引言
Google Cloud SQL 是一种全托管的关系数据库服务，支持 MySQL、PostgreSQL 和 SQL Server。通过 Cloud SQL 的 Langchain 集成，您可以将数据库应用程序扩展为构建 AI 驱动的体验。在本文中，我们将探讨如何使用 Google Cloud SQL for SQL Server 存储聊天消息历史，具体使用 MSSQLChatMessageHistory 类。
主要内容
准备工作
在开始之前，您需要完成以下步骤：
- 创建 Google Cloud 项目。
- 启用 Cloud SQL Admin API。
- 创建 Cloud SQL for SQL Server 实例。
- 创建 Cloud SQL 数据库。
- 创建数据库用户（可选）。
安装库
我们需要安装 langchain-google-cloud-sql-mssql 包以进行集成。
%pip install --upgrade --quiet langchain-google-cloud-sql-mssql langchain-google-vertexai
身份验证
使用以下代码在 Colab 环境中进行 Google Cloud 的身份验证：
from google.colab import auth
auth.authenticate_user()
设置 Google Cloud 项目
确保设置正确的 Google Cloud 项目 ID：
PROJECT_ID = "my-project-id"
!gcloud config set project {PROJECT_ID}
启用 Cloud SQL Admin API
!gcloud services enable sqladmin.googleapis.com
配置 Cloud SQL 数据库
在 Cloud SQL 实例页面找到数据库的相关值：
REGION = "us-central1"
INSTANCE = "my-mssql-instance"
DATABASE = "my-database"
DB_USER = "my-username"
DB_PASS = "my-password"
TABLE_NAME = "message_store"
MSSQLEngine 连接池
创建一个 MSSQLEngine 对象以配置连接池：
from langchain_google_cloud_sql_mssql import MSSQLEngine
engine = MSSQLEngine.from_instance(
project_id=PROJECT_ID,
region=REGION,
instance=INSTANCE,
database=DATABASE,
user=DB_USER,
password=DB_PASS,
)
初始化表
使用 MSSQLEngine 的辅助方法 init_chat_history_table() 创建表：
engine.init_chat_history_table(table_name=TABLE_NAME)
使用 MSSQLChatMessageHistory
初始化 MSSQLChatMessageHistory 类以存储聊天消息历史：
from langchain_google_cloud_sql_mssql import MSSQLChatMessageHistory
history = MSSQLChatMessageHistory(
engine, session_id="test_session", table_name=TABLE_NAME
)
history.add_user_message("hi!")
history.add_ai_message("whats up?")
history.messages
常见问题和解决方案
-
网络访问问题：某些地区可能遇到 API 访问限制的网络问题，可以考虑使用 API 代理服务来提高访问稳定性。
-
数据清理：如需删除过时的会话数据：
history.clear()清除后数据将无法恢复。
总结和进一步学习资源
Google Cloud SQL for SQL Server 提供了一种可靠的方式来存储和管理聊天历史，结合 Langchain 的能力，可以轻松创建智能应用程序。您可以通过 Langchain Github 获取更多信息。
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---
