探索Google Cloud SQL for SQL Server与Langchain集成：性能与简易性的完美结合

最新推荐文章于 2025-12-04 17:50:16 发布

原创最新推荐文章于 2025-12-04 17:50:16 发布 · 560 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#sql #langchain #数据库 #python

引言

在AI驱动的应用程序开发中，数据库的高性能和易于集成至关重要。Google Cloud SQL提供了一个托管关系数据库服务，支持MySQL、PostgreSQL和SQL Server引擎。本篇文章将带你深入了解如何利用Google Cloud SQL for SQL Server与Langchain集成，以保存、加载和删除Langchain文档。

主要内容

1. 准备工作

在开始之前，你需要：

创建一个Google Cloud项目
启用Cloud SQL Admin API
创建一个Cloud SQL for SQL Server实例和数据库
可选：为数据库添加IAM用户

确保在运行环境中能够访问数据库，并填写以下参数：

# 地区和实例名称
REGION = "us-central1"  # @param {type:"string"}
INSTANCE = "test-instance"  # @param {type:"string"}

# 数据库用户和密码
DB_USER = "sqlserver"  # @param {type:"string"}
DB_PASS = "password"  # @param {type:"string"}

# 数据库和表名
DATABASE = "test"  # @param {type:"string"}
TABLE_NAME = "test-default"  # @param {type:"string"}

2. 安装库

Langchain的集成在langchain-google-cloud-sql-mssql包中，所以我们需要安装它：

%pip install --upgrade --quiet langchain-google-cloud-sql-mssql

3. 认证与设置

使用Google Cloud的IAM用户认证以访问你的Google Cloud项目。在Colab中可以通过以下代码认证：

from google.colab import auth
auth.authenticate_user()

然后设置你的Google Cloud项目：

PROJECT_ID = "my-project-id"  # @param {type:"string"}
!gcloud config set project {PROJECT_ID}

4. 启用API

启用Cloud SQL Admin API：

!gcloud services enable sqladmin.googleapis.com

代码示例

以下示例展示了如何使用MSSQLLoader和MSSQLDocumentSaver来保存和加载Langchain文档：

from langchain_google_cloud_sql_mssql import MSSQLEngine, MSSQLDocumentSaver, MSSQLLoader
from langchain_core.documents import Document

# 配置SQLAlchemy连接池
engine = MSSQLEngine.from_instance(
    project_id=PROJECT_ID,
    region=REGION,
    instance=INSTANCE,
    database=DATABASE,
    user=DB_USER,
    password=DB_PASS,
)

# 初始化默认表
engine.init_document_table(TABLE_NAME, overwrite_existing=True)

# 保存文档
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 = MSSQLDocumentSaver(engine=engine, table_name=TABLE_NAME)
saver.add_documents(test_docs)

# 加载文档
loader = MSSQLLoader(engine=engine, table_name=TABLE_NAME)
docs = loader.lazy_load()
for doc in docs:
    print("Loaded documents:", doc)