本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 离线存储
<a name="feature-store-storage-configurations-offline-store"></a>

当不需要亚秒级检索时，使用离线存储来存储历史数据。它通常用于数据探索、模型训练和批量推理。

为特征组同时启用在线和离线存储时，两个存储会同步，以避免训练数据和提供数据之间存在差异。请注意，启用了 `InMemory` 存储类型的在线存储特征组目前不支持离线存储中的相应特征组（不支持在线到离线复制）。有关在 Amazon Feature Store SageMaker 中提供机器学习模型的更多信息，请参阅[在线存储](feature-store-storage-configurations-online-store.md)。

离线存储包含以下 `TableFormat` 选项。有关线下商店内容的信息，请参阅 Amazon SageMaker API 参考[https://docs.amazonaws.cn/sagemaker/latest/APIReference/API_OfflineStoreConfig.html](https://docs.amazonaws.cn/sagemaker/latest/APIReference/API_OfflineStoreConfig.html)中的。

## Glue 表格式
<a name="feature-store-storage-configurations-offline-store-glue-table-format"></a>

`Glue` 格式（默认）是 Amazon Glue的标准 Hive 类型表格式。使用 Amazon Glue，您可以发现、准备、移动和整合来自多个来源的数据。它还包括用于编写、运行任务和实施业务工作流程的额外生产力和数据操作工具。有关的更多信息 Amazon Glue，请参阅[什么是 Amazon Glue？](https://docs.amazonaws.cn/glue/latest/dg/what-is-glue.html) 。

## Iceberg 表格式
<a name="feature-store-storage-configurations-offline-store-iceberg-table-format"></a>

`Iceberg` 格式（建议）是适用于超大型分析表的开放表格式。使用 `Iceberg` 可以将分区中的小数据文件压缩成较少的大文件，从而显著加快查询速度。此压缩操作是并发的，不会影响特征组上正在进行的读取和写入操作。有关优化 Iceberg 表格的更多信息，请参阅 [Amazon Athena](https://docs.amazonaws.cn/athena/latest/ug/querying-iceberg-data-optimization.html) 和 [Amazon Lake Formation](https://docs.amazonaws.cn/lake-formation/latest/dg/data-compaction.html) 用户指南。

`Iceberg` 以表的形式管理大量文件并支持现代分析数据湖操作。如果您在创建新功能组时选择该`Iceberg`选项，Amazon SageMaker Feature Store 将使用 Parquet 文件格式创建`Iceberg`表格，并将这些表注册到中 Amazon Glue Data Catalog。有关 `Iceberg` 表格格式的更多信息，请参阅[使用 Apache Iceberg 表格](https://docs.amazonaws.cn/athena/latest/ug/querying-iceberg.html)。

**重要**  
请注意，对于 `Iceberg` 表格式的特征组，您必须指定 `String` 作为事件时间的特征类型。如果指定任何其他类型，则无法成功创建特征组。