快速入门#

本文将介绍如何快速入门 FeatInsight，基于一个 SQL 示例来演示如何使用。

使用流程#

FeatInsight 的基本使用流程包括以下几个步骤：

首先创建数据库test_db表，和数据表test_table，可以直接执行 SQL 来创建。

CREATE DATABASE test_db;

CREATE TABLE test_db.test_table (id STRING, trx_time DATE);

也可以在 FeatInsight 的“数据导入”前端页面直接创建。

为了测试方便，我们准备一个 CSV 文件并保存到 /tmp/test_table.csv。注意，这里本地是 OpenMLDB TaskManager 服务器的本地路径，一般也是 FeatInsight 的服务器路径，需要提前登陆编辑。

id,trx_time
user1,2024-01-01
user2,2024-01-02
user3,2024-01-03
user4,2024-01-04
user5,2024-01-05
user6,2024-01-06
user7,2024-01-07

在线数据可以使用 LOAD DATA 或 INSERT 命令来导入，这里演示通过点击 “使用 CSV 导入” 来执行。

通过前端页面可以预览已导入的在线数据。

离线数据也可以使用 LOAD DATA 命令或前端选择“使用 CSV 导入”来执行。

等待半分钟后导入任务完成，可以查看任务的状态以及日志。

数据导入完成后，可以开始创建特征，本示例使用 SQL 来创建两个基本特征。

SELECT id, dayofweek(trx_time) as trx_day FROM test_table

在”特征“页面选择“创建特征”，填写特征组名称以及 SQL 语句。

创建完成后，可以在“特征”页面查看成功创建的特征。

点击特征名称，进入特征详情页，可以查看特征基础信息，并提供特征预览功能。

在“离线场景”页面，可以选择导出离线样本，只要选择刚创建好的特征和提供导出路径即可，前端还提供了“更多选项”可以选择导出格式、运行参数等。

提交导出任务后，可以在“离线样本”详情页查看导出信息，大概半分钟后成功完成。

在本地即可查看导出的样本文件内容。为了验证 FeatInsight 提供的在线离线一致性，可记录离线特征结果，并于后面的在线特征计算做比较。

在“特征服务”页面可以选择创建特征服务，同样是只需要选择上线的特征，以及提供特征服务名称和版本即可。

创建成功后，可以在特征服务详情页查看到服务的基本信息，上线包含的特征列表，以及依赖数据表的血缘关系等。

最后通过“请求特征服务”页面，我们可以输入测试数据进行在线特征计算，并且和离线样本的特征结果进行比对。

本示例演示了使用 FeatInsight 的完整流程，通过编写简单的 SQL 即可实现在线和离线的特征定义，通过选择不同的特征，甚至是组合不同特征组的特征，即可实现快速的特征复用和上线，并且对比离线和在线的计算结果验证了特征计算的一致性。

除了特征工程的基本功能之外，FeatInsight 还提供了高级功能以方便用户进行特征工程的开发：