【AI】（十五）向量数据库 Qdrant 简单使用

小渣渣

需求：随着 AI 大模型的爆火，向量数据库也出现了大家的视野中。之前简单介绍了几款向量数据库，本文尝试使用 Qdrant 向量数据库存储和检索。

Qdrant 向量数据库

Qdrant是一个开源向量数据库，专为下一代AI应用程序设计。它是面向云原生的，并提供RESTful和gRPC API以管理嵌入。Qdrant 的特性强大，支持图像、语音和视频搜索，以及与AI引擎的集成。

源码：https://github.com/qdrant/qdrant
下载：https://github.com/qdrant/qdrant/releases
文档：https://qdrant.tech/documentation/quickstart/
WebUI 源码：https://github.com/qdrant/qdrant-web-ui
API 接口文档：https://api.qdrant.tech/v-1-13-x/api-reference

Windows 安装 Qdrant 向量数据库

官方文档教程是直接使用 Docker 部署  Qdrant 向量数据库，由于，我本机没有安装 Docker 环境，然后，直接运行感觉还快一些。

Windows 版本下载：https://github.com/qdrant/qdrant/releases/download/v1.13.5/qdrant-x86_64-pc-windows-msvc.zip
WebUI 下载：https://github.com/qdrant/qdrant-web-ui/releases/download/v0.1.38/dist-qdrant.zip

关于仪表盘 /dashboard 访问 404 问题

问题：只有在使用 Docker 镜像时才会默认包含 Web UI，如果您想将其与二进制文件一起使用，则必须自行安装 Web UI 文件。
解决方案：下载 WebUI 发布包，在 qdrant 目录下面新建 static 文件夹，然后将 dist 内文件复制进去。

https://github.com/qdrant/qdrant/issues/5315
https://github.com/qdrant/qdrant/issues/5747

双击运行“qdrant.exe”即可，如下图：



REST API: localhost:6333
Web UI: localhost:6333/dashboard
GRPC API: localhost:6334

配置参考：https://github.com/qdrant/qdrant/blob/master/config/config.yaml

Qdrant 测试

使用 BAAI/bge-m3 嵌入模型（该模型是 1024 Dimensions 维度），获取向量，在 Qdrant 新建一个集合进行测试，如下图：

登录可见。

插入两条数据，如下图：

登录可见。

Qdrant 的 Id 支持使用 64-bit unsigned integers 和 UUID 作为点的标识符。

通过向量搜索，内容为“小红喜欢编程，他喜欢使用 .NET 技术”，如下图：

登录可见。

分数分别为："score": 0.65278614, "score": 0.29873508, 越接近 1 越匹配。

C# 调用 Qdrant 向量数据库

可以安装 Qdrant.Client 类库，使用 C# 对 Qdrant 进行读写操作，引用如下：

登录可见。

代码：

登录可见。

参考：

https://qdrant.tech/documentation/concepts/collections/
https://qdrant.tech/documentation/concepts/points/

小渣渣

linux 启动命令（未测试）

登录可见。