Qdrant

项目简介

Qdrant 是一个用 Rust 编写的向量相似度搜索引擎和向量数据库。它提供生产就绪的服务，通过便捷的 API 存储、搜索和管理点（即带有附加 payload 的向量）。Qdrant 针对扩展过滤支持进行了优化，适用于各类神经网络或语义匹配、分面搜索及其他应用。

核心功能

• 支持稠密向量、稀疏向量和多向量搜索，包括 ColBERT 等后期交互模型。可基于 JSON payload 进行过滤，支持关键词匹配、全文搜索、数值范围、地理位置以及 should、must 和 must_not 子句组合。混合搜索可在单次查询中组合多个向量，并通过可配置的融合策略合并结果，例如 Reciprocal Rank Fusion 和 Distribution-Based Score Fusion。内置向量量化和磁盘存储可降低内存占用，并调节搜索速度与精度之间的平衡。分布式部署支持分片和复制，并可在零停机情况下更新或调整集合大小。提供

适用场景

• 语义文本搜索，超越关键词匹配，在短文本中发现有意义的关联。相似图像搜索，例如视觉美食发现，让用户根据外观而非菜名或食材找到菜品。极端分类，包括拥有数百万标签的电商产品分类。推荐、发现和分面搜索等神经网络或语义匹配应用。

快速开始

• 使用 docker run -p 6333:6333 qdrant/qdrant 在本地运行 Qdrant 容器。通过任意客户端连接服务器，例如使用 Python 的 qdrant_client.QdrantClient，地址为 http://localhost:6333。可参考快速入门指南、详细文档和 Qdrant Essentials 课程进行进一步设置。

部署与要求

• 本地 Docker 命令启动的是无身份验证的不安全部署，对所有网络接口开放，因此需要保护实例安全。在将 Qdrant 部署到生产环境之前，请阅读安装和安全指南。Qdrant 也可作为全托管的 Qdrant Cloud 服务使用，包括免费层。

采用前须知

• 许可证：Apache-2.0。在使用、修改或分发项目前，请确认其具体条款。