Feature Views mit Feast definieren
Deklarieren Sie Entitäten und Features in einer Registry.
Feature Views mit Feast definieren ist eine kostenlose MLOps Academy-Lektion auf CoddyKit. Dies ist Lektion 2 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des MLOps Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der MLOps Academy-Kurs umfasst insgesamt 4 Lektionen.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
The Building Blocks
In Feast you describe features with code: an Entity, a data source, and a Feature View. Get these three right and the rest follows. 🏗️
What an Entity Is
An Entity is the thing your features describe, like a driver or a customer. It is the key you will look features up by later.
driver = Entity(name="driver", join_keys=["driver_id"])Point at Your Data
A data source tells Feast where the raw feature values live, such as a Parquet file or a warehouse table.
src = FileSource(path="driver_stats.parquet", timestamp_field="event_timestamp")The Feature View
A FeatureView groups related features for one entity and links them to a source. It is the heart of a Feast definition.
Declaring Fields
Inside a Feature View, each Field names a feature and its data type, so Feast knows the schema it will serve.
Field(name="conv_rate", dtype=Float32)Putting It Together
One Feature View ties the entity, schema, and source into a single object Feast can manage. 🔗
fv = FeatureView(name="driver_stats", entities=[driver], schema=[Field(name="conv_rate", dtype=Float32)], source=src)The TTL Window
A Feature View's ttl sets how long a value stays valid. Past that window, Feast treats the feature as missing rather than stale.
ttl=timedelta(days=1)The Timestamp Column
Every source needs an event timestamp column. It records when each value was true, which makes time-correct lookups possible.
The Feature Repo
Your definitions live in a feature repo folder with a feature_store.yaml config. Feast scans Python files there to find your objects.
Apply the Definitions
Running feast apply registers your entities and feature views into the registry. Nothing is live until you apply.
feast applyThe Registry
The registry is Feast's catalog of every entity and feature view. Teammates query it to discover what features already exist. 📒
Quick Check
Which object does a Feature View group features around?
Recap
You defined Feast objects: an Entity, a source, and a Feature View with fields and a ttl, then ran feast apply to register them. Next, you'll serve them online.
Häufig gestellte Fragen
Ist die Lektion „Feature Views mit Feast definieren“ kostenlos?
Ja — der vollständige Text von „Feature Views mit Feast definieren“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des MLOps Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der MLOps Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Feature Views mit Feast definieren“?
Deklarieren Sie Entitäten und Features in einer Registry. Du übst MLOps Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um MLOps Academy zu starten?
Keine Vorkenntnisse erforderlich. MLOps Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 2 von 4.
Wie lange dauert die Lektion „Feature Views mit Feast definieren“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser MLOps Academy-Lektion Code schreiben und ausführen?
Ja. Jede MLOps Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Warum Feature Stores existieren
- Feature Views mit Feast definieren
- Features in einem Online Store materialisieren
- Zeitpunktkorrekte Features abrufen