BharatML Stack在线特征存储平台快速入门指南
2025-06-19 09:08:10作者:庞队千Virginia
项目概述
BharatML Stack是由Meesho开发的一套在线特征存储(Online Feature Store)平台解决方案,专为机器学习场景设计。该平台提供了高性能的特征存储、检索和管理能力,能够帮助数据科学家和机器学习工程师更高效地构建和部署AI模型。
核心架构解析
BharatML Stack采用微服务架构设计,主要包含以下核心组件:
基础设施层
- ScyllaDB:高性能NoSQL数据库,用于存储特征数据,具备低延迟和高吞吐特性
- MySQL:关系型数据库,负责存储元数据和系统配置信息
- Redis:内存数据库,提供缓存层加速特征访问
- etcd:分布式键值存储,用于服务协调和配置管理
应用服务层
- Horizon:后端REST API服务(端口8082)
- Trufflebox UI:前端Web界面(端口3000)
- Online Feature Store gRPC API:高性能gRPC接口(端口8089)
- etcd Workbench:etcd管理界面(端口8081)
环境准备
在开始部署前,请确保开发环境满足以下要求:
- Docker环境:包括Docker和Docker Compose
- Go语言:版本1.22或更高
- 网络工具:需要安装netcat(nc)用于连通性测试
- Bash shell:用于执行部署脚本
- gRPC工具:推荐安装grpcurl用于测试gRPC接口
快速部署指南
一键启动服务
执行以下命令即可启动完整服务:
./start.sh
该脚本会自动完成以下工作:
- 检查Go语言环境
- 创建工作区目录并生成配置文件
- 拉取Docker镜像并启动所有服务
- 等待服务健康检查通过
- 初始化数据库表结构
- 显示服务访问信息
版本控制
支持通过环境变量指定不同版本:
ONFS_VERSION=v1.2.3 HORIZON_VERSION=v2.1.0 TRUFFLEBOX_VERSION=v1.0.5 ./start.sh
版本格式支持:
latest
:默认最新稳定版main
:开发版v1.2.3
:特定版本sha-abcd1234
:特定提交
服务停止
停止所有服务:
./stop.sh
彻底清除所有容器和数据:
./stop.sh --purge
服务访问说明
前端界面
- 访问地址:http://localhost:3000
- 默认管理员账号:
- 用户名:admin@admin.com
- 密码:admin
API端点
- Horizon API:http://localhost:8082
- 健康检查:http://localhost:8082/health
- ONFS gRPC API:http://localhost:8089
- 健康检查:http://localhost:8089/health/self
数据库连接
-
MySQL:
- 主机:localhost
- 端口:3306
- 用户名:root
- 密码:root
- 数据库:testdb
-
ScyllaDB:
- 主机:localhost
- 端口:9042
- Keyspace:onfs
特征存储API实战
gRPC API使用示例
特征持久化:
grpcurl -plaintext -H "online-feature-store-caller-id: <caller-id>" -H "online-feature-store-auth-token: <auth-token>" -d '<request-body>' localhost:8089 persist.FeatureService/PersistFeatures
特征检索(解码格式):
grpcurl -plaintext -H "online-feature-store-caller-id: <caller-id>" -H "online-feature-store-auth-token: <auth-token>" -d '<request-body>' localhost:8089 retrieve.FeatureService/RetrieveDecodedResult
请求体示例
单特征组持久化:
{
"data": [{
"key_values": ["10"],
"feature_values": [{
"values": {"fp32_values": [123.45]}
}]
}],
"entity_label": "catalog",
"feature_group_schema": [{
"label": "int_fg",
"feature_labels": ["id"]
}],
"keys_schema": ["catalog_id"]
}
向量特征检索:
{
"entity_label": "catalog",
"feature_groups": [{
"label": "vector_fg",
"feature_labels": ["embedding"]
}],
"keys_schema": ["catalog_id"],
"keys": [{"cols": ["123"]}]
}
运维管理
日志查看
查看特定服务日志:
cd workspace && docker-compose logs -f horizon
服务管理
重启特定服务:
cd workspace && docker-compose restart horizon
常见问题排查
- 端口冲突:确保3000、8081-8089、9042、3306、6379、2379端口未被占用
- 网络问题:可尝试重建Docker网络
- 健康检查失败:先确认基础设施服务是否正常运行
开发建议
工作区目录包含所有运行时配置:
docker-compose.yml
:服务编排定义check_db_and_init.sh
:数据库初始化脚本
修改环境变量后需要重启相关服务使配置生效。
技术特点
- 高性能特征存储:结合ScyllaDB和Redis实现低延迟特征访问
- 多协议支持:同时提供REST和gRPC接口
- 向量特征支持:专门优化了向量数据的存储和检索
- 灵活版本控制:支持快速切换不同版本进行测试
BharatML Stack为机器学习团队提供了完整的特征管理解决方案,从特征存储、版本控制到服务化接口一应俱全,能够显著提升机器学习项目的开发效率。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0305- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
866
513

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
265
305

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3