Учебное пособие: Использование AsyncMilvusClient с asyncio
AsyncMilvusClient - это асинхронный MilvusClient, который предлагает основанный на корутинах API для неблокирующего доступа к Milvus через asyncio. В этой статье вы узнаете о процессе вызова API, которые предоставляет AsyncMilvusClient, и о том, на какие аспекты следует обратить внимание.
Обзор
Asyncio - это библиотека для написания параллельного кода с использованием синтаксиса async/await. Она служит основой для высокопроизводительного асинхронного клиента Milvus, который будет вписываться в вашу библиотеку кода, работающую поверх asyncio.
Методы, которые предоставляет AsyncMilvusClient, имеют идентичные наборы параметров и поведение, как и методы MilvusClient. Единственное различие заключается в том, как вы их вызываете. В следующей таблице перечислены методы, доступные в AsyncMilvusClient.
Клиент | ||
---|---|---|
| ||
Коллекция и раздел | ||
|
|
|
| ||
Индекс | ||
|
|
|
|
|
|
Вектор | ||
|
|
|
|
|
|
|
Если вам все еще нужна асинхронная версия любого другого метода MilvusClient, вы можете отправить запрос на разработку функции в репо pymilvus. Вклад в код также приветствуется.
Создание цикла событий
Приложения, использующие asyncio, обычно используют цикл событий в качестве орхистратора для управления асинхронными задачами и операциями ввода-вывода. В этом руководстве мы получим цикл событий из asyncio и используем его в качестве орхистратора.
import asyncio
import numpy as np
from scipy.sparse import csr_matrix
from pymilvus import MilvusClient, AsyncMilvusClient, DataType, RRFRanker, AnnSearchRequest
loop = asyncio.get_event_loop()
Подключение с помощью AsyncMilvusClient
Следующий пример демонстрирует, как подключить Milvus асинхронным способом.
# Connect to Milvus server using AsyncMilvusClient
async_client = AsyncMilvusClient(
uri="http://localhost:19530",
token="root:Milvus"
)
Создайте схему
В настоящее время create_schema()
недоступен в AsyncMilvusClient. Вместо этого мы будем использовать MilvusClient для создания схемы коллекции.
schema = async_client.create_schema(
auto_id=False,
description="This is a sample schema",
)
schema.add_field("id", DataType.INT64, is_primary=True)
schema.add_field("dense_vector", DataType.FLOAT_VECTOR, dim=5)
schema.add_field("sparse_vector", DataType.SPARSE_FLOAT_VECTOR)
schema.add_field("text", DataType.VARCHAR, max_length=512)
AsyncMilvusClient вызывает метод create_schema()
синхронно, поэтому вам не нужно оркестровать вызов с помощью цикла событий.
Создание коллекции
Теперь мы используем схему для создания коллекции. Обратите внимание, что к любому вызову методов AsyncMilvusClient
необходимо добавлять ключевое слово await
и помещать вызов внутрь функции async
, как показано ниже.
async def create_my_collection(collection_name, schema):
if (client.has_collection(collection_name)):
await async_client.drop_collection(collection_name)
await async_client.create_collection(
collection_name=collection_name,
schema=schema
)
if (client.has_collection(collection_name)):
print("Collection created successfully")
else:
print("Failed to create collection")
# Call the above function asynchronously
loop.run_until_complete(create_my_collection("my_collection", schema))
# Output
#
# Collection created successfully
Создать индекс
Также необходимо создать индексы для всех векторных и необязательных скалярных полей. В соответствии со схемой, определенной выше, в коллекции есть два векторных поля, и вы создадите для них индексы следующим образом.
async def create_indexes(collection_name):
index_params = client.prepare_index_params()
index_params.add_index(field_name="dense_vector", index_type="AUTOINDEX", metric_type="IP")
index_params.add_index(field_name="sparse_vector", index_type="AUTOINDEX", metric_type="IP")
index_params.add_index(field_name="text", index_type="AUTOINDEX")
await async_client.create_index(collection_name, index_params)
# Call the above function asynchronously
loop.run_until_complete(create_indexes("my_collection"))
Загрузка коллекции
Коллекция может быть загружена после того, как необходимые поля будут проиндексированы. Следующий код демонстрирует, как загрузить коллекцию асинхронно.
