使用 Qdrant 的异步 API 构建高效的 Python 应用程序
异步编程正在 Python 生态系统中广泛采用。像 FastAPI 这样的工具已经接受了这种新范式，但它也正在成为以 SaaS 形式提供的 ML 模型的标准。例如，Cohere SDK 提供了异步客户端，以及其同步对应客户端。
数据库通常作为独立服务启动，并通过网络访问。所有与它们的交互都是 I/O 密集型的，可以异步执行，以免浪费时间主动等待服务器响应。在 Python 中，这是通过使用 async/await 语法实现的。这让解释器在等待服务器响应时切换到另一个任务。
何时使用异步 API
如果您正在编写的应用程序永远不会同时支持多个用户（例如，它是一个每天运行一次的脚本），则无需使用异步 API。但是，如果您正在编写一个多个用户将同时使用的 Web 服务，则不应阻塞 Web 服务器的线程，因为它限制了它可以处理的并发请求数。在这种情况下，您应该使用异步 API。
像 FastAPI 和 Quart 这样的现代 Web 框架开箱即用地支持异步 API。将异步代码与现有同步代码库混合可能是一个挑战。async/await 语法不能在同步函数中使用。另一方面，在异步代码中同步调用 I/O 密集型操作被认为是一种反模式。因此，如果您通过 ASGI 服务器构建异步 Web 服务，则应将异步 API 用于与 Qdrant 的所有交互。
异步使用 Qdrant
运行异步代码最简单的方法是定义 async 函数并使用 asyncio.run 如下方式运行它
from qdrant_client import models
import qdrant_client
import asyncio
async def main():
client = qdrant_client.AsyncQdrantClient("localhost")
# Create a collection
await client.create_collection(
collection_name="my_collection",
vectors_config=models.VectorParams(size=4, distance=models.Distance.COSINE),
)
# Insert a vector
await client.upsert(
collection_name="my_collection",
points=[
models.PointStruct(
id="5c56c793-69f3-4fbf-87e6-c4bf54c28c26",
payload={
"color": "red",
},
vector=[0.9, 0.1, 0.1, 0.5],
),
],
)
# Search for nearest neighbors
points = await client.query_points(
collection_name="my_collection",
query=[0.9, 0.1, 0.1, 0.5],
limit=2,
).points
# Your async code using AsyncQdrantClient might be put here
# ...
asyncio.run(main())
AsyncQdrantClient 提供与同步对应客户端 QdrantClient 相同的方法。如果您已经有一个同步代码库，切换到异步 API 就像将 QdrantClient 替换为 AsyncQdrantClient 并在每个方法调用前添加 await 一样简单。