Qdrant

基于 Rust 构建的开源向量数据库，专为大规模相似性检索与向量存储设计。

社区:

AI 搜索引擎 AI 知识库 AI 智能体开发

访问官网

Atoms - 用 AI 构建网站与应用，无需编码

Atoms

Sponsor

无需编码，几分钟内验证创意、搭建网站和应用，获取首批客户。

概览
替代方案
数据分析

Atoms - 用 AI 构建网站与应用，无需编码

产品概览

什么是Qdrant？

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。