Qdrant

Высокопроизводительная векторная база данных для семантического поиска и RAG-приложений — индексирование с ускорением на GPU

Qdrant — это база данных векторов с открытым исходным кодом, готовая к промышленному использованию, написанная на Rust. Она обеспечивает быстрый приближённый поиск ближайших соседей (ANN) по миллиардам векторов с продвинутой фильтрацией, индексированием полезных данных (payload) и поддержкой мультивекторных структур. Она является основой многих производственных конвейеров RAG (Retrieval-Augmented Generation) и приложений семантического поиска.

GitHub: qdrant/qdrant — 22K+ ⭐

---

Почему Qdrant?

Функция	Qdrant	Pinecone	Weaviate	Chroma
Открытый исходный код	✅	❌	✅	✅
Производительность Rust	✅	—	❌ Go	❌ Python
Фильтрация во время запроса	✅ Продвинутая	✅ Базовая	✅	✅ Базовая
Мультивектор	✅	❌	✅	❌
HNSW на диске	✅	✅	✅	❌
Индексирование полезных данных (payload)	✅	Ограничено	✅	Ограничено
gRPC + REST	✅ Оба	✅ REST	✅	REST
Самостоятельный хостинг	✅	❌ Только облачный	✅	✅

Qdrant написан на Rust — обеспечивает производительность уровня С с безопасностью памяти. Тесты производительности показывают, что Qdrant стабильно в 1.5–3 раза быстрее чем альтернативы на Python, такие как Chroma, в сценариях с высокой нагрузкой.

---

Ключевые сценарии использования

• RAG (Retrieval-Augmented Generation) — поиск релевантного контекста для подсказок LLM

• Семантический поиск — поиск по смыслу, а не только по ключевым словам

• Системы рекомендаций — поиск похожих элементов по сходству эмбеддингов

• Обнаружение дубликатов — выявление почти дублирующегося содержимого

• Обнаружение аномалий — поиск векторов, удалённых от центров кластеров

• Поиск сходства изображений/аудио — мультимодальный поиск

---

Требования

• Учетная запись Clore.ai с арендой GPU

• Базовые знания REST API или Python

• Ваша выбранная модель эмбеддингов (OpenAI, SentenceTransformers и т.д.)

---

Шаг 1 — Арендуйте сервер на Clore.ai

Qdrant в основном ограничен CPU/RAM при обслуживании, но выигрывает от наличия GPU, когда:

• Генерируются эмбеддинги одновременно с обслуживанием (модель эмбеддингов на том же сервере)

• Выполняются масштабные пакетные операции индексирования

1. Перейдите на clore.ai → Маркетплейс

2. Для комбинации эмбеддинги + обслуживание: RTX 3090/4090 с 32GB+ памяти

3. Для только обслуживание: Сервер, оптимизированный под CPU, с быстрым NVMe-хранилищем

Планирование памяти:

• Каждый float32-вектор с 1536 измерениями = 6KB

• 1 миллион векторов = ~6GB ОЗУ

• 10 миллионов векторов = ~60GB ОЗУ

• Включите хранение на диске для очень больших коллекций

---

Шаг 2 — Разверните контейнер Qdrant

Docker-образ:

qdrant/qdrant:latest

Порты:

22
6333
6334

• Порт 6333: REST API (HTTP)

• Порт 6334: gRPC API (более высокая производительность для массовых операций)

Переменные окружения:

QDRANT__SERVICE__HTTP_PORT=6333
QDRANT__SERVICE__GRPC_PORT=6334
QDRANT__LOG_LEVEL=INFO
QDRANT__STORAGE__STORAGE_PATH=/qdrant/storage

Том/постоянное хранилище: Смонтировать /qdrant/storage для сохранения данных. Без этого данные теряются при перезапуске контейнера.

