谷歌云 SQL for MySQL
Cloud SQL 是一项完全托管的关系型数据库服务,提供高性能、无缝集成和卓越的可扩展性。它提供 PostgreSQL、MySQL 和 SQL Server 数据库引擎。利用 Cloud SQL 的 LangChain 集成,扩展您的数据库应用程序以构建 AI 驱动的体验。
本笔记本将介绍如何使用 Cloud SQL for MySQL
通过 MySQLVectorStore
类来存储向量嵌入。
在 GitHub 上了解更多关于此包的信息。
开始之前
要运行此笔记本,您需要执行以下操作:
- 创建 Google Cloud 项目
- 启用 Cloud SQL Admin API。
- 创建 Cloud SQL 实例。(版本必须 >= 8.0.36 且 cloudsql_vector 数据库标志设置为“On”)
- 创建 Cloud SQL 数据库。
- 向数据库添加用户。
🦜🔗 库安装
安装集成库 langchain-google-cloud-sql-mysql
,以及嵌入服务库 langchain-google-vertexai
。
%pip install --upgrade --quiet langchain-google-cloud-sql-mysql langchain-google-vertexai
仅限 Colab:取消注释以下单元格以重启内核,或使用按钮重启内核。对于 Vertex AI Workbench,您可以使用顶部的按钮重启终端。
# # Automatically restart kernel after installs so that your environment can access the new packages
# import IPython
# app = IPython.Application.instance()
# app.kernel.do_shutdown(True)
🔐 认证
以登录此笔记本的 IAM 用户身份向 Google Cloud 进行认证,以便访问您的 Google Cloud 项目。
- 如果您正在使用 Colab 运行此笔记本,请使用下面的单元格并继续。
- 如果您正在使用 Vertex AI Workbench,请查看此处的设置说明。
from google.colab import auth
auth.authenticate_user()
☁ 设置您的 Google Cloud 项目
设置您的 Google Cloud 项目,以便您可以在此笔记本中利用 Google Cloud 资源。
如果您不知道您的项目 ID,请尝试以下操作:
- 运行
gcloud config list
。 - 运行
gcloud projects list
。 - 请参阅支持页面:查找项目 ID。
# @markdown Please fill in the value below with your Google Cloud project ID and then run the cell.
PROJECT_ID = "my-project-id" # @param {type:"string"}
# Set the project id
!gcloud config set project {PROJECT_ID}
基本用法
设置 Cloud SQL 数据库值
在 Cloud SQL 实例页面中查找您的数据库值。
注意:MySQL 向量支持仅适用于版本 >= 8.0.36 的 MySQL 实例。
对于现有实例,您可能需要执行自助维护更新,以将维护版本更新到 MYSQL_8_0_36.R20240401.03_00 或更高版本。更新后,配置您的数据库标志,以将新的 cloudsql_vector 标志设置为“On”。
# @title Set Your Values Here { display-mode: "form" }
REGION = "us-central1" # @param {type: "string"}
INSTANCE = "my-mysql-instance" # @param {type: "string"}
DATABASE = "my-database" # @param {type: "string"}
TABLE_NAME = "vector_store" # @param {type: "string"}
MySQLEngine 连接池
将 Cloud SQL 建立为向量存储的一个要求和参数是 MySQLEngine
对象。该 MySQLEngine
配置到 Cloud SQL 数据库的连接池,使您的应用程序能够成功连接并遵循行业最佳实践。
要使用 MySQLEngine.from_instance()
创建一个 MySQLEngine
,您只需提供 4 个信息
project_id
:Cloud SQL 实例所在的 Google Cloud 项目的项目 ID。region
:Cloud SQL 实例所在的区域。instance
:Cloud SQL 实例的名称。database
:要连接的 Cloud SQL 实例上的数据库名称。
默认情况下,IAM 数据库身份验证
将用作数据库身份验证方法。此库使用属于Application Default Credentials (ADC) 的 IAM 主体,该主体从环境中获取。
有关 IAM 数据库身份验证的更多信息,请参阅
另外,也可以使用内置数据库身份验证
(使用用户名和密码访问 Cloud SQL 数据库)。只需将可选的 user
和 password
参数提供给 MySQLEngine.from_instance()
user
: 用于内置数据库身份验证和登录的数据库用户。password
: 用于内置数据库身份验证和登录的数据库密码。
from langchain_google_cloud_sql_mysql import MySQLEngine
engine = MySQLEngine.from_instance(
project_id=PROJECT_ID, region=REGION, instance=INSTANCE, database=DATABASE
)
初始化表
该 MySQLVectorStore
类需要一个数据库表。该 MySQLEngine
类有一个辅助方法 init_vectorstore_table()
,可用于为您创建具有正确架构的表。
engine.init_vectorstore_table(
table_name=TABLE_NAME,
vector_size=768, # Vector size for VertexAI model(textembedding-gecko@latest)
)
创建嵌入类实例
您可以使用任何LangChain 嵌入模型。您可能需要启用 Vertex AI API 才能使用 VertexAIEmbeddings
。
我们建议在生产环境中固定嵌入模型的版本,了解更多关于文本嵌入模型的信息。
# enable Vertex AI API
!gcloud services enable aiplatform.googleapis.com
from langchain_google_vertexai import VertexAIEmbeddings
