FeatureStore最佳实践

方式一：控制台操作

1. 创建FeatureStore项目

   1. 登录PAI控制台，在左侧导航栏单击数据准备>特征平台（FeatureStore）。

   2. 选择工作空间后，单击进入FeatureStore。

   3. 单击新建项目，在弹出的页面中配置项目参数。

      参数	取值建议
      名称	可自定义名称。本文以fs_demo为例进行说明。
      描述	可自定义描述。
      离线数据源（Offline Store）	选择已创建的MaxCompute数据源。
      在线数据源（Online Store）	选择已创建的Hologres数据源。

   4. 单击提交，完成FeatureStore项目创建。

2. 创建特征实体（Feature Entity）

   1. 在FeatureStore项目列表页面，单击项目名称，进入项目详情页面。

   2. 在特征实体页签中单击新建特征实体，在弹出的页面中配置user特征实体参数。

      参数	取值建议
      特征实体名称	可自定义名称。本文以user为例进行说明。
      Join Id	user_id

   3. 单击提交。

   4. 单击新建特征实体，在弹出的页面中配置item特征实体参数。

      参数	取值建议
      特征实体名称	可自定义名称。本文以item为例进行说明。
      Join Id	item_id

   5. 单击提交，完成特征实体创建。

3. 创建特征视图（Feature View）

   1. 在特征项目详情页面的特征视图页签，单击新建特征视图，在弹出的页面中配置user特征视图参数。

      参数	取值建议
      视图名称	可自定义名称。本文以user_table_preprocess_all_feature_v1为例进行说明。
      类型	离线
      写入方式	使用离线表
      数据源	选择已创建的MaxCompute数据源。
      特征表	选择已准备的用户表rec_sln_demo_user_table_preprocess_all_feature_v1。
      特征字段	勾选user_id主键。
      同步在线特征表	是
      特征实体	user
      特征生命周期（秒）	保持默认。

   2. 单击提交。

   3. 单击新建特征视图，在弹出的页面中配置item特征视图。

      参数	取值建议
      视图名称	可自定义名称。本文以item_table_preprocess_all_feature_v1为例进行说明。
      类型	离线
      写入方式	使用离线表
      数据源	选择已创建的MaxCompute数据源。
      特征表	选择已准备的物料表rec_sln_demo_item_table_preprocess_all_feature_v1。
      特征字段	勾选item_id主键。
      同步在线特征表	是
      特征实体	item
      特征生命周期（秒）	保持默认。

   4. 完成后单击提交，完成特征视图创建。

4. 创建Label表

   1. 在特征项目详情页面的Label表页签，单击新建Label表，在弹出的页面中配置Label表信息。

      参数	取值建议
      数据源	选择已创建的MaxCompute数据源。
      表名	选择已准备的Label表rec_sln_demo_label_table。

   2. 单击提交。

5. 创建模型特征

   1. 在特征项目详情页面的模型特征页签，单击新建模型特征，在弹出的页面中配置模型特征参数

      参数	取值建议
      模型特征名	自定义。本文以fs_rank_v1为例进行说明。
      选择特征	选择已创建的user特征视图和item特征视图。
      Label表名称	选择已创建的Label表rec_sln_demo_label_table。

   2. 单击提交，完成模型特征创建。

   3. 在模型特征列表页面，单击已创建模型右侧的详情。

   4. 在弹出的模型特征详情页面的基本信息页签中，可查看导出表名为fs_demo_fs_rank_v1_trainning_set，后续基于该表进行特征生产以及模型训练。

6. 安装FeatureStore Python SDK，具体操作详情请参见方式二：FeatureStore Python SDK操作。

方式二：FeatureStore Python SDK操作

1. 登录DataWorks控制台界面。

2. 在左侧导航栏单击资源组列表。

3. 在独享资源组页签中，单击相应调度资源后的图标，选择运维助手。

4. 单击创建命令，在弹出的页面中配置命令参数。

   参数	取值建议
   命令名称	可自定义名称。本文以install为例进行说明。
   命令类型	手动输入（无法使用pip命令安装第三方包）
   命令内容	/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
   超时时间	可自定义时间。

