机器学习PAI在线存储的配置是怎么传到线上的？

以阿里云机器学习PAI为例，其在线存储的配置传到线上通常有以下几种方式：

通过控制台操作

• 创建存储卷：在机器学习PAI平台的管理界面找到存储相关的功能模块，创建用于挂载到机器学习作业的存储卷，需指定存储卷的名称、类型（如NFS、OSS等）、挂载路径等信息。
• 配置挂载：将创建好的存储卷配置为机器学习作业的一部分，在作业提交页面或相关配置界面，找到存储挂载的选项，选择之前创建的存储卷，并指定挂载到作业容器中的具体路径。
• 提交作业：完成存储卷配置后提交机器学习作业，平台会在作业运行时自动将指定的存储卷挂载到作业的容器中，作业代码就能通过挂载路径来访问存储卷中的文件和数据。

利用命令行工具

• 安装命令行工具：安装与机器学习PAI平台对应的命令行工具，如阿里云的CLI工具，并进行配置，通过配置文件或命令行参数设置访问密钥、区域等信息，以获得访问PAI平台的权限。
• 创建存储卷与配置挂载：使用命令行工具创建存储卷，通过命令参数指定存储卷的各项属性，如名称、类型、挂载路径等。提交作业时，在命令中通过参数指定要挂载的存储卷及相关配置信息。

编程方式实现

• 使用SDK：利用PAI平台提供的SDK，在Python、Java等编程语言中编写代码。首先在代码中导入PAI的SDK库，然后使用SDK提供的接口创建存储卷对象，设置存储卷的属性。在提交作业的代码中，指定要挂载的存储卷对象，并设置挂载路径等信息，作业提交后，PAI平台会根据代码中的配置进行存储卷的挂载操作。
• 访问存储服务API：直接调用底层存储服务的API来实现存储配置的上传。比如，如果使用OSS作为存储，可通过OSS的API来创建存储桶、上传文件等操作，在机器学习PAI作业中，通过配置文件或代码指定访问OSS存储桶的路径和权限等信息，实现与OSS存储的对接。

参考https://help.aliyun.com/zh/pai/use-cases/manage-features-by-using-featurestore-in-a-recommendation-system?spm=a2c4g.11186623.0.0.b2f8578bchCfI4 此回答整理自钉群“PAI-FeatureStore特征平台应用交流”