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（例如輔助索引、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。
本筆記本介紹了如何使用 Spanner 搭配 SpannerVectorStore 類別進行向量搜尋。
在 GitHub 上了解更多關於此套件的資訊。
開始之前
要執行此筆記本，您需要執行以下操作
🦜🔗 函式庫安裝
此整合位於其自身的 langchain-google-spanner 套件中，因此我們需要安裝它。
%pip install --upgrade --quiet langchain-google-spanner langchain-google-vertexai
Note: you may need to restart the kernel to use updated packages.
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)
🔐 身份驗證
以登入此筆記本的 IAM 使用者身份驗證到 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()
☁ 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：找出專案 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}
%env GOOGLE_CLOUD_PROJECT={PROJECT_ID}
💡 API 啟用
langchain-google-spanner 套件要求您在您的 Google Cloud 專案中啟用 Spanner API。
# enable Spanner API
!gcloud services enable spanner.googleapis.com
基本用法
設定 Spanner 資料庫值
在 Spanner Instances 頁面中找到您的資料庫值。
# @title Set Your Values Here { display-mode: "form" }
INSTANCE = "my-instance" # @param {type: "string"}
DATABASE = "my-database" # @param {type: "string"}
TABLE_NAME = "vectors_search_data" # @param {type: "string"}
初始化表
SpannerVectorStore 類別實例需要一個具有 id、content 和 embeddings 欄位的資料庫表。
輔助方法 init_vector_store_table() 可用於為您建立具有正確結構描述的表。
from langchain_google_spanner import SecondaryIndex, SpannerVectorStore, TableColumn
SpannerVectorStore.init_vector_store_table(
instance_id=INSTANCE,
database_id=DATABASE,
table_name=TABLE_NAME,
# Customize the table creation
# id_column="row_id",
# content_column="content_column",
# metadata_columns=[
# TableColumn(name="metadata", type="JSON", is_null=True),
# TableColumn(name="title", type="STRING(MAX)", is_null=False),
# ],
# secondary_indexes=[
# SecondaryIndex(index_name="row_id_and_title", columns=["row_id", "title"])
# ],
)
建立嵌入類別實例
您可以使用任何 LangChain 嵌入模型。 您可能需要啟用 Vertex AI API 才能使用 VertexAIEmbeddings。 我們建議為生產環境設定嵌入模型的版本，請了解更多關於 Text embeddings models 的資訊。
# enable Vertex AI API
!gcloud services enable aiplatform.googleapis.com
from langchain_google_vertexai import VertexAIEmbeddings
embeddings = VertexAIEmbeddings(
model_name="textembedding-gecko@latest", project=PROJECT_ID
)
SpannerVectorStore
要初始化 SpannerVectorStore 類別，您需要提供 4 個必需參數，其他參數是可選的，只有在與預設參數不同時才需要傳遞。
instance_id- Spanner 執行個體的名稱database_id- Spanner 資料庫的名稱table_name- 資料庫中用於儲存文件及其嵌入的表的名稱。embedding_service- 用於產生嵌入的 Embeddings 實作。
db = SpannerVectorStore(
instance_id=INSTANCE,
database_id=DATABASE,
table_name=TABLE_NAME,
embedding_service=embeddings,
# Connect to a custom vector store table
# id_column="row_id",
# content_column="content",
# metadata_columns=["metadata", "title"],
)
新增文件
將文件新增至向量儲存。
import uuid
from langchain_community.document_loaders import HNLoader
loader = HNLoader("https://news.ycombinator.com/item?id=34817881")
documents = loader.load()
ids = [str(uuid.uuid4()) for _ in range(len(documents))]
db.add_documents(documents, ids)
搜尋文件
使用相似度搜尋在向量儲存區中搜尋文件。
db.similarity_search(query="Explain me vector store?", k=3)
搜尋文件
使用最大邊緣相關性搜尋在向量儲存區中搜尋文件。
db.max_marginal_relevance_search("Testing the langchain integration with spanner", k=3)
刪除文件
要從向量儲存區中移除文件，請使用初始化 VectorStore 時，`row_id` 欄位中對應的值作為 ID。
db.delete(ids=["id1", "id2"])
刪除文件
要從向量儲存區中移除文件，您可以使用文件本身。VectorStore 初始化期間提供的內容欄位和元數據欄位將用於找出與文件對應的列。任何匹配的列將被刪除。
db.delete(documents=[documents[0], documents[1]])