Amazon SageMaker Feature Store は、AI モデルのトレーニングとデプロイのための特徴量を簡単に計算、保存、取得できるフルマネージド機能です。SageMaker Feature Store は、高スループットの特徴量取り込み、レコード検出、オフラインストアのカタログ化のための新しい機能をサポートするようになりました。データサイエンティストは、BatchWriteRecord を使用して、単一のリクエストで複数の特徴量グループにわたる複数のレコードを書き込むことができるようになりました。また、ListRecords を使用して、レコード識別子を事前に知らなくても特徴量グループに保存されているレコードを一覧表示できるようになりました。さらに、オフラインストアでカスタム名を持つテーブルとデータベースを作成できるようになりました。データサイエンティストは、BatchWriteRecord を使用して、一度に 1 つのレコードを書き込むよりも少ない API コールと低いレイテンシーで、特徴量データを大規模に取り込むことができます。BatchWriteRecord は、オンラインストア、オフラインストア、またはその両方を対象とし、リクエスト全体を失敗させることなく個々のレコードの失敗を返し、レコード、リクエスト、および特徴量グループレベルで TTL (Time To Live) 設定をサポートします。ListRecords を使用すると、データサイエンティストは、特徴量グループ内のレコード識別子を一度に 1 ページずつ取得し、特徴量グループの内容を閲覧および監査し、レコード識別子を回復し、レコードのライフサイクルを管理できます。オフラインストアを設定する際、データサイエンティストはカスタム名を持つ Glue および Iceberg テーブルを作成することもできます。これらの機能により、データサイエンティストはカスタムツールを構築することなく、SageMaker Feature Store に保存されているレコードを管理し、特徴量を大規模に取り込むことができます。これらの機能は、Amazon SageMaker Feature Store が利用可能なすべての AWS リージョンで利用できます。詳細については、Amazon Feature Store Runtime および Offline Store Configuration のドキュメントを参照してください。