Qdrant 是 Rust 寫的開源向量資料庫,Apache-2.0、35,638 顆星,docker run 一個容器就能跑。同一台 2 vCPU/7 GB 主機上實測 5 萬筆 768 維向量:寫入 1,676 筆/秒、top-10 查詢 p50 2.07 ms、常駐記憶體約 96 MB。它跟 PostgreSQL 內建 pgvector 最大的差別不在「查得多快」,而在帶條件查詢**:同樣篩掉 87.5% 的資料,Qdrant 加一個 payload 索引後 p50 1.03 ms,pgvector 在 25 ms 上下。**
先問:真的需要一個向量資料庫嗎
多數 RAG 專案的第一版是「Python list + numpy.dot」或「pgvector 裝在既有的 Postgres 上」。這兩條路都能走到上線,但會撞到不同的牆:
| 痛點 | 記憶體暴力解 | pgvector | Qdrant |
|---|---|---|---|
| 100 萬筆以上還能撐 | 記憶體爆掉,每次查都全掃 | 可以,但索引要另外調 | 設計目標就是這個量級 |
| 邊查邊篩(租戶、日期、分類) | 自己寫 if 過濾 | 先檢索再過濾,選擇性低時退化 | payload 索引 + filterable HNSW,過濾下推 |
| 更新/刪除單筆 | 重建整個 list | UPDATE,但 HNSW 要整理 | 原生 upsert/delete,背景重建 |
| 混合檢索(向量 + 關鍵字) | 自己寫加權 | 要自己拼 SQL | Query API 內建 RRF/DBSF 融合 |
| 備份 | pickle | pg_dump | snapshot(tar) |
| 多租戶隔離 | 靠自己 judge | RLS/schema | payload 分區、shard key、分層多租戶 |
判斷法則很簡單:如果篩選條件很少、資料在幾十萬筆以內、而且你已經有 Postgres,先別加新服務;如果你的查詢幾乎都帶條件(每個使用者只看自己的資料)、或需要稀疏向量與 BM25 一起排序,向量資料庫的價值就出來了。
一表看懂 Qdrant
| 項目 | 內容 | 查證方式/日期 |
|---|---|---|
| 語言/授權 | Rust/Apache-2.0 | GitHub API,2026-11-19 |
| 版本 | v1.20.2(2026-11-16 發布) | GitHub Releases |
| 社群規模 | 35,638 星、2,825 forks | GitHub API,2026-11-19 |
| 介面 | REST 6333、gRPC 6334、Web UI(/dashboard) | 官方 Quickstart |
| 部署 | 單一 binary/Docker/Qdrant Cloud/嵌入式 Qdrant Edge | 官方文件 |
| 容器大小 | 287 MB(磁碟)、78.7 MB(壓縮層) | 本機 docker images |
| 認證 | API key(admin/唯讀/逐 collection 權限) | 官方 Security 文件+實測 |
| 備份 | collection snapshot(tar) | 官方文件+實測 |
核心概念只有五個字
| 概念 | 是什麼 | 對應到 RAG 的什麼 |
|---|---|---|
| Collection | 一組同維度向量的容器,等於「資料表」 | 一個知識庫、或一個租戶群 |
| Point | 一筆資料=id + vector(s) + payload | 一個 chunk |
| Vector | 稠密(dense)或稀疏(sparse),可多個具名向量並存 | embedding + SPLADE/BM25 |
| Payload | 任意 JSON,可建索引 | 檔名、來源 URL、日期、tenant_id |
| Segment | 內部儲存單位,索引建在 segment 上 | 不用管,但調參時會遇到 |
有一個容易誤解的地方:Qdrant 的向量一律落地到磁碟,記憶體只是快取(memory tier 決定哪些放記憶體)。所以「Qdrant 是不是純記憶體資料庫」的答案是「不是」,它也不會因為重啟就重建索引。
自架:三個指令,但預設是裸奔的
官方 Quickstart 的指令原文:
docker pull qdrant/qdrant
docker run -p 6333:6333 -p 6334:6334 \
-v "$(pwd)/qdrant_storage:/qdrant/storage:z" \
qdrant/qdrant
跑起來之後:REST 在 localhost:6333、Web UI 在 /dashboard、gRPC 在 6334。到這裡為止沒有任何認證——官方文件寫得很直白:「自架的 open source 部署預設不安全、也不是 production-ready,可能整個暴露在網際網路上。」
實測補上 API key 之後的行為(v1.20.2,本機):
docker run -d --name qdrant \
-e QDRANT__SERVICE__API_KEY=你的金鑰 \
-p 6333:6333 -p 6334:6334 \
