跳到主要内容
Bigtable 是一个键值和宽列存储，非常适合快速访问结构化、半结构化或非结构化数据。利用 Bigtable 的 LangChain 集成，扩展您的数据库应用程序以构建 AI 驱动的体验。
本笔记本介绍了如何使用 Bigtable 通过 BigtableLoader 和 BigtableSaver 来保存、加载和删除 langchain 文档。 了解有关该软件包的更多信息请访问 GitHub。 在 Colab 中打开

​
开始之前

要运行此 notebook，您需要执行以下操作 在本 notebook 的运行时环境中确认数据库访问权限后，填写以下值并运行该单元格，然后再运行示例脚本。 
# @markdown Please specify an instance and a table for demo purpose.
INSTANCE_ID = "my_instance"  # @param {type:"string"}
TABLE_ID = "my_table"  # @param {type:"string"}

​
🦜🔗 库安装

该集成存在于其自己的 langchain-google-bigtable 包中，因此我们需要安装它。 
pip install -upgrade --quiet langchain-google-bigtable
仅限 Colab：取消注释以下单元格以重新启动内核，或使用按钮重新启动内核。对于 Vertex AI Workbench，您可以使用顶部的按钮重新启动终端。 
# # Automatically restart kernel after installs so that your environment can access the new packages
# import IPython

# app = IPython.Application.instance()
# app.kernel.do_shutdown(True)

​
☁ 设置您的 Google Cloud 项目

设置您的 Google Cloud 项目，以便您可以在此 notebook 中利用 Google Cloud 资源。 如果您不知道您的项目 ID，请尝试以下操作：
  • 运行 gcloud config list。
  • 运行 gcloud projects list。
  • 查看支持页面：查找项目 ID。
# @markdown Please fill in the value below with your Google Cloud project ID and then run the cell.

PROJECT_ID = "my-project-id"  # @param {type:"string"}

# Set the project id
!gcloud config set project {PROJECT_ID}

​
🔐 身份验证

以登录到此 notebook 的 IAM 用户身份向 Google Cloud 进行身份验证，以访问您的 Google Cloud 项目。
  • 如果您正在使用 Colab 运行此 notebook，请使用下面的单元格并继续。
  • 如果您正在使用 Vertex AI Workbench，请查看此处的设置说明。
from google.colab import auth

auth.authenticate_user()

​
基本用法

​
使用保存器

使用 BigtableSaver.add_documents(<documents>) 保存 langchain 文档。要初始化 BigtableSaver 类，您需要提供 2 个信息
  1. instance_id - 一个 Bigtable 实例。
  2. table_id - Bigtable 中用于存储 langchain 文档的表的名称。
from langchain_core.documents import Document
from langchain_google_bigtable import BigtableSaver

test_docs = [
    Document(
        page_content="Apple Granny Smith 150 0.99 1",
        metadata={"fruit_id": 1},
    ),
    Document(
        page_content="Banana Cavendish 200 0.59 0",
        metadata={"fruit_id": 2},
    ),
    Document(
        page_content="Orange Navel 80 1.29 1",
        metadata={"fruit_id": 3},
    ),
]

saver = BigtableSaver(
    instance_id=INSTANCE_ID,
    table_id=TABLE_ID,
)

saver.add_documents(test_docs)

​
从 Bigtable 查询文档

有关连接到 Bigtable 表的更多详细信息，请查看 Python SDK 文档。

​
从表中加载文档

使用 BigtableLoader.load() 或 BigtableLoader.lazy_load() 加载 langchain 文档。lazy_load 返回一个生成器，只在迭代期间查询数据库。要初始化 BigtableLoader 类，您需要提供
  1. instance_id - 一个 Bigtable 实例。
  2. table_id - Bigtable 中用于存储 langchain 文档的表的名称。
from langchain_google_bigtable import BigtableLoader

loader = BigtableLoader(
    instance_id=INSTANCE_ID,
    table_id=TABLE_ID,
)

for doc in loader.lazy_load():
    print(doc)
    break

​
删除文档

使用 BigtableSaver.delete(<documents>) 从 Bigtable 表中删除 langchain 文档列表。 
from langchain_google_bigtable import BigtableSaver

docs = loader.load()
print("Documents before delete: ", docs)

onedoc = test_docs[0]
saver.delete([onedoc])
print("Documents after delete: ", loader.load())

