Skip to main content

Google Memorystore for Redis

Google Memorystore for Redis 是一个完全托管的服务,基于 Redis 内存数据存储构建应用程序缓存,提供亚毫秒级的数据访问。扩展您的数据库应用程序,利用 Memorystore for Redis 的 LangChain 集成构建 AI 驱动的体验。

本笔记本介绍如何使用 Memorystore for Redis保存、加载和删除 langchain 文档,使用 MemorystoreDocumentLoaderMemorystoreDocumentSaver

GitHub 上了解更多关于该包的信息。

在 Colab 中打开

开始之前

要运行此笔记本,您需要执行以下操作:

在确认可以访问此笔记本的运行时环境中的数据库后,请填写以下值并在运行示例脚本之前运行该单元。

# @markdown Please specify an endpoint associated with the instance and a key prefix for demo purpose.
ENDPOINT = "redis://127.0.0.1:6379" # @param {type:"string"}
KEY_PREFIX = "doc:" # @param {type:"string"}

🦜🔗 库安装

集成在其自己的 langchain-google-memorystore-redis 包中,因此我们需要安装它。

%pip install -upgrade --quiet langchain-google-memorystore-redis

仅限 Colab:取消注释以下单元以重启内核,或使用按钮重启内核。对于 Vertex AI Workbench,您可以使用顶部的按钮重启终端。

# # 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)

☁ 设置您的 Google Cloud 项目

设置您的 Google Cloud 项目,以便您可以在此笔记本中利用 Google Cloud 资源。

如果您不知道您的项目 ID,请尝试以下方法:

  • 运行 gcloud config list
  • 运行 gcloud projects list
  • 查看支持页面:查找项目 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}

🔐 认证

以当前登录此笔记本的IAM用户身份验证Google Cloud,以访问您的Google Cloud项目。

  • 如果您使用Colab运行此笔记本,请使用下面的单元格并继续。
  • 如果您使用Vertex AI Workbench,请查看此处的设置说明。
from google.colab import auth

auth.authenticate_user()

基本用法

保存文档

使用 MemorystoreDocumentSaver.add_documents(<documents>) 保存LangChain文档。要初始化 MemorystoreDocumentSaver 类,您需要提供两样东西:

  1. client - 一个 redis.Redis 客户端对象。
  2. key_prefix - 存储文档在Redis中的键的前缀。

文档将存储在带有指定前缀 key_prefix 的随机生成的键中。或者,您可以通过在 add_documents 方法中指定 ids 来指定键的后缀。

<!--IMPORTS:[{"imported": "Document", "source": "langchain_core.documents", "docs": "https://python.langchain.com/api_reference/core/documents/langchain_core.documents.base.Document.html", "title": "Google Memorystore for Redis"}]-->
import redis
from langchain_core.documents import Document
from langchain_google_memorystore_redis import MemorystoreDocumentSaver

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},
),
]
doc_ids = [f"{i}" for i in range(len(test_docs))]

redis_client = redis.from_url(ENDPOINT)
saver = MemorystoreDocumentSaver(
client=redis_client,
key_prefix=KEY_PREFIX,
content_field="page_content",
)
saver.add_documents(test_docs, ids=doc_ids)

加载文档

初始化一个加载器,该加载器加载存储在具有特定前缀的Redis实例的Memorystore中的所有文档。

使用 MemorystoreDocumentLoader.load()MemorystoreDocumentLoader.lazy_load() 加载LangChain文档。lazy_load 返回一个生成器,该生成器在迭代期间仅查询数据库。要初始化 MemorystoreDocumentLoader 类,您需要提供:

  1. client - 一个 redis.Redis 客户端对象。
  2. key_prefix - 存储文档在Redis中的键的前缀。
import redis
from langchain_google_memorystore_redis import MemorystoreDocumentLoader

redis_client = redis.from_url(ENDPOINT)
loader = MemorystoreDocumentLoader(
client=redis_client,
key_prefix=KEY_PREFIX,
content_fields=set(["page_content"]),
)
for doc in loader.lazy_load():
print("Loaded documents:", doc)

删除文档

使用 MemorystoreDocumentSaver.delete() 删除Memorystore中具有指定前缀的所有键。如果您知道键的后缀,也可以指定。

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

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

saver.delete()
print("Documents after delete all:", loader.load())

高级用法

自定义文档页面内容和元数据

当使用多个内容字段初始化加载器时,加载文档的 page_content 将包含一个JSON编码的字符串,其顶级字段等于 content_fields 中指定的字段。

如果指定了 metadata_fields,加载文档的 metadata 字段将仅具有顶级字段,等于指定的 metadata_fields。如果任何元数据字段的值存储为JSON编码的字符串,则在加载到元数据字段之前将进行解码。

loader = MemorystoreDocumentLoader(
client=redis_client,
key_prefix=KEY_PREFIX,
content_fields=set(["content_field_1", "content_field_2"]),
metadata_fields=set(["title", "author"]),
)

相关


Was this page helpful?


You can also leave detailed feedback on GitHub.

扫我,入群扫我,找书