|
| 1 | +{ |
| 2 | + "cells": [ |
| 3 | + { |
| 4 | + "cell_type": "markdown", |
| 5 | + "id": "016f4d06", |
| 6 | + "metadata": {}, |
| 7 | + "source": [ |
| 8 | + "Chỉ chạy 1 lần " |
| 9 | + ] |
| 10 | + }, |
| 11 | + { |
| 12 | + "cell_type": "code", |
| 13 | + "execution_count": null, |
| 14 | + "id": "95b00098", |
| 15 | + "metadata": {}, |
| 16 | + "outputs": [], |
| 17 | + "source": [ |
| 18 | + "# Cell 1: Cài thư viện nếu môi trường mới (có thể bỏ qua nếu đã cài)\n", |
| 19 | + "# Chạy 1 lần khi setup môi trường.\n", |
| 20 | + "\n", |
| 21 | + "# !pip install neo4j python-dotenv\n" |
| 22 | + ] |
| 23 | + }, |
| 24 | + { |
| 25 | + "cell_type": "code", |
| 26 | + "execution_count": 1, |
| 27 | + "id": "be46576f", |
| 28 | + "metadata": {}, |
| 29 | + "outputs": [ |
| 30 | + { |
| 31 | + "name": "stdout", |
| 32 | + "output_type": "stream", |
| 33 | + "text": [ |
| 34 | + "NEO4J_URI : neo4j+s://5c2beee6.databases.neo4j.io\n", |
| 35 | + "NEO4J_USER : neo4j\n", |
| 36 | + "INDEX_NAME : chunk_embedding_index\n", |
| 37 | + "EMBED_DIM (dim) : 768\n" |
| 38 | + ] |
| 39 | + } |
| 40 | + ], |
| 41 | + "source": [ |
| 42 | + "# Cell 2: Đọc cấu hình từ .env\n", |
| 43 | + "\n", |
| 44 | + "import os\n", |
| 45 | + "from dotenv import load_dotenv\n", |
| 46 | + "\n", |
| 47 | + "# Load file .env trong cùng thư mục notebook\n", |
| 48 | + "load_dotenv()\n", |
| 49 | + "\n", |
| 50 | + "NEO4J_URI = os.getenv(\"NEO4J_URI\", \"bolt://localhost:7687\")\n", |
| 51 | + "NEO4J_USER = os.getenv(\"NEO4J_USER\", \"neo4j\")\n", |
| 52 | + "NEO4J_PASSWORD = os.getenv(\"NEO4J_PASSWORD\", \"password\")\n", |
| 53 | + "\n", |
| 54 | + "# Tên index và dimension embedding\n", |
| 55 | + "INDEX_NAME = os.getenv(\"NEO4J_EMBED_INDEX_NAME\", \"chunk_embedding_index\")\n", |
| 56 | + "\n", |
| 57 | + "# dangvantuan/vietnamese-embedding dùng 768 chiều\n", |
| 58 | + "# Nếu sau này đổi model khác, có thể chỉnh ENV EMBED_DIM hoặc sửa con số này\n", |
| 59 | + "EMBED_DIM = int(os.getenv(\"EMBED_DIM\", \"768\"))\n", |
| 60 | + "\n", |
| 61 | + "print(\"NEO4J_URI :\", NEO4J_URI)\n", |
| 62 | + "print(\"NEO4J_USER :\", NEO4J_USER)\n", |
| 63 | + "print(\"INDEX_NAME :\", INDEX_NAME)\n", |
| 64 | + "print(\"EMBED_DIM (dim) :\", EMBED_DIM)\n" |
| 65 | + ] |
| 66 | + }, |
| 67 | + { |
| 68 | + "cell_type": "code", |
| 69 | + "execution_count": 2, |
| 70 | + "id": "4158ab6b", |
| 71 | + "metadata": {}, |
| 72 | + "outputs": [ |
| 73 | + { |
| 74 | + "name": "stdout", |
| 75 | + "output_type": "stream", |
| 76 | + "text": [ |
| 77 | + "Kết nối Neo4j OK, test result: 1\n" |
| 78 | + ] |
| 79 | + } |
| 80 | + ], |
| 81 | + "source": [ |
| 82 | + "# Cell 3: Kết nối Neo4j\n", |
| 83 | + "\n", |
| 84 | + "from neo4j import GraphDatabase, basic_auth\n", |
| 85 | + "\n", |
| 86 | + "driver = GraphDatabase.driver(\n", |
| 87 | + " NEO4J_URI,\n", |
| 88 | + " auth=basic_auth(NEO4J_USER, NEO4J_PASSWORD)\n", |
| 89 | + ")\n", |
| 90 | + "\n", |
| 91 | + "# Test nhẹ\n", |
| 92 | + "with driver.session() as session:\n", |
