探索TiDB Serverless中的向量搜索：如何使用TiDBLoader加载数据

cgsayuclv

于 2024-10-07 14:17:03 发布

阅读量195

点赞数 2

文章标签： tidb serverless 云原生 python

本文链接：https://blog.csdn.net/cgsayuclv/article/details/142740064

版权

## 引言

随着TiDB Serverless在MySQL领域中集成内置向量搜索，开发者可以在现有技术栈中无缝开发AI应用程序。这篇文章将指导你如何使用`TiDBLoader`从TiDB中加载数据，帮助你充分利用TiDB Cloud的强大功能。

## 主要内容

### 1. 安装前提条件

在使用`TiDBLoader`之前，需要安装以下依赖：

```bash
%pip install --upgrade --quiet langchain

2. 配置TiDB连接

为了建立安全、高效的数据库连接，请参照TiDB Cloud提供的标准连接方法。以下是连接示例代码：

import getpass

# 从TiDB Cloud控制台获取，替换为你自己的信息
tidb_connection_string_template = "mysql+pymysql://<USER>:<PASSWORD>@<HOST>:4000/<DB>?ssl_ca=/etc/ssl/cert.pem&ssl_verify_cert=true&ssl_verify_identity=true"
tidb_password = getpass.getpass("Input your TiDB password:")
tidb_connection_string = tidb_connection_string_template.replace(
    "<PASSWORD>", tidb_password
)

3. 使用TiDBLoader加载数据

以下是一些关键参数的介绍：

query(str): 执行的SQL查询，用于选择要加载的数据。
page_content_columns(Optional[List[str]]): 指定要包含在每个Document对象内容中的列名。
metadata_columns(Optional[List[str]]): 指定要包含在Document对象元数据中的列名。

代码示例

from sqlalchemy import Column, Integer, MetaData, String, Table, create_engine
from langchain_community.document_loaders import TiDBLoader

# 连接到数据库
engine = create_engine(tidb_connection_string)
metadata = MetaData()
table_name = "test_tidb_loader"

# 创建一个表
test_table = Table(
    table_name,
    metadata,
    Column("id", Integer, primary_key=True),
    Column("name", String(255)),
    Column("description", String(255)),
)
metadata.create_all(engine)

with engine.connect() as connection:
    transaction = connection.begin()
    try:
        connection.execute(
            test_table.insert(),
            [
                {"name": "Item 1", "description": "Description of Item 1"},
                {"name": "Item 2", "description": "Description of Item 2"},
                {"name": "Item 3", "description": "Description of Item 3"},
            ],
        )
        transaction.commit()
    except:
        transaction.rollback()
        raise

# 使用TiDBLoader检索数据
loader = TiDBLoader(
    connection_string=tidb_connection_string,
    query=f"SELECT * FROM {table_name};",
    page_content_columns=["name", "description"],
    metadata_columns=["id"],
)

# 加载数据
documents = loader.load()

# 显示加载的文档
for doc in documents:
    print("-" * 30)
    print(f"content: {doc.page_content}\nmetada: {doc.metadata}")

# 清理创建的表
test_table.drop(bind=engine)