Platform For AI：在推薦系統中應用FeatureStore管理特徵

同步資料表

一般對於推薦情境，需要準備三張資料表：user側的特徵表、item側的特徵表以及Label表。

為方便實踐操作，我們在MaxCompute的pai_online_project專案中提前準備了類比產生的使用者表、物料表和Label表進行樣本說明。其中，使用者表、物料表每個分區大約有10萬條資料，在MaxCompute中分別佔用約70 MB；Label表每個分區約45萬條資料，在MaxCompute中佔用約5 MB。

您需要在DataWorks中執行SQL命令，將使用者表、物料表、Label表從pai_online_project專案同步到自己的MaxCompute中。具體操作步驟如下：

1. 登入DataWorks控制台。

2. 在左側導覽列單擊資料開發與治理 > 資料開發。

3. 選擇已建立的DataWorks工作空間後，單擊進入資料開發。

4. 滑鼠移至上方至建立，選擇建立節點 > MaxCompute > ODPS SQL，在彈出的頁面中配置節點參數。

   參數	取值建議
   引擎執行個體	選擇已建立的MaxCompute引擎。
   節點類型	ODPS SQL
   路徑	商務程序/Workflow/MaxCompute
   名稱	可自訂名稱。

5. 單擊確認。

6. 在建立節點地區運行以下SQL命令，將使用者表、物料表、Label表從pai_online_project專案同步到自己的MaxCompute中。資源群組選擇已建立的獨享資源群組。

   同步處理的使用者表：rec_sln_demo_user_table_preprocess_all_feature_v1（單擊查看詳情）

   CREATE TABLE IF NOT EXISTS rec_sln_demo_user_table_preprocess_all_feature_v1
   like pai_online_project.rec_sln_demo_user_table_preprocess_all_feature_v1
   STORED AS ALIORC  
   LIFECYCLE 90;
   
   INSERT OVERWRITE TABLE rec_sln_demo_user_table_preprocess_all_feature_v1
   PARTITION(ds='${bdp.system.bizdate}')
   SELECT * except(ds)
   FROM pai_online_project.rec_sln_demo_user_table_preprocess_all_feature_v1
   WHERE ds = '${bdp.system.bizdate}';

   其中，${bdp.system.bizdate}是參數，可以通過補資料執行擷取以下三個分區的資料：

   ds=20231022

   ds=20231023

   ds=20231024

   同步物料表：rec_sln_demo_item_table_preprocess_all_feature_v1（單擊查看詳情）

   CREATE TABLE IF NOT EXISTS rec_sln_demo_item_table_preprocess_all_feature_v1
   like pai_online_project.rec_sln_demo_item_table_preprocess_all_feature_v1
   STORED AS ALIORC  
   LIFECYCLE 90;
   
   INSERT OVERWRITE TABLE rec_sln_demo_item_table_preprocess_all_feature_v1
   PARTITION(ds='${bdp.system.bizdate}')
   SELECT * except(ds)
   FROM pai_online_project.rec_sln_demo_item_table_preprocess_all_feature_v1
   WHERE ds = '${bdp.system.bizdate}';

   其中，${bdp.system.bizdate}是參數，可以通過補資料執行擷取以下三個分區的資料：

   ds=20231022

   ds=20231023

   ds=20231024

   同步Label表：rec_sln_demo_label_table（單擊查看詳情）

   CREATE TABLE IF NOT EXISTS rec_sln_demo_label_table
   like pai_online_project.rec_sln_demo_label_table
   STORED AS ALIORC  
   LIFECYCLE 90;
   
   INSERT OVERWRITE TABLE rec_sln_demo_label_table
   PARTITION(ds='${bdp.system.bizdate}')
   SELECT * except(ds)
   FROM pai_online_project.rec_sln_demo_label_table
   WHERE ds = '${bdp.system.bizdate}';

   其中，${bdp.system.bizdate}是參數，可以通過補資料執行擷取以下三個分區的資料：

   ds=20231022

   ds=20231023

   ds=20231024

7. 對已同步的表進行補資料操作。

   1. 在DataWorks控制台介面，單擊左側導覽列的資料開發與治理 > 營運中心，在下拉框中選擇對應工作空間後單擊進入營運中心。

   2. 在左側導覽列單擊周期任務營運 > 周期任務，進入周期任務頁面。

   3. 單擊周期工作清單中的目標任務，開啟該任務的DAG圖。

   4. 按右鍵目標節點，選擇補資料 > 當前節點，選擇相應的補資料模式。

   5. 業務日期選擇2023-10-22至2023-10-24，單擊確定。

完成上述操作後，您可以在自己的工作空間內查看使用者表rec_sln_demo_user_table_preprocess_all_feature_v1、物料表rec_sln_demo_item_table_preprocess_all_feature_v1和Label表rec_sln_demo_label_table，後續的實踐操作將以這三張表為例進行說明。

