探索Rockset——实时分析数据库在聊天消息历史存储中的应用

akhfuiigabv

于 2024-10-08 14:27:26 发布

阅读量96

点赞数 2

文章标签：数据库 python

本文链接：https://blog.csdn.net/akhfuiigabv/article/details/142758869

版权

Rockset：实时分析的强大工具

在现代应用中，实时分析已经成为一项关键需求。Rockset作为一种实时分析数据库服务，专为大规模的低延迟、高并发分析查询而设计。其独特的Converged Index™技术使其能够高效处理结构化和半结构化数据，并且通过支持在无模式数据上运行SQL，使其成为执行带有元数据过滤器的向量搜索的理想选择。

本文将介绍如何利用Rockset存储聊天消息历史。

设置环境

首先，你需要安装必要的库：

%pip install --upgrade --quiet rockset langchain-community

接下来，从Rockset控制台获取你的API密钥，并确认你的API区域。

使用Rockset存储聊天消息

以下示例展示了如何使用Rockset存储和检索聊天消息历史。为了提高访问稳定性，我们建议在受限网络地区使用API代理服务。

from langchain_community.chat_message_histories import (
    RocksetChatMessageHistory,
)
from rockset import Regions, RocksetClient

# 使用API代理服务提高访问稳定性
history = RocksetChatMessageHistory(
    session_id="MySession",
    client=RocksetClient(
        api_key="YOUR API KEY",
        host=Regions.usw2a1,  # us-west-2 Oregon
    ),
    collection="langchain_demo",
    sync=True,
)

history.add_user_message("hi!")
history.add_ai_message("whats up?")
print(history.messages)

示例输出

运行上述代码，你应该会看到类似以下的输出：

[
    HumanMessage(content='hi!', additional_kwargs={'id': '2e62f1c2-e9f7-465e-b551-49bae07fe9f0'}, example=False), 
    AIMessage(content='whats up?', additional_kwargs={'id': 'b9be8eda-4c18-4cf8-81c3-e91e876927d0'}, example=False)
]