pymilvus 读写同步 异步

对于 pymilvus（Milvus Python SDK），读写操作可以通过同步或异步方式进行。

同步方式是指在进行读写操作时，程序会等待操作完成后再继续执行下一步操作。例如，使用 `client.insert` 方法插入向量数据时，程序会等待插入操作完成后再返回。

异步方式是指在进行读写操作时，程序不会等待操作完成，而是立即返回并继续执行下一步操作。程序可以通过回调函数或 await/async 方式处理异步操作的结果。例如，使用 `client.insert` 方法插入向量数据时，可以通过设置 `async=True` 参数使操作变为异步。

以下是使用 pymilvus 进行同步和异步读写的示例代码：

同步写入数据示例：

from pymilvus import connections, FieldSchema, CollectionSchema, DataType

connections.connect()

# 创建 collection
collection_name = "collection"
fields = [
    FieldSchema(name="embedding", dtype=DataType.FLOAT_VECTOR, dim=128),
]
schema = CollectionSchema(fields=fields)
collection = connections.get_connection().create_collection(collection_name, schema)

# 同步插入数据
data = [
    [0.1] * 128,
    [0.2] * 128,
    [0.3] * 128,
]
collection.insert(data)

connections.disconnect()

异步写入数据示例：

import asyncio
from pymilvus import connections, FieldSchema, CollectionSchema, DataType

async def async_insert(collection, data):
    await collection.insert(data)

async def main():
    connections.connect()

    # 创建 collection
    collection_name = "collection"
    fields = [
        FieldSchema(name="embedding", dtype=DataType.FLOAT_VECTOR, dim=128),
    ]
    schema = CollectionSchema(fields=fields)
    collection = connections.get_connection().create_collection(collection_name, schema)

    # 异步插入数据
    data = [
        [0.1] * 128,
        [0.2] * 128,
        [0.3] * 128,
    ]
    await async_insert(collection, data)

    connections.disconnect()

asyncio.run(main())

以上示例代码分别展示了同步写入数据和异步写入数据的方式。根据实际需求选择适合的读写方式。