是否需在Vertex AI Feature Store维护在线属性以支撑端点模型实时预测？

是的，通常需要在Vertex AI Feature Store中维护在线属性，来支撑端点模型的实时预测服务，核心原因如下：

• 低延迟适配：实时预测要求服务在毫秒级返回结果，Feature Store的在线存储层经过专门优化（比如内存缓存、低延迟键值存储），能快速读取特征数据；而离线存储面向批量处理，延迟较高，无法满足实时场景的响应要求。
• 特征一致性保障：通过同一Feature Store管理在线和离线特征，能避免“训练-服务偏差”——确保预测时使用的特征计算逻辑、数据和模型训练阶段完全一致，减少模型效果的波动。
• 动态特征支持：如果你的实时预测依赖用户最近行为、设备实时状态这类动态更新的特征，在线属性是唯一能让模型端点快速获取这些最新特征的途径。

当然也存在例外场景：

• 如果实时预测模型所需的所有特征都由请求直接传入，不需要从外部存储读取，那可以不用维护在线属性。
• 若预测延迟要求极高但特征更新频率极低，也可以考虑将特征硬编码或缓存到模型端点本地，但这种场景非常少见，且不利于特征的统一管理和迭代。

内容的提问来源于stack exchange，提问作者gabriel11