配置資料來源

FeatureStore一般需要配置兩個資料來源：離線資料來源（MaxCompute）和線上資料來源（Hologres/GraphCompute/TableStore）。本文以MaxCompute和Hologres為例進行說明。

1. 登入PAI控制台，在左側導覽列單擊資料準備 > 特徵平台（FeatureStore）。

2. 選擇工作空間後，單擊進入FeatureStore。

3. 配置MaxCompute資料來源。

   1. 在資料來源頁簽，單擊建立資料來源，在彈出的頁面中配置MaxCompute資料來源具體參數。

      參數	取值建議
      類型	MaxCompute
      名稱	可自訂名稱。
      MaxCompute專案名	選擇已建立的MaxCompute專案。

   2. 請複製語句並單擊立即前往，同步資料至Hologres，在DataWorks執行該語句後，即可完成授權。

      說明

      授權操作需要您的帳號擁有admin許可權，具體操作詳情請參見通過命令系統管理使用者許可權或通過控制台系統管理使用者許可權。

   3. 完成後單擊提交。

4. 配置Hologres資料來源。

   1. 在資料來源頁簽，單擊建立資料來源，在彈出的頁面中配置Hologres資料來源具體參數。

      參數	取值建議
      類型	Hologres
      名稱	可自訂名稱。
      執行個體ID	選擇已建立的Hologres執行個體名稱。
      資料庫名稱	選擇已建立的執行個體資料庫。

   2. 完成後單擊提交。

   3. 對Hologres進行授權，具體操作詳情請參見配置資料來源。

安裝FeatureStore Python SDK

1. 登入DataWorks控制台介面。

2. 在左側導覽列單擊資源群組。

3. 在獨享資源群組頁簽中，單擊相應調度資源後的，選擇營運助手。

4. 單擊建立命令，在彈出的頁面中配置命令參數。

   參數	取值建議
   命令名稱	可自訂名稱。本文以install為例進行說明。
   命令類型	手動輸入（無法使用pip命令安裝第三方包）
   命令內容	/home/tops/bin/pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple https://feature-store-py.oss-cn-beijing.aliyuncs.com/package/feature_store_py-1.3.1-py3-none-any.whl
   逾時時間	可自訂時間。

5. 單擊建立，完成命令建立。

6. 單擊運行命令，在彈出的頁面中單擊運行。

7. 可單擊重新整理查看最新執行狀態，待狀態為成功時，即表示完成安裝。

步驟一：例行同步資料節點

上線前需要將資料同步節點例行，即例行將資料從離線資料來源同步到線上資料來源中，線上會即時地從線上資料來源中讀取。本樣本需要將user特徵表和item特徵表提交例行，具體操作如下。

1. 登入DataWorks控制台。

2. 在左側導覽列單擊資料開發與治理 > 資料開發。

3. 選擇已建立的DataWorks工作空間後，單擊進入資料開發。

4. 同步例行user表。

   1. 滑鼠移至上方至建立，選擇建立節點 > MaxCompute > PyODPS 3。

   2. 複製以下內容到指令碼中，完成user_table_preprocess_all_feature_v1例行同步。

      user_table_preprocess_all_feature_v1 同步例行（單擊查看詳情）

      from feature_store_py.fs_client import FeatureStoreClient
      import datetime
      from feature_store_py.fs_datasource import MaxComputeDataSource
      import sys
      
      cur_day = args['dt']
      print('cur_day = ', cur_day)
      
      access_key_id = o.account.access_id
      access_key_secret = o.account.secret_access_key
      fs = FeatureStoreClient(access_key_id=access_key_id, access_key_secret=access_key_secret, region='cn-beijing')
      cur_project_name = 'fs_demo'
      project = fs.get_project(cur_project_name)
      
      feature_view_name = 'user_table_preprocess_all_feature_v1'
      batch_feature_view = project.get_feature_view(feature_view_name)
      task = batch_feature_view.publish_table(partitions={'ds':cur_day}, mode='Overwrite')
      task.wait()
      task.print_summary()

