[SEO 副标题]
本指南展示了如何使用 AWS 完全托管的 Redis 服务 Amazon ElastiCache for Redis 和开源存储框架 Feast 构建超低延迟的在线特征存放区。该在线存储使用机器学习（ML）实现实时数据访问和亚毫秒级延迟。本指南涵盖的示例应用场景基于一个实时贷款审批应用程序，该应用程序可根据客户的信用评分模型进行在线预测。
请注意：[免责声明]
架构图
[架构图描述]
第 1 步
设置数据基础架构，以部署 Amazon Redshift、包含邮政编码和信用记录 parquet 文件的 Amazon Simple Storage Service（Amazon S3）存储桶，以及 AWS Identity and Access Management（IAM）角色。此外，为 Amazon Redshift 设置访问 Amazon S3 的策略，并创建一个可以查询 parquet 文件的 Amazon Redshift 表。
第 2 步
部署 Feast 基础设施。
第 3 步
创建特征存放区存储库，将 Amazon ElastiCache 配置为在线特征存放区，将 Amazon Redshift 配置为离线特征存放区。创建特征定义。
第 4 步
使用 Feast SDK 将特征定义和底层基础设施注册到 Feast 注册表中。
第 5 步
使用来自数据的特征和标签以及来自 Feast 的特征生成训练数据。来自 Feast 的特征将丰富历史数据，并创建一个特征数据框。
第 6 步
使用训练数据集和模型训练器训练机器学习模型。
第 7 步
将批量特征摄取到 ElastiCache 在线特征存放区。这些在线特征用于使用我们经过训练的模型进行在线预测。
第 8 步
从 ElastiCache 中读取特征向量以进行预测。
第 9 步
使用 AWS Key Management Service（AWS KMS）加密 ElastiCache 静态数据。
第 1 步
设置数据基础架构，以部署 Amazon Redshift、包含邮政编码和信用记录 parquet 文件的 Amazon Simple Storage Service（Amazon S3）存储桶，以及 AWS Identity and Access Management（IAM）角色。此外，为 Amazon Redshift 设置访问 Amazon S3 的策略，并创建一个可以查询 parquet 文件的 Amazon Redshift 表。
第 2 步
部署 Feast 基础设施。
第 3 步
创建特征存放区存储库，将 Amazon ElastiCache 配置为在线特征存放区，将 Amazon Redshift 配置为离线特征存放区。创建特征定义。
第 4 步
使用 Feast SDK 将特征定义和底层基础设施注册到 Feast 注册表中。
第 5 步
使用来自数据的特征和标签以及来自 Feast 的特征生成训练数据。来自 Feast 的特征将丰富历史数据，并创建一个特征数据框。
第 6 步
使用训练数据集和模型训练器训练机器学习模型。
第 7 步
将批量特征摄取到 ElastiCache 在线特征存放区。这些在线特征用于使用我们经过训练的模型进行在线预测。
第 8 步
从 ElastiCache 中读取特征向量以进行预测。
第 9 步
使用 AWS Key Management Service（AWS KMS）加密 ElastiCache 静态数据。
Well-Architected 支柱
当您在云中构建系统时，AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool，您可以通过回答每个支柱的一组问题，根据这些最佳实践来检查您的工作负载。
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。
-
卓越运营阅读《卓越运营》白皮书
Amazon CloudWatch 通过提供全面的监控、日志记录和自动化功能，增强了 ElastiCache 的卓越运营能力。它能够跟踪 ElastiCache 指标，如 CPU 利用率、内存使用率、网络流量、命令统计数据和缓存命中/未命中率，从而实现主动性能管理。CloudWatch 日志集成支持集中式日志分析，简化了故障排除过程。CloudWatch 警报会调用自动化操作，例如在流量高峰期间扩展 ElastiCache 集群以获得最佳性能，同时在空闲期间降低成本。
-
安全性阅读《安全性》白皮书
通过将 IAM 策略限定在所需的最低权限范围内，可以限制对资源进行未经授权的访问。KMS 可控制用于保护数据的加密密钥，消除密钥管理开销。IAM 策略的权限范围仅限于授予 ElastiCache 必要的运营权限。ElastiCache 提供传输中加密和静态加密，而 KMS 允许您创建、管理和控制对用于数据保护的客户管理加密密钥的访问权限。
-
可靠性阅读《可靠性》白皮书
ElastiCache 自动扩缩组可根据利用率指标动态调整 Redis 集群容量（分片和副本），从而确保可靠的性能。CloudWatch 可持续监控关键指标并发出警报，以主动发现和缓解问题。自动扩缩功能可通过启动更多节点来处理流量峰值，防止过载并保持性能稳定。节点可分布在不同的可用区，以增强冗余能力，防止中断。
-
性能效率阅读《性能效率》白皮书
ElastiCache 自动扩缩功能可根据需求动态预置和调整 Redis 集群的规模，以优化资源利用率。在流量高峰期间，自动扩缩功能会启动更多节点来处理增加的负载，从而防止过载并保持低延迟。
ElastiCache 的内存中架构、数据结构、事务、脚本和集群等功能针对高吞吐量和低延迟运营进行了优化，使其成为性能关键型工作负载的理想选择。水平扩缩和只读副本进一步提高了吞吐量和响应时间。
Redis 集群模式将数据分片到多个节点，并分配内存和工作负载，以改善并行化和线性吞吐量扩展。分片可以克服单节点限制，从而最大限度地提高内存利用率，而在分片上本地执行命令可以最大限度地减少网络跃点数。
-
成本优化阅读《成本优化》白皮书
自动扩缩可根据利用率指标自动调整集群容量，从而优化 ElastiCache 成本。在低流量时段，它通过终止不必要的节点进行横向缩减，防止过度预置并减少运营费用。相反，在流量高峰期间，它会启动更多节点，这有助于在不产生过多成本的情况下确保有足够的容量。这种弹性消除了手动管理容量的需要，有助于确保集群的大小适合工作负载的需求，仅运行所需的资源。
-
可持续性阅读《可持续性》白皮书
ElastiCache 可根据应用程序需求调整缓存大小，提高基础设施效率，防止资源浪费。
多个 AWS 区域提供了可用性，实现了在离最终用户更近的地方部署 ElastiCache 集群，从而减少了网络延迟和数据传输，并能够通过减少网络使用量来降低能耗和排放。
相关内容
使用 Amazon ElastiCache for Redis 构建超低延迟在线特征存放区以进行实时推理
免责声明
示例代码；软件库；命令行工具；概念验证；模板；或其他相关技术（包括由我方人员提供的任何前述项）作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议（以适用者为准）向您提供。您不应将这些 AWS 内容用在您的生产账户中，或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容，例如示例代码，以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源（例如，运行 Amazon EC2 实例或使用 Amazon S3 存储）而产生 AWS 费用。
本指南中提及第三方服务或组织并不意味着 Amazon 或 AWS 与第三方之间存在认可、赞助或从属关系。AWS 的指导是一个技术起点，您可以在部署架构时自定义与第三方服务的集成。