Feast на практике

Зачем это нужно

Теория Feature Store становится реальной, когда вы создаёте feature repo, подключите offline/online stores и запустите materialization. Feast — практичный выбор для учебного кластера MDP: Python-native, работает с Parquet + Redis, хорошо ложится в GitOps.

Урок — пошаговый ориентир: структура проекта, ключевые файлы, типовой workflow DS/MLE.

Основные идеи

Feature repository — структура (Feast 0.3x+):

feature_repo/ ├── feature_store.yaml # registry, offline/online store config ├── entities.py # Entity definitions ├── data_sources.py # BatchSource, StreamSource ├── feature_views.py # FeatureView + schema └── materialize.py # CLI scripts / cron entrypoint

feature_store.yaml (упрощённо):

project: churn_ml registry: s3://ml-feast/registry.db provider: local offline_store: type: file online_store: type: redis connection_string: "redis://feast-redis.ml.svc:6379" entity_key_serialization_version: 2

Prod: offline type: spark или cloud DWH; registry в durable storage.

Entity:

` from feast import Entity

customer = Entity( name="customer_id", description="CRM customer identifier", join_keys=["customer_id"], ) `

Data source + Feature view:

` from feast import FeatureView, Field, FileSource from feast.types import Float32, Int64 from datetime import timedelta

customer_stats_source = FileSource( path="s3://ml-gold/churn/customer_stats/", timestamp_field="event_timestamp", )

customer_features = FeatureView( name="customer_features", entities=[customer], ttl=timedelta(days=90), schema=[ Field(name="avg_check_30d", dtype=Float32), Field(name="tx_count_7d", dtype=Int64), ], source=customer_stats_source, online=True, ) `

Workflow:

1. feast apply — регистрирует definitions в registry.

2. Spark job пишет Parquet с event_timestamp (не путать с ingestion time).

3. feast materialize 2026-01-01T00:00:00 2026-01-15T23:59:59 — offline → online.

4. feast materialize-incremental $(date -u +%Y-%m-%dT%H:%M:%S) — для cron.

Historical features для train:

` from feast import FeatureStore import pandas as pd

store = FeatureStore(repo_path="feature_repo/")

entity_df = pd.read_parquet("labels.parquet") # customer_id, event_timestamp, churn

training_df = store.get_historical_features( entity_df=entity_df, features=[ "customer_features:avg_check_30d", "customer_features:tx_count_7d", ], ).to_df() `

Online features для inference:

feature_vector = store.get_online_features( features=["customer_features:avg_check_30d", "customer_features:tx_count_7d"], entity_rows=[{"customer_id": "c-9912"}], ).to_dict()

Deployment в K8s.

• Feast не обязан быть long-running server для базового Redis backend — client SDK в inference Pod.

• Optional: Feast feature server (REST) для языков без SDK.

• Redis: StatefulSet + PVC или managed Redis; backup policy для online store.

CI для feature repo.

• MR → lint definitions → feast apply --dry-run или test project.

• Breaking change (rename feature) → major version нового FeatureView, deprecate старый.

Типовые ошибки.

Как это выглядит на практике

Capstone integration:

1. Repo ml-churn-features в GitLab.

2. Spark job (6.3.2) пишет customer_stats/ daily.

3. Argo CronWorkflow 07:00 UTC: feast materialize-incremental.

4. ClearML train читает historical features через Feast SDK.

5. KServe inference Pod: init container optional; main container calls get_online_features before MLServer predict.

Monitoring:

• Age of last materialization (custom metric).

• % null features in online responses (связь с модулем 5.3.4).

• Redis memory usage.

Local dev:

cd feature_repo feast apply feast materialize 2026-01-01T00:00:00 2026-01-10T00:00:00 feast ui # explore registry locally

Что сделать после занятия

• Создайте минимальный feature_store.yaml + one Entity + one FeatureView (можно на local paths).

• Выполните feast apply и объясните, что попало в registry.

• Опишите cron schedule materialization для daily batch features.

Официальные материалы

• Feast — Getting started

• Feast — Feature Views

• Feast — Materializing data