Amazon SageMaker Feature Store 是一项全托管功能，可轻松计算、存储和检索用于训练和部署 AI 模型的特征。SageMaker Feature Store 现已支持新功能，包括高吞吐量特征摄入、记录发现和离线存储目录管理。数据科学家现在可以通过 BatchWriteRecord 在单个请求中向多个特征组写入多条记录，通过 ListRecords 在不预先知道每个记录标识符的情况下列出特征组中存储的记录，并在离线存储中创建具有自定义名称的表和数据库。数据科学家可以使用 BatchWriteRecord 以大规模方式摄入特征数据，其所需的 API 调用次数更少、延迟更低，优于逐条写入记录。BatchWriteRecord 可针对在线存储、离线存储或两者进行操作，返回单个记录失败而不会导致整个请求失败，并支持在记录、请求和特征组级别设置生存时间（TTL）。借助 ListRecords，数据科学家可以逐页检索特征组中的记录标识符，以便浏览和审计特征组内容、恢复记录标识符并管理记录生命周期。在配置离线存储时，数据科学家还可以创建具有自定义名称的 Glue 表和 Iceberg 表。这些功能使数据科学家能够以大规模方式摄入特征，并管理存储在 SageMaker Feature Store 中的记录，而无需构建自定义工具。这些功能在 Amazon SageMaker Feature Store 可用的所有 AWS 区域中均可使用。更多信息，请参阅 Amazon Feature Store Runtime 和离线存储配置文档。