LangChain - 我们为什么选择 ClickHouse 来驱动 LangSmith

“我们对 ClickHouse 的体验非常积极。它使我们能够将 LangSmith 扩展到生产工作负载，并提供一项服务，用户可以在其中记录所有数据。没有 ClickHouse，我们不可能完成这项工作。”

Ankush Gola，LangChain 联合创始人

我们越来越多地看到公司使用 ClickHouse 构建可观测性解决方案，受益于其处理高插入工作负载和低延迟分析查询的能力，这在这种情况中很常见。更令人兴奋的是看到创新的特定领域解决方案，这些方案有可能解锁新的范例和开发者生产力水平。LangChain 通过 LangSmith 开发了这样一个解决方案 - 一个统一的开发者平台，用于 LLM 应用程序的可观测性和评估。LangSmith 包含 AI 产品开发生命周期每个步骤的功能，并使用 ClickHouse 为关键用户体验提供支持。

随着最近 LangSmith 已正式发布的公告，我们有幸采访了 LangChain 的联合创始人 Ankush Gola，他解释了 LangSmith 对 LLM 应用程序开发人员的价值，以及他们为什么选择 ClickHouse 作为数据库来支持用户体验，以及 ClickHouse Cloud 作为其托管产品背后的服务。

LangSmith 专注于用户在开发 LLM 应用程序时遇到的两个主要挑战：可观测性和评估。

当使用 LLM 应用程序时，总是会涉及到许多移动部件，包括链式 API 调用和决策流程。这使得理解底层发生了什么变得具有挑战性，用户需要调试无限代理循环或令牌过度使用的情况。看到这里的明显需求，LangSmith 最初是一个可观测性工具，旨在通过在 LLM 序列的每个步骤提供清晰的可见性和调试信息，帮助开发人员诊断和解决这些问题。

检查 LLM 应用程序运行的跟踪 - 由 ClickHouse 驱动

来源：LangChain

显然，用户在开发 LLM 应用程序时必须执行更广泛的其他任务，这些任务都属于评估的范畴。这些任务包括衡量提示和模型更改的影响、构建用于基准测试和微调的数据集、执行 A/B 测试和在线评估。因此，LangSmith 从一个可观测性工具演变为一个更广泛的、一体化的开发者平台，用于 LLM 驱动的应用程序生命周期的每个步骤。

并排查看测试运行 - 由 ClickHouse 驱动

来源：LangChain

Ankush 解释说，LLM 应用程序的构建导致了一个新的开发生命周期，这个生命周期非常独特，需要有自己专用的工具包。虽然有很多工具可以解决更广泛的可观测性用例，但 LLM 应用程序有其独特的挑战，需要专门为用户处理数据的方式设计的工作流程。LangSmith 通过识别 LLM 应用程序开发周期中的常见步骤，并提供工具来克服常见的相关挑战，从而提供这种专注的体验。

LangSmith 在 LLM 应用程序生命周期的每个阶段支持的工作流程

来源：LangChain

当 LangChain 首次推出 LangSmith 时，他们 100% 由 Postgres 支持。这是引导应用程序并将其交付到用户手中的最快方式。他们也不完全确定用户将如何使用该应用程序，因此无法确定工作负载 - 例如，他们是否只是将其用作评估 LLM 工作流程并因此进行稀疏日志记录的手段？

他们很快意识到，人们希望记录很大一部分生产数据，以执行诸如跟踪和创建数据集、运行评估作业、A/B 测试和监控性能等特定操作。这意味着需要支持高吞吐量摄取以及快速过滤，以便在用户界面中的图表上进行向下钻取。例如，用户可以过滤监控图表，这些图表会跟踪随时间变化的关键指标。此时，LangChain 团队意识到 Postgres 越来越难以满足他们的要求。

查看监控图表并按 LLM 类型分组 - 由 ClickHouse 驱动

来源：LangChain

Postgres 在最初引导应用程序时是有效的，但随着 LangChain 的规模扩大，他们在以生产所需的数据量摄取数据方面遇到了挑战。此外，它在有效处理他们需要支持的分析工作负载方面也遇到了困难。他们尝试提前物化统计信息，但这通常不能为用户提供最佳体验，因为用户只能根据预定义的物化来切片数据。这些物化作业以一定的间隔运行，并且在所需的数据大小下也消耗了大量的计算资源。当对 Postgres 的请求数量增加时，锁争用问题也成为一个问题。

“最终，很明显我们需要添加另一个数据库来补充 Postgres，以满足我们的用例，并为我们的用户解锁实时洞察。”

Ankush Gola，LangChain 联合创始人

“我们在 Postgres 上的经验确定了对高吞吐量摄取的需求，以及对来自呈现给用户的图表和统计信息的低延迟分析查询的需求。这自然而然地让我们相信我们需要一个 OLAP/实时分析数据库。”

Ankush Gola，LangChain 联合创始人

LangChain 还确定需要在本地运行所选数据库以进行开发和 CI/CD，以及将其部署在自管理架构和基于云的解决方案中。前两个要求排除了许多传统的闭源云解决方案，并且不可避免地导致了开源解决方案。

