跳到主要内容

Google BigQuery

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

前提条件​

创建具有 BigQuery 访问权限的服务账户​

  1. 选择并启用您的 Google Cloud 项目。 有关更多信息，请参阅 创建 Google Cloud 项目。
  2. 在您的 Google Cloud 项目中创建一个服务账户。 有关更多信息，请参阅 创建服务账户。
  3. 将 BigQuery Job User 角色分配给您的新账户。 此角色允许 Langflow 使用服务账户访问 BigQuery 资源。 您可能还需要允许访问您的 BigQuery 数据集。 有关更多信息，请参阅 使用 IAM 进行 BigQuery 访问控制。
  4. 要为服务账户生成新的 JSON 密钥，请导航到您的服务账户。
  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。 JSON 私钥文件将下载到您的计算机上。 现在您有了服务账户和 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​

配置好您的服务账户并创建凭据 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 中创建一个新的流程。
  2. 在 组件 菜单中，找到 BigQuery 组件，然后将其添加到您的流程中。
  3. 在 BigQuery 组件的 上传服务账户 JSON 字段中，点击 选择文件。
  4. 在 我的文件 窗格中，选择 点击或拖放文件到此处。 您的文件浏览器将打开。
  5. 在您的文件浏览器中，选择服务账户 JSON 文件，然后点击 打开。
  6. 在 我的文件 窗格中，选择您的服务账户 JSON 文件，然后点击 选择文件。 现在，BigQuery 组件可以使用您的服务账户 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性。

  1. 将 Chat Input 和 Chat Output 组件连接到 BigQuery 组件。

    连接到聊天输入和输出的 BigQuery 组件

  2. 打开 Playground，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

    结果

    _11
    film category year_film
    _11
    The Last Command ACTOR 1927
    _11
    7th Heaven ACTRESS 1927
    _11
    The Dove; ART DIRECTION 1927
    _11
    Sunrise CINEMATOGRAPHY 1927
    _11
    Sunrise CINEMATOGRAPHY 1927
    _11
    Two Arabian Knights DIRECTING (Comedy Picture) 1927
    _11
    7th Heaven DIRECTING (Dramatic Picture) 1927
    _11
    Wings ENGINEERING EFFECTS 1927
    _11
    Wings OUTSTANDING PICTURE 1927
    _11
    Sunrise UNIQUE AND ARTISTIC PICTURE 1927

    成功的聊天确认组件可以访问 BigQuery 表。

Search