LangGraph系列教程：深入解析Checkpointers与InMemoryStore组件

最新推荐文章于 2025-02-27 16:15:40 发布

梦想画家

最新推荐文章于 2025-02-27 16:15:40 发布

阅读量1.5k

点赞数 30

分类专栏：人工智能文章标签： langchain langgraph

本文链接：https://blog.csdn.net/neweastsun/article/details/145893814

版权

人工智能专栏收录该内容

91 篇文章

订阅专栏

在LangGraph中，Checkpointers和InMemoryStore是管理状态的两种核心机制，但它们的设计目标和使用场景截然不同。本文从持久化方式、数据生命周期、性能特点等维度展开对比，并结合代码示例说明。

在这里插入图片描述

LangGraph 的 Checkpointers 和 InMemoryStore 是用于管理状态的两种不同机制，它们的核心区别在于状态的持久化方式和生命周期。

Checkpointers：适用于需要长期保存、跨服务共享或容灾恢复的场景（如用户历史记录）。
InMemoryStore：专注于单次请求或临时计算的轻量级状态管理（如会话缓存）。
无论您是构建分布式系统还是实现临时状态存储，本文将帮助您快速选择合适的工具。

以下从应用场景、实现原理和代码示例三个维度进行详细对比：

Checkpointers（检查点管理器）

核心功能

持久化状态：将状态数据长期保存到外部存储（如文件、数据库、对象存储等），支持服务重启后的状态恢复。
断点续传：在分布式系统中支持跨进程/跨节点的状态共享。

典型应用场景

用户长对话上下文（需跨请求持久化）
分布式任务的状态同步
需要长期保留的历史数据（例如用户偏好、游戏进度）

实现原理

数据持久化：底层对接持久化存储引擎（如 SQLite、Redis、S3）。
原子性写入：支持事务性操作，确保检查点完整写入。
版本控制：自动管理状态快照版本（如增量备份）。

示例代码

from langgraph.checkpointing import CheckpointManager
from langgraph.core import State

# 初始化检查点管理器（连接本地SQLite数据库）
checkpoint_manager = CheckpointManager("sqlite:///user_states.db")

# 定义状态类
class UserState(State):
    def __init__(self, name: str, score: int):
        self.name = name
        self.score = score

# 保存状态到检查点（自动持久化）
user_state = UserState("Alice", 100)
checkpoint_manager.save_state(user_state, key="user_123")

# 从检查点恢复状态
loaded_state = checkpoint_manager.load_state(key="user_123")
print(f"Recovered name: {loaded_state.name}, score: {loaded_state.score}")  # Alice, 100

InMemoryStore（内存存储）

核心功能

临时状态存储：将状态保留在内存中，服务重启或进程结束后数据丢失。
高速访问：基于字典实现的键值存储，读写延迟极低。

典型应用场景

单次请求的中间状态（如表单验证）
实时计算的临时缓存（如用户会话中的临时数据）
不需要持久化的测试场景

实现原理

内存字典：直接使用 Python 字典存储状态对象。
无持久化开销：不涉及磁盘IO或网络通信。
自动失效：进程结束时数据自动清除。

示例代码

from langgraph.core import InMemoryStore, State

# 初始化内存存储
store = InMemoryStore()

# 定义状态类
class SessionState(State):
    def __init__(self, items: list):
        self.items = items

# 存储临时状态（仅存于内存）
session_state = SessionState(["apple", "banana"])
store.set_state("user_session_456", session_state)

# 获取并修改状态
loaded_state = store.get_state("user_session_456")
loaded_state.items.append("orange")
print(f"Updated items: {loaded_state.items}")  # ['apple', 'banana', 'orange']

# 进程重启后数据丢失
# store.get_state("user_session_456")  # KeyError

对比总结表

维度	Checkpointers	InMemoryStore
持久性	数据永久保留（依赖存储介质）	数据仅存活于进程内存
存储媒介	文件、数据库、云存储等	内存
适用场景	长期状态、分布式系统、关键业务数据	临时计算、单次请求、测试环境
性能	写入/读取可能有I/O延迟	常数时间复杂度，极低延迟
故障恢复	支持服务崩溃后的状态恢复	数据无法恢复

选择建议

优先使用 Checkpointers：当状态需要跨请求、跨服务或长期保留时（如用户账户数据）。
优先使用 InMemoryStore：当状态仅在单次交互或短期有效时（如购物车临时数据）。

最后总结

LangGraph的Checkpointers和InMemoryStore是状态管理的两种核心方案，Checkpointers通过持久化存储（如数据库、文件）实现数据的长期保留和跨服务共享，适用于用户历史记录、分布式任务等需要高可靠性的场景；而InMemoryStore将数据暂存于内存，提供极低的读写延迟，适合单次请求的临时状态（如会话缓存）或测试环境。前者强调数据的耐久性与容灾能力，后者聚焦瞬时性与效率。开发者在选择时应根据数据生命周期需求权衡：若状态需跨进程或长期存活，优先用Checkpointers；若仅为短期计算或无需持久化，则InMemoryStore更为轻量高效。两者结合使用可覆盖从临时缓存到持久化存储的全场景需求。