

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Armazenamento on-line
<a name="feature-store-storage-configurations-online-store"></a>

O armazenamento on-line é um armazenamento de dados de baixa latência e alta disponibilidade que fornece pesquisa de atributos em tempo real. Geralmente é usado para fornecer modelos de machine learning (ML). Você pode escolher entre o armazenamento on-line padrão (`Standard`) ou um armazenamento on-line na camada de memória (`InMemory`) no momento em que cria um grupo de atributos. Dessa forma, você pode selecionar o tipo de armazenamento que melhor corresponda aos padrões de leitura e gravação de uma aplicação específico, considerando o desempenho e o custo. Para obter mais detalhes sobre preços, consulte [Amazon SageMaker Pricing](https://aws.amazon.com/sagemaker/pricing/).

O armazenamento on-line contém as seguintes opções de `StorageType`: Para obter mais informações sobre o conteúdo do armazenamento on-line, veja [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_OnlineStoreConfig.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_OnlineStoreConfig.html). 

## Tipo de armazenamento de nível padrão
<a name="feature-store-storage-configurations-online-store-standard-tier"></a>

O nível `Standard` é um armazenamento de dados gerenciado de baixa latência para grupos de atributos de armazenamento on-line. Ele fornece recuperação rápida de dados para o serviço de modelo de ML para suas aplicações. O `Standard` é o tipo de armazenamento padrão.

## In-memory tipo de armazenamento em camadas
<a name="feature-store-storage-configurations-online-store-in-memory-tier"></a>

O nível `InMemory` é um armazenamento de dados gerenciado para grupos de atributos de armazenamento on-line que oferece apoio à recuperação de latência muito baixa. Ele fornece recuperação de dados em tempo real em grande escala para o fornecimento de modelos de ML usados em aplicações de alta throughput. O `InMemory` nível é desenvolvido pela Amazon ElastiCache (Redis OSS). Para obter mais informações, consulte [O que é a Amazon ElastiCache (Redis OSS](https://docs.aws.amazon.com/AmazonElastiCache/latest/red-ug/WhatIs.html))? .

O nível `InMemory` do armazenamento on-line oferece apoio a tipos de coleção, ou seja, lista, conjunto e vetor. Para obter mais informações sobre tipos de coleção `InMemory`, consulte [Tipos de coleção](feature-store-collection-types.md).

O Feature Store fornece leitura e gravação de baixa latência para o armazenamento on-line. A latência da aplicação é composta principalmente por dois componentes principais: latência da infraestrutura ou da rede e latência da API do Feature Store. A redução da latência de rede ajuda a obter as leituras e gravações de menor latência no Feature Store. Você pode reduzir a latência da rede para o Feature Store AWS PrivateLink implantando no endpoint do Feature Store Runtime. Com AWS PrivateLink, você pode acessar de forma privada todas as operações da API Feature Store Runtime a partir da sua Amazon Virtual Private Cloud (VPC) de forma escalável usando endpoints de interface VPC. Uma AWS PrivateLink implantação com a `privateDNSEnabled` opção definida como verdadeira:
+ Ele mantém todo o read/write tráfego da Feature Store em sua VPC.
+ Mantém o tráfego na mesma AZ do cliente que o originou ao usar o Feature Store. Isso evita os “saltos” entre as AZs, reduzindo a latência de rede.

Siga as etapas em [Acessar um AWS serviço usando uma interface VPC endpoint](https://docs.aws.amazon.com/vpc/latest/privatelink/create-interface-endpoint.html) AWS PrivateLink para configurar o Feature Store. O nome do serviço do Feature Store Runtime em AWS PrivateLink é`com.amazonaws.region.sagemaker.featurestore-runtime`.

O armazenamento on-line de nível `InMemory` escala automaticamente com base no uso e nas solicitações. O escalonamento automatizado pode levar alguns minutos para se adaptar a um novo padrão de uso se ele mudar rapidamente. Durante o dimensionamento automatizado:
+ As operações de gravação no grupo de atributos podem sofrer controle de utilização. Você deve repetir suas solicitações alguns minutos depois.
+ As operações de leitura no grupo de atributos podem sofrer controle de utilização. As estratégias de repetição padrão são adequadas nesse caso.
+ As operações de leitura podem apresentar latência elevada.

O tamanho máximo do grupo de atributos de nível `InMemory` padrão é de 50 GiB.

Observe que o nível `InMemory`atualmente é compatível com somente grupos de atributos online, não grupos de atributos online\+offline, portanto, não há replicação entre armazenamentos on-line e offline para o nível `InMemory`. Além disso, o nível `InMemory` atualmente não oferece apoio a chaves do KMS gerenciadas pelo cliente.