Google Cloud SQL for PostgreSQL

Cloud SQL 是一款全托管的关系型数据库服务，提供高性能、无缝集成和出色的可扩展性。Cloud SQL 与 PostgreSQL 100% 兼容。利用 Cloud SQL 的 Langchain 集成，可将数据库应用扩展以构建 AI 驱动的体验。

本模块实现了基于 Cloud SQL for PostgreSQL 数据库的 EmbeddingStore。

开始前的准备

使用本库之前，需要完成以下步骤：

Maven 依赖

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artificatId>langchain4j-community-cloud-sql-pg</artificatId>
    <version>${latest version here}</version>
</dependency>

PostgresEmbeddingStore 使用方法

使用向量存储来存储文本嵌入数据并执行向量搜索。PostgresEmbeddingStore 实例通过配置提供的 Builder 创建，需要以下参数：

PostgresEngine 实例
表名
schema 名（可选，默认："public"）
内容列（可选，默认："content"）
嵌入列（可选，默认："embedding"）
ID 列（可选，默认："langchain_id"）
元数据列名（可选）
附加元数据 JSON 列（可选，默认："langchain_metadata"）
忽略的元数据列名（可选）
距离策略（可选，默认：DistanceStrategy.COSINE_DISTANCE）
查询选项（可选）

示例用法：

import dev.langchain4j.data.document.Metadata;
import dev.langchain4j.data.embedding.Embedding;
import dev.langchain4j.data.segment.TextSegment;
import dev.langchain4j.model.embedding.onnx.allminilml6v2.AllMiniLmL6V2EmbeddingModel;
import dev.langchain4j.model.embedding.EmbeddingModel;
import dev.langchain4j.store.embedding.EmbeddingMatch;
import dev.langchain4j.store.embedding.EmbeddingSearchRequest;
import dev.langchain4j.store.embedding.EmbeddingSearchResult;
import dev.langchain4j.engine.EmbeddingStoreConfig;
import dev.langchain4j.engine.PostgresEngine;
import dev.langchain4j.engine.MetadataColumn;
import dev.langchain4j.store.embedding.cloudsql.PostgresEmbeddingStore;

import java.util.ArrayList;
import java.util.List;
import java.util.UUID;
import java.util.stream.Collectors;

PostgresEngine engine = new PostgresEngine.Builder()
    .projectId("")
    .region("")
    .instance("")
    .database("")
    .build();

PostgresEmbeddingStore store = new PostgresEmbeddingStore.Builder(engine, TABLE_NAME)
    .build();

List<String> testTexts = Arrays.asList("cat", "dog", "car", "truck");
List<Embedding> embeddings = new ArrayList<>();
List<TextSegment> textSegments = new ArrayList<>();
EmbeddingModel embeddingModel = new AllMiniLmL6V2EmbeddingModel();

for (String text : testTexts) {
    Map<String, Object> metaMap = new HashMap<>();
    metaMap.put("my_metadata", "string");
    Metadata metadata = new Metadata(metaMap);
    textSegments.add(new TextSegment(text, metadata));
    embeddings.add(MyEmbeddingModel.embed(text).content());
}
List<String> ids = store.addAll(embeddings, textSegments);
// 搜索 "cat"
EmbeddingSearchRequest request = EmbeddingSearchRequest.builder()
        .queryEmbedding(embeddings.get(0))
        .maxResults(10)
        .minScore(0.9)
        .build();
List<EmbeddingMatch<TextSegment>> result = store.search(request).matches();
// 删除 "cat"
store.removeAll(singletonList(result.get(0).embeddingId()));

开始前的准备​

Maven 依赖​

PostgresEmbeddingStore 使用方法​

开始前的准备

Maven 依赖

PostgresEmbeddingStore 使用方法