langchain_community.vectorstores.singlestoredb
.SingleStoreDB¶
- class langchain_community.vectorstores.singlestoredb.SingleStoreDB(embedding: Embeddings, *, distance_strategy: DistanceStrategy = DistanceStrategy.DOT_PRODUCT, table_name: str = 'embeddings', content_field: str = 'content', metadata_field: str = 'metadata', vector_field: str = 'vector', id_field: str = 'id', use_vector_index: bool = False, vector_index_name: str = '', vector_index_options: Optional[dict] = None, vector_size: int = 1536, use_full_text_search: bool = False, pool_size: int = 5, max_overflow: int = 10, timeout: float = 30, **kwargs: Any)[source]¶
SingleStore DB 向量存储。
使用此类的先决条件是安装
singlestoredb
Python 包。可以通过提供嵌入函数以及与数据库连接、连接池相关的参数来创建 SingleStoreDB 向量存储,还可以选择性地提供要使用的表和字段的名称。
初始化所需的组件。
- 参数:
embedding (Embeddings): 文本嵌入模型。
- distance_strategy (DistanceStrategy, 可选):
确定用于计算嵌入空间中向量之间距离的策略。 默认为DOT_PRODUCT。 可用选项为: - DOT_PRODUCT: 计算两个向量的数量积。
这是默认行为。
- EUCLIDEAN_DISTANCE: 计算两个向量之间的欧氏距离。
此度量考虑向量空间中的几何距离,可能更适合依赖空间关系的嵌入。 此度量不兼容WEIGHTED_SUM搜索策略。
- table_name (str, 可选): 指定正在使用的表的名称。
默认为”embeddings”。
- content_field (str, 可选): 指定存储内容的字段。
默认为”content”。
- metadata_field (str, 可选): 指定存储元数据的字段。
默认为”metadata”。
- vector_field (str, 可选): 指定存储向量的字段。
默认为”vector”。
- id_field (str, 可选): 指定存储id的字段。
默认为”id”。
- use_vector_index (bool, 可选): 切换使用向量索引。
仅适用于SingleStoreDB 8.5或更高版本。默认为False。 如果设置为True,则需要将vector_size参数设置为适当的值。
- vector_index_name (str, 可选): 指定向量索引的名称。
默认为空。如果use_vector_index设置为False,则将被忽略。
- vector_index_options (dict, 可选): 指定向量索引的选项。
默认为{}。 如果use_vector_index设置为False,则将被忽略。选项包括: index_type (str, 可选): 指定索引的类型。
默认为IVF_PQFS。
更多选项,请参考SingleStoreDB文档: https://docs.singlestore.com/cloud/reference/sql-reference/vector-functions/vector-indexing/
- vector_size (int, 可选): 指定向量的大小。
默认为1536。如果use_vector_index设置为True,则需要此参数。 应设置为与存储在vector_field中的向量大小相同的值。
- use_full_text_search (bool, 可选): 切换使用文本全文索引。
默认为False。如果设置为True,表将在内容字段上创建全文索引, 并且simularity_search方法将使用TEXT_ONLY、FILTER_BY_TEXT、FILTER_BY_VECTOR和WIGHTED_SUM搜索策略。 如果设置为False,simularity_search方法将仅允许VECTOR_ONLY搜索策略。
以下参数与连接池有关:
- pool_size (int, 可选): 确定连接池中活动连接的数量。
默认为5。
- max_overflow (int, 可选): 确定连接池大小之外允许的最大连接数。
默认为10。
- timeout (float, 可选): 指定建立连接的最大等待时间(秒)。
默认为30。
以下参数与数据库连接有关:
- host (str, 可选): 指定数据库连接的主机名、IP地址或URL。
默认方案为”mysql”。
user (str, 可选): 数据库用户名。 password (str, 可选): 数据库密码。 port (int, 可选): 数据库端口。对于非HTTP连接,默认为3306,HTTP连接为80,HTTPS连接为443。 database (str, 可选): 数据库名称。
其他可选参数可进一步定制数据库连接:
pure_python (bool, 可选): 切换连接器模式。如果为True,则以纯Python模式运行。 local_infile (bool, 可选): 允许本地文件上传。 charset (str, 可选): 指定字符串值的字符集。 ssl_key (str, 可选): 指定包含SSL密钥的文件路径。 ssl_cert (str, 可选): 指定包含SSL证书的文件路径。 ssl_ca (str, 可选): 指定包含SSL证书颁发机构的文件路径。 ssl_cipher (str, 可选): 设置SSL密码列表。 ssl_disabled (bool, 可选): 禁用SSL使用。 ssl_verify_cert (bool, 可选): 验证服务器的证书。
如果指定了``ssl_ca``,则会自动启用。
ssl_verify_identity (bool, 可选): 验证服务器的身份。 conv (dict[int, Callable], 可选): 数据转换函数的字典。 credential_type (str, 可选): 指定要使用的身份验证类型:auth.PASSWORD、auth.JWT或auth.BROWSER_SSO。 autocommit (bool, 可选): 启用自动提交。 results_type (str, 可选): 确定查询结果的结构:
元组、命名元组、字典。
results_format (str, 可选): 已弃用。此选项已更名为results_type。
- 示例:
基本用法:
from langchain_openai import OpenAIEmbeddings from langchain_community.vectorstores import SingleStoreDB vectorstore = SingleStoreDB( OpenAIEmbeddings(), host="https://user:password@127.0.0.1:3306/database" )
高级用法:
