使用AlloyDB for PostgreSQL存储向量嵌入的实战指南-优快云博客

本文链接：https://blog.youkuaiyun.com/eahba/article/details/146433236

在现代数据驱动的应用中，结合AI进行智能化的数据存储和检索变得越来越重要。今天，我们将探索如何使用Google AlloyDB for PostgreSQL，与Langchain集成，通过AlloyDBVectorStore类将向量嵌入存储到数据库中。

技术背景介绍

AlloyDB是Google提供的一种完全托管的关系型数据库服务，它与PostgreSQL完全兼容。它不仅性能卓越，且可无缝集成，具备惊人的可扩展性。通过AlloyDB的Langchain集成，我们可以将AI功能扩展到数据库应用中。

核心原理解析

AlloyDBVectorStore类是一个帮助开发者在AlloyDB数据库中存储和检索向量嵌入的工具。它利用向量的数学特性来实现高效的相似度搜索，这对于构建推荐系统等AI应用至关重要。

代码实现演示

下面是一个完整的代码示例，它展示了如何设置AlloyDB并存储向量嵌入。

# 安装必要的库
%pip install --upgrade --quiet langchain-google-alloydb-pg langchain-google-vertexai

# 认证Google Cloud账户以访问项目资源
from google.colab import auth
auth.authenticate_user()

# 设置Google Cloud项目ID
PROJECT_ID = "my-project-id"  # 请替换为你的项目ID

# 配置项目资源
!gcloud config set project {PROJECT_ID}

# 设置AlloyDB数据库相关配置
REGION = "us-central1"
CLUSTER = "my-cluster"
INSTANCE = "my-primary"
DATABASE = "my-database"
TABLE_NAME = "vector_store"

# 创建AlloyDB连接池
from langchain_google_alloydb_pg import AlloyDBEngine
engine = await AlloyDBEngine.afrom_instance(
    project_id=PROJECT_ID,
    region=REGION,
    cluster=CLUSTER,
    instance=INSTANCE,
    database=DATABASE,
)

# 初始化表格以存储向量嵌入
await engine.ainit_vectorstore_table(
    table_name=TABLE_NAME,
    vector_size=768,  # 向量大小来自VertexAI模型
)

# 配置嵌入服务
from langchain_google_vertexai import VertexAIEmbeddings
embedding = VertexAIEmbeddings(
    model_name="textembedding-gecko@latest", project=PROJECT_ID
)

# 初始化AlloyDB向量存储
from langchain_google_alloydb_pg import AlloyDBVectorStore
store = await AlloyDBVectorStore.create(
    engine=engine,
    table_name=TABLE_NAME,
    embedding_service=embedding,
)

# 添加文本数据
import uuid
all_texts = ["Apples and oranges", "Cars and airplanes", "Pineapple", "Train", "Banana"]
metadatas = [{"len": len(t)} for t in all_texts]
ids = [str(uuid.uuid4()) for _ in all_texts]
await store.aadd_texts(all_texts, metadatas=metadatas, ids=ids)

# 删除某个文本
await store.adelete([ids[1]])

# 根据文本内容进行相似搜索
query = "I'd like a fruit."
docs = await store.asimilarity_search(query)
print(docs)

# 根据向量进行搜索
query_vector = embedding.embed_query(query)
docs = await store.asimilarity_search_by_vector(query_vector, k=2)
print(docs)

# 创建和应用索引以加速搜索
from langchain_google_alloydb_pg.indexes import IVFFlatIndex
index = IVFFlatIndex()
await store.aapply_vector_index(index)

# 重建索引
await store.areindex()

# 删除索引
await store.adrop_vector_index()