-v "$(pwd)/qdrant_storage:/qdrant/storage:z" \
qdrant/qdrant
| 請求 | 結果 |
|---|---|
GET /collections(不帶金鑰) | 401,Must provide an API key or an Authorization bearer token |
GET /collections(-H "api-key: 你的金鑰") | 200 |
GET /collections(錯的金鑰) | 401 |
GET /(根端點,不帶金鑰) | 200,回傳版本與 commit |
最後一行值得注意:金鑰保護了資料面,但根端點仍會公開版本號。對攻擊者來說,這是拿來比對「這台有沒有已知漏洞」的最短路径——所以一定要綁在私有網路或反向代理後面,不要只靠 API key。
建 collection 與灌資料
用 REST 直接打(不需要 SDK):
curl -X PUT http://localhost:6333/collections/docs \
-H "api-key: 你的金鑰" -H 'Content-Type: application/json' \
-d '{"vectors": {"size": 768, "distance": "Cosine"}}'
distance 要和你的 embedding 模型配對:多數句向量模型輸出已正規化,用 Cosine 最安全;BGE/E5 這類模型若用 Dot,記得自己先 normalize,否則檢索結果會偏。
灌資料是 PUT /collections/{name}/points?wait=true,一次送一批:
import random, uuid
from qdrant_client import QdrantClient
from qdrant_client.models import PointStruct
client = QdrantClient(url="http://localhost:6333", api_key="你的金鑰")
points = [
PointStruct(
id=str(uuid.uuid4()),
vector=[random.random() for _ in range(768)],
payload={"source": "manual.pdf", "tenant": "acme", "year": 2026},
)
for _ in range(500)
]
client.upsert(collection_name="docs", wait=True, points=points)
實測(2 vCPU/7 GB VPS、Docker、單一 client 序列送、每批 500 筆、768 維):
| 指標 | 數字 |
|---|---|
| 灌入 50,000 筆總耗時 | 29.82 秒 |
| 吞吐 | 1,676 筆/秒 |
| 索引狀態 | green,indexed 50,000/50,000,2 個 segment |
| 儲存目錄大小 | 218 MB |
這個速度是「邊寫邊建索引」的結果——不需要像傳統資料庫那樣先關索引、灌完再開。要更快就把批次放大(官方建議大批次可到數千點),但要注意單次請求的記憶體。
查詢:p50 2 ms,但真正差別在過濾
查詢有兩套 endpoint:舊的 /points/search 與新的 Query API /points/query(1.10 起,支援 prefetch 與融合)。下面是舊接口,方便對照大多數教學:
curl -X POST http://localhost:6333/collections/docs/points/search \
-H 'Content-Type: application/json' \
-d '{"vector": [0.01, 0.45, 0.67, "..."], "limit": 10, "with_payload": true}'
實測延遲(同一台機器、200 次查詢、預設參數、每次取 top-10):
| 查詢型態 | p50 | p95 | 平均 |
|---|---|---|---|
| 無過濾 top-10 | 2.07 ms | 2.79 ms | 2.16 ms |
| 無過濾 top-1 | 2.16 ms | 2.82 ms | 2.20 ms |
| 無過濾 top-50 | 2.13 ms | 2.76 ms | 2.19 ms |
| 無過濾 top-100 | 2.65 ms | 3.64 ms | 2.76 ms |
過濾 cat=c3(未建 payload 索引) | 3.35 ms | 4.61 ms | 3.51 ms |
過濾 cat=c3(已建 payload 索引) | 1.03 ms | 1.18 ms | 1.05 ms |
三個可以帶走的觀察:
limit幾乎不影響延遲(1 → 100 只從 2.16 走到 2.65 ms)。HNSW 的成本在「走圖」,不在「回傳幾筆」,所以別為了省時間把 limit 壓到很小。- 加索引的過濾比不過濾還快(1.03 ms vs 2.07 ms)。原因是命中率剩 1/8 時,filterable HNSW 只要在子圖裡走就能找到答案,比全圖搜尋更省。