from langchain_openai import OpenAIEmbeddings from langchain_community.vectorstores import SingleStoreDB vectorstore = SingleStoreDB( OpenAIEmbeddings(), distance_strategy=DistanceStrategy.EUCLIDEAN_DISTANCE, host="127.0.0.1", port=3306, user="user", password="password", database="db", table_name="my_custom_table", pool_size=10, timeout=60, )
使用环境变量:
from langchain_openai import OpenAIEmbeddings from langchain_community.vectorstores import SingleStoreDB os.environ['SINGLESTOREDB_URL'] = 'me:p455w0rd@s2-host.com/my_db' vectorstore = SingleStoreDB(OpenAIEmbeddings())
使用向量索引:
from langchain_openai import OpenAIEmbeddings from langchain_community.vectorstores import SingleStoreDB os.environ['SINGLESTOREDB_URL'] = 'me:p455w0rd@s2-host.com/my_db' vectorstore = SingleStoreDB( OpenAIEmbeddings(), use_vector_index=True, )
使用全文索引:
Attributes
embeddings
如果可用,访问查询嵌入对象。
Methods
__init__
(embedding, *[, distance_strategy, ...])初始化所需的组件。
aadd_documents
(documents, **kwargs)运行更多的文档通过嵌入并添加到向量存储中。
aadd_texts
(texts[, metadatas])运行更多的文本通过嵌入,并添加到向量存储中。
add_documents
(documents, **kwargs)运行更多的文档通过嵌入并添加到向量存储中。
add_images
(uris[, metadatas, embeddings])将图像通过嵌入运行并添加到向量存储中。
add_texts
(texts[, metadatas, embeddings])将更多文本添加到向量存储中。
adelete
([ids])根据向量ID或其他条件进行删除。
afrom_documents
(documents, embedding, **kwargs)返回从文档和嵌入初始化的VectorStore。
afrom_texts
(texts, embedding[, metadatas])返回从文本和嵌入初始化的VectorStore。
amax_marginal_relevance_search
(query[, k, ...])返回使用最大边际相关性选择的文档。
返回使用最大边际相关性选择的文档。
as_retriever
(**kwargs)返回从此VectorStore初始化的VectorStoreRetriever。
asearch
(query, search_type, **kwargs)返回使用指定搜索类型的查询最相似的文档。
asimilarity_search
(query[, k])返回与查询最相似的文档。
asimilarity_search_by_vector
(embedding[, k])返回与嵌入向量最相似的文档。
返回文档和相关性分数在范围[0, 1]内,异步执行。
asimilarity_search_with_score
(*args, **kwargs)使用异步方式运行相似性搜索与距离。
delete
([ids])根据向量ID或其他条件进行删除。
from_documents
(documents, embedding, **kwargs)返回从文档和嵌入初始化的VectorStore。
from_texts
(texts, embedding[, metadatas, ...])从原始文档创建一个SingleStoreDB向量存储。 这是一个用户友好的接口,可以: 1. 嵌入文档。 2. 在SingleStoreDB中为嵌入创建一个新表。 3. 将文档添加到新创建的表中。 这旨在是一个快速入门的方式。 参数: texts(List[str]):要添加到向量存储中的文本列表。 embedding(Embeddings):文本嵌入模型。 metadatas(Optional[List[dict],可选):元数据的可选列表。 默认为None。 distance_strategy(DistanceStrategy,可选): 确定用于计算嵌入空间中向量之间距离的策略。 默认为DOT_PRODUCT。 可用选项包括: - DOT_PRODUCT:计算两个向量的数量积。 这是默认行为。 - EUCLIDEAN_DISTANCE:计算两个向量之间的欧氏距离。 此度量考虑向量空间中的几何距离,可能更适用于依赖空间关系的嵌入。 此度量与WEIGHTED_SUM搜索策略不兼容。 table_name(str,可选):指定要使用的表的名称。 默认为"embeddings"。 content_field(str,可选):指定存储内容的字段。 默认为"content"。 metadata_field(str,可选):指定存储元数据的字段。 默认为"metadata"。 vector_field(str,可选):指定存储向量的字段。 默认为"vector"。 id_field(str,可选):指定存储id的字段。 默认为"id"。 use_vector_index(bool,可选):切换使用向量索引。 仅适用于SingleStoreDB 8.5或更高版本。默认为False。 如果设置为True,则需要将vector_size参数设置为适当的值。 vector_index_name(str,可选):指定向量索引的名称。 默认为空。如果use_vector_index设置为False,则将被忽略。 vector_index_options(dict,可选):指定向量索引的选项。 默认为{}。 如果use_vector_index设置为False,则将被忽略。选项包括: index_type(str,可选):指定索引的类型。 默认为IVF_PQFS。 更多选项,请参阅SingleStoreDB文档: https://docs.singlestore.com/cloud/reference/sql-reference/vector-functions/vector-indexing/ vector_size(int,可选):指定向量的大小。 默认为1536。如果use_vector_index设置为True,则需要设置。 应设置为与存储在vector_field中的向量大小相同的值。 use_full_text_search(bool,可选):切换是否在文档内容上使用全文索引。 默认为False。如果设置为True,则表将创建具有全文索引的内容字段, 并且simularity_search方法将使用TEXT_ONLY、FILTER_BY_TEXT、FILTER_BY_VECTOR和WIGHTED_SUM搜索策略。 如果设置为False,则simularity_search方法将仅允许VECTOR_ONLY搜索策略。.
