Azure Cosmos DB (適用於 Apache Gremlin)

Azure Cosmos DB for Apache Gremlin 是一項圖形資料庫服務，可用於儲存包含數十億個頂點和邊線的大型圖形。您可以使用毫秒級延遲查詢圖形，並輕鬆演化圖形結構。

Gremlin 是一種圖形遍歷語言和虛擬機器，由 Apache Software Foundation 的 Apache TinkerPop 開發。

本筆記本展示如何使用 LLM 為圖形資料庫提供自然語言介面，您可以使用 Gremlin 查詢語言查詢該資料庫。

設定

安裝程式庫

!pip3 install gremlinpython

您將需要 Azure CosmosDB 圖形資料庫執行個體。一個選項是在 Azure 中建立免費的 CosmosDB 圖形資料庫執行個體。

當您建立 Cosmos DB 帳戶和圖形時，請使用 /type 作為分割區金鑰。

cosmosdb_name = "mycosmosdb"
cosmosdb_db_id = "graphtesting"
cosmosdb_db_graph_id = "mygraph"
cosmosdb_access_Key = "longstring=="

import nest_asyncio
from langchain_community.chains.graph_qa.gremlin import GremlinQAChain
from langchain_community.graphs import GremlinGraph
from langchain_community.graphs.graph_document import GraphDocument, Node, Relationship
from langchain_core.documents import Document
from langchain_openai import AzureChatOpenAI

API 參考文件：GremlinQAChain | GremlinGraph | GraphDocument | Node | Relationship | Document | AzureChatOpenAI

graph = GremlinGraph(
    url=f"wss://{cosmosdb_name}.gremlin.cosmos.azure.com:443/",
    username=f"/dbs/{cosmosdb_db_id}/colls/{cosmosdb_db_graph_id}",
    password=cosmosdb_access_Key,
)

為資料庫植入資料

假設您的資料庫是空的，您可以使用 GraphDocuments 填入資料

對於 Gremlin，請務必為每個節點新增名為 'label' 的屬性。如果未設定標籤，則 Node.type 會用作標籤。對於使用自然 ID 的 Cosmos 而言，這很有意義，因為它們在圖形瀏覽器中是可見的。

source_doc = Document(
    page_content="Matrix is a movie where Keanu Reeves, Laurence Fishburne and Carrie-Anne Moss acted."
)
movie = Node(id="The Matrix", properties={"label": "movie", "title": "The Matrix"})
actor1 = Node(id="Keanu Reeves", properties={"label": "actor", "name": "Keanu Reeves"})
actor2 = Node(
    id="Laurence Fishburne", properties={"label": "actor", "name": "Laurence Fishburne"}
)
actor3 = Node(
    id="Carrie-Anne Moss", properties={"label": "actor", "name": "Carrie-Anne Moss"}
)
rel1 = Relationship(
    id=5, type="ActedIn", source=actor1, target=movie, properties={"label": "ActedIn"}
)
rel2 = Relationship(
    id=6, type="ActedIn", source=actor2, target=movie, properties={"label": "ActedIn"}
)
rel3 = Relationship(
    id=7, type="ActedIn", source=actor3, target=movie, properties={"label": "ActedIn"}
)
rel4 = Relationship(
    id=8,
    type="Starring",
    source=movie,
    target=actor1,
    properties={"label": "Strarring"},
)
rel5 = Relationship(
    id=9,
    type="Starring",
    source=movie,
    target=actor2,
    properties={"label": "Strarring"},
)
rel6 = Relationship(
    id=10,
    type="Straring",
    source=movie,
    target=actor3,
    properties={"label": "Strarring"},
)
graph_doc = GraphDocument(
    nodes=[movie, actor1, actor2, actor3],
    relationships=[rel1, rel2, rel3, rel4, rel5, rel6],
    source=source_doc,
)

# The underlying python-gremlin has a problem when running in notebook
# The following line is a workaround to fix the problem
nest_asyncio.apply()

# Add the document to the CosmosDB graph.
graph.add_graph_documents([graph_doc])

重新整理圖形結構描述資訊

如果資料庫的結構描述變更（更新後），您可以重新整理結構描述資訊。

graph.refresh_schema()

print(graph.schema)

查詢圖形

我們現在可以使用 gremlin QA 鏈來詢問圖形問題

chain = GremlinQAChain.from_llm(
    AzureChatOpenAI(
        temperature=0,
        azure_deployment="gpt-4-turbo",
    ),
    graph=graph,
    verbose=True,
)

chain.invoke("Who played in The Matrix?")

chain.run("How many people played in The Matrix?")