产品概述
Qdrant 是一款高性能、开源的向量数据库，专为高维向量数据和相似性检索设计。其核心由 Rust 编写，具备卓越的速度、可靠性和可扩展性，适用于现代机器学习和数据科学场景。平台可存储、索引和查询数十亿向量，保持低延迟和高精度。Qdrant 支持多种距离度量（如余弦、点积、欧氏距离），并具备高级过滤能力，可将语义相关性与结构化元数据条件结合，实现混合检索。云原生架构确保无缝扩展和零停机升级。
主要功能
| 高性能向量检索 | 内置 HNSW 索引算法，支持多种距离度量方式，在大规模数据集上实现低延迟、快速且精准的近邻搜索。 |
| 高级过滤与混合检索 | 结合向量相似度检索与结构化元数据过滤，支持数值、文本和标签等多维过滤条件，实现上下文相关的语义排序。 |
| 实时数据操作 | 向量插入后可立即检索，支持高频插入、更新和删除操作，保证生产环境下的持续高性能。 |
| 灵活的部署选项 | 可作为独立二进制运行，或通过 Docker/Kubernetes 部署，支持 REST 与 gRPC API，并提供 Python、JavaScript、Go、Rust 等官方 SDK，便于集成。 |
| 存储优化 | 采用内存映射文件和磁盘持久化，内置压缩选项，高效利用资源，适应高负载及资源受限场景。 |
使用场景
- 检索增强生成（RAG）：通过高效检索相关上下文向量，提升大语言模型输出质量，实现多元数据融合。
- 推荐系统：构建个性化推荐引擎，支持灵活评分策略和多向量查询，快速响应用户需求。
- 高级搜索应用：支持文本、图像及多模态数据的语义检索，精准匹配和深度理解相似性。
- 异常检测：利用向量表示在复杂数据中识别模式与异常，实现关键场景下的实时异常检测。
- 智能 Agent 系统：为复杂任务处理和实时自适应提供强大的向量检索基础设施，赋能智能 Agent 工作流。