max_marginal_relevance_search
(query[, k, ...])返回使用最大边际相关性选择的文档。
返回使用最大边际相关性选择的文档。
search
(query, search_type, **kwargs)返回使用指定搜索类型的查询最相似的文档。
similarity_search
(query[, k, filter, ...])返回与查询文本最相似的索引文档。
similarity_search_by_vector
(embedding[, k])返回与嵌入向量最相似的文档。
返回文档和相关性得分在[0, 1]范围内。
similarity_search_with_score
(query[, k, ...])返回与查询最相似的文档。使用余弦相似度。
- Parameters
embedding (Embeddings) –
distance_strategy (DistanceStrategy) –
table_name (str) –
content_field (str) –
metadata_field (str) –
vector_field (str) –
id_field (str) –
use_vector_index (bool) –
vector_index_name (str) –
vector_index_options (Optional[dict]) –
vector_size (int) –
use_full_text_search (bool) –
pool_size (int) –
max_overflow (int) –
timeout (float) –
kwargs (Any) –
- __init__(embedding: Embeddings, *, distance_strategy: DistanceStrategy = DistanceStrategy.DOT_PRODUCT, table_name: str = 'embeddings', content_field: str = 'content', metadata_field: str = 'metadata', vector_field: str = 'vector', id_field: str = 'id', use_vector_index: bool = False, vector_index_name: str = '', vector_index_options: Optional[dict] = None, vector_size: int = 1536, use_full_text_search: bool = False, pool_size: int = 5, max_overflow: int = 10, timeout: float = 30, **kwargs: Any)[source]¶
初始化所需的组件。
- 参数:
embedding (Embeddings): 文本嵌入模型。
- distance_strategy (DistanceStrategy, 可选):
确定用于计算嵌入空间中向量之间距离的策略。 默认为DOT_PRODUCT。 可用选项为: - DOT_PRODUCT: 计算两个向量的数量积。
这是默认行为。
- EUCLIDEAN_DISTANCE: 计算两个向量之间的欧氏距离。
此度量考虑向量空间中的几何距离,可能更适合依赖空间关系的嵌入。 此度量不兼容WEIGHTED_SUM搜索策略。
- table_name (str, 可选): 指定正在使用的表的名称。
默认为”embeddings”。
- content_field (str, 可选): 指定存储内容的字段。
默认为”content”。
- metadata_field (str, 可选): 指定存储元数据的字段。
默认为”metadata”。
- vector_field (str, 可选): 指定存储向量的字段。
默认为”vector”。
- id_field (str, 可选): 指定存储id的字段。
默认为”id”。
- use_vector_index (bool, 可选): 切换使用向量索引。
仅适用于SingleStoreDB 8.5或更高版本。默认为False。 如果设置为True,则需要将vector_size参数设置为适当的值。
- vector_index_name (str, 可选): 指定向量索引的名称。
默认为空。如果use_vector_index设置为False,则将被忽略。
- vector_index_options (dict, 可选): 指定向量索引的选项。
默认为{}。 如果use_vector_index设置为False,则将被忽略。选项包括: index_type (str, 可选): 指定索引的类型。
默认为IVF_PQFS。
更多选项,请参考SingleStoreDB文档: https://docs.singlestore.com/cloud/reference/sql-reference/vector-functions/vector-indexing/
- vector_size (int, 可选): 指定向量的大小。
默认为1536。如果use_vector_index设置为True,则需要此参数。 应设置为与存储在vector_field中的向量大小相同的值。
- use_full_text_search (bool, 可选): 切换使用文本全文索引。
默认为False。如果设置为True,表将在内容字段上创建全文索引, 并且simularity_search方法将使用TEXT_ONLY、FILTER_BY_TEXT、FILTER_BY_VECTOR和WIGHTED_SUM搜索策略。 如果设置为False,simularity_search方法将仅允许VECTOR_ONLY搜索策略。
以下参数与连接池有关:
- pool_size (int, 可选): 确定连接池中活动连接的数量。
默认为5。
- max_overflow (int, 可选): 确定连接池大小之外允许的最大连接数。
默认为10。
- timeout (float, 可选): 指定建立连接的最大等待时间(秒)。
默认为30。
以下参数与数据库连接有关:
- host (str, 可选): 指定数据库连接的主机名、IP地址或URL。
默认方案为”mysql”。
user (str, 可选): 数据库用户名。 password (str, 可选): 数据库密码。 port (int, 可选): 数据库端口。对于非HTTP连接,默认为3306,HTTP连接为80,HTTPS连接为443。 database (str, 可选): 数据库名称。
其他可选参数可进一步定制数据库连接:
pure_python (bool, 可选): 切换连接器模式。如果为True,则以纯Python模式运行。 local_infile (bool, 可选): 允许本地文件上传。 charset (str, 可选): 指定字符串值的字符集。 ssl_key (str, 可选): 指定包含SSL密钥的文件路径。 ssl_cert (str, 可选): 指定包含SSL证书的文件路径。 ssl_ca (str, 可选): 指定包含SSL证书颁发机构的文件路径。 ssl_cipher (str, 可选): 设置SSL密码列表。 ssl_disabled (bool, 可选): 禁用SSL使用。 ssl_verify_cert (bool, 可选): 验证服务器的证书。
如果指定了``ssl_ca``,则会自动启用。
ssl_verify_identity (bool, 可选): 验证服务器的身份。 conv (dict[int, Callable], 可选): 数据转换函数的字典。 credential_type (str, 可选): 指定要使用的身份验证类型:auth.PASSWORD、auth.JWT或auth.BROWSER_SSO。 autocommit (bool, 可选): 启用自动提交。 results_type (str, 可选): 确定查询结果的结构:
元组、命名元组、字典。
results_format (str, 可选): 已弃用。此选项已更名为results_type。
- 示例:
基本用法:
from langchain_openai import OpenAIEmbeddings from langchain_community.vectorstores import SingleStoreDB vectorstore = SingleStoreDB( OpenAIEmbeddings(), host="https://user:password@127.0.0.1:3306/database" )
