upstash

Upstash为开发人员提供无服务器数据库和消息平台，以构建强大的应用程序，而无需担心在规模上运行数据库的操作复杂性。

Upstash的一个重要优势是他们的数据库支持HTTP，他们所有的SDK都使用HTTP。这意味着你可以在无服务器平台、边缘或任何不支持TCP连接的平台上运行它。

目前，LangChain有两种Upstash集成可用：Upstash Vector作为向量嵌入数据库，Upstash Redis作为缓存和内存存储。

Upstash Vector

Upstash Vector是一个无服务器向量数据库，可用于存储和查询向量。

安装

在Upstash控制台上创建一个新的无服务器向量数据库。根据你的模型选择你喜欢的距离度量和维度计数。

使用 pip install upstash-vector 安装Upstash Vector Python SDK。

LangChain中的Upstash Vector集成是Upstash Vector Python SDK的包装器。这就是为什么需要 upstash-vector 包的原因。

集成

使用从Upstash控制台获取的凭据创建一个 UpstashVectorStore 对象。你还需要传入一个 Embeddings 对象，它可以将文本转换为向量嵌入。

from langchain_community.vectorstores.upstash import UpstashVectorStore
import os
os.environ["UPSTASH_VECTOR_REST_URL"] = "<UPSTASH_VECTOR_REST_URL>"
os.environ["UPSTASH_VECTOR_REST_TOKEN"] = "<UPSTASH_VECTOR_REST_TOKEN>"
store = UpstashVectorStore(
    embedding=embeddings
)

另一种创建 UpstashVectorStore 对象的方式是传入 embedding=True。这是 UpstashVectorStore 的一个独特特性，得益于Upstash Vector索引具有关联的嵌入模型的能力。在这种配置下，我们想要插入的文档或要搜索的查询只需作为文本发送到Upstash Vector。在后台，Upstash Vector将这些文本嵌入并使用这些嵌入执行请求。要使用此功能，通过选择模型创建Upstash Vector索引，然后简单地传入 embedding=True：

from langchain_community.vectorstores.upstash import UpstashVectorStore
import os
os.environ["UPSTASH_VECTOR_REST_URL"] = "<UPSTASH_VECTOR_REST_URL>"
os.environ["UPSTASH_VECTOR_REST_TOKEN"] = "<UPSTASH_VECTOR_REST_TOKEN>"
store = UpstashVectorStore(
    embedding=True
)

有关嵌入模型的更多详细信息，请参阅Upstash Vector文档。

插入向量

from langchain.text_splitter import CharacterTextSplitter
from langchain_community.document_loaders import TextLoader
from langchain_openai import OpenAIEmbeddings
loader = TextLoader("../../modules/state_of_the_union.txt")
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
docs = text_splitter.split_documents(documents)
# 创建一个新的嵌入对象
embeddings = OpenAIEmbeddings()
# 创建一个新的UpstashVectorStore对象
store = UpstashVectorStore(
    embedding=embeddings
)
# 将文档嵌入插入存储
store.add_documents(docs)

在插入文档时，首先使用 Embeddings 对象进行嵌入。

大多数嵌入模型可以一次嵌入多个文档，因此文档会被分批并行嵌入。可以使用 embedding_chunk_size 参数控制批次的大小。

然后，嵌入的向量存储在Upstash Vector数据库中。在发送时，多个向量会被批量处理，以减少HTTP请求的数量。可以使用 batch_size 参数控制批次的大小。在免费版中，Upstash Vector每批最多支持1000个向量。

store.add_documents(
    documents,
    batch_size=100,
    embedding_chunk_size=200
)

查询向量

可以使用文本查询或另一个向量来查询向量。

返回的值是一个Document对象的列表。

result = store.similarity_search(
    "The United States of America",
    k=5
)

或者使用一个向量：

vector = embeddings.embed_query("Hello world")
result = store.similarity_search_by_vector(
    vector,
    k=5
)

在搜索时，还可以利用 filter 参数，它允许你按元数据进行过滤：

result = store.similarity_search(
    "The United States of America",
    k=5,
    filter="type = 'country'"
)

有关元数据过滤的更多详细信息，请参阅Upstash Vector文档。

删除向量

可以根据它们的ID删除向量。

store.delete(["id1", "id2"])

获取商店信息

您可以使用 info 函数获取有关数据库的信息，例如距离度量维度。

当发生插入操作时，数据库会进行索引。在此过程中，新向量无法进行查询。pendingVectorCount 表示当前正在进行索引的向量数量。

info = store.info()
print(info)
# 输出:
# {'vectorCount': 44, 'pendingVectorCount': 0, 'indexSize': 2642412, 'dimension': 1536, 'similarityFunction': 'COSINE'}

Upstash Redis

本页面介绍如何在 LangChain 中使用 Upstash Redis。

安装和设置

• 可以使用 pip install upstash-redis 安装 Upstash Redis Python SDK。

• 可以在 Upstash 控制台 创建一个全球分布、低延迟和高可用的数据库。

集成

所有 Upstash-LangChain 集成都基于 upstash-redis Python SDK 作为 LangChain 的包装器。

该 SDK 利用 Upstash Redis DB，通过从控制台提供 UPSTASH_REDIS_REST_URL 和 UPSTASH_REDIS_REST_TOKEN 参数来使用。

缓存

Upstash Redis 可以用作 LLM 提示和响应的缓存。

要导入此缓存：

from langchain.cache import UpstashRedisCache

与您的 LLM 一起使用：

import langchain
from upstash_redis import Redis
URL = "<UPSTASH_REDIS_REST_URL>"
TOKEN = "<UPSTASH_REDIS_REST_TOKEN>"
langchain.llm_cache = UpstashRedisCache(redis_=Redis(url=URL, token=TOKEN))

内存

查看一个使用示例。

from langchain_community.chat_message_histories import (
    UpstashRedisChatMessageHistory,
)