openGauss 向量存储

本笔记本介绍了如何开始使用 openGauss VectorStore。openGauss 是一种具有原生向量存储和检索能力的高性能关系型数据库。此集成使 LangChain 应用程序能够在 ACID 兼容的环境中进行向量操作，将传统 SQL 功能与现代 AI 驱动的相似性搜索相结合。 向量存储。

设置

启动 openGauss 容器

docker run --name opengauss \
  -d \
  -e GS_PASSWORD='MyStrongPass@123' \
  -p 8888:5432 \
  opengauss/opengauss-server:latest

安装 langchain-opengauss

pip install langchain-opengauss

系统要求：

• openGauss ≥ 7.0.0
• Python ≥ 3.8
• psycopg2-binary

凭据

使用您的 openGauss 凭据

初始化

选择 嵌入模型：

OpenAI

Azure

Google

AWS

HuggingFace

Ollama

Cohere

MistralAI

诺米克

NVIDIA

Voyage AI

IBM watsonx

虚假的

pip install -qU langchain-openai

import getpass
import os

if not os.environ.get("OPENAI_API_KEY"):
  os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter API key for OpenAI: ")

from langchain_openai import OpenAIEmbeddings

embeddings = OpenAIEmbeddings(model="text-embedding-3-large")

from langchain_opengauss import OpenGauss, OpenGaussSettings

# Configure with schema validation
config = OpenGaussSettings(
    table_name="test_langchain",
    embedding_dimension=384,
    index_type="HNSW",
    distance_strategy="COSINE",
)
vector_store = OpenGauss(embedding=embeddings, config=config)

管理向量存储

将项目添加到向量存储

from langchain_core.documents import Document

document_1 = Document(page_content="foo", metadata={"source": "https://example.com"})

document_2 = Document(page_content="bar", metadata={"source": "https://example.com"})

document_3 = Document(page_content="baz", metadata={"source": "https://example.com"})

documents = [document_1, document_2, document_3]

vector_store.add_documents(documents=documents, ids=["1", "2", "3"])

API 参考：文档

更新向量存储中的项目

updated_document = Document(
    page_content="qux", metadata={"source": "https://another-example.com"}
)

# If the id is already exist, will update the document
vector_store.add_documents(document_id="1", document=updated_document)

从向量存储中删除项目

vector_store.delete(ids=["3"])

查询向量存储

一旦您的向量存储已创建并添加了相关文档，您很可能希望在链或代理运行期间对其进行查询。

直接查询

执行简单的相似度搜索可以按以下方式完成：

• TODO：编辑并运行代码单元格以生成输出

results = vector_store.similarity_search(
    query="thud", k=1, filter={"source": "https://another-example.com"}
)
for doc in results:
    print(f"* {doc.page_content} [{doc.metadata}]")

如果您想执行相似度搜索并获取相应的分数，可以运行：

results = vector_store.similarity_search_with_score(
    query="thud", k=1, filter={"source": "https://example.com"}
)
for doc, score in results:
    print(f"* [SIM={score:3f}] {doc.page_content} [{doc.metadata}]")

通过转换为检索器进行查询

您还可以将向量存储转换为检索器，以便在链中更轻松地使用。

• TODO：编辑并运行代码单元格以生成输出

retriever = vector_store.as_retriever(search_type="mmr", search_kwargs={"k": 1})
retriever.invoke("thud")

检索增强生成的用法

有关如何使用此向量存储进行检索增强生成 (RAG) 的指南，请参阅以下部分：

• 教程
• 操操作指南：使用 RAG 进行问答
• 检索概念文档

配置

连接设置

参数	默认	描述
host	localhost	Database server address
port	8888	Database connection port
user	gaussdb	Database username
password	-	Complex password string
database	postgres	Default database name
min_connections	1	Connection pool minimum size
max_connections	5	Connection pool maximum size
table_name	langchain_docs	Name of the table for storing vector data and metadata
index_type	IndexType.HNSW	Vector index algorithm type. Options: HNSW or IVFFLAT\nDefault is HNSW.
vector_type	VectorType.vector	Type of vector representation to use. Default is Vector.
distance_strategy	DistanceStrategy.COSINE	Vector similarity metric to use for retrieval. Options: euclidean (L2 distance), cosine (angular distance, ideal for text embeddings), manhattan (L1 distance for sparse data), negative_inner_product (dot product for normalized vectors).\n Default is cosine.
embedding_dimension	1536	Dimensionality of the vector embeddings.

支持的组合

向量类型	维度	索引类型	支持的距离策略
vector	≤2000	HNSW/IVFFLAT	COSINE/EUCLIDEAN/MANHATTAN/INNER_PROD

性能优化

索引调优指南

HNSW 参数：

• m: 16-100（召回与记忆之间的平衡）
• ef_construction: 64-1000（必须大于2*m）

IVFFLAT 推荐：

import math

lists = min(
    int(math.sqrt(total_rows)) if total_rows > 1e6 else int(total_rows / 1000),
    2000,  # openGauss maximum
)

连接池

OpenGaussSettings(min_connections=3, max_connections=20)

限制

• bit 和 sparsevec 向量类型目前正在开发中
• 最大向量维度：类型为 vector 时为 2000

API 参考

有关 __ModuleName__VectorStore 的所有功能和配置的详细文档，请访问 API 参考： https://python.langchain.com/api_reference/zh/latest/vectorstores/opengauss.OpenGuass.html

相关

• 向量存储 概念指南
• 向量存储 操操作指南