Qdrant

Qdrant — это передовая векторная база данных и поисковая система нового поколения для приложений искусственного интеллекта, доступная в облаке. Она предлагает надежный механизм поиска векторов по сходству и решение для базы данных с удобным API для хранения, поиска и управления векторами с дополнительными нагрузками (payload). Qdrant выделяется обширными возможностями фильтрации, что делает ее идеальной для сопоставления на основе нейронных сетей и семантики, фасетного поиска и различных других приложений.

Ключевые возможности

• Фильтрация и управление нагрузками (payload).
  Qdrant позволяет прикреплять JSON-нагрузки к векторам, обеспечивая хранение данных и фильтрацию по значениям нагрузок. Поддерживает разнообразные типы данных и условия запросов, включая сопоставление по ключевым словам, полнотекстовую фильтрацию, числовые диапазоны, геопозиции и многое другое.

• Гибридный поиск с разреженными векторами.
  Поддерживает гибридные методы поиска, сочетающие поиск по сходству векторов с традиционным поиском по разреженным векторам.

• Квантование векторов и хранение на диске.
  Оптимизирует эффективность хранения за счет квантования векторов и решений для хранения на диске.

• Распределенное развертывание и масштабирование.
  Предлагает варианты распределенного развертывания с горизонтальным масштабированием через шардирование и репликацию, обеспечивая обновления без простоев и плавное динамическое масштабирование коллекций.

• Планирование запросов и индексы нагрузок.
  Использует сохраненную информацию о нагрузках для оптимизации стратегий выполнения запросов, повышая производительность поиска.

• Аппаратное ускорение SIMD.
  Использует современные архитектуры процессоров (x86-64 и Neon) для аппаратного ускорения, обеспечивая повышенную производительность.

• Асинхронный ввод-вывод (Async I/O).
  Применяет io_uring для максимизации использования пропускной способности диска даже на сетевом хранилище.

• Предварительная запись журналов (Write-Ahead Logging).
  Гарантирует сохранность данных с подтверждением обновлений, защищая от потери данных при сбоях питания.

1. Создайте сеть и подсеть.

2. Создайте группу безопасности в созданной сети и добавьте правила:

   Направление трафика	Описание	Диапазон портов	Протокол	Источник / Назначение	CIDR-блоки
   Входящий	Qdrant	6333	TCP	CIDR	0.0.0.0/0
   Входящий	SSH	22	TCP	CIDR	0.0.0.0/0
   Исходящий	Any	Весь	Любой	CIDR	0.0.0.0/0

3. Получите пару SSH-ключей для подключения к виртуальной машине (ВМ).

4. Создайте ВМ из публичного образа:

   1. В блоке Образ загрузочного диска на вкладке Marketplace выберите Qdrant.
   2. В блоке Сетевые настройки выберите созданные ранее сеть, подсеть и группу безопасности.
   3. В блоке Доступ:
      • В поле Логин введите имя пользователя.
      • В поле SSH-ключ вставьте содержимое файла с открытым SSH-ключом.

   Дождитесь создания ВМ и сохраните публичный IP-адрес ВМ.

5. Отправьте запрос на создание тестовой коллекции:

   curl -X PUT 'http://<IP-адрес_ВМ>:6333/collections/test_collection' \
     -H 'Content-Type: application/json' \
       --data-raw '{
         "vectors": {
           "size": 4,
           "distance": "Dot"
         }
       }'
   

   Результат:

   {"result":true,"status":"ok","time":0.145993959}
   

• Высокопроизводительная векторная база данных и поиск.
• Гибридный поиск.
• Бесшовная интеграция с инструментами построения AI-агентов и процессов, такими как Langflow.
• Использование в качестве векторной базы данных для RAG.

Служба технической поддержки Yandex Cloud отвечает на запросы 24 часа в сутки, 7 дней в неделю. Доступные виды запросов и срок их обработки зависят от тарифного плана. Подключить платную поддержку можно в консоли управления. Подробнее о порядке оказания технической поддержки.