前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >聊聊Spring AI的ETL Pipeline

聊聊Spring AI的ETL Pipeline

原创
作者头像
code4it
发布2025-04-09 10:43:56
发布2025-04-09 10:43:56
9600
代码可运行
举报
文章被收录于专栏:码匠的流水账码匠的流水账
运行总次数:0
代码可运行

本文主要研究一下Spring AI的ETL Pipeline

DocumentReader

org/springframework/ai/document/DocumentReader.java

代码语言:javascript
代码运行次数:0
运行
复制
public interface DocumentReader extends Supplier<List<Document>> {

	default List<Document> read() {
		return get();
	}

}

有TextReader、JsonReader、JsoupDocumentReader、MarkdownDocumentReader、PagePdfDocumentReader、ParagraphPdfDocumentReader、TikaDocumentReader这些实现

DocumentTransformer

org/springframework/ai/document/DocumentTransformer.java

代码语言:javascript
代码运行次数:0
运行
复制
public interface DocumentTransformer extends Function<List<Document>, List<Document>> {

	default List<Document> transform(List<Document> transform) {
		return apply(transform);
	}

}

有ContentFormatTransformer、KeywordMetadataEnricher、SummaryMetadataEnricher、TokenTextSplitter实现

DocumentWriter

org/springframework/ai/document/DocumentWriter.java

代码语言:javascript
代码运行次数:0
运行
复制
public interface DocumentWriter extends Consumer<List<Document>> {

	default void write(List<Document> documents) {
		accept(documents);
	}

}

有FileDocumentWriter、SimpleVectorStore、AzureVectorStore、CassandraVectorStore、ChromaVectorStore、CoherenceVectorStore、CosmosDBVectorStore、CouchbaseSearchVectorStore、ElasticsearchVectorStore、GemFireVectorStore、HanaCloudVectorStore、HanaCloudVectorStore、MariaDBVectorStore、MilvusVectorStore、MongoDBAtlasVectorStore、Neo4jVectorStore、OpenSearchVectorStore、OracleVectorStore、PgVectorStore、PineconeVectorStore、QdrantVectorStore、RedisVectorStore、TypesenseVectorStore、WeaviateVectorStore这些实现

示例

代码语言:javascript
代码运行次数:0
运行
复制
@BeforeEach
	void setUp() {
		DocumentReader markdownReader = new MarkdownDocumentReader(this.knowledgeBaseResource,
				MarkdownDocumentReaderConfig.defaultConfig());
		this.knowledgeBaseDocuments = markdownReader.read();
		this.pgVectorStore.add(this.knowledgeBaseDocuments);
	}

	@AfterEach
	void tearDown() {
		this.pgVectorStore.delete(this.knowledgeBaseDocuments.stream().map(Document::getId).toList());
	}

	@Test
	void ragBasic() {
		String question = "Where does the adventure of Anacletus and Birba take place?";

		RetrievalAugmentationAdvisor ragAdvisor = RetrievalAugmentationAdvisor.builder()
			.documentRetriever(VectorStoreDocumentRetriever.builder().vectorStore(this.pgVectorStore).build())
			.build();

		ChatResponse chatResponse = ChatClient.builder(this.openAiChatModel)
			.build()
			.prompt(question)
			.advisors(ragAdvisor)
			.call()
			.chatResponse();

		assertThat(chatResponse).isNotNull();

		String response = chatResponse.getResult().getOutput().getText();
		System.out.println(response);
		assertThat(response).containsIgnoringCase("Highlands");

		evaluateRelevancy(question, chatResponse);
	}

这里通过MarkdownDocumentReader读取文档,然后写入到PgVectorStore,之后通过RetrievalAugmentationAdvisor去检索查询

小结

Spring AI提供了ETL(Extract, Transform, and Load) Pipeline用来处于文档,它由DocumentReader、DocumentTransformer、DocumentWriter三个组件组成。

doc

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • DocumentReader
  • DocumentTransformer
  • DocumentWriter
  • 示例
  • 小结
  • doc
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档