高级用法:
from langchain_openai import OpenAIEmbeddings from langchain_community.vectorstores import SingleStoreDB vectorstore = SingleStoreDB( OpenAIEmbeddings(), distance_strategy=DistanceStrategy.EUCLIDEAN_DISTANCE, host="127.0.0.1", port=3306, user="user", password="password", database="db", table_name="my_custom_table", pool_size=10, timeout=60, )
使用环境变量:
from langchain_openai import OpenAIEmbeddings from langchain_community.vectorstores import SingleStoreDB os.environ['SINGLESTOREDB_URL'] = 'me:p455w0rd@s2-host.com/my_db' vectorstore = SingleStoreDB(OpenAIEmbeddings())
使用向量索引:
from langchain_openai import OpenAIEmbeddings from langchain_community.vectorstores import SingleStoreDB os.environ['SINGLESTOREDB_URL'] = 'me:p455w0rd@s2-host.com/my_db' vectorstore = SingleStoreDB( OpenAIEmbeddings(), use_vector_index=True, )
使用全文索引:
- Parameters
embedding (Embeddings) –
distance_strategy (DistanceStrategy) –
table_name (str) –
content_field (str) –
metadata_field (str) –
vector_field (str) –
id_field (str) –
use_vector_index (bool) –
vector_index_name (str) –
vector_index_options (Optional[dict]) –
vector_size (int) –
use_full_text_search (bool) –
pool_size (int) –
max_overflow (int) –
timeout (float) –
kwargs (Any) –
- async aadd_documents(documents: List[Document], **kwargs: Any) List[str] ¶
运行更多的文档通过嵌入并添加到向量存储中。
- 参数:
documents (List[Document]): 要添加到向量存储中的文档。
- 返回:
List[str]: 添加的文本的ID列表。
- Parameters
documents (List[Document]) –
kwargs (Any) –
- Return type
List[str]
- async aadd_texts(texts: Iterable[str], metadatas: Optional[List[dict]] = None, **kwargs: Any) List[str] ¶
运行更多的文本通过嵌入,并添加到向量存储中。
- Parameters
texts (Iterable[str]) –
metadatas (Optional[List[dict]]) –
kwargs (Any) –
- Return type
List[str]
- add_documents(documents: List[Document], **kwargs: Any) List[str] ¶
运行更多的文档通过嵌入并添加到向量存储中。
- 参数:
documents (List[Document]): 要添加到向量存储中的文档。
- 返回:
List[str]: 添加的文本的ID列表。
- Parameters
documents (List[Document]) –
kwargs (Any) –
- Return type
List[str]
- add_images(uris: List[str], metadatas: Optional[List[dict]] = None, embeddings: Optional[List[List[float]]] = None, **kwargs: Any) List[str] [source]¶
将图像通过嵌入运行并添加到向量存储中。
- 参数:
- uris List[str]:图像文件路径。
每个URI将作为文档内容添加到向量存储中。
- metadatas(可选[List[dict]],可选):元数据的可选列表。
默认为None。
- embeddings(可选[List[List[float]]],可选):可选的预生成的
嵌入。默认为None。
- 返回:
List[str]:空列表
- Parameters
uris (List[str]) –
metadatas (Optional[List[dict]]) –
embeddings (Optional[List[List[float]]]) –
kwargs (Any) –
- Return type
List[str]
- add_texts(texts: Iterable[str], metadatas: Optional[List[dict]] = None, embeddings: Optional[List[List[float]]] = None, **kwargs: Any) List[str] [source]¶
将更多文本添加到向量存储中。
- 参数:
texts(Iterable[str]):要添加到向量存储中的字符串/文本的可迭代对象。 metadatas(Optional[List[dict],可选):元数据的可选列表。默认为None。 embeddings(Optional[List[List[float]]],可选):可选的预生成的嵌入。默认为None。
- 返回:
List[str]:空列表
- Parameters
texts (Iterable[str]) –
metadatas (Optional[List[dict]]) –
embeddings (Optional[List[List[float]]]) –
kwargs (Any) –
- Return type
List[str]
- async adelete(ids: Optional[List[str]] = None, **kwargs: Any) Optional[bool] ¶
根据向量ID或其他条件进行删除。
- 参数:
ids:要删除的ID列表。 **kwargs:子类可能使用的其他关键字参数。
- 返回:
Optional[bool]:如果删除成功则为True,否则为False,如果未实现则为None。
- Parameters
ids (Optional[List[str]]) –
kwargs (Any) –
- Return type
Optional[bool]
- async classmethod afrom_documents(documents: List[Document], embedding: Embeddings, **kwargs: Any) VST ¶
返回从文档和嵌入初始化的VectorStore。
- Parameters
documents (List[Document]) –
embedding (Embeddings) –
kwargs (Any) –
- Return type
VST
- async classmethod afrom_texts(texts: List[str], embedding: Embeddings, metadatas: Optional[List[dict]] = None, **kwargs: Any) VST ¶
