构建LangChain应用程序的示例代码：20、使用LangChain的SQLDatabase包装器连接到Databricks运行时并执行查询操作教程

Databricks SQL 数据库连接

概述

这个笔记本介绍了如何使用LangChain的SQLDatabase包装器连接到Databricks运行时和Databricks SQL。
内容分为三个部分：安装和设置、连接到Databricks以及示例。

安装和设置

!pip install databricks-sql-connector  # 安装Databricks SQL连接器

连接到Databricks

您可以使用SQLDatabase.from_databricks()方法连接到Databricks运行时和Databricks SQL。

语法

SQLDatabase.from_databricks(catalog: str,schema: str,host: Optional[str] = None,api_token: Optional[str] = None,warehouse_id: Optional[str] = None,cluster_id: Optional[str] = None,engine_args: Optional[dict] = None,**kwargs: Any)

必需参数

• catalog: Databricks数据库中的目录名称。
• schema: 目录中的架构名称。

可选参数

示例

使用SQLDatabase包装器连接到Databricks

from langchain_community.utilities import SQLDatabasedb = SQLDatabase.from_databricks(catalog="samples", schema="nyctaxi")  # 连接到Databricks，目录为"samples"，架构为"nyctaxi"

创建OpenAI Chat LLM包装器

from langchain_openai import ChatOpenAIllm = ChatOpenAI(temperature=0, model_name="gpt-4")  # 创建一个OpenAI Chat LLM包装器，温度设置为0，模型名称为"gpt-4"

SQL链示例

这个示例演示了如何使用SQL链在Databricks数据库上回答一个问题。

from langchain_community.utilities import SQLDatabaseChaindb_chain = SQLDatabaseChain.from_llm(llm, db, verbose=True)  # 创建SQL链，使用上面创建的LLM和数据库连接

db_chain.run("What is the average duration of taxi rides that start between midnight and 6am?"  # 运行SQL链，查询午夜到早上6点之间开始的出租车行程的平均持续时间
)

SQL数据库代理示例

这个示例演示了如何使用SQL数据库代理在Databricks数据库上回答问题。

from langchain.agents import create_sql_agent
from langchain_community.agent_toolkits import SQLDatabaseToolkittoolkit = SQLDatabaseToolkit(db=db, llm=llm)  # 创建SQL数据库工具包，传入数据库连接和LLM
agent = create_sql_agent(llm=llm, toolkit=toolkit, verbose=True)  # 创建SQL代理，传入LLM和工具包

agent.run("What is the longest trip distance and how long did it take?")  # 运行代理，查询最长的行程距离以及所需时间

总结

本文详细介绍了如何通过LangChain的SQLDatabase包装器连接到Databricks SQL数据库，并执行查询操作。首先，介绍了安装Databricks SQL连接器的步骤，然后展示了如何建立连接，包括必需和可选参数的说明。接着，通过几个示例代码块，演示了如何创建OpenAI Chat LLM包装器，如何使用SQL链和SQL数据库代理来查询Databricks数据库中的数据。这些示例为使用LangChain与Databricks SQL进行交互提供了清晰的指导。