什么是 Qdrant？

Qdrant 是一个创立于 2021 年的开源项目，凭借基于高维向量搜索的强大功能受到相关人员热烈欢迎。所谓高维向量，是一种表示多维数据的向量，它可为 AI 驱动的工作提供高级分析和预测性功能，例如相似度搜索、自然语言处理和图像分析。在这类工作中，查找和识别数据集中的复杂模式和关系十分重要。不过，当使用 Qdrant 这类工具处理高维向量时，您可能会遭遇性能挑战，需要使用专业算法和技术。此外，您还需要一个使用单独数据库来存储、索引和检索高维向量数据的复杂架构。其实，您可以使用更简单的方法来处理大型数据集和关键任务工作负载。

什么是 Qdrant？

Qdrant 专用于存储和搜索高维向量，驱动准确、高效的相似度搜索，不仅是一个开源向量数据库，还是一个相似度搜索引擎。它全面支持云端部署和本地部署，能够出色处理大规模数据和复杂查询工作。

如今，现代神经网络系统使用多种类型（取决于使用场景）、具有不同大小和形状的向量。对此，Qdrant 支持当下常见的向量类型，包括稀疏向量、密集向量、多向量和命名向量。

除了向量数据类型，Qdrant 还能够为向量创建量化表示。因此，Qdrant 可以高效地对原始向量重新评分，甚至直接运行搜索。得益于在幕后创建量化表示，Qdrant 能够优化整个过程和提高整个过程的效率。

Oracle 如何提供出色的数据控制和一致性支持？

Qdrant 专攻向量搜索，至今已帮助很多使用检索增强生成 (RAG) 技术的企业显著提高了性能。作为一个开源的经济实用型工具，对于刚刚涉足语义搜索和推荐引擎的企业和组织来说，Qdrant 不失为一个良好的切入点。

在提高准确性上，Qdrant 使用一个称为 "Payload" 的元数据集，它可附加到每个向量来提供额外上下文。不过，Payload 必须为 JSON 格式。相比之下，Oracle Database 23ai 能够针对一项查询返回 JSON、图形、文本、关系、空间以及更多类型的数据。当然，Qdrant Payload 的优势在于它不是对向量的补充，而是可用作自身更多类型数据的过滤器。

包括 Qdrant 在内，很多开源数据库都无需企业支付在使用专有解决方案时的许可费用，支持企业成本高效地开启向量搜索旅程。然而，Qdrant 虽然支持对大型数据集运行高性能向量搜索，但数据集的管理和维护却十分复杂，会消耗高昂成本。这导致在使用 Qdrant 时，大多数企业都需要通过其他数据库来管理多样化类型的数据和指标。对此，Oracle Database 23ai 既能处理多种数据类型和大型数据集，还能将向量搜索融入您的既有企业数据管理框架。

如果您希望运行向量搜索，Qdrant 等开源数据库不失为一个经济高效的入手点 — 尽管存在陡峭的学习曲线。它们不仅灵活，还具有良好的适应性，可通过 API 和 SDK 轻松集成到企业的既有数据基础设施。但是，与所有其他技术的选型一样，在选择数据库时，企业还需要考虑自身的具体需求、数据组合和基础设施。对很多企业来说，向量是一种全新、至关重要的数据类型，须通过适当方式来存储、管理和检索。是使用 Qdrant 这类专业化的专用数据库，还是 Oracle Database 23ai 这样的支持所有数据类型并适用于企业级关键任务应用（数据完整性和复杂查询功能至关重要）的多模态数据库？企业须谨慎做出选择。

Qdrant 常见问题解答

Qdrant 的用途是什么？

Qdrant 不仅是一个向量数据库，还是一个相似度搜索引擎，可以高效存储、管理和搜索高维向量。不过，Qdrant 专为向量搜索而设计，无法像传统的关系数据库那样提供强大的事务保证。

Qdrant 如何保证实时向量搜索性能？

Qdrant 使用层次化可导航小世界 (HNSQ) 图这一高级搜索算法来查找最近邻，进行实时数据更新。这意味着，它可以即时搜索数据更新（包括插入、删除和所有其他更改），实时获得修改后的结果。

Qdrant 能否集成到既有 AI/机器学习管道？

可以，Qdrant 可集成到机器学习框架。当使用混合云技术平台时，Qdrant 能够与 AWS、Google Cloud、Oracle Cloud Infrastructure (OCI) 等集成。

Qdrant 支持哪些部署方案？

Qdrant 支持多种部署方案，包括本地部署、云端部署和混合部署。本地模式下，Qdrant 可通过 Docker 轻松部署且无需额外付费。云端模式下，Qdrant Cloud 具有更出色的可扩展性且支持轻松访问。当与 Kubernetes 集群集成时，Qdrant Cloud 可部署为一项托管式服务。

Qdrant 与其他向量搜索引擎相比如何？

Qdrant 不仅是一个搜索引擎，还是一个专用于存储和搜索高维向量的向量数据库。实践证明，Qdrant 能够提供优化的搜索结果，从长期来看也将一直是企业在向量搜索引擎和向量数据库上的理想选择之一。