---

Шаг 3 — Проверьте, что Qdrant запущен

ssh root@<server-ip> -p <ssh-port>

# Проверить, что Qdrant запущен
curl http://localhost:6333/

# Ожидаемый ответ:
# {"title":"qdrant - vector search engine","version":"..."}

# Проверить состояние
curl http://localhost:6333/healthz

# Проверить информацию кластера
curl http://localhost:6333/cluster

---

Шаг 4 — Установите клиент Python

# Установить Qdrant Python клиент и инструменты для эмбеддингов
pip install qdrant-client sentence-transformers openai numpy

# Проверить соединение
python3 << 'EOF'
from qdrant_client import QdrantClient

client = QdrantClient("localhost", port=6333)
print(f"Qdrant connected: {client.get_collections()}")
EOF

---

Шаг 5 — Создайте коллекцию

Коллекция — это именованная группа векторов с фиксированной размерностью.

from qdrant_client import QdrantClient
from qdrant_client.models import (
    Distance,
    VectorParams,
    HnswConfigDiff,
    OptimizersConfigDiff,
    QuantizationConfig,
    ScalarQuantizationConfig,
    ScalarType
)

client = QdrantClient("localhost", port=6333)

# Создать коллекцию для OpenAI text-embedding-3-small (1536 измерений)
client.create_collection(
    collection_name="documents",
    vectors_config=VectorParams(
        size=1536,           # Размер вектора (соответствуйте вашей модели эмбеддингов)
        distance=Distance.COSINE,  # Опции: COSINE, EUCLID, DOT
        on_disk=False        # Установите True для очень больших коллекций
    ),
    hnsw_config=HnswConfigDiff(
        m=16,                # Связность графа HNSW (больше = лучшее восстановление, больше ОЗУ)
        ef_construct=100,    # Глубина поиска при построении (больше = лучшее качество, медленнее индексирование)
        full_scan_threshold=10000  # Использовать грубый перебор ниже этого количества
    ),
    optimizers_config=OptimizersConfigDiff(
        indexing_threshold=20000  # Начать индексацию HNSW после такого количества векторов
    ),
    quantization_config=QuantizationConfig(
        scalar=ScalarQuantizationConfig(
            type=ScalarType.INT8,  # Сжать векторы в INT8 (снижение памяти в 4 раза)
            quantile=0.99,
            always_ram=True        # Держать квантованный индекс в ОЗУ
        )
    )
)

print("Collection created!")
print(client.get_collection("documents"))

Коллекция для SentenceTransformers (384 измерения)

client.create_collection(
    collection_name="embeddings_384",
    vectors_config=VectorParams(
        size=384,              # размер выхода all-MiniLM-L6-v2
        distance=Distance.COSINE
    )
)

---

Шаг 6 — Индексировать документы

С OpenAI Embeddings

from qdrant_client import QdrantClient
from qdrant_client.models import PointStruct
from openai import OpenAI
import uuid

client = QdrantClient("localhost", port=6333)
openai_client = OpenAI(api_key="your-openai-api-key")

def get_embeddings(texts: list[str], batch_size: int = 100) -> list[list[float]]:
    """Генерировать эмбеддинги пакетами."""
    all_embeddings = []
    for i in range(0, len(texts), batch_size):
        batch = texts[i:i + batch_size]
        response = openai_client.embeddings.create(
            model="text-embedding-3-small",
            input=batch
        )
        all_embeddings.extend([e.embedding for e in response.data])
    return all_embeddings

# Пример документов
documents = [
    {
        "id": str(uuid.uuid4()),
        "text": "Qdrant is a vector database built in Rust for high performance.",
        "source": "documentation",
        "category": "database",
        "year": 2024
    },
    {
        "id": str(uuid.uuid4()),
        "text": "Machine learning models convert text to dense vector representations.",
        "source": "article",
        "category": "ml",
        "year": 2023
    },
    # Добавьте больше документов...
]

# Сгенерировать эмбеддинги
texts = [doc["text"] for doc in documents]
embeddings = get_embeddings(texts)

# Вставить в Qdrant (upsert)
points = [
    PointStruct(
        id=str(uuid.uuid4()),
        vector=embedding,
        payload={
            "text": doc["text"],
            "source": doc["source"],
            "category": doc["category"],
            "year": doc["year"]
        }
    )
    for doc, embedding in zip(documents, embeddings)
]

client.upsert(
    collection_name="documents",
    points=points,
    wait=True  # Ждать завершения индексирования
)

print(f"Indexed {len(points)} documents!")