返回从文本和嵌入初始化的VectorStore。
- Parameters
texts (List[str]) –
embedding (Embeddings) –
metadatas (Optional[List[dict]]) –
kwargs (Any) –
- Return type
VST
- async amax_marginal_relevance_search(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, **kwargs: Any) List[Document] ¶
返回使用最大边际相关性选择的文档。
最大边际相关性优化了与查询的相似性和所选文档之间的多样性。
- 参数:
query:要查找类似文档的文本。 k:要返回的文档数量。默认为4。 fetch_k:要获取以传递给MMR算法的文档数量。 lambda_mult:0到1之间的数字,确定结果之间多样性的程度,0对应最大多样性,1对应最小多样性。默认为0.5。
- 返回:
由最大边际相关性选择的文档列表。
- Parameters
query (str) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
kwargs (Any) –
- Return type
List[Document]
- async amax_marginal_relevance_search_by_vector(embedding: List[float], k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, **kwargs: Any) List[Document] ¶
返回使用最大边际相关性选择的文档。
- Parameters
embedding (List[float]) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
kwargs (Any) –
- Return type
List[Document]
- as_retriever(**kwargs: Any) VectorStoreRetriever ¶
返回从此VectorStore初始化的VectorStoreRetriever。
- 参数:
- search_type(可选[str]):定义Retriever应执行的搜索类型。
可以是”similarity”(默认值)、”mmr”或”similarity_score_threshold”。
- search_kwargs(可选[Dict]):传递给搜索函数的关键字参数。可以包括:
k:要返回的文档数量(默认值:4) score_threshold:用于similarity_score_threshold的最小相关性阈值 fetch_k:传递给MMR算法的文档数量(默认值:20) lambda_mult:MMR返回结果的多样性;1表示最小多样性,0表示最大多样性(默认值:0.5) filter:按文档元数据筛选
- 返回:
VectorStoreRetriever:VectorStore的Retriever类。
示例:
# 检索更多具有更高多样性的文档 # 如果数据集中有许多相似的文档,则很有用 docsearch.as_retriever( search_type="mmr", search_kwargs={'k': 6, 'lambda_mult': 0.25} ) # 为MMR算法考虑更多文档 # 但只返回前5个 docsearch.as_retriever( search_type="mmr", search_kwargs={'k': 5, 'fetch_k': 50} ) # 仅检索具有特定阈值以上相关性分数的文档 docsearch.as_retriever( search_type="similarity_score_threshold", search_kwargs={'score_threshold': 0.8} ) # 仅从数据集中获取最相似的单个文档 docsearch.as_retriever(search_kwargs={'k': 1}) # 使用筛选器仅从特定论文中检索文档 docsearch.as_retriever( search_kwargs={'filter': {'paper_title':'GPT-4 Technical Report'}} )
- Parameters
kwargs (Any) –
- Return type
- async asearch(query: str, search_type: str, **kwargs: Any) List[Document] ¶
返回使用指定搜索类型的查询最相似的文档。
- Parameters
query (str) –
search_type (str) –
kwargs (Any) –
- Return type
List[Document]
- async asimilarity_search(query: str, k: int = 4, **kwargs: Any) List[Document] ¶
返回与查询最相似的文档。
- Parameters
query (str) –
k (int) –
kwargs (Any) –
- Return type
List[Document]
- async asimilarity_search_by_vector(embedding: List[float], k: int = 4, **kwargs: Any) List[Document] ¶
返回与嵌入向量最相似的文档。
- Parameters
embedding (List[float]) –
k (int) –
kwargs (Any) –
- Return type
List[Document]
- async asimilarity_search_with_relevance_scores(query: str, k: int = 4, **kwargs: Any) List[Tuple[Document, float]] ¶
返回文档和相关性分数在范围[0, 1]内,异步执行。
0表示不相似,1表示最相似。
- 参数:
query:输入文本 k:要返回的文档数量。默认为4。 **kwargs:要传递给相似性搜索的kwargs。应包括:
score_threshold:可选,介于0到1之间的浮点值,用于过滤检索到的文档集
- 返回:
元组列表(doc,相似度分数)的列表
- Parameters
query (str) –
k (int) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]
- async asimilarity_search_with_score(*args: Any, **kwargs: Any) List[Tuple[Document, float]] ¶
使用异步方式运行相似性搜索与距离。
- Parameters
args (Any) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]
- delete(ids: Optional[List[str]] = None, **kwargs: Any) Optional[bool] ¶
根据向量ID或其他条件进行删除。
- 参数:
ids:要删除的ID列表。 **kwargs:子类可能使用的其他关键字参数。
- 返回:
Optional[bool]:如果删除成功则为True,否则为False,如果未实现则为None。
- Parameters
ids (Optional[List[str]]) –
kwargs (Any) –
- Return type
Optional[bool]
- classmethod from_documents(documents: List[Document], embedding: Embeddings, **kwargs: Any) VST ¶
返回从文档和嵌入初始化的VectorStore。
- Parameters
documents (List[Document]) –
embedding (Embeddings) –
kwargs (Any) –
- Return type
VST