   3. 單擊右側調度配置，在彈出的頁面中配置調度參數。

      參數		取值建議
      調度參數	參數名	dt
      	參數值	$[yyyymmdd-1]
      資源屬性	調度資源群組	選擇已建立的獨享資源群組。
      調度依賴		選擇已建立的user表。

   4. 節點配置並測試完成後，儲存並提交節點配置。

   5. 執行補資料操作。操作詳情請參見同步資料表。

5. 同步例行item表。

   1. 滑鼠移至上方至新增，選擇建立節點 > MaxCompute > PyODPS 3，在彈出的頁面中配置節點參數。

   2. 單擊確認。

   3. 複製以下內容到指令碼中。

      item_table_preprocess_all_feature_v1 同步例行（單擊查看詳情）

      from feature_store_py.fs_client import FeatureStoreClient
      import datetime
      from feature_store_py.fs_datasource import MaxComputeDataSource
      import sys
      
      cur_day = args['dt']
      print('cur_day = ', cur_day)
      
      access_key_id = o.account.access_id
      access_key_secret = o.account.secret_access_key
      fs = FeatureStoreClient(access_key_id=access_key_id, access_key_secret=access_key_secret, region='cn-beijing')
      cur_project_name = 'fs_demo'
      project = fs.get_project(cur_project_name)
      
      feature_view_name = 'item_table_preprocess_all_feature_v1'
      batch_feature_view = project.get_feature_view(feature_view_name)
      task = batch_feature_view.publish_table(partitions={'ds':cur_day}, mode='Overwrite')
      task.wait()
      task.print_summary()

   4. 單擊右側調度配置，在彈出的頁面中配置調度參數。

      參數		取值建議
      調度參數	參數名	dt
      	參數值	$[yyyymmdd-1]
      資源屬性	調度資源群組	選擇已建立的獨享資源群組。
      調度依賴		選擇已建立的item表。

   5. 節點配置並測試完成後，儲存並提交節點配置。

   6. 執行補資料操作。操作詳情請參見同步資料表。

6. 同步完成後，可以在Hologres中查看最新同步的特徵。

步驟二：建立與部署EAS模型服務

模型服務是為了接收Recommendation Engine的請求，根據請求對對應的item進行打分，返回分數。其中EasyRec Processor內部包含了FeatureStore Cpp SDK，可以實現低延時、高效能的取特徵操作，EasyRec Processor從Feature Store Cpp SDK取完特徵後，送入到模型進行推理，拿到打分後返回給Recommendation Engine。

部署模型服務的流程如下。

1. 登入DataWorks控制台。

2. 在左側導覽列單擊資料開發與治理 > 資料開發。

3. 選擇已建立的DataWorks工作空間後，單擊進入資料開發。

4. 滑鼠移至上方至新增，選擇建立節點 > MaxCompute > PyODPS 3。

5. 複製以下內容到指令碼中。

   import os
   import json
   config = {
     "name": "fs_demo_v1",
     "metadata": {
       "cpu": 4,
       "rpc.max_queue_size": 256,
       "rpc.enable_jemalloc": 1,
       "gateway": "default",
       "memory": 16000
     },
     "model_path": f"oss://beijing0009/EasyRec/deploy/rec_sln_demo_dbmtl_v1/{args['ymd']}/export/final_with_fg",  # 訓練模型路徑，可自訂。
     "model_config": {
       "access_key_id": f'{o.account.access_id}',
       "access_key_secret": f'{o.account.secret_access_key}',
       "region": "cn-beijing",  # 請替換為PAI產品實際部署地區，本文以cn-beijing為例進行說明。
       "fs_project": "fs_demo",  # 請替換為您的FeatureStore專案名稱，本文以fs_demo為例進行說明。
       "fs_model": "fs_rank_v1",  # 請替換為您的FeatureStore模型特徵名稱，本文以fs_rank_v1為例進行說明。
       "fs_entity": "item",
       "load_feature_from_offlinestore": True,
       "steady_mode": True,
       "period": 2880,
       "outputs": "probs_is_click,y_ln_playtime,probs_is_praise",
       "fg_mode": "tf"
     },
     "processor": "easyrec-1.9",
     "processor_type": "cpp"
   }
   
   with open("echo.json", "w") as output_file:
       json.dump(config, output_file)
   
