LlamaIndex如何结合mysql使用，给出示例

<think>我们正在讨论LlamaIndex如何与MySQL数据库集成。根据引用[1]，我们知道LlamaIndex提供了DatabaseReader来读取数据库数据。因此，我们需要使用DatabaseReader连接到MySQL，执行SQL查询，并将结果转换为LlamaIndex可以处理的文档格式，然后构建索引。 步骤： 1. 安装必要的依赖：除了llama-index，还需要安装mysql-connector-python（或其他MySQL连接器）。 2. 使用DatabaseReader建立与MySQL的连接，并执行查询。 3. 将查询结果转换为Document对象（每个行或每个表可以作为一个文档）。 4. 构建索引（如VectorStoreIndex）并进行查询。 示例代码结构： - 导入必要的模块 - 配置数据库连接（使用连接字符串） - 创建DatabaseReader实例并加载数据 - 构建索引 - 创建查询引擎并执行查询 注意：由于数据库查询可能返回大量数据，我们需要考虑分块或限制查询结果的大小。 下面是一个具体的示例：</think>### LlamaIndex 集成 MySQL 数据库使用指南 通过 `DatabaseReader` 组件，LlamaIndex 可直接连接 MySQL 数据库执行自然语言查询，实现 SQL 生成、数据检索和语义分析的全流程自动化[^1]。以下是完整实现方案： --- #### 一、环境准备 ```bash # 核心依赖安装 pip install llama-index sqlalchemy mysql-connector-python ``` #### 二、数据库连接与数据加载 ```python from llama_index.core import VectorStoreIndex from llama_index.readers.database import DatabaseReader from sqlalchemy import create_engine # 创建MySQL连接引擎 engine = create_engine("mysql+mysqlconnector://user:password@localhost:3306/mydb") # 初始化数据库读取器 db_reader = DatabaseReader(engine=engine) # 加载数据为Document对象 documents = db_reader.load_data( query="SELECT product_id, description, price FROM products", # 可自定义SQL max_rows=1000 # 限制加载行数 ) # 构建向量索引 index = VectorStoreIndex.from_documents(documents) ``` #### 三、自然语言查询实现 ##### 基础SQL生成 ```python from llama_index.core.query_engine import NLSQLTableQueryEngine # 创建自然语言SQL引擎 query_engine = NLSQLTableQueryEngine( sql_database=engine, # 传入数据库连接 tables=["products", "orders"], # 指定可查询表 synthesize_response=True # 自动生成自然语言结果 ) # 自然语言转SQL执行 response = query_engine.query("2023年销售额最高的5个产品是什么？") print(response.metadata["sql_query"]) # 输出生成的SQL print(response) # 输出自然语言结果 ``` > **输出示例** > ```sql > SELECT p.product_name, SUM(o.quantity * o.unit_price) AS total_sales > FROM orders o JOIN products p ON o.product_id = p.product_id > WHERE YEAR(o.order_date) = 2023 > GROUP BY p.product_name ORDER BY total_sales DESC LIMIT 5 > ``` > ``` > 2023年销售额前五产品：1. 智能手表（¥1,240,000） 2. 无线耳机... > ``` ##### 复杂联合查询 ```python # 多表关联分析 response = query_engine.query( "找出北京地区客户购买次数超过3次的产品类别及其平均评分", table_context={ "products": "包含商品ID、类别、价格", "orders": "记录客户购买行为", "reviews": "存储用户评分" } # 提供表结构说明提升准确性 ) ``` #### 四、进阶：RAG 增强分析 ```python from llama_index.core.tools import QueryEngineTool # 创建SQL工具 sql_tool = QueryEngineTool.from_defaults( query_engine=query_engine, name="mysql_analytics", description="通过自然语言查询MySQL销售数据库" ) # 构建多引擎智能体 from llama_index.agent.openai import OpenAIAgent agent = OpenAIAgent.from_tools([sql_tool], verbose=True) # 执行跨引擎任务 agent.chat( "对比2022-2023年各季度手机类产品的销售额增长率，" "并分析用户评论中提到的前三大优缺点" ) ``` --- ### 五、性能优化技巧 1. **索引加速** ```python # 对高频查询字段建立索引 index = VectorStoreIndex.from_documents( documents, embed_model="local:BAAI/bge-small-zh", # 本地嵌入模型加速 show_progress=True ) index.storage_context.persist(persist_dir="./mysql_index") # 持久化索引 ``` 2. **查询控制** ```python query_engine = NLSQLTableQueryEngine( sql_database=engine, tables=["products"], max_rows=500, # 限制返回行数 verify_query=True # 执行前验证SQL安全性 ) ``` 3. **错误处理** ```python try: response = query_engine.query("计算每类产品的") except Exception as e: # 自动重试简化查询 response = agent.chat(f"简化问题：{str(e)}") ``` > 💡 **生产建议**：结合 `pgvector` 扩展实现混合检索，处理超大规模数据时使用 `LIMIT 1000 OFFSET` 分页加载[^1]。 ---