​
高级用法

​
限制返回行数

有两种方法可以限制返回的行
  1. 使用过滤器
  2. 使用行集
import google.cloud.bigtable.row_filters as row_filters

filter_loader = BigtableLoader(
    INSTANCE_ID, TABLE_ID, filter=row_filters.ColumnQualifierRegexFilter(b"os_build")
)


from google.cloud.bigtable.row_set import RowSet

row_set = RowSet()
row_set.add_row_range_from_keys(
    start_key="phone#4c410523#20190501", end_key="phone#4c410523#201906201"
)

row_set_loader = BigtableLoader(
    INSTANCE_ID,
    TABLE_ID,
    row_set=row_set,
)

​
自定义客户端

默认创建的客户端是默认客户端，仅使用 admin=True 选项。要使用非默认客户端，可以将自定义客户端传递给构造函数。 
from google.cloud import bigtable

custom_client_loader = BigtableLoader(
    INSTANCE_ID,
    TABLE_ID,
    client=bigtable.Client(...),
)

​
自定义内容

BigtableLoader 假定存在一个名为 langchain 的列族，其中包含一个名为 content 的列，该列包含 UTF-8 编码的值。这些默认值可以按如下方式更改 
from langchain_google_bigtable import Encoding

custom_content_loader = BigtableLoader(
    INSTANCE_ID,
    TABLE_ID,
    content_encoding=Encoding.ASCII,
    content_column_family="my_content_family",
    content_column_name="my_content_column_name",
)

​
元数据映射

默认情况下，Document 对象上的 metadata 映射将包含一个键 rowkey，其值为该行的 rowkey 值。要向该映射添加更多项，请使用 metadata_mapping。 
import json

from langchain_google_bigtable import MetadataMapping

metadata_mapping_loader = BigtableLoader(
    INSTANCE_ID,
    TABLE_ID,
    metadata_mappings=[
        MetadataMapping(
            column_family="my_int_family",
            column_name="my_int_column",
            metadata_key="key_in_metadata_map",
            encoding=Encoding.INT_BIG_ENDIAN,
        ),
        MetadataMapping(
            column_family="my_custom_family",
            column_name="my_custom_column",
            metadata_key="custom_key",
            encoding=Encoding.CUSTOM,
            custom_decoding_func=lambda input: json.loads(input.decode()),
            custom_encoding_func=lambda input: str.encode(json.dumps(input)),
        ),
    ],
)

​
作为 JSON 的元数据

如果 Bigtable 中有一个包含 JSON 字符串的列，您希望将其添加到输出文档元数据中，则可以向 BigtableLoader 添加以下参数。请注意，metadata_as_json_encoding 的默认值为 UTF-8。 
metadata_as_json_loader = BigtableLoader(
    INSTANCE_ID,
    TABLE_ID,
    metadata_as_json_encoding=Encoding.ASCII,
    metadata_as_json_family="my_metadata_as_json_family",
    metadata_as_json_name="my_metadata_as_json_column_name",
)

​
自定义 BigtableSaver

BigtableSaver 也可以像 BigtableLoader 一样进行自定义。 
saver = BigtableSaver(
    INSTANCE_ID,
    TABLE_ID,
    client=bigtable.Client(...),
    content_encoding=Encoding.ASCII,
    content_column_family="my_content_family",
    content_column_name="my_content_column_name",
    metadata_mappings=[
        MetadataMapping(
            column_family="my_int_family",
            column_name="my_int_column",
            metadata_key="key_in_metadata_map",
            encoding=Encoding.INT_BIG_ENDIAN,
        ),
        MetadataMapping(
            column_family="my_custom_family",
            column_name="my_custom_column",
            metadata_key="custom_key",
            encoding=Encoding.CUSTOM,
            custom_decoding_func=lambda input: json.loads(input.decode()),
            custom_encoding_func=lambda input: str.encode(json.dumps(input)),
        ),
    ],
    metadata_as_json_encoding=Encoding.ASCII,
    metadata_as_json_family="my_metadata_as_json_family",
    metadata_as_json_name="my_metadata_as_json_column_name",
)
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.