当前位置： 首页 > news >正文

LangChain4j +DeepSeek大模型应用开发——5 持久化聊天记忆 Persistence

news 2025/4/30 14:34:06

默认情况下，聊天记忆存储在内存中。如果需要持久化存储，可以实现一个自定义的聊天记忆存储类，以便将聊天消息存储在你选择的任何持久化存储介质中。

1. 存储介质的选择

大模型中聊天记忆的存储选择哪种数据库，需要综合考虑数据特点、应用场景和性能要求等因素，以下是一些常见的选择及其特点：

  • MySQL

    • 特点：关系型数据库。支持事务处理，确保数据的一致性和完整性，适用于结构化数据的存储和查询。

    • 适用场景：如果聊天记忆数据结构较为规整，例如包含固定的字段如对话 ID、用户 ID、时间戳、消息内容等，且需要进行复杂的查询和统计分析，如按用户统计对话次数、按时间范围查询特定对话等，MySQL 是不错的选择。

  • Redis

    • 特点：内存数据库，读写速度极高。它适用于存储热点数据，并且支持多种数据结构，如字符串、哈希表、列表等，方便对不同类型的聊天记忆数据进行处理。

    • 适用场景：对于实时性要求极高的聊天应用，如在线客服系统或即时通讯工具，Redis 可以快速存储和获取最新的聊天记录，以提供流畅的聊天体验。

  • MongoDB

    • 特点：文档型数据库，数据以JSON - like的文档形式存储，具有高度的灵活性和可扩展性。它不需要预先定义严格的表结构，适合存储半结构化或非结构化的数据。

    • 适用场景：当聊天记忆中包含多样化的信息，如文本消息、图片、语音等多媒体数据，或者消息格式可能会频繁变化时，MongoDB 能很好地适应这种灵活性。例如，一些社交应用中用户可能会发送各种格式的消息，使用 MongoDB 可以方便地存储和管理这些不同类型的数据。

  • Cassandra

    • 特点：是一种分布式的 NoSQL 数据库，具有高可扩展性和高可用性，能够处理大规模的分布式数据存储和读写请求。适合存储海量的、时间序列相关的数据。

    • 适用场景：对于大型的聊天应用，尤其是用户量众多、聊天数据量巨大且需要分布式存储和处理的场景，Cassandra 能够有效地应对高并发的读写操作。例如，一些面向全球用户的社交媒体平台，其聊天数据需要在多个节点上进行分布式存储和管理，Cassandra 可以提供强大的支持。

2. MongoDB

简介

MongoDB 是一个基于文档的 NoSQL( 非关系型的数据库 ) 数据库，设计理念是为了应对大数据量、高性能和灵活性需求。

MongoDB使用集合（Collections）来组织文档（Documents），每个文档都是由键值对组成的。

  • 数据库（Database）：存储数据的容器，类似于关系型数据库中的数据库。
  • 集合（Collection）：数据库中的一个集合，类似于关系型数据库中的表。
  • 文档（Document）：集合中的一个数据记录，类似于关系型数据库中的行（row），以 BSON 格式存储。

MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成，文档类似于 JSON 对象，字段值可以包含其他文档，数组及文档数组：

在这里插入图片描述

安装MongoDB

服务器：mongodb-windows-x86_64-8.0.6-signed.msi https://www.mongodb.com/try/download/community

命令行客户端 ：mongosh-2.5.0-win32-x64.zip https://www.mongodb.com/try/download/shell

图形客户端：mongodb-compass-1.39.3-win32-x64.exe https://www.mongodb.com/try/download/compas

使用mongosh

启动 MongoDB Shell：

在命令行中输入 mongosh 命令，启动 MongoDB Shell，如果 MongoDB 服务器运行在本地默认端口（27017），则可以直接连接。

mongosh

连接到 MongoDB 服务器：

如果 MongoDB 服务器运行在非默认端口或者远程服务器上，可以使用以下命令连接：

mongosh --host <hostname>:<port>

其中 <hostname> 是 MongoDB 服务器的主机名或 IP 地址，<port> 是 MongoDB 服务器的端口号。

执行基本操作：

连接成功后，可以执行各种 MongoDB 数据库操作。例如：

  • 查看当前数据库：db
  • 显示数据库列表：show dbs
  • 切换到指定数据库：use <database_name>
  • 执行查询操作：db.<collection_name>.find()
  • 插入文档：db.<collection_name>.insertOne({ ... })
  • 更新文档：db.<collection_name>.updateOne({ ... })
  • 删除文档：db.<collection_name>.deleteOne({ ... })
  • 退出 MongoDB Shell：quit() 或者 exit

CRUD

# 插入文档
test> db.mycollection.insertOne({ name: "Alice", age: 30 })
# 查询文档
test> db.mycollection.find()
# 更新文档
test> db.mycollection.updateOne({ name: "Alice" }, { $set: { age: 31 } })
# 删除文档
test> db.mycollection.deleteOne({ name: "Alice" })
# 退出 MongoDB Shell
test> quit()
使用mongodb-compass

在这里插入图片描述

整合SpringBoot

引入MongoDB依赖：

<!-- Spring Boot Starter Data MongoDB -->
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>

添加远程连接配置：

#MongoDB连接配置
spring:data:mongodb:uri: mongodb://localhost:27017/chat_memory_dbusername: rootpassword: xxx
CRUD测试

创建实体类：映射MongoDB中的文档（相当与MySQL的表）

package com.zr.javaailangchain4j.model;
@Data
@AllArgsConstructor
@NoArgsConstructor
@Document("chat_messages")
public class ChatMessages {//唯一标识，映射到 MongoDB 文档的 _id 字段@Idprivate ObjectId id;private int messageId;   //消息idprivate String content; //存储当前聊天记录列表的json字符串
}

