Google Spanner

Spanner 是一個高度可擴展的資料庫，它將無限的可擴展性與關聯式語義（例如二級索引、強一致性、結構描述和 SQL）相結合，在一個簡單的解決方案中提供 99.999% 的可用性。

本筆記本將介紹如何使用 Spanner 透過 SpannerLoader 和 SpannerDocumentSaver 儲存、載入和刪除 langchain 文件。

在 GitHub 上了解有關該套件的更多資訊。

開始之前

要執行此筆記本，您需要執行以下操作

確認可以存取此筆記本執行環境中的資料庫後，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 id, a database, and a table for demo purpose.
INSTANCE_ID = "test_instance"  # @param {type:"string"}
DATABASE_ID = "test_database"  # @param {type:"string"}
TABLE_NAME = "test_table"  # @param {type:"string"}

🦜🔗 程式庫安裝

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

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

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，您可以使用頂部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，以便您可以利用此筆記本中的 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，請使用下面的儲存格並繼續。
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

儲存文件

使用 SpannerDocumentSaver.add_documents(<documents>) 儲存 langchain 文件。若要初始化 SpannerDocumentSaver 類別，您需要提供 3 件事

instance_id - 要從中載入資料的 Spanner 執行個體。
database_id - 要從中載入資料的 Spanner 資料庫執行個體。
table_name - Spanner 資料庫中儲存 langchain 文件的資料表名稱。

from langchain_core.documents import Document
from langchain_google_spanner import SpannerDocumentSaver

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 = SpannerDocumentSaver(
    instance_id=INSTANCE_ID,
    database_id=DATABASE_ID,
    table_name=TABLE_NAME,
)
saver.add_documents(test_docs)

API 參考：Document

從 Spanner 查詢文件

有關連線到 Spanner 資料表的更多詳細資訊，請查看Python SDK 文件。

從資料表載入文件

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

instance_id - 要從中載入資料的 Spanner 執行個體。
database_id - 要從中載入資料的 Spanner 資料庫執行個體。
query - 資料庫方言的查詢。

from langchain_google_spanner import SpannerLoader

query = f"SELECT * from {TABLE_NAME}"
loader = SpannerLoader(
    instance_id=INSTANCE_ID,
    database_id=DATABASE_ID,
    query=query,
)

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

刪除文件

使用 SpannerDocumentSaver.delete(<documents>) 從資料表中刪除 langchain 文件清單。

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

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

進階用法

自訂用戶端

依預設建立的用戶端是預設用戶端。若要明確傳入 credentials 和 project，可以將自訂用戶端傳遞給建構函式。

from google.cloud import spanner
from google.oauth2 import service_account

creds = service_account.Credentials.from_service_account_file("/path/to/key.json")
custom_client = spanner.Client(project="my-project", credentials=creds)
loader = SpannerLoader(
    INSTANCE_ID,
    DATABASE_ID,
    query,
    client=custom_client,
)

自訂文件頁面內容 & Metadata

載入器將傳回文件清單，其中包含來自特定資料欄的頁面內容。所有其他資料欄將新增至 metadata。每一列都會變成一個文件。

自訂頁面內容格式

SpannerLoader 假設有一個名為 page_content 的欄。可以像這樣變更這些預設值

custom_content_loader = SpannerLoader(
    INSTANCE_ID, DATABASE_ID, query, content_columns=["custom_content"]
)

如果指定了多個欄，則頁面內容的字串格式預設為 text（以空格分隔的字串串連）。使用者可以指定其他格式，包括 text、JSON、YAML、CSV。

自訂 metadata 格式

SpannerLoader 假設存在一個名為 langchain_metadata 的元數據欄位，用於儲存 JSON 資料。該元數據欄位將作為基礎字典。預設情況下，所有其他欄位的資料將會被加入，並且可能會覆寫原始值。這些預設值可以像這樣更改：

custom_metadata_loader = SpannerLoader(
    INSTANCE_ID, DATABASE_ID, query, metadata_columns=["column1", "column2"]
)

自訂 JSON 元數據欄位名稱

預設情況下，載入器會使用 langchain_metadata 作為基礎字典。可以自訂此設定，選擇一個 JSON 欄位作為 Document 元數據的基礎字典。

custom_metadata_json_loader = SpannerLoader(
    INSTANCE_ID, DATABASE_ID, query, metadata_json_column="another-json-column"
)

自訂過時性 (staleness)

預設的過時性 (staleness) 為 15 秒。可以透過指定較弱的界限（可以是將所有讀取操作都視為在給定的時間戳記執行），或者指定過去的一段時間來進行自訂。

import datetime

timestamp = datetime.datetime.utcnow()
custom_timestamp_loader = SpannerLoader(
    INSTANCE_ID,
    DATABASE_ID,
    query,
    staleness=timestamp,
)

duration = 20.0
custom_duration_loader = SpannerLoader(
    INSTANCE_ID,
    DATABASE_ID,
    query,
    staleness=duration,
)

啟用資料加速 (data boost)

預設情況下，載入器不會使用資料加速 (data boost)，因為它會產生額外的成本，並且需要額外的 IAM 權限。但是，使用者可以選擇啟用它。

custom_databoost_loader = SpannerLoader(
    INSTANCE_ID,
    DATABASE_ID,
    query,
    databoost=True,
)

自訂客戶端 (client)

依預設建立的用戶端是預設用戶端。若要明確傳入 credentials 和 project，可以將自訂用戶端傳遞給建構函式。

from google.cloud import spanner

custom_client = spanner.Client(project="my-project", credentials=creds)
saver = SpannerDocumentSaver(
    INSTANCE_ID,
    DATABASE_ID,
    TABLE_NAME,
    client=custom_client,
)

SpannerDocumentSaver 的自訂初始化

SpannerDocumentSaver 允許自訂初始化。這讓使用者可以指定如何將 Document 儲存到資料表中。

content_column: 這將用作 Document 頁面內容的欄位名稱。預設為 page_content。

metadata_columns: 如果 Document 的元數據中存在這些鍵，這些元數據將被儲存到特定的欄位中。

metadata_json_column: 這將是特殊的 JSON 欄位的欄位名稱。預設為 langchain_metadata。

custom_saver = SpannerDocumentSaver(
    INSTANCE_ID,
    DATABASE_ID,
    TABLE_NAME,
    content_column="my-content",
    metadata_columns=["foo"],
    metadata_json_column="my-special-json-column",
)

初始化 Spanner 的自訂綱要

SpannerDocumentSaver 將具有一個 init_document_table 方法，用於建立一個新的資料表，以使用自訂綱要儲存文件。

from langchain_google_spanner import Column

new_table_name = "my_new_table"

SpannerDocumentSaver.init_document_table(
    INSTANCE_ID,
    DATABASE_ID,
    new_table_name,
    content_column="my-page-content",
    metadata_columns=[
        Column("category", "STRING(36)", True),
        Column("price", "FLOAT64", False),
    ],
)

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​

儲存文件​

從 Spanner 查詢文件​

從資料表載入文件​

刪除文件​

進階用法​

自訂用戶端​

自訂文件頁面內容 & Metadata​

自訂頁面內容格式​

自訂 metadata 格式​

自訂 JSON 元數據欄位名稱​

自訂過時性 (staleness)​

啟用資料加速 (data boost)​

自訂客戶端 (client)​

SpannerDocumentSaver 的自訂初始化​

初始化 Spanner 的自訂綱要​

相關資訊​

此頁面是否對您有幫助？