Google Bigtable

Bigtable 是一種鍵值和寬欄儲存庫，非常適合快速存取結構化、半結構化或非結構化資料。擴展您的資料庫應用程式，利用 Bigtable 的 Langchain 整合來建構 AI 驅動的體驗。

本筆記本說明如何使用 Bigtable，透過 BigtableLoader 和 BigtableSaver 儲存、載入和刪除 langchain 文件。

在 GitHub 上了解更多關於此套件的資訊。

開始之前

若要執行此筆記本，您需要執行以下操作

確認在此筆記本的執行環境中存取資料庫後，填寫以下值並在執行範例腳本之前執行儲存格。

# @markdown Please specify an instance and a table for demo purpose.
INSTANCE_ID = "my_instance"  # @param {type:"string"}
TABLE_ID = "my_table"  # @param {type:"string"}

🦜🔗 程式庫安裝

此整合位於其自己的 langchain-google-bigtable 套件中，因此我們需要安裝它。

%pip install -upgrade --quiet langchain-google-bigtable

僅限 Colab：取消註解以下儲存格以重新啟動核心，或使用按鈕重新啟動核心。對於 Vertex AI Workbench，您可以使用頂端的按鈕重新啟動終端機。

# # Automatically restart kernel after installs so that your environment can access the new packages
# import IPython

# app = IPython.Application.instance()
# app.kernel.do_shutdown(True)

☁ 設定您的 Google Cloud 專案

設定您的 Google Cloud 專案，以便您可以在此筆記本中利用 Google Cloud 資源。

如果您不知道您的專案 ID，請嘗試以下操作

執行 gcloud config list。
執行 gcloud projects list。
請參閱支援頁面：尋找專案 ID。

# @markdown Please fill in the value below with your Google Cloud project ID and then run the cell.

PROJECT_ID = "my-project-id"  # @param {type:"string"}

# Set the project id
!gcloud config set project {PROJECT_ID}

🔐 驗證

以登入此筆記本的 IAM 使用者身分驗證 Google Cloud，以便存取您的 Google Cloud 專案。

如果您使用 Colab 執行此筆記本，請使用以下儲存格並繼續。
如果您使用 Vertex AI Workbench，請查看此處的設定說明。

from google.colab import auth

auth.authenticate_user()

基本用法

使用儲存器

使用 BigtableSaver.add_documents(<documents>) 儲存 langchain 文件。若要初始化 BigtableSaver 類別，您需要提供 2 個項目

instance_id - Bigtable 的執行個體。
table_id - Bigtable 中用於儲存 langchain 文件的表格名稱。

from langchain_core.documents import Document
from langchain_google_bigtable import BigtableSaver

test_docs = [
    Document(
        page_content="Apple Granny Smith 150 0.99 1",
        metadata={"fruit_id": 1},
    ),
    Document(
        page_content="Banana Cavendish 200 0.59 0",
        metadata={"fruit_id": 2},
    ),
    Document(
        page_content="Orange Navel 80 1.29 1",
        metadata={"fruit_id": 3},
    ),
]

saver = BigtableSaver(
    instance_id=INSTANCE_ID,
    table_id=TABLE_ID,
)

saver.add_documents(test_docs)

API 參考：Document

從 Bigtable 查詢文件

如需連線至 Bigtable 表格的更多詳細資訊，請查看 Python SDK 文件。

從表格載入文件

使用 BigtableLoader.load() 或 BigtableLoader.lazy_load() 載入 langchain 文件。lazy_load 傳回一個產生器，該產生器僅在迭代期間查詢資料庫。若要初始化 BigtableLoader 類別，您需要提供

instance_id - Bigtable 的執行個體。
table_id - Bigtable 中用於儲存 langchain 文件的表格名稱。

from langchain_google_bigtable import BigtableLoader

loader = BigtableLoader(
    instance_id=INSTANCE_ID,
    table_id=TABLE_ID,
)

for doc in loader.lazy_load():
    print(doc)
    break

刪除文件

使用 BigtableSaver.delete(<documents>) 從 Bigtable 表格中刪除 langchain 文件清單。

from langchain_google_bigtable import BigtableSaver

docs = loader.load()
print("Documents before delete: ", docs)

onedoc = test_docs[0]
saver.delete([onedoc])
print("Documents after delete: ", loader.load())

