注意: Pregel 运行时以 Google的Pregel算法 命名,该算法描述了一种使用图进行大规模并行计算的高效方法。
概述
在LangGraph中,Pregel将actors和channels合并成一个单一的应用程序。Actors从channels读取数据并将数据写入channels。Pregel将应用程序的执行组织成多个步骤,遵循Pregel Algorithm/Bulk Synchronous Parallel模型。 每个步骤包含三个阶段:- 计划:确定在此步骤中要执行哪些演员。例如,在第一步中,选择订阅特殊输入通道的演员;在后续步骤中,选择订阅上一步更新通道的演员。
- 执行:并行执行所有选定的演员,直到所有完成、其中一个失败或达到超时。在此阶段,通道更新对演员来说是不可见的,直到下一个步骤。
- 更新:使用在此步骤中由演员写入的值更新通道。
演员
一个 actor 是一个PregelNode。它订阅频道,从它们中读取数据,并将数据写入它们。它可以被视为 Pregel 算法中的 actor。PregelNodes 实现了 LangChain 的 Runnable 接口。
通道
通道用于在演员(PregelNodes)之间进行通信。每个通道都有一个值类型、一个更新类型和一个更新函数——该函数接受一系列更新并修改存储的值。通道可以用来将数据从一个链发送到另一个链,或者在未来步骤中将数据从链发送到链本身。LangGraph提供了一些内置通道:- @[LastValue]:默认通道,存储发送到通道的最后一个值,对于输入和输出值或从一步发送数据到下一步很有用。
- @[Topic]:可配置的PubSub主题,用于在演员之间发送多个值或累积输出。可以配置为去重值或累积多个步骤中的值。
- 二进制运算聚合器:存储一个持久值,通过将二进制运算符应用于当前值和发送到通道的每个更新来更新,对于在多个步骤中计算聚合很有用;例如,
total = BinaryOperatorAggregate(int, operator.add)
示例
虽然大多数用户将通过StateGraph API或entrypoint装饰器与Pregel交互,但也可以直接与Pregel进行交互。 以下是一些不同示例,以帮助您了解Pregel API。- Single node
- Multiple nodes
- Topic
- BinaryOperatorAggregate
- Cycle
高级API
LangGraph提供了两个创建Pregel应用程序的高级API:StateGraph(图API)和功能API。- StateGraph (Graph API)
- Functional API
状态图(Graph API) 是一种高级抽象,简化了 Pregel 应用的创建。它允许您定义节点和边的图。当您编译图时,StateGraph API 会自动为您创建 Pregel 应用。编译后的Pregel实例将与节点和通道列表相关联。您可以通过打印它们来检查节点和通道。您将看到类似这样的内容:您应该看到类似以下内容: