如何在指定或自有Vertex MetadataStore中查找所有系统Schema？

一、在指定Vertex MetadataStore中查找系统Schema #

使用Vertex AI Python客户端 #

1. 初始化客户端并连接到目标MetadataStore

from google.cloud import aiplatform

# 配置项目、区域和MetadataStore ID（使用默认存储可省略metadata_store_id参数）
aiplatform.init(
    project="你的项目ID",
    location="你的区域",
    metadata_store_id="目标MetadataStore ID"
)

metadata_client = aiplatform.metadata.client.MetadataClient()

2. 过滤并列出所有系统定义Schema
   系统Schema的名称均以system.为前缀，通过该特征过滤：

system_schemas = [
    schema for schema in metadata_client.list_metadata_schemas()
    if schema.name.split("/")[-1].startswith("system.")
]

# 打印系统Schema信息
for schema in system_schemas:
    schema_name = schema.name.split("/")[-1]
    print(f"Schema名称: {schema_name}")
    print(f"描述: {schema.description}")
    print(f"版本: {schema.schema_version}")
    print("---")

使用ml-metadata原生客户端 #

如果需要更底层的操作，可直接使用ml-metadata库：

from ml_metadata import metadata_store
from ml_metadata.proto import metadata_store_pb2

# 配置MetadataStore连接
connection_config = metadata_store_pb2.ConnectionConfig()
connection_config.gcp_config.project_id = "你的项目ID"
connection_config.gcp_config.region = "你的区域"
connection_config.gcp_config.metadata_store_id = "目标MetadataStore ID"

store = metadata_store.MetadataStore(connection_config)

# 列出并过滤系统Schema
for schema in store.get_all_metadata_schemas():
    if schema.name.startswith("system."):
        print(f"Schema名称: {schema.name}")
        print(f"描述: {schema.description}")
        print("---")

二、在自有Vertex MetadataStore中查找系统Schema #

自有MetadataStore（即你自行创建的非默认存储）的查找方法与上述完全一致，只需在初始化客户端时，将metadata_store_id指定为你创建的存储ID即可。系统定义Schema是Vertex ML Metadata全局提供的公共资源，所有MetadataStore均可访问。

查看特定系统Schema的详细结构 #

如需查看某一系统Schema的完整结构（如字段定义），可调用获取单个Schema的方法：

# 以system.Dataset为例
dataset_schema = metadata_client.get_metadata_schema(
    name="projects/你的项目ID/locations/你的区域/metadataStores/你的存储ID/metadataSchemas/system.Dataset"
)
print(dataset_schema.schema)

内容的提问来源于stack exchange，提问作者Jialu Zhang