LangChain 框架中，结合不同的后端存储系统（Redis 和 MySQL），为大模型对话链（LLM Chain）添加长期记忆能力，即：会话历史持久化，使得模型能够在多次交互中记住上下文信息。

一、Redis

Redis（Remote Dictionary Server）是一个开源的、基于内存的高性能键值（key-value）数据库，常被用作缓存、消息队列和实时数据处理系统。它支持多种数据结构，如字符串（Strings）、哈希（Hashes）、列表（Lists）、集合（Sets）、有序集合（Sorted Sets）、位图（Bitmaps）、HyperLogLogs 和地理空间索引（Geospatial Indexes）等。

以下是 Redis 的一些核心特性和常见使用场景：

---

 核心特性

1. 内存存储：数据主要存储在内存中，读写速度极快（通常微秒级响应）。
2. 持久化支持：
   • RDB（快照）：定期将内存中的数据保存到磁盘。
   • AOF（Append Only File）：记录每个写操作，可重放恢复数据。
3. 高可用与扩展：
   • 主从复制（Replication）
   • 哨兵模式（Sentinel）实现自动故障转移
   • 集群模式（Redis Cluster）支持分片和水平扩展
4. 丰富的数据类型：支持复杂数据结构操作，减少应用层逻辑。
5. 原子性操作：所有 Redis 操作都是原子性的，支持 Lua 脚本保证多命令原子执行。
6. 发布/订阅（Pub/Sub）：轻量级消息通信机制。
7. 事务支持：通过 MULTI / EXEC 实现简单事务（但不支持回滚）。

---

 常见使用场景

• 缓存：减轻数据库压力，提升响应速度（如网页缓存、会话缓存）。
• 分布式锁：利用 SET key value NX EX 实现跨服务互斥。
• 排行榜/计数器：利用 Sorted Set 实现实时排名（如游戏积分榜）。
• 限流：结合滑动窗口或令牌桶算法限制 API 请求频率。
• 消息队列：使用 List 或 Stream 实现轻量级任务队列。
• 会话存储：Web 应用中集中管理用户会话状态。

二、Langchain核心组件说明

组件	作用
ChatPromptTemplate	构建提示词模板，支持变量插入（如历史消息）
MessagesPlaceholder	占位符，用于注入历史对话记录
RunnableWithMessageHistory	将普通链封装成支持“带历史”的可运行链
RedisChatMessageHistory / SQLChatMessageHistory	提供持久化的会话历史存储
ChatOllama	使用 Ollama 运行本地 LLM（如 qwen3:4b）

---

三、各代码示例解析

技术点	说明
RedisChatMessageHistory	使用 Redis 存储对话历史，支持持久化和跨请求共享
RunnableWithMessageHistory	LangChain 提供的封装器，用于实现带历史的记忆链
session_id	区分不同用户的唯一标识，必须保持一致才能延续对话
config={"configurable": {}}	必须传入，否则无法识别会话
MessagesPlaceholder	在 prompt 中预留位置插入历史消息

示例1：使用 Redis 存储聊天历史

from langchain_community.chat_message_histories import RedisChatMessageHistory
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_ollama import ChatOllama

# 初始化大语言模型 (LLM)
llm = ChatOllama(model="qwen3:4b")

# 构建提示模板
prompt = ChatPromptTemplate([
    ("system", "你是一名专业的旅游规划师"),
    MessagesPlaceholder(variable_name="history"),
    ("human", "{input}")
])

# 构建基础 Chain
chain = prompt | llm

# 添加消息历史功能（关键步骤）
chain_with_history = RunnableWithMessageHistory(
    chain,
    lambda session_id: RedisChatMessageHistory(
        session_id=session_id,
        url="redis://localhost:6379/0"
    ),
    input_messages_key="input",
    history_messages_key="history"
)

# 第一次调用（提问） 
res1 = chain_with_history.invoke(
    {"input": "上海那些地方好玩"},
    config={"configurable": {"session_id": "532"}}
)
print(res1)

print('\n' + "=" * 100)

# 第二次调用（追问）
# 因为使用了相同的 session_id="532"，系统能读取之前的历史并理解上下文。
res2 = chain_with_history.invoke(
    {"input": "刚才推荐的地方中那个最受欢迎"},
    config={"configurable": {"session_id": "532"}}
)
print(res2)

3.1构建提示模板（Prompt Template）

prompt = ChatPromptTemplate([
    ("system", "你是一名专业的旅游规划师"),
    MessagesPlaceholder(variable_name="history"),
    ("human", "{input}")
])

• 定义了一个聊天机器人角色：“旅游规划师”。
• MessagesPlaceholder("history") 表示此处将插入之前的对话历史。
• {input} 是用户当前输入的问题。

