向量数据库-Qdrant使用

Sat, 25 Oct 2025 00:01:01 +0800

向量数据库Qdrant使用

向量数据库是专门用于存储、管理和检索“向量嵌入（Embedding）”的数据库。

Embedding 的本质： 深度学习模型（如 OpenAI 的 text-embedding-3 或本地的 BGE 模型）能将文本、图片等转化为一串高维数值（向量）。在这个高维空间中，语义越接近的数据，其向量距离就越近。
核心功能： 与传统数据库通过 SQL WHERE 子句匹配关键词不同，向量数据库通过“最近邻搜索（ANN）”寻找语义上最相似的内容。它是实现 RAG（检索增强生成）技术的关键。

Qdrant 是一款使用 Rust 开发的开源向量数据库，专门用于高性能相似度搜索。

主要特点：

 Client
 │
 REST API / gRPC
 │
 Collection
 │
 Point
 ┌──────────────┐
 │ Vector │
 │ Payload │
 └──────────────┘

Qdrant 默认采用 HNSW（Hierarchical Navigable Small World）索引。与传统全表扫描不同：