- 沒有 payload 索引的過濾只有 3.35 ms——看起來還好,但那是因為資料只有 5 萬筆;這個數字會隨資料量線性惡化,因為它得先把候選撈出來再逐筆比對。
建索引的指令與成本:
curl -X PUT http://localhost:6333/collections/docs/index?wait=true \
-H 'Content-Type: application/json' \
-d '{"field_name": "tenant", "field_schema": "keyword"}'
實測建一個 keyword 索引只花 0.089 秒。支援的型別有 keyword、integer、float、bool、geo、datetime、text(全文)、uuid。
官方文件裡最常被忽略的一句
Qdrant 文件明寫:payload 索引應該在灌資料之前建好。因為 filterable HNSW 只有在「索引先生好、再建圖」時才會長出帶過濾資訊的邊;如果像本文實測這樣先灌完才補索引,就必須重建 HNSW 才能拿到完整效益。
本文的數字就是「先灌、後補索引」的量測結果(1.03 ms)。照官方建議的順序做,同一組條件通常會再快一點——但也不會改變結論的方向。
與 pgvector 的實測對照
同一台主機、同一份資料(50,000 筆 × 768 維、8 個分類、5 種語言標籤)、同樣的隨機查詢向量,兩邊都用預設參數:
| 項目 | Qdrant 1.20.2 | pgvector(Postgres 17) |
|---|---|---|
| 灌入 5 萬筆 | 29.82 秒(1,676 筆/秒,邊寫邊建索引) | COPY 4.37 秒(尚未建索引) |
| 建索引 | 寫入時自動完成 | 手動 CREATE INDEX:160.49 秒 |
| 無過濾 top-10(p50) | 2.07 ms | 2.08 ms |
| 無過濾 top-10(p95) | 2.79 ms | 3.25 ms |
| 帶條件 top-10(p50) | 1.03 ms(payload 索引) | 25.22 ms(cat 建了 btree) |
| 帶條件 top-10(未建索引) | 3.35 ms | 29.45 ms |
| 常駐記憶體 | 約 96 MB | 約 178 MB |
| 資料落地大小 | 218 MB(storage 目錄) | 397 MB 資料表 + 195 MB HNSW index |
幾個必須說清楚的細節:
- 無過濾查詢兩邊幾乎打平(2.07 對 2.08 ms)。這說明「Qdrant 一定比較快」是錯的;在單機、5 萬筆、p50 這個層級,pgvector 完全夠用。
- 過濾查詢差 24 倍(1.03 對 25.22 ms)才是真正的分水嶺。pgvector 的 HNSW 檢索會先取候選再過濾,選擇性低(這裡只留 1/8)時就得放大候選量,延遲直接跳一個數量級。這是設計差異,不是調參可以補平的。
- pgvector 建索引 160 秒,而且跳出警告:
hnsw graph no longer fits into maintenance_work_mem after 17700 tuples。預設maintenance_work_mem只有 64 MB;把它調大(例如 1 GB)會快很多。這不是 pgvector 的極限,是預設值不適合這個資料量。 - 量測方式不同:Qdrant 是從本機 HTTP 客戶端計時(含網路往返),pgvector 是在
plpgsql迴圈裡用clock_timestamp()計時(伺服器端,不含連線)。兩者都不是完美的 apples-to-apples,但差距 24 倍已經遠大於量測誤差。 - 兩邊都用預設參數:Qdrant 沒有指定
hnsw_ef;pgvector 用預設ef_search=40。這是「裝完就查」的基準,不是各自最佳化後的成績。
混合檢索:Query API 的 prefetch + RRF
向量檢索不擅長專有名詞與代號(「CVE-2026-132825」這種字串),BM25 不擅長語意改寫。Qdrant 的解法是用 prefetch 跑多路查詢,再融合:
curl -X POST http://localhost:6333/collections/docs/points/query \
-H 'Content-Type: application/json' \
-d '{
"prefetch": [
{"query": {"text": "向量資料庫 比較"}, "using": "title", "limit": 20},
{"query": [0.01, 0.45, 0.67], "using": "dense", "limit": 20}
],
"query": {"rrf": {}},
"limit": 10
}'
rrf(Reciprocal Rank Fusion)只看排名不看原始分數,所以兩路分數尺度不同也能直接融合;文件裡也提供 dbsf(distribution-based score fusion)。prefetch 可以巢狀,也能在最外層再包一層 formula query 做時間衰減或熱門度加權(1.14 起)。