5. 单击创建，完成命令创建。

6. 单击运行命令，在弹出的页面中单击运行。

7. 可单击刷新查看最新执行状态，待状态为成功时，即表示完成安装。

使用SDK的具体操作步骤请参见DSW Gallery。

Python SDK

具体操作，请参见使用FeatureStore Python SDK搭建推荐系统。

Go SDK

FeatureStore Go SDK已开源，具体请参见aliyun-pai-featurestore-go-sdk。

1. 安装

   执行如下代码安装FeatureStore Go SDK

2. 使用方式

   1. 执行如下命令，初始化Client。

      accessId := os.Getenv("AccessId") 
      accessKey := os.Getenv("AccessKey") 
      regionId := "cn-hangzhou" projectName := "fs_test_ots" 
      
      client, err := NewFeatureStoreClient(regionId, accessId, accessKey, projectName)

      说明

      由于SDK是直连在线数据源，客户端需要在VPC环境运行。例如Hologres和GraphCompute需要在指定的VPC才能连接。

   2. 获取FeatureView的特征数据。

      // get project by name project, err := client.GetProject("fs_test_ots") 
      if err != nil {     
      	// t.Fatal(err) 
      } 
      // get featureview by name 
      user_feature_view := project.GetFeatureView("user_fea") 
      if user_feature_view == nil {     
      	// t.Fatal("feature view not exist") 
      } 
      
      // get online features 
      features, err := user_feature_view.GetOnlineFeatures([]interface{}{"100043186", "100060369"}, []string{"*"}, nil)

      其中，[]string{"*"} 代表获取FeatureView下的所有特征， 也可以指定部分特征名称。

      返回数据示例如下：

      [     
      {         
      "city":"合肥市",    "follow_cnt":1,         "gender":"male",         "user_id":"100043186"    
       },     {                     
       "city":"",         "follow_cnt":5,         "gender":"male",         "user_id":"100060369"     
      } 
      ]

   3. 获取ModelFeature里的特征数据。

      ModelFeature可以关联多个FeatureEntity，可以设置多个join_id，然后特征统一返回。

      示例中有两个join_id、user_id和item_id。获取特征的时候需要设置相同的ID数量。

      // get project by name project, err := client.GetProject("fs_test_ots") 
      if err != nil {     
      	// t.Fatal(err) 
      }
      
      // get ModelFeature by name 
      model_feature := project.GetModelFeature("rank") 
      if model_feature == nil {     
      	// t.Fatal("model feature not exist") 
      } 
      
      // get online features 
      features, err := model_feature.GetOnlineFeatures(map[string][]interface{}{"user_id": {"100000676", "100004208"}, "item_id":{"238038872", "264025480"}} )

      返回数据示例如下：

      [     
      {         
      "age":26,         "author":100015828,         "category":"14",         "city":"沈阳市",         "duration":63,         "gender":"male",         "item_id":"238038872",         "user_id":"100000676"    
       },     {         
      "age":23,         "author":100015828,         "category":"15",         "city":"西安市",         "duration":22,         "gender":"male",         "item_id":"264025480",         "user_id":"100004208"    
       }
       ]
      
      

      也可以指定某个FeatureEntity，将FeatureEntity对应的特征一起返回。

      返回数据示例如下：

      [    
       {         
      "age":26,         "city":"沈阳市",         "gender":"male",         "user_id":"100000676"    
       },     {        
       "age":23,         "city":"西安市",         "gender":"male",         "user_id":"100004208"    
       } 
      ]

Java SDK

FeatureStore Java SDK已开源，具体请参见aliyun-pai-featurestore-java-sdk。

本文以Hologres数据源为例进行说明。

1. 执行如下代码，加载环境变量并初始化服务。

   public static String accessId = "";
   public static String accessKey = "";
   #host具体根据所在地域配置
   public static String host = "";
   #获取本地配置的环境变量中配置好的accessId、accessKey
   static {
       accessId = System.getenv("ACCESS_KEY_ID");
       accessKey = System.getenv("ACCESS_KEY_SECRET");
   }

2. 准备配置类（配置regionId、accessId、accessKey以及项目名称）。

   Configuration cf = new Configuration("cn-hangzhou",Constants.accessId,Constants.accessKey,"ele28");
   cf.setDomain(Constants.host);//注意：默认vpc环境

