前言

先前我們在Day 5： 向量資料庫很重要嗎?可以怎麼挑呢?有做過基本的向量資料庫介紹，接下來的程式會有比較多使用到Qdrant的部分，因此我們在這個章節想先進一步和大家做分享。

📊 Qdrant 簡介

Qdrant 是一個以 Rust 實作的高效能向量資料庫，主要特點包含：

1. 高效檢索：使用 HNSW 演算法，能在大規模向量集合中快速檢索。
2. Payload 支援：可以儲存文件 metadata（例如：來源、時間、分類等）。
3. Filter 功能：支援在檢索時同時使用 metadata 過濾（例如：只檢索特定日期或分類的文件）。
4. 多語言 SDK：官方提供 Python、TypeScript、Go、Rust 等 SDK。
5. 彈性部署：可本地執行，也可使用 Qdrant Cloud。

🔍Qdrant的優勢

Qdrant 與 ChromaDB 比較

我們還是先和前面有使用的ChromaDB做比較，整理如下:

Qdrant的擴充性比較

• 如果只是要快速測試 RAG 概念，ChromaDB 較為方便。
• 如果需要 生產級、大量文件、進階檢索條件（Filter），則建議選擇 Qdrant。

⚙️Qdrant 基本操作

1. 安裝與啟動

# 使用 Docker 啟動 Qdrant
docker run -p 6333:6333 qdrant/qdrant

2. python SDK安裝

pip install qdrant-client

3. 建立連線

from qdrant_client import QdrantClient

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

4.建立Collection

client.create_collection(
    collection_name="RAG_Demo",           # Collection 名稱
    vectors_config=VectorParams(
        size=1024,                        # 向量維度(和你選用的embedding model有關，不能亂設)
        distance=Distance.COSINE          # 使用餘弦相似度
    )
)

這邊補充說明一下向量資料庫的用詞給大家做參考:

• 傳統關聯式資料庫 vs Qdrant 向量資料庫

5.查看collection資訊

# 列出所有 Collection
collections = client.get_collections()
print(collections)

# 查看特定 Collection 資訊
info = client.get_collection("RAG_Demo")
print(f"向量數量: {info.points_count}")
print(f"向量維度: {info.config.params.vectors.size}")

6.刪除collection

# 刪除整個 Collection（相當於 DROP TABLE）
client.delete_collection("RAG_Demo")

🔑 Qdrant的Filter功能

在 Qdrant 中，我們可以透過 Payload (meta data) 來幫助檢索時進行 Filter，筆者認為這是非常方便的功能。。
例如：你在儲存文本向量時，還可以附加「來源檔名」、「日期」、「類別」、「作者」、「語言」等欄位，讓檢索更精確。

⚠️ Filter 注意事項

Note:
在使用 filter 之前，你必須先對該欄位建立 index。
如果沒有建立 index，Qdrant 會進行全量掃描（full scan），導致檢索效能非常低落。

建立欄位索引 (Set index for fields)

下面我們使用一些官方的範例來做說明解釋，示範如何為每個要用來過濾的欄位新增索引。例如：

• 對life設定是bool

{
    "field_name": "life",
    "field_schema": "bool"
}

• 對color設定是keyword

{
    "field_name": "color",
    "field_schema": "keyword"
}

• 對humidity設定是integer

{
    "field_name": "humidity",
    "field_schema": {
        "type": "integer",
        "range": true
    }
}

這樣就能支援布林值、文字標籤 (keyword)、以及數值範圍查詢。

Filtering 語法

Filter主要有分:

1. must：條件必須符合
2. should符合條件的結果會被優先排序，但不是強制
3. must_not：排除不符合條件的結果
4. range：範圍條件，常用於數字或日期

• 範例：查詢「color = red」且「humidity > 60」的文件

{
  "must": [
    {
      "key": "color",
      "match": { "value": "red" }
    },
    {
      "key": "humidity",
      "range": { "gte": 60 }
    }
  ]
}

📌小結

今天針對qdrant做了一些進階的介紹，現在我要來繼續思考後面的題目範例，要怎麼樣能夠真實表現出這些功能的好處，苦惱啊~~~