기능 거버넌스 및 계보

이 페이지에서는 Unity 카탈로그의 기능 엔지니어링 거버넌스 및 계보 기능에 대해 설명합니다.

제공된 모델의 성능 및 기능 테이블 데이터의 변경 내용을 모니터링하는 방법에 대한 자세한 내용은 Lakehouse 모니터링참조하세요.

기능 테이블에 대한 액세스 제어

Unity 카탈로그의 기능 테이블에 대한 액세스 제어는 Unity 카탈로그에서 관리됩니다. Unity 카탈로그 권한참조하세요.

기능 테이블, 함수 및 모델 계보 보기

FeatureEngineeringClient.log_model사용하여 모델을 기록하면 모델에 사용되는 기능이 자동으로 추적되며 카탈로그 탐색기의 계보 탭에서 볼 수 있습니다. 기능 테이블 외에도 주문형 기능을 컴퓨팅하는 데 사용되는 Python UDF도 추적됩니다.

기능 테이블, 함수 또는 모델의 계보를 캡처하는 방법

모델에 사용되는 계보 정보 추적 기능 테이블 및 함수는 log_model호출할 때 자동으로 캡처됩니다. 다음 예제 코드를 참조하세요.

from databricks.feature_engineering import FeatureEngineeringClient, FeatureLookup, FeatureFunction
fe = FeatureEngineeringClient()

features = [
    FeatureLookup(
        table_name = "main.on_demand_demo.restaurant_features",
        feature_names = ["latitude", "longitude"],
        rename_outputs={"latitude": "restaurant_latitude", "longitude": "restaurant_longitude"},
        lookup_key = "restaurant_id",
        timestamp_lookup_key = "ts"
    ),
    FeatureFunction(
        udf_name="main.on_demand_demo.extract_user_latitude",
        output_name="user_latitude",
        input_bindings={"blob": "json_blob"},
    ),
    FeatureFunction(
        udf_name="main.on_demand_demo.extract_user_longitude",
        output_name="user_longitude",
        input_bindings={"blob": "json_blob"},
    ),
    FeatureFunction(
        udf_name="main.on_demand_demo.haversine_distance",
        output_name="distance",
        input_bindings={"x1": "restaurant_longitude", "y1": "restaurant_latitude", "x2": "user_longitude", "y2": "user_latitude"},
    )
]

training_set = fe.create_training_set(
    label_df, feature_lookups=features, label="label", exclude_columns=["restaurant_id", "json_blob", "restaurant_latitude", "restaurant_longitude", "user_latitude", "user_longitude", "ts"]
)

class IsClose(mlflow.pyfunc.PythonModel):
    def predict(self, ctx, inp):
        return (inp['distance'] < 2.5).values

model_name = "fe_packaged_model"
mlflow.set_registry_uri("databricks-uc")

fe.log_model(
    IsClose(),
    model_name,
    flavor=mlflow.pyfunc,
    training_set=training_set,
    registered_model_name=registered_model_name
)

기능 테이블, 모델 또는 함수의 계보 보기

기능 테이블, 모델 또는 함수의 계보를 보려면 다음 단계를 수행합니다.

1. 카탈로그 탐색기에서 테이블, 모델 버전 또는 함수 페이지로 이동합니다.

2. 계보 탭을 선택합니다. 왼쪽 사이드바에는 이 테이블, 모델 버전 또는 함수로 기록된 Unity 카탈로그 구성 요소가 표시됩니다.

   카탈로그 탐색기 모델 페이지의 계보 탭

3. 계보 그래프을 클릭합니다. 계보 그래프가 나타납니다. 계보 그래프 탐색에 대한 자세한 내용은 캡처 및 계보탐색을 참조하세요.

   

4. 계보 그래프를 닫려면 오른쪽 위 모서리에서 계보 그래프 닫기 단추를 클릭합니다.