 这样设计可以确保每次生成回复时都包含上下文。

3.2添加历史记忆能力（核心）

chain_with_history = RunnableWithMessageHistory(
    chain,
    lambda session_id: RedisChatMessageHistory(
        session_id=session_id,
        url="redis://localhost:6379/0"
    ),
    input_messages_key="input",
    history_messages_key="history"
)

关键参数说明：

参数	作用
chain	基础链
lambda session_id: ...	根据 session_id 获取对应的会话历史存储实例
url="redis://..."	Redis 地址，使用默认端口 6379，数据库 0
input_messages_key="input"	用户输入字段名（在 invoke 中传入的 key）
history_messages_key="history"	存储历史消息的字段名

实现了：同一 session_id 下的所有请求共享历史记录。

 3.3功能：

• 使用 Redis 作为会话历史的持久化存储。
• 所有具有相同 session_id 的请求将共享同一份聊天历史。
• 实现了跨请求的上下文连续性。

3.4关键点：

• url="redis://..." 指定 Redis 地址和数据库编号。
• session_id 是区分不同用户或会话的关键标识。

示例2：使用 MySQL 存储聊天历史

from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_ollama import ChatOllama
from langchain_core.runnables.history import RunnableWithMessageHistory # 给普通的链（chain）添加消息历史管理能力
from langchain_community.chat_message_histories import SQLChatMessageHistory

llm = ChatOllama(model="qwen3:4b")

prompt = ChatPromptTemplate([
    ("system", "你是一名专业的旅游规划师"),
    MessagesPlaceholder(variable_name="history"),
    ("human", "{input}")
])

chain = prompt | llm

chain_with_history = RunnableWithMessageHistory(
    chain,
    lambda session_id: SQLChatMessageHistory(
        session_id=session_id,
        connection="mysql+pymysql://root:XXXX@localhost:3306/test_db",
        input_messages_key="input",
        history_messages_key="history"
    )
)

res1 = chain_with_history.invoke({"input": "上海那里好玩"}, config={"configurable": {"session_id": "u123"}})
print(res1)

print("\n\n" + "=" * 100)

res2 = chain_with_history.invoke({"input": "我刚问的问题中最推荐哪一个地点"}, config={"configurable": {"session_id": "u123"}})
print(res2)

功能：

• 使用 MySQL 存储会话历史。
• 适用于需要复杂查询、权限控制或高可靠性的生产环境。
• 同样通过 session_id 来关联上下文。

关键点：

• 使用 SQLAlchemy 风格的连接字符串：mysql+pymysql://...
• 要求数据库中已存在对应的表结构（由 SQLChatMessageHistory 自动创建）

---

四、总结对比

特性	Redis 示例	MySQL 示例
存储类型	内存数据库（快速读写）	关系型数据库（结构化、持久）
适用场景	缓存、实时性强的应用	需要事务、备份、审计的场景
部署要求	安装 Redis 服务	安装 MySQL 并配置权限
扩展性	易于集群扩展	支持主从复制、分库分表
数据结构	简单键值对	表格形式，支持 JOIN 查询
自动建表	❌	✅（首次运行时自动创建）

---

五、关键技术要点提炼

1. RunnableWithMessageHistory 是关键封装器

   • 把普通链变成“带历史记忆”的链。
   • 依赖外部存储（Redis/SQL）保存消息。

2. session_id 是唯一标识

   • 控制哪些消息属于同一个对话流。
   • 不同 session_id 互不影响。

3. config={"configurable": {"session_id": "..."}} 必须传入

   • 用于指定当前请求属于哪个会话。

4. 支持多种后端存储

   • LangChain 支持：Redis、Elasticsearch、MongoDB、SQLite、MySQL 等。
   • 选择依据：性能需求、运维成本、是否需要结构化查询。

5. 消息结构清晰

   • input_messages_key：输入字段名（如 "question" 或 "input"）
   • history_messages_key：历史消息字段名（通常是 "history"）

---

六、应用建议

• 如果追求高性能、低延迟 → 优先选 Redis
• 如果需要数据分析、备份恢复、权限管理 → 选 MySQL
• 生产环境中建议配合 Redis + MySQL：Redis 作缓存层，MySQL 作归档层
• 对敏感数据，注意加密传输和访问控制（特别是数据库密码）

---

总结：

通过 RunnableWithMessageHistory 结合 RedisChatMessageHistory 或 SQLChatMessageHistory，可以在 LangChain 中轻松实现基于会话的长期记忆功能，让大模型具备持续对话的能力，并根据实际需求选择合适的后端存储方案。