“我们想要一些在架构上易于部署且不会使我们的基础设施更加复杂的东西。我们研究了 Druid 和 Pinot，但这些需要专用的服务来进行摄取，连接到诸如 Kafka 之类的排队服务，而不是简单地接受 INSERT 语句。我们渴望避免这种架构复杂性，特别是考虑到我们的自管理要求。”

Ankush Gola，LangChain 联合创始人

一些简单的测试表明，ClickHouse 可以满足他们的性能要求，同时在架构上很简单，并且与他们的所有部署模型兼容。所有这些要求促使 LangChain 最终选择了 ClickHouse。

“当你在数据库领域时，很难不听说 ClickHouse！”

Ankush Gola，LangChain 联合创始人

Ankush 知道 ClickHouse 正在为 Cloudflare 等公司的大量高吞吐量工作负载提供支持。

Ankush 强调，用户不要将 ClickHouse 视为像 Postgres 这样的其他数据库系统，甚至像 BigQuery 这样的数据仓库解决方案，这一点很重要。虽然它是一个极其强大且灵活的工具，但用户应注意其排序键和引擎。

LangChain 的重要配置设置是确保他们正确理解和利用其排序键，以便 ClickHouse 针对他们期望查询数据的所有方式进行优化。由于他们需要支持定期更新，这促使他们也使用了 ReplacingMergeTree 引擎。

Ankush 观察到，查询计划功能不如 Postgres 先进，用户需要更深入地了解内部原理和查询执行，才能优化查询。他建议用户熟悉 EXPLAIN Api，这是理解查询将如何执行的重要工具。LangChain 期待新的分析器，它有望解决许多手动优化查询的需求。

虽然 LangSmith 界面的大部分由指标和日志的图表和统计信息组成，但它也收集和公开了大量的跟踪数据。LangSmith 用户希望能够可视化单个跟踪及其所有跨度。因此，后端的 datastore 也需要能够支持一次查询几行。具体来说，常见的工作流程包括按排序键中的维度过滤跟踪，例如，按用户反馈评分，或按特定租户和会话。在识别出感兴趣的跟踪子集后，用户可以使用详细的跟踪视图深入了解问题点。

从 ChatLangChain 记录跟踪和反馈评分，在 LangSmith 中查看结果

来源：LangChain

最后一步需要按跟踪 ID 进行查找，而跟踪 ID 不是排序键的一部分（或者至少不在前几个位置）。在此处查找通常会导致全表扫描。

为了避免这种情况，LangChain 使用了一个物化视图，其中目标表将跟踪 ID 和运行 ID 作为排序键的一部分。存储在这些表中的行具有列，这些列是主表的排序键。这使得 LangChain 可以将这些视图用作几乎是倒排索引，他们在其中根据跟踪 ID 或运行 ID 查找主表的排序键值。然后，对主表的最终查询包括一个过滤器，该过滤器可用于最大限度地减少扫描的行数。

LangChain 确定的方法最好如下所示

这种方法使 LangChain 能够有效地处理单个行查找，并且比使用二级索引和 Bloom 过滤器更容易设置。

LangChain 在此处应用的方法与 Open Telemetry ClickHouse 集成使用的方法相同，以实现高效的跟踪查找。

“我们不想自己管理 ClickHouse 集群。能够在我们选择的 GCP 区域启动云服务非常轻松，而且就成本而言，这根本不需要考虑。”

Ankush Gola，LangChain 联合创始人

LangChain 仍然使用 Postgres 来管理一些应用程序状态。这对 ClickHouse 来说是一个很好的补充，因为他们需要应用程序某些部分的事务功能。

Redis 也被 LangSmith 在各处使用，既作为缓存，也作为支持异步作业队列的手段。

随着团队尝试使用涉及图像的多模态模型，云对象存储作为这些模型的主要存储变得越来越重要。

Ankush 表示对生产环境中反向索引的可用性（目前是实验性的）感兴趣，以实现更快的全文搜索功能。目前，LangChain 正在使用数据跳过索引来加速文本搜索，但感觉这里还有进一步改进的空间。

当我们最初采访 Ankush 时，他解释说他们正在努力改进几个产品领域，包括

• 改进对回归测试的支持，允许用户提交更改，例如对他们的提示、代码或模型进行更改，然后跟踪他们感兴趣的指标。这应该让用户对他们的应用程序在真实场景中的表现有一个直观的了解，基于一些对 LLM 响应进行评分的标准，这些标准对他们的组织很重要，例如重复性和简洁性。
• 引入在他们的生产数据样本上运行自动评估器，然后检查响应的能力。
• 当前显示跟踪的方式不利于理解 LLM 和用户之间的聊天历史记录。虽然数据存在于此，但这只是他们承认需要改进视觉效果的地方。

几周后，这些功能已经发布并可用！🚀 🤯

所有这些功能都需要 ClickHouse 来进行分析查询。此外，虽然不是新功能，但 LangChain 最近改进了用户的过滤选项，尤其是全文搜索。最后，随着他们的企业客户群的增长，他们设想需要支持诸如 RBAC 和 SSO 之类的功能，这将不可避免地需要与 ClickHouse 更紧密的集成。