引言
在现代应用中，结合AI技术的数据库服务正变得越来越重要。Google Cloud SQL是一种全托管的关系数据库服务，支持SQL Server等数据库引擎。本文将介绍如何利用Google Cloud SQL的Langchain集成，使用MSSQLLoader和MSSQLDocumentSaver来保存、加载和删除Langchain文档。
主要内容
设置Google Cloud环境
在开始之前，确保您已经完成以下步骤：
- 创建Google Cloud项目
- 启用Cloud SQL Admin API
- 创建Cloud SQL for SQL Server实例
- 创建数据库
- （可选）添加IAM数据库用户
配置连接
使用MSSQLEngine配置与Cloud SQL数据库的连接池。首先，安装必要的库：
%pip install --upgrade --quiet langchain-google-cloud-sql-mssql
然后，通过以下代码创建连接池：
from langchain_google_cloud_sql_mssql import MSSQLEngine
engine = MSSQLEngine.from_instance(
project_id=PROJECT_ID, # Google Cloud项目ID
region=REGION, # Cloud SQL实例区域
instance=INSTANCE, # Cloud SQL实例名称
database=DATABASE, # 数据库名称
user=DB_USER, # 数据库用户
password=DB_PASS # 数据库密码
)
初始化表
初始化表以存储Langchain文档：
engine.init_document_table(TABLE_NAME, overwrite_existing=True)
保存和加载文档
保存文档：
from langchain_core.documents import Document
from langchain_google_cloud_sql_mssql import MSSQLDocumentSaver
test_docs = [
Document(page_content="Apple Granny Smith 150 0.99 1", metadata={"fruit_id": 1}),
# 更多文档
]
saver = MSSQLDocumentSaver(engine=engine, table_name=TABLE_NAME)
saver.add_documents(test_docs)
加载文档：
from langchain_google_cloud_sql_mssql import MSSQLLoader
loader = MSSQLLoader(engine=engine, table_name=TABLE_NAME)
docs = loader.lazy_load()
for doc in docs:
print("Loaded documents:", doc)
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，开发者可能需要考虑使用API代理服务来提高访问稳定性。
-
权限问题：确保IAM用户具备访问数据库的适当权限。
总结和进一步学习资源
本文介绍了如何使用Google Cloud SQL与SQL Server结合Langchain实现文档的保存、加载和删除操作。要深入学习，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---
