TiDB
TiDB 云，是一个全面的数据库即服务（DBaaS）解决方案，提供专用和无服务器选项。TiDB 无服务器现在正在将内置向量搜索集成到 MySQL 环境中。借助此增强功能，您可以无缝地使用 TiDB 无服务器开发 AI 应用，而无需新的数据库或额外的技术堆栈。通过加入 https://tidb.cloud/ai 上的私有 Beta 版等待列表，成为首批体验者之一。
本笔记本介绍了如何在 langchain 中使用 TiDBLoader 从 TiDB 加载数据。
先决条件
在使用 TiDBLoader 之前，我们将安装以下依赖项
%pip install --upgrade --quiet langchain
然后，我们将配置到 TiDB 的连接。在本笔记本中，我们将遵循 TiDB 云提供的标准连接方法，以建立安全高效的数据库连接。
import getpass
# copy from tidb cloud console，replace it with your own
tidb_connection_string_template = "mysql+pymysql://<USER>:<PASSWORD>@<HOST>:4000/<DB>?ssl_ca=/etc/ssl/cert.pem&ssl_verify_cert=true&ssl_verify_identity=true"
tidb_password = getpass.getpass("Input your TiDB password:")
tidb_connection_string = tidb_connection_string_template.replace(
"<PASSWORD>", tidb_password
)
从 TiDB 加载数据
以下是您可以使用的一些关键参数来自定义 TiDBLoader 的行为
query（str）：这是要针对 TiDB 数据库执行的 SQL 查询。查询应选择要加载到Document对象中的数据。例如，您可以使用类似"SELECT * FROM my_table"的查询从my_table中获取所有数据。page_content_columns（Optional[List[str]]): 指定应将哪些列名称的值包含在每个Document对象的page_content中。如果设置为None（默认值），则查询返回的所有列都将包含在page_content中。这使您可以根据数据的特定列来定制每个文档的内容。metadata_columns（Optional[List[str]]): 指定应将哪些列名称的值包含在每个Document对象的metadata中。默认情况下，此列表为空，这意味着除非明确指定，否则不会包含任何元数据。这对于包含有关每个文档的附加信息很有用，这些信息不构成主要内容的一部分，但对于处理或分析仍然很有价值。
from sqlalchemy import Column, Integer, MetaData, String, Table, create_engine
# Connect to the database
engine = create_engine(tidb_connection_string)
metadata = MetaData()
table_name = "test_tidb_loader"
# Create a table
test_table = Table(
table_name,
metadata,
Column("id", Integer, primary_key=True),
Column("name", String(255)),
Column("description", String(255)),
)
metadata.create_all(engine)
with engine.connect() as connection:
transaction = connection.begin()
try:
connection.execute(
test_table.insert(),
[
{"name": "Item 1", "description": "Description of Item 1"},
{"name": "Item 2", "description": "Description of Item 2"},
{"name": "Item 3", "description": "Description of Item 3"},
],
)
transaction.commit()
except:
transaction.rollback()
raise
from langchain_community.document_loaders import TiDBLoader
# Setup TiDBLoader to retrieve data
loader = TiDBLoader(
connection_string=tidb_connection_string,
query=f"SELECT * FROM {table_name};",
page_content_columns=["name", "description"],
metadata_columns=["id"],
)
# Load data
documents = loader.load()
# Display the loaded documents
for doc in documents:
print("-" * 30)
print(f"content: {doc.page_content}\nmetada: {doc.metadata}")
------------------------------
content: name: Item 1
description: Description of Item 1
metada: {'id': 1}
------------------------------
content: name: Item 2
description: Description of Item 2
metada: {'id': 2}
------------------------------
content: name: Item 3
description: Description of Item 3
metada: {'id': 3}
test_table.drop(bind=engine)