44 lines
1.2 KiB
Markdown
44 lines
1.2 KiB
Markdown
---
|
||
title: "Qdrant"
|
||
type: entity
|
||
tags: [向量数据库, 开源, Rust]
|
||
sources: [rag从入门到精通系列1-基础rag]
|
||
last_updated: 2025-01-16
|
||
---
|
||
|
||
## Definition
|
||
|
||
Qdrant 是一个由 Rust 编写的开源向量数据库和向量搜索引擎，专注于高性能向量存储与相似度检索，支持生产级部署。
|
||
|
||
## Key Features
|
||
|
||
- **高性能**：Rust 编写，内存安全，支持 HNSW 和 SCAN 等索引算法
|
||
- **过滤支持**：支持在向量检索时附加标量字段过滤条件
|
||
- **混合检索**：支持结合向量相似度与传统关键词匹配
|
||
- **部署灵活**：支持 Docker 部署和云原生部署
|
||
- **API 友好**：提供 RESTful API 和 gRPC 接口
|
||
|
||
## Usage in RAG
|
||
|
||
本文档使用 Qdrant 作为向量数据库存储 Embedding Vector：
|
||
1. 配置 Qdrant 客户端连接
|
||
2. 创建 Collection 存储文档向量
|
||
3. 通过 LangChain 的 `Qdrant` 集成进行 Indexing 和 Retrieval
|
||
|
||
## Alternatives
|
||
|
||
- Chroma（轻量本地）
|
||
- Milvus（分布式生产级）
|
||
- Weaviate（混合检索）
|
||
- Pinecone（云托管）
|
||
|
||
## Connections
|
||
|
||
- [[Qdrant]] ← used_in ← [[RAG]]
|
||
- [[Qdrant]] ← stores ← [[Vector-Store]]
|
||
- [[Qdrant]] ← integrated_by ← [[LangChain]]
|
||
|
||
## Aliases
|
||
|
||
- Qdrant Vector Database
|