Databricks 모델 서비스를 통한 자동 기능 조회
모델 서비스 게시된 온라인 상점 또는 온라인 테이블에서 기능 값을 자동으로 조회할 수 있습니다. 온라인 테이블을 만들고 사용하는 방법에 대한 더 많은 정보를 보려면 실시간 기능 제공을 위한 온라인 테이블 사용을 참조하세요.
요구 사항
- 로그가 기록된 모델은 Unity 카탈로그의 기능 엔지니어링을 위해
FeatureEngineeringClient.log_model또는 레거시 작업 영역 기능 저장소의 경우FeatureStoreClient.log_model을 사용해야 하며, v0.3.5 이상의 버전이 요구됩니다. - 타사 온라인 스토어의 경우 읽기 전용 자격 증명을 사용하여 온라인 스토어를
게시해야 합니다.
참고 항목
모델 학습 후를 포함하여 모델 배포 전에 언제든지 기능 테이블을 게시할 수 있습니다.
자동 기능 조회
Azure Databricks 모델 서비스는 다음 온라인 스토어에서 자동 기능 조회를 지원합니다.
- Databricks 온라인 테이블
- Azure Cosmos DB(v0.5.0 이상)
자동 기능 조회는 다음 데이터 형식에 대해 지원됩니다.
IntegerTypeFloatTypeBooleanTypeStringTypeDoubleTypeLongTypeTimestampTypeDateTypeShortTypeDecimalTypeArrayTypeMapType
온라인 모델 점수 매기기에서 기능 값 재정의
모델에서 필요한 모든 기능(FeatureEngineeringClient.log_model 또는 FeatureStoreClient.log_model로 로그인됨)은 모델 채점 시 온라인 저장소에서 자동으로 조회됩니다.
Model Service에서 REST API를 사용하여 모델을 채점할 때 기능 값을 재정의하려면 기능 값을 API 페이로드의 일부로 포함할 있습니다.
참고 항목
새 기능 값은 기본 모델에서 예상한 대로 기능의 데이터 형식을 준수해야 합니다.
노트북 예제: Unity 카탈로그
Databricks Runtime 13.3 LTS 이상을 사용하면 기본 키가 있는 Unity 카탈로그의 델타 테이블을 기능 테이블로 사용할 수 있습니다. Unity 카탈로그에 등록된 테이블을 기능 테이블로 사용하는 경우 모든 Unity 카탈로그 기능을 기능 테이블에서 자동으로 사용할 수 있습니다.
다음 노트북에서는 실시간 제공 및 자동 특성 조회를 위해 온라인 테이블에 특성을 게시하는 방법을 보여 줍니다.
온라인 테이블 데모 노트북
이 예 Notebook은 기능을 온라인 저장소에 게시한 다음 온라인 저장소에서 자동으로 기능을 조회하는 학습된 모델을 제공하는 방법을 보여 줍니다.
타사 온라인 스토어 예제 노트북(유니티 카탈로그)
Notebook 예제: 작업 영역 기능 저장소(레거시)
이 예 Notebook은 기능을 온라인 저장소에 게시한 다음 온라인 저장소에서 자동으로 기능을 조회하는 학습된 모델을 제공하는 방법을 보여 줍니다.