Qdrant

开源的高性能向量数据库，支持过滤检索与分布式部署，核心以 Rust 实现并提供云托管服务。

它是干什么的

Qdrant 是一个向量数据库——专门用来存和查“向量”这种东西的数据库。向量你可以理解成一串浮点数，比如一张图片、一段文字被 AI 模型编码后得到的那组数字。Qdrant 要解决的问题很直接：当你手上有几百万甚至上亿条这样的向量，怎么在几十毫秒内找出跟目标最相似的那几条。推荐系统、语义搜索、图片去重、RAG（检索增强生成）里的知识库检索，背后都是这类活儿。

什么人该用它

如果你在做 AI 应用，需要把 embedding（嵌入向量）存起来做相似度检索，并且对延迟敏感，Qdrant 值得认真看。它用 Rust 写，性能上有底子，单机就能跑出不错的吞吐。更关键的是它把“过滤”做进了检索流程里——你可以一边做向量相似度搜索，一边按 payload（附加的元数据）条件筛选，比如“找语义最接近的十篇文档，但只限 2023 年之后、标签为 tech 的”。很多向量库要么不支持过滤，要么过滤和检索分两步走，结果不准或者慢。

几个值得知道的技术点

过滤检索是 Qdrant 的招牌。它支持在 payload 上建索引，过滤条件和向量搜索在同一个查询里完成，不需要先粗筛再精排，召回率和速度都能兼顾。条件支持数值范围、匹配、嵌套字段、地理位置等。

分布式部署方面，Qdrant 支持分片（sharding）和副本（replication），可以横向扩展。数据按分片切开，副本保证可用性，集群管理有内置的机制，不用自己拼一堆中间件。

存储与索引上，它默认用 HNSW 图索引做近似最近邻搜索，同时支持把向量量化（quantization）来压内存——标量量化、乘积量化都有，能在召回率损失可控的前提下把内存占用降下来。

接口这块，提供 REST 和 gRPC 两套 API，官方客户端覆盖 Python、JavaScript、Rust、Go、Java 等主流语言，接入成本不高。

开源与云服务

Qdrant 核心是开源的，Apache 2.0 协议，可以自己部署。同时官方提供 Qdrant Cloud 托管服务，省去运维集群的麻烦，适合不想自己管基础设施的团队。免费额度对小型项目够用，规模化之后按需付费。

一句话收尾：要找一个能过滤、能分布式、性能扎实的向量数据库，Qdrant 是当前选项里比较务实的一个。

常见问题

Qdrant 是什么？

开源的高性能向量数据库，支持过滤检索与分布式部署，核心以 Rust 实现并提供云托管服务。

Qdrant 的官方网站是什么？

Qdrant 的官方网站是 https://qdrant.tech，可直接在浏览器中打开使用。