【利用Azure Cosmos DB与Apache Gremlin轻松管理和查询海量图数据】

最新推荐文章于 2025-06-01 23:26:29 发布

SGWGWQ

最新推荐文章于 2025-06-01 23:26:29 发布

阅读量497

点赞数 10

文章标签： azure 数据库 apache python

本文链接：https://blog.csdn.net/SGWGWQ/article/details/144629937

版权

引言

在现代数据存储与分析中，图数据库因其独特的节点和关系存储优势，逐渐成为了处理复杂数据结构的理想选择。Azure Cosmos DB的Apache Gremlin服务为我们提供了一个高效的图数据库平台。这篇文章将深入探讨如何使用这个强大的工具，以及如何利用现有的大型语言模型（LLMs）来创建一个自然语言界面，以查询Gremlin图数据库。

主要内容

设置环境

首先，我们需要安装gremlinpython库来与Gremlin服务进行交互：

!pip3 install gremlinpython

接下来，创建一个Azure Cosmos DB图数据库实例。如果您处于某些地区可能存在网络访问限制，可以考虑使用API代理服务，以确保稳定的访问。

cosmosdb_name = "mycosmosdb"
cosmosdb_db_id = "graphtesting"
cosmosdb_db_graph_id = "mygraph"
cosmosdb_access_Key = "longstring=="

通过以下代码初始化Gremlin图：

from langchain.chains.graph_qa.gremlin import GremlinQAChain
from langchain_community.graphs import GremlinGraph

graph = GremlinGraph(
    url=f"=wss://{cosmosdb_name}.gremlin.cosmos.azure.com:443/", # 使用API代理服务提高访问稳定性
    username=f"/dbs/{cosmosdb_db_id}/colls/{cosmosdb_db_graph_id}",
    password=cosmosdb_access_Key,
)

填充数据库

我们可以使用GraphDocument和Node、Relationship类来填充数据库：

from langchain_community.graphs.graph_document import GraphDocument, Node, Relationship
from langchain_core.documents import Document
import nest_asyncio

# 创建节点和关系
movie = Node(id="The Matrix", properties={"label": "movie", "title": "The Matrix"})
actor1 = Node(id="Keanu Reeves", properties={"label": "actor", "name": "Keanu Reeves"})
actor2 = Node(id="Laurence Fishburne", properties={"label": "actor", "name": "Laurence Fishburne"})
actor3 = Node(id="Carrie-Anne Moss", properties={"label": "actor", "name": "Carrie-Anne Moss"})

# 创建关系
rel1 = Relationship(id=5, type="ActedIn", source=actor1, target=movie, properties={"label": "ActedIn"})
rel2 = Relationship(id=6, type="ActedIn", source=actor2, target=movie, properties={"label": "ActedIn"})
rel3 = Relationship(id=7, type="ActedIn", source=actor3, target=movie, properties={"label": "ActedIn"})

# 创建图文档
graph_doc = GraphDocument(
    nodes=[movie, actor1, actor2, actor3],
    relationships=[rel1, rel2, rel3]
)

# 解决在notebook中运行的问题
nest_asyncio.apply()

# 添加到CosmosDB图
graph.add_graph_documents([graph_doc])

查询图

通过如下方式使用Gremlin QA链查询图：

from langchain_openai import AzureChatOpenAI

chain = GremlinQAChain.from_llm(
    AzureChatOpenAI(
        temperature=0,
        azure_deployment="gpt-4-turbo",
    ),
    graph=graph,
    verbose=True,
)

response1 = chain.invoke("Who played in The Matrix?")
response2 = chain.run("How many people played in The Matrix?")
print(response1)
print(response2)

常见问题和解决方案

网络访问问题：如果在访问Azure服务时遇到困难，建议使用API代理服务。
数据模型变化：当数据库架构更新后，使用graph.refresh_schema()刷新数据库架构信息。
Python Notebook环境问题：在Jupyter Notebook中可能会遇到异步运行问题，可以通过nest_asyncio.apply()来解决。