探索SAP HANA Cloud Vector Engine：集成与实践指南

最新推荐文章于 2024-09-24 11:36:02 发布

akhfuiigabv

最新推荐文章于 2024-09-24 11:36:02 发布

阅读量218

点赞数 7

文章标签： oracle 数据库 python

本文链接：https://blog.csdn.net/akhfuiigabv/article/details/142412366

版权

# 探索SAP HANA Cloud Vector Engine：集成与实践指南

## 引言

SAP HANA Cloud Vector Engine是一种强大的向量存储解决方案，完全集成到SAP HANA Cloud数据库中。本篇文章旨在引导您如何安装和使用这个向量存储，以及如何利用LangChain与OpenAI进行文本处理和查询。

## 主要内容

### 环境设置

#### 安装HANA数据库驱动

要开始使用，我们首先需要安装HANA数据库驱动。以下是安装步骤：

```bash
# Pip install necessary package
%pip install --upgrade --quiet hdbcli

设置OpenAI Embeddings

我们将使用OpenAI的API密钥来获取文本嵌入。请确保将API密钥设置为环境变量：

import os
# Use OPENAI_API_KEY env variable
# os.environ["OPENAI_API_KEY"] = "Your OpenAI API key"

连接到HANA Cloud实例

创建一个数据库连接到HANA Cloud实例：

from hdbcli import dbapi

# Use connection settings from the environment
connection = dbapi.connect(
    address=os.environ.get("HANA_DB_ADDRESS"),
    port=os.environ.get("HANA_DB_PORT"),
    user=os.environ.get("HANA_DB_USER"),
    password=os.environ.get("HANA_DB_PASSWORD"),
    autocommit=True,
    sslValidateCertificate=False,
)

加载和处理文档

通过LangChain工具加载和处理文档，将其分块以便进一步操作：

from langchain_community.document_loaders import TextLoader
from langchain_core.documents import Document
from langchain_text_splitters import CharacterTextSplitter

text_documents = TextLoader("state_of_the_union.txt").load()
text_splitter = CharacterTextSplitter(chunk_size=500, chunk_overlap=0)
text_chunks = text_splitter.split_documents(text_documents)
print(f"Number of document chunks: {len(text_chunks)}")

存储文档至HANA数据库

将文档块存储到HANA数据库中，并执行相似性搜索：

from langchain_openai import OpenAIEmbeddings
from langchain_community.vectorstores.hanavector import HanaDB

embeddings = OpenAIEmbeddings()
db = HanaDB(
    embedding=embeddings, connection=connection, table_name="STATE_OF_THE_UNION"
)

# 删除已有的文档数据
db.delete(filter={})

# 添加文档块
db.add_documents(text_chunks)

# 执行相似性搜索
query = "What did the president say about Ketanji Brown Jackson"
docs = db.similarity_search(query, k=2)

for doc in docs:
    print("-" * 80)
    print(doc.page_content)

使用不同的距离策略

可以通过改变距离策略来影响搜索结果：

from langchain_community.vectorstores.utils import DistanceStrategy

db = HanaDB(
    embedding=embeddings,
    connection=connection,
    distance_strategy=DistanceStrategy.EUCLIDEAN_DISTANCE,
    table_name="STATE_OF_THE_UNION",
)
# 执行搜索
docs = db.similarity_search(query, k=2)
for doc in docs:
    print("-" * 80)
    print(doc.page_content)