   # 第一次部署時運行下面這行
   os.system(f"/home/admin/usertools/tools/eascmd -i {o.account.access_id} -k {o.account.secret_access_key} -e pai-eas.cn-beijing.aliyuncs.com create echo.json")
   
   # 例行更新時運行下面這行
   # os.system(f"/home/admin/usertools/tools/eascmd -i {o.account.access_id} -k {o.account.secret_access_key} -e pai-eas.cn-beijing.aliyuncs.com modify fs_demo_v1 -s echo.json")

6. 單擊右側調度配置，在彈出的頁面中配置調度參數。

   參數		取值建議
   調度參數	參數名	dt
   	參數值	$[yyyymmdd-1]
   資源屬性	調度資源群組	選擇已建立的獨享資源群組。
   調度依賴		選擇對應的訓練任務和item_table_preprocess_all_feature_v1。

7. 節點配置並測試完成後，運行查看部署情況。

8. 部署完成後，注釋掉第34行代碼，並將37行取消注釋，提交任務例行。

9. （可選）您可以在EAS模型線上服務頁面的推理服務頁簽，查看已部署的服務。操作詳情請參見服務部署：控制台。

10. （可選）當使用 Hologres 等只能通過指定 VPC 訪問的資料來源時，需要打通 EAS 和對應資料來源的 VPC 網路。例如，當使用 Hologres 時，可以在 Hologres 的網路資訊頁面看到指定 VPC 對應的 VPC ID，交換器 ID 等資訊，需要在 EAS 服務頁面的右上方點擊配置高速連結按鈕，填入對應的 VPC ID 和交換器 ID，最後還需要填寫安全性群組名稱，可以選擇已有安全性群組或者建立安全性群組，注意其允許存取的連接埠要符合 Hologres 連結的要求，一般 Hologres 連結使用80連接埠，因此選擇的安全性群組需要開放80連接埠才能正常串連。都填寫完成後，單擊確定，待服務正常更新完成後即可使用。

步驟三：配置PAI-REC

PAI-REC是Recommendation Engine服務，其中整合了FeatureStore的Go SDK，可以與FeatureStore和EAS無縫銜接。

具體配置步驟如下。

1. 配置FeatureStoreConfs。

   • RegionId：修改為產品實際所在地區，此處以cn-beijing為例。

   • ProjectName：已建立的FeatureStore專案名稱，fs_demo。

       "FeatureStoreConfs": {
           "pairec-fs": {
               "RegionId": "cn-beijing",
               "AccessId": "${AccessKey}",
               "AccessKey": "${AccessSecret}",
               "ProjectName": "fs_demo"
           }
       },

2. 配置FeatureConfs。

   • FeatureStoreName ：和上一步FeatureStoreConfs中的設定pairec-fs保持一致。

   • FeatureStoreModelName ：已建立的模型特徵名稱，fs_rank_v1。

   • FeatureStoreEntityName ：已建立的特徵實體名稱，user。表示讓PAI-REC中的FeatureStore Go SDK來模數型fs_rank_v1中特徵實體為user側的特徵。

       "FeatureConfs": {
           "recreation_rec": {
               "AsynLoadFeature": true,
               "FeatureLoadConfs": [
                   {
                       "FeatureDaoConf": {
                           "AdapterType": "featurestore",
                           "FeatureStoreName": "pairec-fs",
                           "FeatureKey": "user:uid",
                           "FeatureStoreModelName": "fs_rank_v1",
                           "FeatureStoreEntityName": "user",
                           "FeatureStore": "user"
                       }
                   }
               ]
           }
       },

3. 配置AlgoConfs。

   此配置代表告訴PAI-REC去串連哪一個EAS模型打分服務。

   • Name：和部署的EAS服務名稱一致。

   • Url和Auth：EAS服務給出的資訊，您可以在EAS模型線上服務頁面單擊服務名稱，然後在服務詳情頁簽單擊查看調用資訊擷取URL和Token。更多詳細配置可參見EAS常見問題。

       "AlgoConfs": [
           {
               "Name": "fs_demo_v1",
               "Type": "EAS",
               "EasConf": {
                   "Processor": "EasyRec",
                   "Timeout": 300,
                   "ResponseFuncName": "easyrecMutValResponseFunc",
                   "Url": "eas_url_xxx",
                   "EndpointType": "DIRECT",
                   "Auth": "eas_token"
               }
           }
       ],