Ein Unternehmen verfügt über große S3-Datensätze (historisch und Streaming), die in den SageMaker Feature Store aufgenommen werden müssen, damit der Online Store aktuelle Daten sofort widerspiegelt und ein Offline Store eine vollständige Historie pflegt. Welche Lösung erfüllt diese Anforderungen?

Der Feature Store Spark-Konnektor ist die effizienteste Methode, um große Datensätze (historisch und Streaming) aus S3 in den SageMaker Feature Store aufzunehmen. Er ermöglicht das Laden von Daten als Spark DataFrames, was die Verarbeitung großer Mengen erleichtert. Durch die Aktivierung beider Stores (Online und Offline) wird sichergestellt, dass der Online Store aktuelle Daten für geringe Latenz bereitstellt und der Offline Store eine vollständige Historie für Training und Batch-Inferenz pflegt. Die PutRecord API ist für einzelne Datensätze oder kleinere Mengen gedacht und wäre für große S3-Datensätze ineffizient. Die ausschließliche Aktivierung des Online Stores würde die Anforderung an eine vollständige Historie im Offline Store nicht erfüllen.