AirbyteLoader
Airbyte 是一個資料整合平台，用於從 API、資料庫和檔案到資料倉儲和資料湖的 ELT 管道。它擁有最大的 ELT 連接器目錄，可用於資料倉儲和資料庫。
本節介紹如何將任何來源從 Airbyte 載入到 LangChain 文件中
安裝
為了使用 AirbyteLoader，您需要安裝 langchain-airbyte 整合套件。
%pip install -qU langchain-airbyte
注意：目前，airbyte 函式庫不支援 Pydantic v2。請降級到 Pydantic v1 以使用此套件。
注意：此套件目前也需要 Python 3.10+。
載入文件
預設情況下，AirbyteLoader 將從串流載入任何結構化資料，並輸出 yaml 格式的文件。
from langchain_airbyte import AirbyteLoader
loader = AirbyteLoader(
source="source-faker",
stream="users",
config={"count": 10},
)
docs = loader.load()
print(docs[0].page_content[:500])
\`\`\`yaml
academic_degree: PhD
address:
city: Lauderdale Lakes
country_code: FI
postal_code: '75466'
province: New Jersey
state: Hawaii
street_name: Stoneyford
street_number: '1112'
age: 44
blood_type: "O\u2212"
created_at: '2004-04-02T13:05:27+00:00'
email: bread2099+1@outlook.com
gender: Fluid
height: '1.62'
id: 1
language: Belarusian
name: Moses
nationality: Dutch
occupation: Track Worker
telephone: 1-467-194-2318
title: M.Sc.Tech.
updated_at: '2024-02-27T16:41:01+00:00'
weight: 6
您也可以指定自訂提示模板來格式化文件
from langchain_core.prompts import PromptTemplate
loader_templated = AirbyteLoader(
source="source-faker",
stream="users",
config={"count": 10},
template=PromptTemplate.from_template(
"My name is {name} and I am {height} meters tall."
),
)
docs_templated = loader_templated.load()
print(docs_templated[0].page_content)
API 參考：PromptTemplate
My name is Verdie and I am 1.73 meters tall.
延遲載入文件
AirbyteLoader 的強大功能之一是它能夠從上游來源載入大型文件。使用大型資料集時，預設的 .load() 行為可能會很慢且佔用大量記憶體。為避免這種情況，您可以使用 .lazy_load() 方法以更節省記憶體的方式載入文件。
import time
loader = AirbyteLoader(
source="source-faker",
stream="users",
config={"count": 3},
template=PromptTemplate.from_template(
"My name is {name} and I am {height} meters tall."
),
)
start_time = time.time()
my_iterator = loader.lazy_load()
print(
f"Just calling lazy load is quick! This took {time.time() - start_time:.4f} seconds"
)
Just calling lazy load is quick! This took 0.0001 seconds
您可以迭代遍歷產生的文件
for doc in my_iterator:
print(doc.page_content)
My name is Andera and I am 1.91 meters tall.
My name is Jody and I am 1.85 meters tall.
My name is Zonia and I am 1.53 meters tall.
您也可以使用 .alazy_load() 以非同步方式延遲載入文件
loader = AirbyteLoader(
source="source-faker",
stream="users",
config={"count": 3},
template=PromptTemplate.from_template(
"My name is {name} and I am {height} meters tall."
),
)
my_async_iterator = loader.alazy_load()
async for doc in my_async_iterator:
print(doc.page_content)
My name is Carmelina and I am 1.74 meters tall.
My name is Ali and I am 1.90 meters tall.
My name is Rochell and I am 1.83 meters tall.
設定
可以使用以下選項設定 AirbyteLoader
source(str, 必填)：要從中載入的 Airbyte 來源的名稱。stream(str, 必填)：要從中載入的串流的名稱（Airbyte 來源可以傳回多個串流）config(dict, 必填)：Airbyte 來源的設定template(PromptTemplate, 選填)：用於格式化文件的自訂提示模板include_metadata(bool, 選填, 預設為 True)：是否將所有欄位作為 metadata 包含在輸出文件中
大多數設定將位於 config 中，您可以在 Airbyte 文件中找到每個來源的「Config field reference（設定欄位參考）」。