> ## Documentation Index > Fetch the complete documentation index at: https://cndoc-langchain.site/llms.txt > Use this file to discover all available pages before exploring further. # StarRocks 集成 > 使用 LangChain Python 与 StarRocks 向量存储集成。 > [StarRocks](https://www.starrocks.io/) 是一个高性能分析型数据库。 > `StarRocks` 是一个面向全分析场景的下一代亚秒级 MPP 数据库，包括多维分析、实时分析和即席查询。 > 通常 `StarRocks` 被归类为 OLAP，并且在 [ClickBench — 一个分析型数据库基准测试](https://benchmark.clickhouse.com/) 中表现出色。由于它拥有超快的向量化执行引擎，它也可以被用作快速的向量数据库。 这里我们将展示如何使用 StarRocks 向量存储。 ## 设置 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} pip install -qU pymysql langchain-community ``` 在开始时设置 `update_vectordb = False`。如果没有文档更新，那么我们不需要重建文档的嵌入向量 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_classic.chains import RetrievalQA from langchain_community.document_loaders import ( DirectoryLoader, UnstructuredMarkdownLoader, ) from langchain_community.vectorstores import StarRocks from langchain_community.vectorstores.starrocks import StarRocksSettings from langchain_openai import OpenAI, OpenAIEmbeddings from langchain_text_splitters import TokenTextSplitter update_vectordb = False ``` ```text theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} /Users/dirlt/utils/py3env/lib/python3.9/site-packages/requests/__init__.py:102: RequestsDependencyWarning: urllib3 (1.26.7) or chardet (5.1.0)/charset_normalizer (2.0.9) doesn't match a supported version! warnings.warn("urllib3 ({}) or chardet ({})/charset_normalizer ({}) doesn't match a supported " ``` ## 加载文档并将其分割为令牌 加载 `docs` 目录下的所有 markdown 文件 对于 StarRocks 文档，你可以从 [github.com/StarRocks/starrocks](https://github.com/StarRocks/starrocks) 克隆仓库，其中有一个 `docs` 目录。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} loader = DirectoryLoader( "./docs", glob="**/*.md", loader_cls=UnstructuredMarkdownLoader ) documents = loader.load() ``` 将文档分割为令牌，并设置 `update_vectordb = True`，因为有新的文档/令牌。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} # 加载文本分割器并将文档分割成文本片段 text_splitter = TokenTextSplitter(chunk_size=400, chunk_overlap=50) split_docs = text_splitter.split_documents(documents) # 告诉向量数据库更新文本嵌入 update_vectordb = True ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} split_docs[-20] ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} Document(page_content='使用 Docker 编译 StarRocks\n\n本主题描述如何使用 Docker 编译 StarRocks。\n\n概述\n\nStarRocks 为 Ubuntu 22.04 和 CentOS 7.9 提供了开发环境镜像。使用该镜像，你可以启动一个 Docker 容器并在容器内编译 StarRocks。\n\nStarRocks 版本和开发环境镜像\n\nStarRocks 的不同分支对应于 StarRocks Docker Hub 上提供的不同开发环境镜像。\n\n对于 Ubuntu 22.04：\n\n| 分支名称 | 镜像名称 |\n | --------------- | ----------------------------------- |\n | main | starrocks/dev-env-ubuntu:latest |\n | branch-3.0 | starrocks/dev-env-ubuntu:3.0-latest |\n | branch-2.5 | starrocks/dev-env-ubuntu:2.5-latest |\n\n对于 CentOS 7.9：\n\n| 分支名称 | 镜像名称 |\n | --------------- | ------------------------------------ |\n | main | starrocks/dev-env-centos7:latest |\n | branch-3.0 | starrocks/dev-env-centos7:3.0-latest |\n | branch-2.5 | starrocks/dev-env-centos7:2.5-latest |\n\n先决条件\n\n在编译 StarRocks 之前，请确保满足以下要求：\n\n硬件\n\n', metadata={'source': 'docs/developers/build-starrocks/Build_in_docker.md'}) ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} print("# docs = %d, # splits = %d" % (len(documents), len(split_docs))) ``` ```text theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} # docs = 657, # splits = 2802 ``` ## 创建向量数据库实例 ### 使用 StarRocks 作为向量数据库 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} def gen_starrocks(update_vectordb, embeddings, settings): if update_vectordb: docsearch = StarRocks.from_documents(split_docs, embeddings, config=settings) else: docsearch = StarRocks(embeddings, settings) return docsearch ``` ## 将令牌转换为嵌入向量并放入向量数据库 这里我们使用 StarRocks 作为向量数据库，你可以通过 `StarRocksSettings` 配置 StarRocks 实例。 配置 StarRocks 实例与配置 MySQL 实例非常相似。你需要指定： 1. 主机/端口 2. 用户名（默认：'root'） 3. 密码（默认：''） 4. 数据库（默认：'default'） 5. 表（默认：'langchain'） ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} embeddings = OpenAIEmbeddings() # 配置 starrocks 设置（主机/端口/用户名/密码/数据库） settings = StarRocksSettings() settings.port = 41003 settings.host = "127.0.0.1" settings.username = "root" settings.password = "" settings.database = "zya" docsearch = gen_starrocks(update_vectordb, embeddings, settings) print(docsearch) update_vectordb = False ``` ```text theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} Inserting data...: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 2802/2802 [02:26<00:00, 19.11it/s] ``` ```text theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} zya.langchain @ 127.0.0.1:41003 username: root Table Schema: ---------------------------------------------------------------------------- |name |type |key | ---------------------------------------------------------------------------- |id |varchar(65533) |true | |document |varchar(65533) |false | |embedding |array |false | |metadata |varchar(65533) |false | ---------------------------------------------------------------------------- ``` ## 构建问答系统并提问 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} llm = OpenAI() qa = RetrievalQA.from_chain_type( llm=llm, chain_type="stuff", retriever=docsearch.as_retriever() ) query = "is profile enabled by default? if not, how to enable profile?" resp = qa.run(query) print(resp) ``` ```text theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} No, profile is not enabled by default. To enable profile, set the variable `enable_profile` to `true` using the command `set enable_profile = true;` ``` ***
[将这些文档](/use-these-docs)通过 MCP 连接到 Claude、VSCode 等，以获取实时答案。 [在 GitHub 上编辑此页面](https://github.com/langchain-ai/docs/edit/main/src/oss/python/integrations/vectorstores/starrocks.mdx) 或 [提交问题](https://github.com/langchain-ai/docs/issues/new/choose)。