OWN NEWS GATHER
← 戻る
AWS ML Blog

Amazon SageMaker Feature Storeに新機能「UpdateRecord」が追加、特徴量単位の部分更新が可能に

要点

  • 米Amazon Web Services（AWS）は、機械学習データ管理サービス「Amazon SageMaker Feature Store」において、特定の特徴量のみを更新できる「UpdateRecord」APIの提供を開始した。

  • 従来必須だったレコード全体の「読み取り・変更・書き込み」サイクルを撤廃し、更新対象の特徴量のみを単一の呼び出しでアトミック（不可分）に更新できる。

  • 複数パイプラインによる同時更新時のデータ上書き（ロストアップデート問題）を防ぐとともに、処理遅延と読み取りキャパシティ（RCU）の消費コストを削減する。

  • オンラインストアの「Standard」（Amazon DynamoDB連携）および「In-Memory」（Amazon ElastiCache連携）の双方で利用可能となっている。

  • 米Amazon Web Services（AWS）は現地時間2026年9月8日、機械学習向けフルマネージド型データリポジトリ「Amazon SageMaker Feature Store」において、レコード全体を再書き込みすることなく個別の特徴量のみを部分更新できる新機能「UpdateRecord」APIの提供を開始したと発表した。

  • Amazon SageMaker Feature Storeは、モデルの学習や推論処理に用いられる加工済みデータ（特徴量）を保存・共有・管理するための専用リポジトリである。今回の機能強化により、特徴量の更新処理におけるレイテンシ短縮とコスト削減が図られるとともに、並行処理時のデータ競合リスクが解消されるとしている。

レコード全体の再書き込みが必要だった従来の課題

機械学習システムにおいて、関連する特徴量は「Feature Group（特徴量グループ）」と呼ばれる論理的なコレクションにまとめられ、1つ以上の機械学習モデルによる学習や推論に利用される。AWSの説明によると、これまでFeature Group内の単一の特徴量を更新する場合であっても、「PutRecord」APIを使用した「Read-Modify-Write（読み取り・変更・書き込み）」の完全なサイクルを実行する必要があったという。

例えば、不正検知パイプラインにおいて特定の顧客のスコア値（risk_score）を更新する場合、アプリケーション側では以下の3つのステップを踏む必要があった。

  1. 読み取り（Read）: 「GetRecord」APIを呼び出し、該当レコードのすべての特徴量データを取得する。
  2. マージ（Merge）: アプリケーション側のコード内で、取得したデータに新しい値を統合する。
  3. 書き込み（Write）: 「PutRecord」APIを用いて、統合後のレコード全体を再び書き戻す。

この方式は、更新ごとに余計なネットワーク遅延を発生させるだけでなく、不要な読み取りキャパシティを消費する要因となっていた。さらに、複数のパイプラインが同一レコード内の異なる特徴量を同時に更新しようとした場合、競合状態（レースコンディション）が生じるリスクがあった。最悪のケースでは、一方のパイプラインによる書き込みがもう一方の更新内容を無言で上書きしてしまう「ロストアップデート（更新の喪失）」問題を引き起こしていたと指摘されている。

加えて、費用面でのオーバーヘッドも課題となっていた。書き込み前に毎回GetRecordを実行することで余分な読み取りキャパシティユニット（RCU：データベースの読み取り処理能力に応じた課金単位）の利用料が発生するため、膨大な特徴量を持つグループを高頻度で更新する大規模運用環境では、コストの累積が深刻な問題になっていたという。

「UpdateRecord」APIによる部分更新の実現

今回提供が開始されたUpdateRecord APIは、このRead-Modify-Writeサイクルを完全に排除する設計となっている。利用者は変更を加えたい特徴量のみを指定してAPIを呼び出すだけでよく、Amazon SageMaker Feature Store側が既存レコードに対してアトミック（不可分）に更新を適用する。リクエストに含まれていない他の特徴量データは、そのまま変更されずに保持される仕組みだ。

本機能は、オンラインストア（リアルタイム推論向けの高速アクセス層）の「Standard」ティア（Amazon DynamoDBを利用）と「In-Memory」ティア（Amazon ElastiCacheを利用）の双方に対応していることが明らかにされている。

データフローと整合性担保の仕組み

AWSが公開したアーキテクチャ情報によると、UpdateRecord APIのリクエスト処理は以下の流れで実行される。

クライアントアプリケーションが変更対象の特徴量のみを指定してUpdateRecord APIを実行すると、Feature Storeサービス側でまずAWS Identity and Access Management（IAM）に基づくアクセス権限の検証が行われる。続いて、データの時系列順序を表す「EventTime」のチェックが実施され、古いタイムスタンプを持つ遅延書き込み（stale writes）が自動的に拒否される。

これらの検証を経て、サービス側でアトミックなマージ処理が実行され、オンラインストアに対して単一のオペレーションで変更分のみが書き込まれる。同時に、長期保存やモデル学習の用途で利用されるオフラインストア側へのデータ同期処理も並行して進められる構造となっている。

元URL