С SentenceTransformers (локально, с ускорением на GPU)

from sentence_transformers import SentenceTransformer
from qdrant_client import QdrantClient
from qdrant_client.models import PointStruct
import torch
import uuid

# Загрузить модель эмбеддингов на GPU
model = SentenceTransformer("all-MiniLM-L6-v2", device="cuda")

client = QdrantClient("localhost", port=6333)

documents = [
    {"text": "How do I set up Qdrant on a GPU server?", "tag": "setup"},
    {"text": "Vector databases store high-dimensional embeddings for similarity search.", "tag": "concept"},
    {"text": "HNSW algorithm provides approximate nearest neighbor search.", "tag": "algorithm"},
    # ... ещё документы
]

# Пакетное кодирование с ускорением на GPU
texts = [doc["text"] for doc in documents]
embeddings = model.encode(
    texts,
    batch_size=256,       # Большой размер батча для эффективности GPU
    show_progress_bar=True,
    normalize_embeddings=True  # Нормализовать для косинусного сходства
)

# Индексировать в Qdrant
points = [
    PointStruct(
        id=str(uuid.uuid4()),
        vector=embedding.tolist(),
        payload=doc
    )
    for doc, embedding in zip(documents, embeddings)
]

# Пакетный upsert (эффективнее)
BATCH_SIZE = 1000
for i in range(0, len(points), BATCH_SIZE):
    batch = points[i:i + BATCH_SIZE]
    client.upsert(collection_name="embeddings_384", points=batch)
    print(f"Indexed {min(i + BATCH_SIZE, len(points))}/{len(points)}")

---

Шаг 7 — Поиск и запросы

Базовый семантический поиск

from qdrant_client import QdrantClient
from sentence_transformers import SentenceTransformer

client = QdrantClient("localhost", port=6333)
model = SentenceTransformer("all-MiniLM-L6-v2", device="cuda")

def search(query: str, limit: int = 5, collection: str = "embeddings_384"):
    # Сгенерировать эмбеддинг запроса
    query_vector = model.encode(query, normalize_embeddings=True).tolist()
    
    # Поиск
    results = client.search(
        collection_name=collection,
        query_vector=query_vector,
        limit=limit,
        with_payload=True,
        with_vectors=False    # Не возвращать векторы (экономит трафик)
    )
    
    return results

# Тестовый поиск
results = search("vector database performance")
for r in results:
    print(f"Score: {r.score:.4f} | {r.payload['text'][:100]}")

Фильтрованный поиск (метаданные + вектор)

from qdrant_client.models import Filter, FieldCondition, MatchValue, Range

# Поиск с фильтрами метаданных
results = client.search(
    collection_name="documents",
    query_vector=query_vector,
    query_filter=Filter(
        must=[
            FieldCondition(
                key="category",
                match=MatchValue(value="database")
            ),
            FieldCondition(
                key="year",
                range=Range(gte=2023)  # Год >= 2023
            )
        ]
    ),
    limit=10,
    with_payload=True
)

Пакетный/мультизапросный поиск

from qdrant_client.models import SearchRequest

queries = [
    "how to install vector database",
    "machine learning inference optimization",
    "RAG pipeline architecture"
]

query_vectors = model.encode(queries, normalize_embeddings=True)

# Пакетный поиск (один вызов API для всех запросов)
results = client.search_batch(
    collection_name="embeddings_384",
    requests=[
        SearchRequest(
            vector=vec.tolist(),
            limit=5,
            with_payload=True
        )
        for vec in query_vectors
    ]
)

for query, res in zip(queries, results):
    print(f"\nQuery: {query}")
    for r in res:
        print(f"  {r.score:.3f}: {r.payload['text'][:80]}")

---

Шаг 8 — Построить RAG-конвейер

from qdrant_client import QdrantClient
from sentence_transformers import SentenceTransformer
from openai import OpenAI

# Инициализировать клиентов
qdrant = QdrantClient("localhost", port=6333)
embedder = SentenceTransformer("all-MiniLM-L6-v2", device="cuda")
llm = OpenAI(api_key="your-openai-key")

def rag_query(question: str, n_context: int = 5) -> str:
    # Шаг 1: Встроить (embed) вопрос
    query_vector = embedder.encode(question, normalize_embeddings=True).tolist()
    
    # Шаг 2: Извлечь релевантный контекст из Qdrant
    search_results = qdrant.search(
        collection_name="documents",
        query_vector=query_vector,
        limit=n_context,
        with_payload=True
    )
    
    # Шаг 3: Построить строку контекста
    context = "\n\n".join([
        f"[Source: {r.payload.get('source', 'unknown')}]\n{r.payload['text']}"
        for r in search_results
        if r.score > 0.5  # Отфильтровать результаты с низкой уверенностью
    ])
    
