跳到主要内容

将 Google BigQuery 与 Langflow 集成

Langflow 通过 BigQuery 组件与 Google BigQuery 集成，允许您执行 SQL 查询并从 BigQuery 数据集中检索数据。

前提条件​

创建具有 BigQuery 访问权限的服务帐号​

  1. 选择并启用您的 Google Cloud 项目。更多信息请参见 创建 Google Cloud 项目。
  2. 在您的 Google Cloud 项目中创建服务帐号。更多信息请参见 创建服务帐号。
  3. 为您的新帐号分配 BigQuery Job User 角色。此角色允许 Langflow 使用该服务帐号访问 BigQuery 资源。您可能还需要允许访问您的 BigQuery 数据集。更多信息请参见 使用 IAM 控制 BigQuery 访问权限。
  4. 要为服务帐号生成新的 JSON 密钥，请导航到您的服务帐号。
  5. 点击 添加密钥，然后点击 创建新密钥。
  6. 在 密钥类型 下，选择 JSON，然后点击 创建。一个 JSON 私钥文件将下载到您的机器上。现在您有了服务帐号和 JSON 私钥，您需要在 Langflow BigQuery 组件中配置凭据。

在 Langflow 组件中配置凭据​

配置好您的服务帐号并创建了凭据 JSON 文件后，请按照以下步骤对 Langflow 应用程序进行身份验证。

  1. 在 Langflow 中创建一个新项目。
  2. 从组件侧边栏，将 BigQuery 组件拖放到您的工作区。
  3. 在 BigQuery 组件的 上传服务帐号 JSON 字段中，点击 选择文件。
  4. 在 我的文件 面板中，选择 点击或拖动文件到此处。您的文件浏览器将打开。
  5. 在您的文件浏览器中，选择服务帐号 JSON 文件，然后点击 打开。
  6. 在 我的文件 面板中，选择您的服务帐号 JSON 文件，然后点击 选择文件。BigQuery 组件现在可以使用您的服务帐号 JSON 文件查询您的数据集和表。

查询 BigQuery 数据集​

配置好组件凭据后，查询您的 BigQuery 数据集和表以确认连接。

  1. 将 聊天输入 和 聊天输出 组件连接到 BigQuery 组件。流程如下所示：BigQuery component connected to chat input and output

  2. 打开 游乐场，然后提交一个有效的 SQL 查询。此示例查询存储在名为 the_oscar_award 的 BigQuery 数据集中的奥斯卡获奖者表。


    _10
    SELECT film, category, year_film
    _10
    FROM `big-query-langflow-project.the_oscar_award.oscar_winners`
    _10
    WHERE winner = TRUE
    _10
    LIMIT 10

    成功的聊天确认该组件可以访问 BigQuery 表。

Search