文章比较了pgvector与专用向量数据库。pgvector是Postgres扩展，可在同一数据库内同时存储向量与关系数据，支持多种向量类型和距离函数。作者用Docker在本地对pgvector和Qdrant做基准测试，但10万向量的规模太小，难以得出结论。文章引用Tiger Data的5000万向量生产级测试：在99%召回率下，pgvector配合pgvectorscale吞吐达471 QPS，远超Qdrant的41 QPS；但Qdrant尾延迟更优，p99为38.71ms对74.60ms，索引构建也快约3.4倍。结论：千万级以下、需要事务一致性的场景选pgvector；超大规模、严格尾延迟SLA或零运维需求的场景选专用数据库。

Poliscope将德国约1.1万个市镇的议会文件（议程、纪要、规划等）经OCR处理后建成统一搜索平台，覆盖约90%市镇。平台采用自托管Qdrant开源版，通过按州多租户分区、区域ID前缀索引和TurboQuant量化优化，使1.3亿向量的混合检索从20秒降至平均0.87秒，全部运行在德国一台服务器上，兼顾数据主权与小团队运维。

本文介绍为RAG流水线构建语义缓存：用Qdrant存储历史问题向量，命中则跳过知识库检索和LLM调用，节省时间与成本。相似度阈值需按用例校准，建议用金标集划分训练、验证、测试集调优。高阈值只能覆盖近似重复问题，可用Jev分类器处理灰色地带。缓存需设置过期时间，并在源文档变更时失效。

本教程介绍使用Prometheus和Grafana监控Qdrant托管云数据库。Qdrant提供两个指标端点：/metrics报告单节点指标，需逐节点抓取；/sys_metrics为云专属，聚合全集群数据库指标及容器CPU、内存、磁盘和负载均衡流量，只需抓取一次。步骤：用Helm安装kube-prometheus-stack；创建Secret存储只读API密钥并配置ScrapeConfig抓取/sys_metrics；获取Grafana密码并端口转发访问；从Qdrant GitHub仓库导入示例仪表板。

Lucy为金融AI构建数据基础设施，将SEC和韩国DART的280多万份监管文件转为可检索数据。其RAG系统采用Qdrant的混合搜索、元数据过滤和量化技术，在FinanceBench上Recall@10达94.7%，仅靠检索即提升答案准确率0.16，使开源小模型表现超过依赖网络搜索的前沿模型，且答案可溯源至原始文件。

Himalayas远程招聘平台为超10万职位构建语义匹配，因关键词搜索无法弥合用词差异且成本高，于2023年从Pinecone迁移至Qdrant。Qdrant在同一查询中结合语义检索、关键词匹配与结构化过滤，支撑搜索和个性化推荐等场景，日均处理数十万请求，中位延迟约30毫秒，召回率提升约19个百分点。

本文介绍双曲嵌入在Qdrant中的应用。双曲空间适合表示层级数据，比欧氏空间更高效：5维Poincaré嵌入在商品分类上达到0.905 MAP，优于50维欧氏嵌入的0.658。但直接使用HNSW索引会导致召回率下降，需先用HNSW预取候选，再通过Formula Query按真实双曲距离重排，召回率从0.266提升至0.920。

Qdrant发布全球最大开源向量搜索基准数据集Qdrant-FineWeb-10B，含约25TB向量数据及精确ground truth，并开源Supernova框架，支持分布式嵌入生成、暴力KNN计算和性能评测，旨在替代合成基准，推动生产级向量搜索的可靠性与可复现性。

Qdrant 通过固定、缓存、冷存储三层管理内存，并结合量化压缩向量。小集合可全部缓存；内存瓶颈时固定量化向量副本以兼顾速度与低占用；磁盘受限时先量化再转冷存储。避免同时缓存全精度与压缩副本，谨慎使用 HNSW 内联存储。

Qdrant支持将向量、HNSW图、量化向量等分配到不同内存层级（固定、缓存、冷存储），以平衡速度与成本。建议在RAM紧张时固定量化向量，冷存储时配合量化减少磁盘读取，避免缓存全精度与压缩副本共存。HNSW内联存储需测试，并随扩展持续检查RAM余量。

