首页
/ BharatML Stack在线特征存储平台快速入门指南

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

  1. 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
  2. MySQL:关系型数据库,负责存储元数据和系统配置信息
  3. Redis:内存数据库,提供缓存层加速特征访问
  4. etcd:分布式键值存储,用于服务协调和配置管理

应用服务层

  1. Horizon:后端REST API服务(端口8082)
  2. Trufflebox UI:前端Web界面(端口3000)
  3. Online Feature Store gRPC API:高性能gRPC接口(端口8089)
  4. 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:

  1. 检查Go语言环境
  2. 创建工作区目录并生成配置文件
  3. 拉取Docker镜像并启动所有服务
  4. 等待服务健康检查通过
  5. 初始化数据库表结构
  6. 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

  1. 端口冲突:确保3000、8081-8089、9042、3306、6379、2379端口未被占用
  2. 网络问题:可尝试重建Docker网络
  3. 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

  1. 高性能特征存储:结合ScyllaDB和Redis实现低延迟特征访问
  2. 多协议支持:同时提供REST和gRPC接口
  3. 向量特征支持:专门优化了向量数据的存储和检索
  4. 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

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
178
262
RuoYi-Vue3RuoYi-Vue3
🎉 (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-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183
openHiTLSopenHiTLS
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
HarmonyOS-ExamplesHarmonyOS-Examples
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
CangjieCommunityCangjieCommunity
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开源商城ShopXO开源商城
🔥🔥🔥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
note-gennote-gen
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-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57
GitNextGitNext
基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3