定位与差异
Qdrant 是开源高性能向量数据库，专为语义搜索、推荐系统与 RAG 应用提供向量相似度检索和持久化存储。相比通用数据库中的向量扩展或临时内存索引，它更强调向量检索的过滤能力、可扩展性与生产环境可用性。
核心能力
- 支持稠密向量检索，并可结合元数据过滤进行精准召回。
- 提供余弦相似度、欧氏距离、点积等多种距离度量方式。
- 具备数据持久化、快照、水平扩展与量化索引能力，适合较大规模向量集合。
- 提供 REST、gRPC 接口及主流语言 SDK，便于嵌入搜索、推荐和问答流程。
适用与不适用
适用：需要独立管理向量索引，并希望在语义搜索、推荐、RAG、图像或文本相似度匹配等场景中获得稳定检索性能的团队。
不适用：向量规模很小、只需简单最近邻查询，或更希望完全依赖关系型数据库完成全部数据管理与查询的场景。
上手提示
- 可以先通过官方镜像或云服务快速启动，熟悉集合（collection）、向量写入与查询流程。
- 关注索引类型、量化参数和过滤条件设计，这些会直接影响召回效果与资源消耗。
- 接入生产前建议根据业务数据规模做基准测试，具体能力与配置以Qdrant 官网为准。