| 93 | + " result = session.run(\"RETURN 1 AS ok\").single()\n", |
| 94 | + " print(\"Kết nối Neo4j OK, test result:\", result[\"ok\"])\n" |
| 95 | + ] |
| 96 | + }, |
| 97 | + { |
| 98 | + "cell_type": "code", |
| 99 | + "execution_count": 3, |
| 100 | + "id": "81bd4247", |
| 101 | + "metadata": {}, |
| 102 | + "outputs": [], |
| 103 | + "source": [ |
| 104 | + "# Cell 4: Hàm tạo / đảm bảo tồn tại vector index cho :Chunk.embedding\n", |
| 105 | + "\n", |
| 106 | + "from neo4j.exceptions import Neo4jError\n", |
| 107 | + "\n", |
| 108 | + "def create_embedding_vector_index(\n", |
| 109 | + " driver,\n", |
| 110 | + " index_name: str = INDEX_NAME,\n", |
| 111 | + " dim: int = EMBED_DIM\n", |
| 112 | + "):\n", |
| 113 | + " \"\"\"\n", |
| 114 | + " Tạo VECTOR INDEX cho property `embedding` trên label :Chunk.\n", |
| 115 | + " - Dùng IF NOT EXISTS nên chạy nhiều lần cũng không sao.\n", |
| 116 | + " - dim là số chiều embedding (dangvantuan = 768).\n", |
| 117 | + " \"\"\"\n", |
| 118 | + " print(f\"➡️ Đang đảm bảo index '{index_name}' tồn tại (dim={dim})...\")\n", |
| 119 | + "\n", |
| 120 | + " cypher = f\"\"\"\n", |
| 121 | + " CREATE VECTOR INDEX {index_name} IF NOT EXISTS\n", |
| 122 | + " FOR (c:Chunk) ON (c.embedding)\n", |
| 123 | + " OPTIONS {{\n", |
| 124 | + " indexConfig: {{\n", |
| 125 | + " `vector.dimensions`: {dim},\n", |
| 126 | + " `vector.similarity_function`: 'cosine'\n", |
| 127 | + " }}\n", |
| 128 | + " }}\n", |
| 129 | + " \"\"\"\n", |
| 130 | + "\n", |
| 131 | + " try:\n", |
| 132 | + " with driver.session() as session:\n", |
| 133 | + " session.run(cypher)\n", |
| 134 | + " print(f\"✅ Đã đảm bảo tồn tại VECTOR INDEX '{index_name}' (dim={dim})\")\n", |
| 135 | + " except Neo4jError as e:\n", |
| 136 | + " print(\"❌ Lỗi khi tạo vector index:\")\n", |
| 137 | + " print(e)\n" |
| 138 | + ] |
| 139 | + }, |
| 140 | + { |
| 141 | + "cell_type": "code", |
| 142 | + "execution_count": 4, |
| 143 | + "id": "dd561919", |
| 144 | + "metadata": {}, |
| 145 | + "outputs": [ |
| 146 | + { |
| 147 | + "name": "stdout", |
| 148 | + "output_type": "stream", |
| 149 | + "text": [ |
| 150 | + "➡️ Đang đảm bảo index 'chunk_embedding_index' tồn tại (dim=768)...\n", |
| 151 | + "✅ Đã đảm bảo tồn tại VECTOR INDEX 'chunk_embedding_index' (dim=768)\n" |
| 152 | + ] |
| 153 | + } |
| 154 | + ], |
| 155 | + "source": [ |
| 156 | + "# Cell 5: Thực thi tạo index\n", |
| 157 | + "\n", |
| 158 | + "create_embedding_vector_index(\n", |
| 159 | + " driver=driver,\n", |
| 160 | + " index_name=INDEX_NAME,\n", |
| 161 | + " dim=EMBED_DIM\n", |
| 162 | + ")\n" |
| 163 | + ] |
| 164 | + }, |
| 165 | + { |
| 166 | + "cell_type": "code", |
| 167 | + "execution_count": 5, |
| 168 | + "id": "e31b7375", |
| 169 | + "metadata": {}, |
| 170 | + "outputs": [ |
| 171 | + { |
| 172 | + "name": "stdout", |
| 173 | + "output_type": "stream", |
| 174 | + "text": [ |
| 175 | + "Hiện có 1 VECTOR INDEX:\n", |
| 176 | + "📌 Index: chunk_embedding_index\n", |
| 177 | + " state : ONLINE\n", |
| 178 | + " entityType : NODE\n", |