async def load_my_collection(collection_name):
await async_client.load_collection(collection_name)
print(client.get_load_state(collection_name))
# Call the above function asynchronously
loop.run_until_complete(load_my_collection("my_collection"))
# Output
#
# {'state': <LoadState: Loaded>}
Вставка данных
Вы можете использовать модели встраивания, доступные в pymilvus, для создания векторных вкраплений для ваших текстов. Подробности см. в разделе Обзор вкраплений. В этом разделе мы вставим в коллекцию случайно сгенерированные данные.
async def insert_sample_data(collection_name):
# Randomly generated data will be used here
rng = np.random.default_rng(42)
def generate_random_text(length):
seed = "this is a seed paragraph to generate random text, which is used for testing purposes. Specifically, a random text is generated by randomly selecting words from this sentence."
words = seed.split()
return " ".join(rng.choice(words, length))
data = [{
'id': i,
'dense_vector': rng.random(5).tolist(),
'sparse_vector': csr_matrix(rng.random(5)),
'text': generate_random_text(10)
} for i in range(10000)]
res = await async_client.insert(collection_name, data)
print(res)
# Call the above function asynchronously
loop.run_until_complete(insert_sample_data("my_collection"))
# Output
#
# {'insert_count': 10000, 'ids': [0, 1, 2, 3, ..., 9999]}
Запрос
После того как коллекция загружена и наполнена данными, в ней можно выполнять поиск и запросы. В этом разделе вы хотите найти количество сущностей в поле text
, начинающихся со слова random
, в коллекции с именем my_collection
.
async def query_my_collection(collection_name):
# Find the number of entities with the `text` fields starting with the word "random" in the `my_collection` collection.
res = await async_client.query(
collection_name="my_collection",
filter='text like "%random%"',
output_fields=["count(*)"]
)
print(res)
# Call the above function asynchronously
loop.run_until_complete(query_my_collection("my_collection"))
# Output
#
# data: ["{'count(*)': 6802}"]
Поиск
В этом разделе вы проведете векторный поиск по плотным и разреженным векторным полям целевой коллекции.
async def conduct_vector_search(collection_name, type, field):
# Generate a set of three random query vectors
query_vectors = []
if type == "dense":
query_vectors = [ rng.random(5) for _ in range(3) ]
if type == "sparse":
query_vectors = [ csr_matrix(rng.random(5)) for _ in range(3) ]
print(query_vectors)
res = await async_client.search(
collection_name="my_collection",
data=query_vectors,
anns_field=field,
output_fields=["text", field]
)
print(res)
# To search against the dense vector field asynchronously
loop.run_until_complete(conduct_vector_search("my_collection", "dense", "dense_vector"))
# To search against the sparse vector field asynchronously
loop.run_until_complete(conduct_vector_search("my_collection", "sparse", "sparse_vector"))
В результатах поиска должно быть три набора результатов, соответствующих заданным векторам запроса.
Гибридный поиск
Гибридный поиск объединяет результаты нескольких поисков и упорядочивает их для получения лучшего отзыва. В этом разделе вы проведете гибридный поиск с использованием плотных и разреженных векторных полей.
async def conduct_hybrid_search(collection_name):
req_dense = AnnSearchRequest(
data=[ rng.random(5) for _ in range(3) ],
anns_field="dense_vector",
param={"metric_type": "IP"},
limit=10
)
req_sparse = AnnSearchRequest(
data=[ csr_matrix(rng.random(5)) for _ in range(3) ],
anns_field="sparse_vector",
param={"metric_type": "IP"},
limit=10
)
reqs = [req_dense, req_sparse]
ranker = RRFRanker()
res = await async_client.hybrid_search(
collection_name="my_collection",
reqs=reqs,
ranker=ranker,
output_fields=["text", "dense_vector", "sparse_vector"]
)
print(res)
# Call the above function asynchronously
loop.run_until_complete(conduct_hybrid_search("my_collection"))