トラブルシューティングと制限事項

トラブルシューティング

エラーメッセージ： Database recommender_system does not exist in the Hive metastore.

特徴量テーブルは Delta テーブルとして格納されます。データベースはテーブル名のプレフィックスで指定されるため、特徴量テーブル recommender_system.顧客 は recommender_system データベースに格納されます。

データベースを作成するには、次のコマンドを実行します。

%sql CREATE DATABASE IF NOT EXISTS recommender_system;

エラーメッセージ: ModuleNotFoundError: No module named 'databricks.feature_engineering' または ModuleNotFoundError: No module named 'databricks.feature_store'

このエラーは、使用している Databricks Runtime に databricks-feature-engineering がインストールされていない場合に発生します。

databricks-feature-engineering は PyPI で利用でき、以下でインストールできます。

%pip install databricks-feature-engineering

エラーメッセージ： ModuleNotFoundError: No module named 'databricks.feature_store'

このエラーは、使用している Databricks Runtime に databricks-Feature Store がインストールされていない場合に発生します。

注：

Databricks Runtime 14.3 以降の場合は、代わりに databricks-feature-engineering を %pip install databricks-feature-engineering

databricks-Feature Store は PyPI で利用でき、以下でインストールできます。

%pip install databricks-feature-store

エラーメッセージ： Invalid input. Data is not compatible with model signature. Cannot convert non-finite values...'

このエラーは、Mosaic AI Model Serving で Feature Store パッケージ化されたモデルを使用しているときに発生する可能性があります。エンドポイントへの入力にカスタム特徴量値を指定する場合、入力の各行に特徴量の値を指定するか、行を指定しないかのいずれかにする必要があります。一部の行のみのフィーチャにカスタム値を指定することはできません。

制限

モデルはトレーニングに最大 50 個のテーブルと 100 個の関数を使用できます。
Delta Live Tables特徴量テーブルとして使用する場合、Databricks Runtime 機械学習クラスターはサポートされません。代わりに、共有クラスターを使用し、 pip install databricks-feature-engineeringを使用してクライアントを手動でインストールします。その他の必要な機械学習ライブラリもインストールする必要があります。
```
%pip install databricks-feature-engineering
```
マテリアライズドビューとストリーミングテーブルは、Delta Live Tables パイプラインによって管理されます。 fe.write_table() では更新されません。代わりに、Delta Live Table パイプラインを使用してテーブルを更新します。

Feature Store APIs は、Feature Store でパッケージ化されたモデルのバッチスコアリングをサポートします。オンライン推論はサポートされていません。
ワークスペース Feature Store では、特徴量テーブルからの個々のフィーチャの削除はサポートされていません。
このリリースの時点では、 Databricks on Google Cloud でサポートされているオンラインストアはありません。