הגדרת מאגר המטא-נתונים של הפרויקט

בעזרת Vertex ML Metadata אפשר לעקוב אחרי המטא-נתונים שנוצרים בתהליכי העבודה של למידת מכונה (ML) ולנתח אותם. בפעם הראשונה שמריצים PipelineJob או יוצרים ניסוי ב-Vertex SDK, פלטפורמת הסוכנים של Gemini Enterprise יוצרת את MetadataStore של הפרויקט.

אם רוצים שהמטא-נתונים יוצפנו באמצעות מפתח הצפנה בניהול הלקוח (CMEK), צריך ליצור את מאגר המטא-נתונים באמצעות CMEK לפני שמשתמשים ב-Vertex ML Metadata כדי לעקוב אחרי המטא-נתונים או לנתח אותם.

אחרי שיוצרים את מאגר המטא-נתונים, מפתח ה-CMEK שבו משתמש מאגר המטא-נתונים הוא נפרד ממפתח ה-CMEK שבו משתמשים תהליכים שמתעדים מטא-נתונים, למשל, הפעלה של צינור.

יצירת מאגר מטא-נתונים שמשתמש ב-CMEK

כדי ליצור מפתח CMEK ולהגדיר מאגר מטא-נתונים של Vertex ML Metadata שמשתמש במפתח הזה, פועלים לפי ההוראות הבאות.

1. שימוש ב-Cloud Key Management Service כדי להגדיר מפתח הצפנה בניהול הלקוח

2. כדי ליצור את חנות המטא-נתונים שמוגדרת כברירת מחדל בפרויקט באמצעות CMEK, משתמשים בקריאת ה-REST הבאה.

   לפני שמשתמשים בנתוני הבקשה, צריך להחליף את הנתונים הבאים:

   • ‫LOCATION_ID: האזור שלכם.
   • ‫PROJECT_ID: מזהה הפרויקט. .
   • ‫KEY_RING: השם של אוסף המפתחות ב-Cloud Key Management Service שבו נמצא מפתח ההצפנה.
   • ‫KEY_NAME: השם של מפתח ההצפנה שרוצים להשתמש בו בשביל מאגר המטא-נתונים הזה.

   ה-method של ה-HTTP וכתובת ה-URL:

   POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/metadataStores?metadata_store_id=default

   תוכן בקשת JSON:

   {
     "encryption_spec": {
       "kms_key_name": "projects/PROJECT_ID/locations/LOCATION_ID/keyRings/KEY_RING/cryptoKeys/KEY_NAME"
     },
   }
   

   כדי לשלוח את הבקשה צריך להרחיב אחת מהאפשרויות הבאות:

   ‫Curl (Linux,‏ macOS או Cloud Shell)

   שומרים את גוף הבקשה בקובץ בשם request.json. כדי ליצור או להחליף את הקובץ הזה בספרייה הנוכחית, מריצים את הפקודה הבאה בטרמינל:

   cat > request.json << 'EOF'
   {
     "encryption_spec": {
       "kms_key_name": "projects/PROJECT_ID/locations/LOCATION_ID/keyRings/KEY_RING/cryptoKeys/KEY_NAME"
     },
   }
   EOF

   לאחר מכן מבצעים את הפקודה הבאה כדי לשלוח את בקשת ה-REST:

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/metadataStores?metadata_store_id=default"

   ‎PowerShell (Windows)

   שומרים את גוף הבקשה בקובץ בשם request.json. כדי ליצור או להחליף את הקובץ הזה בספרייה הנוכחית, מריצים את הפקודה הבאה בטרמינל:

   @'
   {
     "encryption_spec": {
       "kms_key_name": "projects/PROJECT_ID/locations/LOCATION_ID/keyRings/KEY_RING/cryptoKeys/KEY_NAME"
     },
   }
   '@  | Out-File -FilePath request.json -Encoding utf8

   לאחר מכן מבצעים את הפקודה הבאה כדי לשלוח את בקשת ה-REST:

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/metadataStores?metadata_store_id=default" | Select-Object -Expand Content

   אתם אמורים לקבל תגובת JSON שדומה לזו:

   {
     "name": "projects/PROJECT_ID/locations/LOCATION_ID/operations/OPERATIONS_ID",
     "metadata": {
       "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateMetadataStoreOperationMetadata",
       "genericMetadata": {
         "createTime": "2021-05-18T18:47:14.494997Z",
         "updateTime": "2021-05-18T18:47:14.494997Z"
       }
     }
   }