Qdrant - Vector Database
·
Qdrant 1.11 - 向量堡垒：优化数据结构以实现规模和效率
💡
原文英文，约3100词，阅读约需12分钟。
📝
内容提要
Qdrant 1.11.0发布，优化内存使用和段优化等功能，新增数据结构、碎片整理、负载索引等小功能，提高系统性能和资源利用率，减少内存使用和存储成本。
🎯
关键要点
-
Qdrant 1.11.0发布，重点优化内存使用和段优化。
-
新增优化的数据结构，包括碎片整理和负载索引。
-
改进的查询API，新增按特定负载字段分组结果的功能。
-
新增随机抽样功能，可以从大数据集中随机选择子集。
-
引入基于分布的得分融合方法，提升查询结果的融合效果。
-
新增Web UI工具，包括搜索质量工具和图形探索工具。
-
多租户工作负载的优化，提升数据隔离和扩展性。
-
支持将不常用的数据存储在磁盘上，减少内存使用。
-
UUID数据类型的优化，减少内存开销。
-
建议用户根据使用模式创建索引，以提高性能和资源利用率。
❓
延伸问答
Qdrant 1.11.0的主要更新内容是什么？
Qdrant 1.11.0主要优化了内存使用和段优化，新增了数据结构、碎片整理和负载索引等功能。
如何优化多租户工作负载的存储？
通过将同一租户的向量存储在磁盘上更紧凑的位置，可以加快批量读取速度并降低扩展成本。
Qdrant 1.11.0中新增的查询API功能有哪些？
新增的查询API功能包括按特定负载字段分组结果和随机抽样功能。
UUID数据类型在Qdrant中如何优化内存使用？
通过将UUID存储为原始字节而非字符串，可以将内存开销减少至原来的2.25倍。
Qdrant 1.11.0中如何实现随机抽样？
可以通过查询API设置随机抽样，从较大的数据集中随机选择子集。
Qdrant的Web UI工具有哪些新功能？
新增的Web UI工具包括搜索质量工具和图形探索工具，用于实时测试搜索请求和可视化向量搜索。
➡️