| 179 | + " labels : ['Chunk']\n", |
| 180 | + " properties : ['embedding']\n", |
| 181 | + " options : {'indexConfig': {'vector.dimensions': 768, 'vector.hnsw.m': 16, 'vector.quantization.enabled': True, 'vector.similarity_function': 'COSINE', 'vector.hnsw.ef_construction': 100}, 'indexProvider': 'vector-3.0'}\n", |
| 182 | + "------------------------------------------------------------\n" |
| 183 | + ] |
| 184 | + } |
| 185 | + ], |
| 186 | + "source": [ |
| 187 | + "# Cell 6: Kiểm tra các VECTOR INDEX trong Neo4j (tuỳ chọn)\n", |
| 188 | + "\n", |
| 189 | + "with driver.session() as session:\n", |
| 190 | + " result = session.run(\"\"\"\n", |
| 191 | + " SHOW INDEXES\n", |
| 192 | + " YIELD name, type, entityType, labelsOrTypes, properties, options, state\n", |
| 193 | + " WHERE type = 'VECTOR'\n", |
| 194 | + " RETURN name, entityType, labelsOrTypes, properties, options, state\n", |
| 195 | + " \"\"\")\n", |
| 196 | + " rows = list(result)\n", |
| 197 | + "\n", |
| 198 | + "if not rows:\n", |
| 199 | + " print(\"⚠️ Chưa có VECTOR INDEX nào.\")\n", |
| 200 | + "else:\n", |
| 201 | + " print(f\"Hiện có {len(rows)} VECTOR INDEX:\")\n", |
| 202 | + " for r in rows:\n", |
| 203 | + " print(\"📌 Index:\", r[\"name\"])\n", |
| 204 | + " print(\" state :\", r[\"state\"])\n", |
| 205 | + " print(\" entityType :\", r[\"entityType\"])\n", |
| 206 | + " print(\" labels :\", r[\"labelsOrTypes\"])\n", |
| 207 | + " print(\" properties :\", r[\"properties\"])\n", |
| 208 | + " print(\" options :\", r[\"options\"])\n", |
| 209 | + " print(\"-\" * 60)\n" |
| 210 | + ] |
| 211 | + }, |
| 212 | + { |
| 213 | + "cell_type": "code", |
| 214 | + "execution_count": 6, |
| 215 | + "id": "018a87e0", |
| 216 | + "metadata": {}, |
| 217 | + "outputs": [ |
| 218 | + { |
| 219 | + "name": "stdout", |
| 220 | + "output_type": "stream", |
| 221 | + "text": [ |
| 222 | + "Đã đóng kết nối Neo4j.\n" |
| 223 | + ] |
| 224 | + } |
| 225 | + ], |
| 226 | + "source": [ |
| 227 | + "# Cell 7: Đóng driver (tuỳ chọn, cho gọn)\n", |
| 228 | + "\n", |
| 229 | + "driver.close()\n", |
| 230 | + "print(\"Đã đóng kết nối Neo4j.\")\n" |
| 231 | + ] |
| 232 | + }, |
| 233 | + { |
| 234 | + "cell_type": "code", |
| 235 | + "execution_count": null, |
| 236 | + "id": "a3976e84", |
| 237 | + "metadata": {}, |
| 238 | + "outputs": [], |
| 239 | + "source": [] |
| 240 | + } |
| 241 | + ], |
| 242 | + "metadata": { |
| 243 | + "kernelspec": { |
| 244 | + "display_name": ".venv", |
| 245 | + "language": "python", |
| 246 | + "name": "python3" |
| 247 | + }, |
| 248 | + "language_info": { |
| 249 | + "codemirror_mode": { |
| 250 | + "name": "ipython", |
| 251 | + "version": 3 |
| 252 | + }, |
| 253 | + "file_extension": ".py", |
| 254 | + "mimetype": "text/x-python", |
| 255 | + "name": "python", |
| 256 | + "nbconvert_exporter": "python", |
| 257 | + "pygments_lexer": "ipython3", |
| 258 | + "version": "3.11.5" |
| 259 | + } |
| 260 | + }, |
| 261 | + "nbformat": 4, |
| 262 | + "nbformat_minor": 5 |
| 263 | +} |
0 commit comments