embedding = VertexAIEmbeddings(
model_name="textembedding-gecko@latest", project=PROJECT_ID
)
初始化默认的 MySQLVectorStore
要初始化 MySQLVectorStore
类,您只需要提供 3 个参数:
engine
- 一个MySQLEngine
引擎实例。embedding_service
- LangChain 嵌入模型的一个实例。table_name
: Cloud SQL 数据库中用作向量存储的表的名称。
from langchain_google_cloud_sql_mysql import MySQLVectorStore
store = MySQLVectorStore(
engine=engine,
embedding_service=embedding,
table_name=TABLE_NAME,
)
添加文本
import uuid
all_texts = ["Apples and oranges", "Cars and airplanes", "Pineapple", "Train", "Banana"]
metadatas = [{"len": len(t)} for t in all_texts]
ids = [str(uuid.uuid4()) for _ in all_texts]
store.add_texts(all_texts, metadatas=metadatas, ids=ids)
删除文本
按 ID 从向量存储中删除向量。
store.delete([ids[1]])
搜索文档
query = "I'd like a fruit."
docs = store.similarity_search(query)
print(docs[0].page_content)
Pineapple
按向量搜索文档
也可以使用 similarity_search_by_vector
方法搜索与给定嵌入向量相似的文档,该方法接受一个嵌入向量作为参数,而不是字符串。
query_vector = embedding.embed_query(query)
docs = store.similarity_search_by_vector(query_vector, k=2)
print(docs)
[Document(page_content='Pineapple', metadata={'len': 9}), Document(page_content='Banana', metadata={'len': 6})]
添加索引
通过应用向量索引来加速向量搜索查询。了解更多关于MySQL 向量索引的信息。
注意:对于 IAM 数据库身份验证(默认用法),IAM 数据库用户需要由特权数据库用户授予以下权限,才能完全控制向量索引。
GRANT EXECUTE ON PROCEDURE mysql.create_vector_index TO '<IAM_DB_USER>'@'%';
GRANT EXECUTE ON PROCEDURE mysql.alter_vector_index TO '<IAM_DB_USER>'@'%';
GRANT EXECUTE ON PROCEDURE mysql.drop_vector_index TO '<IAM_DB_USER>'@'%';
GRANT SELECT ON mysql.vector_indexes TO '<IAM_DB_USER>'@'%';
from langchain_google_cloud_sql_mysql import VectorIndex
store.apply_vector_index(VectorIndex())
移除索引
store.drop_vector_index()
高级用法
创建带有自定义元数据的 MySQLVectorStore
向量存储可以利用关系数据来过滤相似性搜索。
创建表和 MySQLVectorStore
实例以及自定义元数据列。
from langchain_google_cloud_sql_mysql import Column
# set table name
CUSTOM_TABLE_NAME = "vector_store_custom"
engine.init_vectorstore_table(
table_name=CUSTOM_TABLE_NAME,
vector_size=768, # VertexAI model: textembedding-gecko@latest
metadata_columns=[Column("len", "INTEGER")],
)
# initialize MySQLVectorStore with custom metadata columns
custom_store = MySQLVectorStore(
engine=engine,
embedding_service=embedding,
table_name=CUSTOM_TABLE_NAME,
metadata_columns=["len"],
# connect to an existing VectorStore by customizing the table schema:
# id_column="uuid",
# content_column="documents",
# embedding_column="vectors",
)
使用元数据过滤器搜索文档
在处理文档之前对其进行筛选会很有帮助。
例如,可以使用 filter
参数根据元数据筛选文档。
import uuid
# add texts to the vector store
all_texts = ["Apples and oranges", "Cars and airplanes", "Pineapple", "Train", "Banana"]
metadatas = [{"len": len(t)} for t in all_texts]
ids = [str(uuid.uuid4()) for _ in all_texts]
custom_store.add_texts(all_texts, metadatas=metadatas, ids=ids)
# use filter on search
query_vector = embedding.embed_query("I'd like a fruit.")
docs = custom_store.similarity_search_by_vector(query_vector, filter="len >= 6")
print(docs)
[Document(page_content='Pineapple', metadata={'len': 9}), Document(page_content='Banana', metadata={'len': 6}), Document(page_content='Apples and oranges', metadata={'len': 18}), Document(page_content='Cars and airplanes', metadata={'len': 18})]