Qdrant 自 v1.13 起支持 GPU 加速 HNSW 索引，可显著缩短向量集合重建索引时间。以 10 万条向量对比：GPU 建索引约 6.1 秒，CPU 约 66.3 秒，约快 10 倍；查询吞吐相近，但 CPU 因索引与查询争抢资源，延迟峰值更高。GPU 适合频繁重建索引或常换嵌入模型的场景，否则闲置 GPU 成本不划算。

Qdrant批量导入后，优化器积压会导致查询延迟飙升。基准测试显示：启用持续索引时，排空阶段p50延迟为780毫秒，优化完成后降至4.3毫秒；禁用索引则稳态延迟高达256毫秒。实验性prevent_unoptimized标志可将排空延迟降至10.2毫秒，但新写入点暂时不可搜索。单段配置稳态最快，但恢复超一小时；限制段大小可加速恢复12.7倍。串行化优化线程可降低p95延迟，但延长排空时间。提高deleted_threshold可避免vacuum干扰搜索。

本文通过基准测试，量化了Qdrant优化器配置对搜索延迟的影响。连续索引虽在加载后需恢复期，但稳态延迟可降180倍；启用prevent_unoptimized能大幅降低排空期延迟，但新点暂不可见。单段配置稳态最快但恢复慢，限制段大小则相反。串行化优化线程可平滑延迟但延长排空。提高删除阈值可避免真空干扰。建议根据负载权衡配置。

Qdrant 1.10引入了新的查询API，允许用户通过组合不同的搜索方法来构建混合搜索系统。查询API支持创建嵌套的多阶段查询，并支持每个点的多个向量。用户可以使用标准指标（如precision@k、MRR或NDCG）评估其搜索系统的效果。文章还讨论了构建混合搜索系统的选项，包括融合和重新排序方法。Qdrant 1.10中的新查询API提供了灵活性，可以尝试不同的设置。

混合搜索结合稠密与稀疏检索，兼顾语义相似与精确词匹配。稠密检索擅长同义改写，稀疏检索（如BM25）擅长标识符和专有词。融合方法中，RRF按排名合并以避免分数尺度差异，DBSF则归一化分数。在五个公开数据集上，默认RRF在四个上优于单一检索器。但混合搜索增加存储、索引和查询延迟，需实测收益是否值得成本。

Qdrant向量数据库通过量化与重打分机制应对向量集合超出内存的情况：量化在内存保留压缩副本，原始向量移至磁盘；TurboQuant通过旋转向量均匀分布误差，bits4为常用默认值；重打分读取原始向量修正压缩误差，但增加磁盘读取开销。测试表明，1比特量化配合重打分和过采样可将召回率从0.605恢复至0.951，接近float32基线。建议固定量化副本、原始向量冷存储，并启用io_uring异步读取。

本文介绍Qdrant向量数据库在集合超出内存时的优化方法。通过量化压缩向量（如TurboQuant bits4）并固定压缩副本在RAM中，原始向量移至磁盘，可减少内存占用。重打分（rescore）虽增加磁盘读取，但能恢复精度，尤其对低比特量化（如bits1）效果显著。建议从bits4开始，根据测试调整参数，并验证召回率与延迟。

本文介绍Qdrant混合搜索的调优方法：混合搜索融合稠密与稀疏检索结果，需先用nDCG@10验证融合是否优于单一检索；RRF仅用排名，DBSF利用分数分布，二者需在标注数据上对比；k值决定排名权重衰减，应按每查询相关文档数选择；权重最后调，并在留出查询上验证以避免过拟合。

本文介绍Qdrant中混合搜索的调优方法。混合搜索结合稠密与稀疏检索，通过融合算法排序。调优前需确认融合优于单一检索，并比较RRF与DBSF融合方法。根据查询相关文档数量选择k值，最后调整权重。需在保留查询集上验证配置，确保效果稳定。调优顺序：确认融合优势、选择融合方法、设定k值、调整权重、验证结果。

Qdrant v1.17.1 新增 prevent_unoptimized 优化器设置，用于解决批量上传后未索引段导致的搜索延迟。启用后，新点暂缓搜索直至段优化完成，数据仍持久化。测试显示优化时间从 88 秒降至 0.6 秒，查询延迟基本不变，但搜索结果暂时减少、召回率下降，复制集上点可能闪烁。适合写量小、优化快的集合。