    # Шаг 4: Сгенерировать ответ с помощью LLM
    response = llm.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {
                "role": "system",
                "content": "Отвечайте на вопросы на основе предоставленного контекста. Будьте кратки и точны."
            },
            {
                "role": "user",
                "content": f"Context:\n{context}\n\nQuestion: {question}"
            }
        ],
        temperature=0.1
    )
    
    return response.choices[0].message.content

# Тест RAG-конвейера
answer = rag_query("What is Qdrant and how does it work?")
print(answer)

---

Шаг 9 — Мониторинг и управление коллекциями

# Статистика по коллекции
info = client.get_collection("documents")
print(f"Vectors count: {info.vectors_count:,}")
print(f"Points count: {info.points_count:,}")
print(f"Indexed vectors: {info.indexed_vectors_count:,}")
print(f"Status: {info.status}")
print(f"Disk usage: {info.disk_data_size / 1024 / 1024:.1f} MB")

# Список всех коллекций
collections = client.get_collections()
for c in collections.collections:
    print(f" - {c.name}")

# Удалить точки по фильтру
client.delete(
    collection_name="documents",
    points_selector=Filter(
        must=[FieldCondition(key="source", match=MatchValue(value="old_source"))]
    )
)

# Оптимизировать коллекцию (принудительная сборка индекса)
client.update_collection(
    collection_name="documents",
    optimizer_config=OptimizersConfigDiff(indexing_threshold=0)  # Принудительная немедленная индексация
)

---

Устранение неполадок

Соединение отклонено

# Проверить, что Qdrant запущен
docker ps | grep qdrant
# Или проверить процесс
ps aux | grep qdrant

# Проверить, открыты ли порты
curl http://localhost:6333/
netstat -tlnp | grep 6333

Медленная производительность поиска

# Оптимизировать параметры HNSW для лучшего восстановления
client.update_collection(
    collection_name="documents",
    hnsw_config=HnswConfigDiff(ef=128)  # Увеличить ef во время поиска (по умолчанию 100)
)

# Использовать квантование INT8, чтобы уместить больше векторов в ОЗУ

Высокое использование памяти

# Включите хранение на диске для больших коллекций
client.create_collection(
    collection_name="large_collection",
    vectors_config=VectorParams(
        size=1536,
        distance=Distance.COSINE,
        on_disk=True  # Хранить векторы на диске вместо ОЗУ
    )
)

---

Краткое руководство по REST API

# Список коллекций
curl http://localhost:6333/collections

# Создать коллекцию
curl -X PUT http://localhost:6333/collections/my_collection \
    -H "Content-Type: application/json" \
    -d '{"vectors": {"size": 384, "distance": "Cosine"}}'

# Подсчитать точки
curl http://localhost:6333/collections/my_collection/points/count

# Поиск
curl -X POST http://localhost:6333/collections/my_collection/points/search \
    -H "Content-Type: application/json" \
    -d '{
        "vector": [0.1, 0.2, ...],
        "limit": 5,
        "with_payload": true
    }'

# Удалить коллекцию
curl -X DELETE http://localhost:6333/collections/my_collection

---

Оценка стоимости на Clore.ai

Установка	Сервер	Ежемесячная стоимость	Вместимость
Маленький RAG	RTX 3090, 32GB ОЗУ	~$60–80	~5M векторов
Средний поиск	RTX 4090, 64GB ОЗУ	~$120–150	~15M векторов
Крупномасштабный	A100, 128GB ОЗУ	~$250–350	~30M векторов

---

Дополнительные ресурсы

• Документация Qdrant

• Qdrant на GitHub

• Qdrant Python Client

• Примеры Qdrant

• Бенчмарки векторных баз данных

• Sentence Transformers

---

Qdrant на Clore.ai предоставляет вам самостоятельно хостимую высокопроизводительную векторную базу данных без поминутных расходов за запросы, как в Pinecone или Weaviate Cloud. Идеально для RAG-конвейеров, обрабатывающих миллионы документов.

---

Рекомендации Clore.ai по GPU

Сценарий использования	Рекомендуемый GPU	Примерная стоимость на Clore.ai
Разработка/Тестирование	RTX 3090 (24GB)	~$0.12/gpu/hr
Производственный векторный поиск	RTX 3090 (24GB)	~$0.12/gpu/hr
Высокопропускная способность эмбеддингов	RTX 4090 (24GB)	~$0.70/gpu/hr

💡 Все примеры в этом руководстве можно развернуть на Clore.ai GPU-серверах. Просматривайте доступные GPU и арендуйте по часам — без обязательств, с полным root-доступом.