Qdrant 1.19 - TurboQuant数据类型与内存层级
内容提要
Qdrant 1.19发布，主要新功能包括：TurboQuant数据类型将向量压缩至4位，存储减少九倍；统一内存层级配置（固定、缓存、冷）；支持按租户计算IDF统计；新增关键词前缀匹配和切片过滤；Web UI增强，支持实时分片进度、大规模可视化及索引管理。另有资源配额、副本读取亲和性等改进。
延伸解读
TurboQuant数据类型的取舍
TurboQuant数据类型将向量压缩至4位，存储减少九倍，但代价是无法再使用原始向量进行重排序，可能影响召回率。因此，它更适合存储成本敏感、对召回率要求不高的场景；若追求最高召回率，仍应使用TurboQuant量化配合全精度存储。
统一内存层级配置
1.19将原先分散的on_disk、always_ram等参数统一为单一内存参数，支持pinned、cached、cold三个层级。这简化了配置，并新增了HNSW图链接固定、稀疏索引缓存、量化向量独立分层等能力。用户可按组件灵活调整内存策略，但需注意旧参数已弃用。
多租户IDF统计的改进
此前IDF统计基于整个数据集，在多租户场景下会扭曲术语稀有度。1.19允许将IDF语料限定到特定租户，使BM25评分更准确。这对使用稀疏向量搜索的多租户应用尤为重要，能提升搜索结果的相关性。
升级前需注意的破坏性变更
1.19移除了旧的/search、/recommend、/discover端点，统一使用/query API。若仍在使用这些旧端点，升级前必须迁移。此外，资源配额功能取代了per-collection的max_resident_memory_percent严格模式，相关配置需调整。
Q&A
Qdrant 1.19 中的 TurboQuant 数据类型是什么？它如何减少存储占用？
TurboQuant 数据类型（Turbo4）是一种新的存储格式，将向量压缩为 4 位表示，且不保留原始的全精度副本。相比之前每个坐标需要 36 位（原始 float32 加 4 位压缩副本），现在只需 4 位，存储占用减少九倍。
Qdrant 1.19 中的内存层级（Memory Tiers）有哪些？它们分别有什么特点？
内存层级分为三种：pinned（固定）将组件完全加载到内存且永不被驱逐；cached（缓存）将数据保留在磁盘上，启动时预填充 OS 磁盘缓存，内存压力下可被驱逐；cold（冷）在首次访问时从磁盘惰性加载。
Qdrant 1.19 如何支持按租户计算 IDF 统计？这解决了什么问题？
Qdrant 1.19 允许将 IDF 统计的语料库缩小到特定租户，使术语稀有度反映该租户的词汇而非整个数据集。这解决了多租户部署中不同租户词汇差异导致 IDF 失真、影响 BM25 评分的问题。
Qdrant 1.19 新增了哪些过滤功能？它们分别适用于什么场景？
新增了关键词字段的前缀匹配和切片过滤。前缀匹配适用于 URL、文件路径等标识符的精确匹配场景，无需全扫描或改用文本索引。切片过滤将集合划分为确定性的不相交子集，适用于并行处理和可复现采样。
Qdrant 1.19 Web UI 有哪些主要增强？
Web UI 增强了实时分片进度显示、大规模可视化（支持数万个点）、以及交互式负载索引管理。此外，可视化支持点击查看最近邻、Shift+拖拽选择区域等新交互。
Qdrant 1.19 中资源配额和副本读取亲和性分别有什么作用？
资源配额通过限制节点可用的内存和磁盘空间，防止节点资源耗尽。副本读取亲和性通过 X-Qdrant-Route-Affinity 头将用户读取固定到同一副本，消除顺序读取落在不同副本导致的不一致。
升级到 Qdrant 1.19 需要注意什么？
升级前需注意：如果仍使用旧的 /search、/recommend 或 /discover 端点，需先迁移到 /query API。建议逐步升级（如 1.17.x→1.18.x→1.19.0）。Qdrant Cloud 用户可在集群详情中选择版本升级。