创建测试类：

package com.atguigu.java.ai.langchain4j;@SpringBootTest
public class MongoCrudTest {@Autowiredprivate MongoTemplate mongoTemplate;/*** 插入文档*//* @Testpublic void testInsert() {mongoTemplate.insert(new ChatMessages(1L, "聊天记录"));}*///插入文档@Testpublic void testInsert2() {ChatMessages chatMessages = new ChatMessages();chatMessages.setContent("聊天记录列表");mongoTemplate.insert(chatMessages);}// 根据id查询文档@Testpublic void testFindById() {ChatMessages chatMessages = mongoTemplate.findById("6801ead733ba9c4a0d9b6c7b", ChatMessages.class);System.out.println(chatMessages);}//修改文档@Testpublic void testUpdate() {Criteria criteria = Criteria.where("_id").is("6801ead733ba9c4a0d9b6c7b");Query query = new Query(criteria);  //构造查询条件Update update = new Update();update.set("content", "新的聊天记录列表");//修改或新增mongoTemplate.upsert(query, update, ChatMessages.class);}//新增或修改文档@Testpublic void testUpdate2() {Criteria criteria = Criteria.where("_id").is("100");Query query = new Query(criteria);Update update = new Update();update.set("content", "新的聊天记录列表");//修改或新增mongoTemplate.upsert(query, update, ChatMessages.class);}//删除文档@Testpublic void testDelete() {Criteria criteria = Criteria.where("_id").is("100");Query query = new Query(criteria);mongoTemplate.remove(query, ChatMessages.class);}
}

3. 持久化聊天

优化实体类
package com.zr.javaailangchain4j.model;@Data
@AllArgsConstructor
@NoArgsConstructor
@Document("chat_messages")
public class ChatMessages {//唯一标识，映射到 MongoDB 文档的 _id 字段@Idprivate ObjectId id;private int messageId;   //消息idprivate String content; //存储当前聊天记录列表的json字符串
}
创建持久化类

创建一个类实现ChatMemoryStore接口

package com.atguigu.java.ai.langchain4j.store;@Component
public class MongoChatMemoryStore implements ChatMemoryStore {@Autowiredprivate MongoTemplate mongoTemplate;//根据会话记忆id 获取消息@Overridepublic List<ChatMessage> getMessages(Object memoryId) {Criteria criteria = Criteria.where("memoryId").is(memoryId);Query query = new Query(criteria);ChatMessages chatMessages = mongoTemplate.findOne(query, ChatMessages.class); //查询结果if(chatMessages == null) return new LinkedList<>();return ChatMessageDeserializer.messagesFromJson(chatMessages.getContent());  //并将其反序列化}//新增 或 更新消息@Overridepublic void updateMessages(Object memoryId, List<ChatMessage> messages) {Criteria criteria = Criteria.where("memoryId").is(memoryId);Query query = new Query(criteria);Update update = new Update();update.set("content", ChatMessageSerializer.messagesToJson(messages));  //将消息记录序列化 并更新记录//根据query条件能查询出文档，则修改文档；否则新增文档mongoTemplate.upsert(query, update, ChatMessages.class);}//删除消息@Overridepublic void deleteMessages(Object memoryId) {Criteria criteria = Criteria.where("memoryId").is(memoryId);Query query = new Query(criteria);mongoTemplate.remove(query, ChatMessages.class);}
}

在ChatAssistantConfig中，添加MongoChatMemoryStore对象的配置

package com.zr.javaailangchain4j.config;@Configuration
public class ChatAssistantConfig {   //开启会话记忆功能//注入持久化对象@Autowiredprivate MongoChatMemoryStore mongoChatMemoryStore;@BeanChatMemoryProvider chatMemoryProvider() {return memoryId -> MessageWindowChatMemory.builder().id(memoryId)   // 设置聊天记忆的唯一标识符.maxMessages(10) //设置聊天记忆的最大消息数量.chatMemoryStore(mongoChatMemoryStore)//配置持久化对象.build();}
}

4. 测试

发现MongoDB中已经存储了会话记录
在这里插入图片描述

http://www.xdnf.cn/news/222445.html

相关文章：

  • 问题整理篇---（1）keil
  • Linux查看程序端口占用情况
  • Kubernetes in action-Kubernetes的pod
  • 使用Python将YOLO数据集拆分成固定文件数量的小数据集
  • Mixture-of-Experts（MoE）原理与在DeepSeek中的应用
  • HOOPS 2025全面适配Linux ARM64：性能突破、能耗优化与工业3D可视化部署场景全解析！
  • Samba-系统集成
  • 混淆矩阵（Confusion Matrix）；归一化混淆矩阵（Confusion Matrix Normalized）
  • Mac配置Maven环境变量避坑
  • 无人机航拍牛羊检测数据集VOC+YOLO格式1021张3类别小目标
  • ROS2 学习
  • c#WebsocketSever
  • 浅析通用文字识别技术在档案管理中的未来发展趋势
  • 4. python3基本数据类型
  • 指针变量存放在哪？
  • 深度学习·经典模型·SwinTransformer
  • ISME|原生生物，顶刊是如何研究的
  • 网工笔记-传输层
  • 插值算法 - 双三次插值（Bicubic Interpolation）
  • 【无标题】四色定理研究团队的构建与实施路径——跨学科建模、编程与理论拓展的全流程方案
  • 实现一个简单回调列表
  • 代理对象的mock
  • 数据库所有知识
  • 随机游走之 个人的简单理解
  • 通义千问Qwen3全维度解析
  • Windows系统下，导入运行 RuoYi-Vue3 项目
  • 批量打印工具使用全攻略
  • 深度循环神经网络
  • 链表反转操作经典问题详解
  • python之数字类型的操作