- classmethod from_texts(texts: List[str], embedding: Embeddings, metadatas: Optional[List[dict]] = None, distance_strategy: DistanceStrategy = DistanceStrategy.DOT_PRODUCT, table_name: str = 'embeddings', content_field: str = 'content', metadata_field: str = 'metadata', vector_field: str = 'vector', id_field: str = 'id', use_vector_index: bool = False, vector_index_name: str = '', vector_index_options: Optional[dict] = None, vector_size: int = 1536, use_full_text_search: bool = False, pool_size: int = 5, max_overflow: int = 10, timeout: float = 30, **kwargs: Any) SingleStoreDB [source]¶
从原始文档创建一个SingleStoreDB向量存储。 这是一个用户友好的接口,可以:
嵌入文档。
在SingleStoreDB中为嵌入创建一个新表。
将文档添加到新创建的表中。
这旨在是一个快速入门的方式。 参数:
texts(List[str]):要添加到向量存储中的文本列表。 embedding(Embeddings):文本嵌入模型。 metadatas(Optional[List[dict],可选):元数据的可选列表。
默认为None。
- distance_strategy(DistanceStrategy,可选):
确定用于计算嵌入空间中向量之间距离的策略。 默认为DOT_PRODUCT。 可用选项包括: - DOT_PRODUCT:计算两个向量的数量积。
这是默认行为。
- EUCLIDEAN_DISTANCE:计算两个向量之间的欧氏距离。
此度量考虑向量空间中的几何距离,可能更适用于依赖空间关系的嵌入。 此度量与WEIGHTED_SUM搜索策略不兼容。
- table_name(str,可选):指定要使用的表的名称。
默认为”embeddings”。
- content_field(str,可选):指定存储内容的字段。
默认为”content”。
- metadata_field(str,可选):指定存储元数据的字段。
默认为”metadata”。
- vector_field(str,可选):指定存储向量的字段。
默认为”vector”。
- id_field(str,可选):指定存储id的字段。
默认为”id”。
- use_vector_index(bool,可选):切换使用向量索引。
仅适用于SingleStoreDB 8.5或更高版本。默认为False。 如果设置为True,则需要将vector_size参数设置为适当的值。
- vector_index_name(str,可选):指定向量索引的名称。
默认为空。如果use_vector_index设置为False,则将被忽略。
- vector_index_options(dict,可选):指定向量索引的选项。
默认为{}。 如果use_vector_index设置为False,则将被忽略。选项包括: index_type(str,可选):指定索引的类型。
默认为IVF_PQFS。
更多选项,请参阅SingleStoreDB文档: https://docs.singlestore.com/cloud/reference/sql-reference/vector-functions/vector-indexing/
- vector_size(int,可选):指定向量的大小。
默认为1536。如果use_vector_index设置为True,则需要设置。 应设置为与存储在vector_field中的向量大小相同的值。
- use_full_text_search(bool,可选):切换是否在文档内容上使用全文索引。
默认为False。如果设置为True,则表将创建具有全文索引的内容字段, 并且simularity_search方法将使用TEXT_ONLY、FILTER_BY_TEXT、FILTER_BY_VECTOR和WIGHTED_SUM搜索策略。 如果设置为False,则simularity_search方法将仅允许VECTOR_ONLY搜索策略。
- pool_size(int,可选):确定池中活动连接的数量。
默认为5。
- max_overflow(int,可选):确定池大小之外允许的最大连接数。
默认为10。
- timeout(float,可选):指定建立连接的最大等待时间(秒)。
默认为30。
其他可选参数可进一步定制数据库连接:
pure_python(bool,可选):切换连接器模式。如果为True,则以纯Python模式运行。 local_infile(bool,可选):允许本地文件上传。 charset(str,可选):指定字符串值的字符集。 ssl_key(str,可选):指定包含SSL密钥的文件路径。 ssl_cert(str,可选):指定包含SSL证书的文件路径。 ssl_ca(str,可选):指定包含SSL证书颁发机构的文件路径。 ssl_cipher(str,可选):设置SSL密码列表。 ssl_disabled(bool,可选):禁用SSL使用。 ssl_verify_cert(bool,可选):验证服务器的证书。
如果指定了``ssl_ca``,则自动启用。
ssl_verify_identity(bool,可选):验证服务器的身份。 conv(dict[int,Callable],可选):数据转换函数的字典。 credential_type(str,可选):指定要使用的身份验证类型:auth.PASSWORD、auth.JWT或auth.BROWSER_SSO。 autocommit(bool,可选):启用自动提交。 results_type(str,可选):确定查询结果的结构:元组、命名元组、字典。 results_format(str,可选):已弃用。此选项已更名为results_type。
- 示例:
from langchain_community.vectorstores import SingleStoreDB from langchain_openai import OpenAIEmbeddings s2 = SingleStoreDB.from_texts( texts, OpenAIEmbeddings(), host="username:password@localhost:3306/database" )
- Parameters
texts (List[str]) –
embedding (Embeddings) –
metadatas (Optional[List[dict]]) –
distance_strategy (DistanceStrategy) –
table_name (str) –
content_field (str) –
metadata_field (str) –
vector_field (str) –
id_field (str) –
use_vector_index (bool) –
vector_index_name (str) –
vector_index_options (Optional[dict]) –
vector_size (int) –
use_full_text_search (bool) –
pool_size (int) –
max_overflow (int) –
timeout (float) –
kwargs (Any) –
- Return type
- max_marginal_relevance_search(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, **kwargs: Any) List[Document] ¶
返回使用最大边际相关性选择的文档。
最大边际相关性优化了与查询的相似性和所选文档之间的多样性。
- 参数:
query:要查找类似文档的文本。 k:要返回的文档数量。默认为4。 fetch_k:要获取以传递给MMR算法的文档数量。 lambda_mult:0到1之间的数字,确定结果之间多样性的程度,0对应最大多样性,1对应最小多样性。默认为0.5。