進階用法

限制傳回的列

有兩種方法可以限制傳回的列

使用篩選器
使用row_set

import google.cloud.bigtable.row_filters as row_filters

filter_loader = BigtableLoader(
    INSTANCE_ID, TABLE_ID, filter=row_filters.ColumnQualifierRegexFilter(b"os_build")
)


from google.cloud.bigtable.row_set import RowSet

row_set = RowSet()
row_set.add_row_range_from_keys(
    start_key="phone#4c410523#20190501", end_key="phone#4c410523#201906201"
)

row_set_loader = BigtableLoader(
    INSTANCE_ID,
    TABLE_ID,
    row_set=row_set,
)

自訂用戶端

預設建立的用戶端是預設用戶端，僅使用 admin=True 選項。若要使用非預設用戶端，可以將自訂用戶端傳遞至建構函式。

from google.cloud import bigtable

custom_client_loader = BigtableLoader(
    INSTANCE_ID,
    TABLE_ID,
    client=bigtable.Client(...),
)

自訂內容

BigtableLoader 假設有一個名為 langchain 的欄系列，其中有一個名為 content 的欄，其中包含以 UTF-8 編碼的值。這些預設值可以像這樣變更

from langchain_google_bigtable import Encoding

custom_content_loader = BigtableLoader(
    INSTANCE_ID,
    TABLE_ID,
    content_encoding=Encoding.ASCII,
    content_column_family="my_content_family",
    content_column_name="my_content_column_name",
)

中繼資料對應

依預設，Document 物件上的 metadata 對應將包含單一鍵 rowkey，其值為列的 rowkey 值。若要將更多項目新增至該對應，請使用 metadata_mapping。

import json

from langchain_google_bigtable import MetadataMapping

metadata_mapping_loader = BigtableLoader(
    INSTANCE_ID,
    TABLE_ID,
    metadata_mappings=[
        MetadataMapping(
            column_family="my_int_family",
            column_name="my_int_column",
            metadata_key="key_in_metadata_map",
            encoding=Encoding.INT_BIG_ENDIAN,
        ),
        MetadataMapping(
            column_family="my_custom_family",
            column_name="my_custom_column",
            metadata_key="custom_key",
            encoding=Encoding.CUSTOM,
            custom_decoding_func=lambda input: json.loads(input.decode()),
            custom_encoding_func=lambda input: str.encode(json.dumps(input)),
        ),
    ],
)

中繼資料為 JSON

如果 Bigtable 中有一個欄包含 JSON 字串，而您想要將其新增至輸出文件的中繼資料，則可以將以下參數新增至 BigtableLoader。請注意，metadata_as_json_encoding 的預設值為 UTF-8。

metadata_as_json_loader = BigtableLoader(
    INSTANCE_ID,
    TABLE_ID,
    metadata_as_json_encoding=Encoding.ASCII,
    metadata_as_json_family="my_metadata_as_json_family",
    metadata_as_json_name="my_metadata_as_json_column_name",
)

自訂 BigtableSaver

BigtableSaver 也可自訂，與 BigtableLoader 類似。

saver = BigtableSaver(
    INSTANCE_ID,
    TABLE_ID,
    client=bigtable.Client(...),
    content_encoding=Encoding.ASCII,
    content_column_family="my_content_family",
    content_column_name="my_content_column_name",
    metadata_mappings=[
        MetadataMapping(
            column_family="my_int_family",
            column_name="my_int_column",
            metadata_key="key_in_metadata_map",
            encoding=Encoding.INT_BIG_ENDIAN,
        ),
        MetadataMapping(
            column_family="my_custom_family",
            column_name="my_custom_column",
            metadata_key="custom_key",
            encoding=Encoding.CUSTOM,
            custom_decoding_func=lambda input: json.loads(input.decode()),
            custom_encoding_func=lambda input: str.encode(json.dumps(input)),
        ),
    ],
    metadata_as_json_encoding=Encoding.ASCII,
    metadata_as_json_family="my_metadata_as_json_family",
    metadata_as_json_name="my_metadata_as_json_column_name",
)

文件載入器概念指南
文件載入器操作指南

開始之前​

🦜🔗 程式庫安裝​

☁ 設定您的 Google Cloud 專案​

🔐 驗證​

基本用法​

使用儲存器​

從 Bigtable 查詢文件​

從表格載入文件​

刪除文件​

進階用法​

限制傳回的列​

自訂用戶端​

自訂內容​

中繼資料對應​

中繼資料為 JSON​

自訂 BigtableSaver​

相關內容​

此頁面是否對您有幫助？