這段是 Qdrant 相對 pgvector 最實用的差異之一:在 Postgres 裡要自己寫兩段 SQL、自己算 RRF,在 Qdrant 是一個請求。
多租戶:一個 collection 還是很多個
官方建議:大多數情況用一個 collection + payload 分區,不要每個租戶開一個 collection(collection 有固定開銷,數量一多管理成本爆增)。
| 做法 | 適用 | 隔離程度 |
|---|---|---|
payload 分區(filter on tenant_id + keyword index) | 大量小租戶 | 邏輯隔離,查詢一定帶 filter |
| user-defined sharding(每個租戶一個 shard key) | 少數大租戶 | 實體隔離,成本較高 |
| 分層多租戶(fallback shard + tenant promotion) | 大小混雜的 SaaS | 小租戶共用、大租戶自動升級專屬 shard |
關鍵細節:分區欄位一定要建 payload 索引,否則每個查詢都會退化成全庫掃描;Qdrant 也提供 strict mode 的 unindexed_filtering_retrieve: false,直接讓「忘記建索引」的查詢回錯誤,而不是默默變慢。
備份:snapshot 是一個 tar
curl -X POST http://localhost:6333/collections/docs/snapshots \
-H "api-key: 你的金鑰"
實測(5 萬筆 × 768 維):0.73 秒產生 227,586,560 bytes(約 217 MiB)的 tar,回傳內容同時給 checksum。snapshot 是 collection 層級、包含設定與所有 points;分散式部署要對每個節點分別做。災難還原需求較高的話,官方建議雲端版用 disk-level backup,自架則把 snapshot 排進 cron 再同步到物件儲存。
上線前的檢查清單
| 項目 | 具體做法 |
|---|---|
| 認證 | QDRANT__SERVICE__API_KEY;只給查詢的服務用唯讀金鑰 |
| 網路 | 綁 127.0.0.1 或私有網段,前面放反向代理+TLS |
| 索引 | 常過濾的欄位先建 payload 索引(在灌資料之前) |
| 防止慢查詢 | 開 strict mode,關掉 unindexed_filtering_retrieve |
| 記憶體 | 大資料量用 memory tier 或量化,別讓向量全擠在 RAM |
| 備份 | snapshot + 外部儲存,定期做一次還原演練 |
| 監控 | /metrics(Prometheus 格式)與 /telemetry;注意 optimizer 是否落後 |
| 版本 | 1.20.2 起預設改用經典 HNSW 建圖演算法(ef_construct 直接影響圖品質) |
已知限制與沒做的事
照本站慣例,把沒驗證的部分講清楚:
- 用的是隨機向量,不是真實 embedding。所以本文只有「延遲與吞吐」的意義,沒有任何召回率(recall)數據。真實語意資料的分佈會影響 HNSW 的圖品質,數字會不一樣。
- 沒有測 gRPC。官方與各家客戶端預設走 gRPC(6334),一般會比 REST 快,本文只用 REST,所以延遲數字偏保守。
- 沒有測量化(scalar/product/binary)與 memory tier。官方文件說量化可以大幅降低記憶體、換取少量精度,但本文未實測,不能給倍率。
- 單機、單 client、序列請求。沒有壓測併發(QPS 上限)、沒有測分散式/replication。
- pgvector 沒有調
maintenance_work_mem,所以它的 160 秒建索引是可調的;它的過濾劣勢則是結構性的。 - 數字綁定在這台 VPS(2 vCPU、7 GB RAM、無 GPU、Docker)。換硬體會全部改變,不要把絕對值當 benchmark 排名。
- Qdrant 版本是 1.20.2;1.20 的 changelog 提到「同 filter 的批次搜尋顯著變快」與「預設回到經典 HNSW 建圖」,舊版的對應數字可能不同。
誰適合、誰不需要
適合:RAG 服務(尤其是每個查詢都帶 tenant_id 的 SaaS)、需要混合檢索排序的搜尋、資料量往百萬級走的專案、想用一個容器解決「向量 + payload 過濾 + 快照」的人。
不需要:資料在幾十萬筆以內、過濾條件單純、已經有 Postgres 而且不想多養一個服務——pgvector 的無過濾延遲跟 Qdrant 打平,pg_dump 也比新服務的備份流程單純。真的撞到過濾變慢,再搬。
站內延伸閱讀
- PostgreSQL 完整教學 2026:從 Docker 安裝到 pgvector 向量搜尋
- Redis 完整教學 2026:7 大資料型態到 AI 向量搜尋與語意快取
- Chroma:開源的 AI 原生向量資料庫
- Dify 完整教學 2026:從 Docker 安裝到 RAG 客服機器人實戰