3. 初始化客户端。

   ApiClient apiClient = new ApiClient(cf);
   #FS客户端
   FeatureStoreClient featureStoreClient = new FeatureStoreClient(apiClient);

4. 获取项目（此处以项目名称为ele28为例进行说明）。

   Project project=featureStoreClient.getProject("ele28");
   if(project==null){
       throw new RuntimeException("Project not found");
   }

5. 获取项目的特征视图（此处以特征视图名称为mc_test为例进行说明）。

   FeatureView featureView=project.getFeatureView("mc_test");
   if (featureView == null) {
       throw  new RuntimeException("FeatureView not found");
   }

6. 根据特征视图获取线上特征数据。

   Map<String,String> m1=new HashMap<>();
   m1.put("gender","gender1"); //起别名                                                                                                                                                                                                 user_id='100027781'(FS_INT64) age='28'(FS_INT64) city='null'(FS_STRING) item_cnt='0'(FS_INT64) follow_cnt='0'(FS_INT64) follower_cnt='2'(FS_INT64) register_time='1697641608'(FS_INT64) tags='0'(FS_STRING) gender1='female'(FS_STRING) ---------------

   获取线上特征（String[]{"*"}获取所有属性信息，也可以传入部分属性，输出仅见部分信息的数据）。

   FeatureResult featureResult1=featureView.getOnlineFeatures(new String[]{"100017768","100027781","100072534"},new String[]{"*"},m1);

   输出特征信息。

   while(featureResult1.next()){
       System.out.println("---------------");
       #特征名
       for(String m:featureResult1.getFeatureFields()){
           System.out.print(String.format("%s=%s(%s) ",m,featureResult1.getObject(m),featureResult1.getType(m)));
       }
       System.out.println("---------------");
   }   

   返回数据如下。

   ---------------
   user_id='100017768'(FS_INT64)  age='28'(FS_INT64)  city='东莞市'(FS_STRING) item_cnt='1'(FS_INT64)  follow_cnt='1'(FS_INT64)  follower_cnt='0'(FS_INT64) register_time='1697202320'(FS_INT64)  tags='1,2'(FS_STRING)  gender1='female'(FS_STRING) 
   ---------------

7. 获取模型。

   Model model=project.getModelFeature("model_t1");
   if(model==null){
       throw new RuntimeException("Model not found");
   }

   1. 获取模型特征里的数据。

      两个join_id实例（user_id,item_id），传入的值个数需对应（此处只传入了一个值）。

      Map<String, List<String>> m2=new HashMap<>(); 
      m2.put("user_id",Arrays.asList("101683057"));
      m2.put("item_id",Arrays.asList("203665415"));

   2. 获取模型特征有关于user特征实体的所有特征数据。

      FeatureResult featureResult2 = model.getOnlineFeaturesWithEntity(m2,"user");

      返回数据如下。

      ---------------
      user_id='101683057' age='28' city='深圳市' follower_cnt='234' follow_cnt='0' gender='male' item_cnt='0' register_time='1696407642' tags='2' item_id='203665415' author='132920407' category='14' click_count='0' duration='18.0' praise_count='10' pub_time='1698218997' title='#成语故事' 
      ---------------

Cpp SDK

目前FeatureStore Cpp SDK集成在EasyRec Processor（推荐打分服务） 中，针对特征提取、缓存管理及读取操作进行了专项优化，为大规模推荐场景提供高效能、低延迟的解决方案。

• 内存占用：在面临复杂且规模庞大的特征数据时，内存资源消耗得到大幅削减，尤其在高特征负载情况下，节省效果更为明显。

• 拉取特征时间：通过将在线存储（如Hologres、GraphCompute等）的拉取流程改为直接从 MaxCompute拉取至EAS缓存，特征加载时间显著缩短。同时，MaxCompute稳定性和扩展性更好，有效减轻了扩容对在线存储的压力。

• 模型打分耗时：使用该SDK后，模型打分性能指标tp100得到进一步改善，响应时间更稳定，超时请求显著减少，整体提升了推荐服务的可靠性和用户体验。