Ein ML-Ingenieur muss für die Echtzeit-Inferenz nur die neueste Version des Metadaten-Datensatzes eines einzelnen Kunden aus dem SageMaker Feature Store abrufen. Welche API oder Methode sollte der Ingenieur verwenden?

Die GetRecord-API des SageMaker Feature Store ist die effizienteste Methode, um den neuesten Datensatz für eine einzelne Entität (Kunden-ID) in Echtzeit abzurufen. Sie ist speziell für diesen Anwendungsfall konzipiert und gibt standardmäßig die aktuellste Version des Datensatzes zurück. Die BatchGetRecord-API ist für das Abrufen mehrerer Datensätze optimiert, erfordert aber eine zusätzliche Filterung, um den neuesten Eintrag zu finden, was ineffizient ist, wenn nur ein einzelner, aktueller Datensatz benötigt wird. Amazon Athena-Abfragen eignen sich für Offline-Analysen oder Batch-Verarbeitungen, sind aber nicht für Echtzeit-Inferenz mit niedriger Latenz optimiert. Selbst mit der writetime-Spalte wäre eine Athena-Abfrage zu langsam für Echtzeitanforderungen.