- 返回:
由最大边际相关性选择的文档列表。
- Parameters
query (str) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
kwargs (Any) –
- Return type
List[Document]
- max_marginal_relevance_search_by_vector(embedding: List[float], k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, **kwargs: Any) List[Document] ¶
返回使用最大边际相关性选择的文档。
最大边际相关性优化了与查询的相似性和所选文档之间的多样性。
- 参数:
embedding:要查找相似文档的嵌入。 k:要返回的文档数量。默认为4。 fetch_k:要获取以传递给MMR算法的文档数量。 lambda_mult:介于0和1之间的数字,确定结果之间多样性的程度,其中0对应最大多样性,1对应最小多样性。默认为0.5。
- 返回:
由最大边际相关性选择的文档列表。
- Parameters
embedding (List[float]) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
kwargs (Any) –
- Return type
List[Document]
- search(query: str, search_type: str, **kwargs: Any) List[Document] ¶
返回使用指定搜索类型的查询最相似的文档。
- Parameters
query (str) –
search_type (str) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search(query: str, k: int = 4, filter: Optional[dict] = None, search_strategy: SearchStrategy = SearchStrategy.VECTOR_ONLY, filter_threshold: float = 0, text_weight: float = 0.5, vector_weight: float = 0.5, vector_select_count_multiplier: int = 10, **kwargs: Any) List[Document] [source]¶
返回与查询文本最相似的索引文档。
使用余弦相似度。
- 参数:
query(str):要查找相似文档的查询文本。 k(int):要返回的文档数量。默认为4。 filter(dict):要按元数据字段和值进行过滤的字典。默认为None。 search_strategy(SearchStrategy):要使用的搜索策略。
默认为SearchStrategy.VECTOR_ONLY。 可用选项包括: - SearchStrategy.VECTOR_ONLY:仅按矢量相似性搜索。 - SearchStrategy.TEXT_ONLY:仅按文本相似性搜索。仅当use_full_text_search为True时才可用。 - SearchStrategy.FILTER_BY_TEXT:按文本相似性过滤并按矢量相似性搜索。仅当use_full_text_search为True时才可用。 - SearchStrategy.FILTER_BY_VECTOR:按矢量相似性过滤并按文本相似性搜索。仅当use_full_text_search为True时才可用。 - SearchStrategy.WEIGHTED_SUM:按文本和矢量相似性的加权和搜索。仅当use_full_text_search为True且distance_strategy为DOT_PRODUCT时才可用。
filter_threshold(float):按文本或矢量相似性进行过滤的阈值。默认为0。仅当search_strategy为SearchStrategy.FILTER_BY_TEXT或SearchStrategy.FILTER_BY_VECTOR时才有效。 text_weight(float):加权和搜索策略中文本相似性的权重。默认为0.5。仅当search_strategy为SearchStrategy.WEIGHTED_SUM时才有效。 vector_weight(float):加权和搜索策略中矢量相似性的权重。默认为0.5。仅当search_strategy为SearchStrategy.WEIGHTED_SUM时才有效。 vector_select_count_multiplier(int):在使用矢量索引时选择矢量数量的乘数。默认为10。
仅当use_vector_index为True且search_strategy为SearchStrategy.WEIGHTED_SUM或SearchStrategy.FILTER_BY_TEXT时才有效。 选择的矢量数量将为k * vector_select_count_multiplier。 这是由于矢量索引的限制而需要的。
- 返回:
List[Document]:与查询文本最相似的文档列表。
示例:
基本用法: .. code-block:: python
from langchain_community.vectorstores import SingleStoreDB from langchain_openai import OpenAIEmbeddings
- s2 = SingleStoreDB.from_documents(
docs, OpenAIEmbeddings(), host=”username:password@localhost:3306/database”
) results = s2.similarity_search(“query text”, 1,
{“metadata_field”: “metadata_value”})
不同的搜索策略: .. code-block:: python
from langchain_community.vectorstores import SingleStoreDB from langchain_openai import OpenAIEmbeddings
- s2 = SingleStoreDB.from_documents(
docs, OpenAIEmbeddings(), host=”username:password@localhost:3306/database”, use_full_text_search=True, use_vector_index=True,
) results = s2.similarity_search(“query text”, 1,
search_strategy=SingleStoreDB.SearchStrategy.FILTER_BY_TEXT, filter_threshold=0.5)
加权和搜索策略: .. code-block:: python
from langchain_community.vectorstores import SingleStoreDB from langchain_openai import OpenAIEmbeddings
- s2 = SingleStoreDB.from_documents(
docs, OpenAIEmbeddings(), host=”username:password@localhost:3306/database”, use_full_text_search=True, use_vector_index=True,
) results = s2.similarity_search(“query text”, 1,
search_strategy=SingleStoreDB.SearchStrategy.WEIGHTED_SUM, text_weight=0.3, vector_weight=0.7)
- Parameters
query (str) –
k (int) –
filter (Optional[dict]) –
search_strategy (SearchStrategy) –
filter_threshold (float) –
text_weight (float) –
vector_weight (float) –
