Un'azienda dispone di grandi set di dati S3 (storici e in streaming) che devono essere acquisiti in SageMaker Feature Store in modo che lo store online rifletta immediatamente i dati recenti e uno store offline mantenga una cronologia completa. Quale soluzione soddisfa questi requisiti?

Il connettore Spark di Feature Store è la soluzione più efficiente per acquisire grandi volumi di dati, inclusi dati storici e in streaming, in SageMaker Feature Store. Consente di caricare i dati direttamente da un DataFrame Spark, che è ideale per set di dati S3 di grandi dimensioni. Abilitando sia lo store online che quello offline, si garantisce che i dati recenti siano immediatamente disponibili per l'inferenza a bassa latenza (store online) e che una cronologia completa sia mantenuta per l'addestramento dei modelli e l'analisi (store offline). L'API PutRecord è più adatta per l'inserimento di singoli record o piccoli batch di dati, non per l'ingestione massiva di dati storici. L'abilitazione del solo store online non soddisferebbe il requisito di mantenere una cronologia completa.