Une entreprise possède de grands ensembles de données S3 (historiques et en streaming) qui doivent être ingérés dans SageMaker Feature Store afin que le magasin en ligne reflète immédiatement les données récentes et qu'un magasin hors ligne maintienne un historique complet. Quelle solution répond à ces exigences ?

Le connecteur Spark de Feature Store est la solution la plus efficace pour ingérer de grands ensembles de données S3 (historiques et en streaming) dans SageMaker Feature Store. Il permet de traiter les données sous forme de Spark DataFrames, ce qui est idéal pour les volumes importants. En activant à la fois le magasin en ligne et le magasin hors ligne, le connecteur garantit que les données récentes sont immédiatement disponibles pour l'inférence (magasin en ligne) et qu'un historique complet est conservé pour l'entraînement et l'analyse (magasin hors ligne), répondant ainsi aux deux exigences. L'API PutRecord est conçue pour l'ingestion de données en temps réel ou de petits lots, et non pour des ensembles de données volumineux, et l'utiliser pour toutes les données serait inefficace et coûteux. L'activation du magasin en ligne uniquement ne permettrait pas de conserver l'historique complet requis.