Bir şirketin, çevrimiçi depolamanın en güncel verileri anında yansıtması ve çevrimdışı depolamanın eksiksiz bir geçmişi tutması için SageMaker Feature Store'a alınması gereken büyük S3 veri kümeleri (geçmiş ve akış) vardır. Hangi çözüm bu gereksinimleri karşılar?

Şirketin hem en güncel verileri anında yansıtması gereken çevrimiçi depolama hem de eksiksiz bir geçmişi tutması gereken çevrimdışı depolama gereksinimleri vardır. SageMaker Feature Store Spark connector'ı, büyük S3 veri kümelerini (hem geçmiş hem de akış) Spark DataFrames olarak alırken bu iki depolama türünü de etkinleştirme yeteneği sunar. Bu, çevrimiçi depolamanın düşük gecikmeli erişim için en son verileri içermesini ve çevrimdışı depolamanın model eğitimi ve analiz için tüm geçmiş verileri korumasını sağlar. Diğer seçenekler bu gereksinimleri tam olarak karşılamaz: PutRecord API'sini kullanarak tüm verileri çevrimiçi depolamaya almak, çevrimdışı depolama gereksinimini göz ardı eder. PutRecord API'sini kullanarak tüm verileri çevrimdışı depolamaya almak, çevrimiçi depolama gereksinimini ve düşük gecikmeli erişimi karşılamaz. Yalnızca çevrimiçi depolama etkinleştirilmiş Spark DataFrames olarak almak, çevrimdışı depolama gereksinimini karşılamaz.