vector_select_count_multiplier (int) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search_by_vector(embedding: List[float], k: int = 4, **kwargs: Any) List[Document] ¶
返回与嵌入向量最相似的文档。
- 参数:
embedding:要查找与之相似的文档的嵌入。 k:要返回的文档数量。默认为4。
- 返回:
与查询向量最相似的文档列表。
- Parameters
embedding (List[float]) –
k (int) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search_with_relevance_scores(query: str, k: int = 4, **kwargs: Any) List[Tuple[Document, float]] ¶
返回文档和相关性得分在[0, 1]范围内。
0表示不相似,1表示最相似。
- 参数:
query:输入文本 k:要返回的文档数量。默认为4。 **kwargs:要传递给相似性搜索的kwargs。应包括:
score_threshold:可选,介于0到1之间的浮点值,用于过滤检索到的文档集
- 返回:
元组列表(doc,相似性得分)
- Parameters
query (str) –
k (int) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]
- similarity_search_with_score(query: str, k: int = 4, filter: Optional[dict] = None, search_strategy: SearchStrategy = SearchStrategy.VECTOR_ONLY, filter_threshold: float = 1, text_weight: float = 0.5, vector_weight: float = 0.5, vector_select_count_multiplier: int = 10, **kwargs: Any) List[Tuple[Document, float]] [source]¶
返回与查询最相似的文档。使用余弦相似度。
- 参数:
query:要查找相似文档的文本。 k:要返回的文档数量。默认为4。 filter:要按元数据字段和值进行过滤的字典。默认为None。 search_strategy(SearchStrategy):要使用的搜索策略。
默认为SearchStrategy.VECTOR_ONLY。 可用选项包括: - SearchStrategy.VECTOR_ONLY:仅按矢量相似性搜索。 - SearchStrategy.TEXT_ONLY:仅按文本相似性搜索。仅当use_full_text_search为True时才可用。 - SearchStrategy.FILTER_BY_TEXT:按文本相似性过滤并按矢量相似性搜索。仅当use_full_text_search为True时才可用。 - SearchStrategy.FILTER_BY_VECTOR:按矢量相似性过滤并按文本相似性搜索。仅当use_full_text_search为True时才可用。 - SearchStrategy.WEIGHTED_SUM:按文本和矢量相似性的加权和搜索。仅当use_full_text_search为True且distance_strategy为DOT_PRODUCT时才可用。
filter_threshold(float):按文本或矢量相似性过滤的阈值。默认为0。仅当search_strategy为SearchStrategy.FILTER_BY_TEXT或SearchStrategy.FILTER_BY_VECTOR时才生效。 text_weight(float):加权和搜索策略中文本相似性的权重。默认为0.5。仅当search_strategy为SearchStrategy.WEIGHTED_SUM时才生效。 vector_weight(float):加权和搜索策略中矢量相似性的权重。默认为0.5。仅当search_strategy为SearchStrategy.WEIGHTED_SUM时才生效。 vector_select_count_multiplier(int):在使用矢量索引时选择矢量数量的乘数。默认为10。
该参数仅在use_vector_index为True且search_strategy为SearchStrategy.WEIGHTED_SUM或SearchStrategy.FILTER_BY_TEXT时生效。 选择的矢量数量将为k * vector_select_count_multiplier。 这是由于矢量索引的限制而需要的。
- 返回:
返回与查询最相似的文档列表,以及每个文档的分数。
- 异常:
ValueError:如果搜索策略与距离策略不受支持。
- 示例:
基本用法: .. code-block:: python
from langchain_community.vectorstores import SingleStoreDB from langchain_openai import OpenAIEmbeddings
- s2 = SingleStoreDB.from_documents(
docs, OpenAIEmbeddings(), host=”username:password@localhost:3306/database”
) results = s2.similarity_search_with_score(“query text”, 1,
{“metadata_field”: “metadata_value”})
不同的搜索策略:
from langchain_community.vectorstores import SingleStoreDB from langchain_openai import OpenAIEmbeddings s2 = SingleStoreDB.from_documents( docs, OpenAIEmbeddings(), host="username:password@localhost:3306/database", use_full_text_search=True, use_vector_index=True, ) results = s2.similarity_search_with_score("query text", 1, search_strategy=SingleStoreDB.SearchStrategy.FILTER_BY_VECTOR, filter_threshold=0.5)
加权和搜索策略: .. code-block:: python
from langchain_community.vectorstores import SingleStoreDB from langchain_openai import OpenAIEmbeddings
- s2 = SingleStoreDB.from_documents(
docs, OpenAIEmbeddings(), host=”username:password@localhost:3306/database”, use_full_text_search=True, use_vector_index=True,
) results = s2.similarity_search_with_score(“query text”, 1,
search_strategy=SingleStoreDB.SearchStrategy.WEIGHTED_SUM, text_weight=0.3, vector_weight=0.7)
- Parameters
query (str) –
k (int) –
filter (Optional[dict]) –
search_strategy (SearchStrategy) –
filter_threshold (float) –
text_weight (float) –
vector_weight (float) –
vector_select_count_multiplier (int) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]