Vertex AI 特征存储与 BigQuery

App*_*ath 5 google-bigquery google-cloud-platform feature-engineering google-cloud-vertex-ai

我试图找出使用 GCP Vertex AI 特征存储和将预处理特征保存到 BigQuery 并在需要时加载之间的主要区别。

我仍然不明白为什么选择第一个选项,而不是第二个选项,后者似乎更容易且更容易访问。

有什么充分的理由在 Vertex AI 中使用特征存储,而不是以 BigQuery 表格式存储特征?

Shi*_*kar 5

Vertex AI Feature Store 和 BigQuery 都可以用于存储您提到的特征。但 Vertex AI Feature Store 比 BigQuery 有几个优势,使其有利于存储特征。

Vertex AI Feature Store 相对于 BigQuery 的优势:

  • Vertex AI Feature Store 旨在创建和管理特征存储、实体类型和特征,而 BigQuery 是一个数据仓库,您可以在其中对数据执行分析。
  • Vertex AI Feature Store 可用于批量和在线存储,但 BigQuery 不是存储解决方案。
  • Vertex AI Feature Store 可用于在整个组织范围内共享 BigQuery 不提供的中央存储库中的功能。
  • Vertex AI Feature Store 是一种用于在线要素服务的托管解决方案,BigQuery 不支持该解决方案。欲了解更多信息,您可以查看此链接