Qdrant

Rustで記述されたベクトル類似検索エンジン兼データベース。ペイロードフィルタリングとマネージドクラウドサービスに対応

現在も活発に開発中:直近 90 日間のコミットは 754 件、最新コミットは 2026-09-03。

GitHub スター
3.5万
直近 30 日のスター増加
+799
直近 90 日のコミット
754
直近 6 か月のリリース
6

Qdrantは、ベクトル埋め込みの大規模な保存、検索、管理を必要とするAIアプリケーション向けに設計された、Rustで記述された高性能なベクトル類似検索エンジン兼データベースです。セマンティック検索、推薦システム、ニューラルネットワークベースのマッチングアプリケーションを構築するための基盤となります。追加のメタデータペイロードを持つベクトルの処理に優れ、基本的な類似度マッチングを超える高度なフィルタリングとファセット検索を可能にします。本番環境向けに構築されたQdrantは、セルフホストのデプロイオプションと、無料枠のあるフルマネージドのクラウドサービスの両方を提供します。Rustによるアーキテクチャが高負荷時でも高速な処理と信頼性を確保し、エンタープライズ規模のAIアプリケーションに適しています。包括的なAPIとクライアントライブラリを提供し、特に拡張されたフィルタリング機能に強みがあり、ベクトル類似度と従来のデータベース操作を組み合わせた複雑なクエリを実行できます。このためQdrantは、ECの推薦、ドキュメント検索、コンテンツ発見プラットフォームなど、意味理解と構造化データのフィルタリングの両方を必要とするアプリケーションで特に有用です。

他ツールとの違い

Milvusとの比較:より簡単なセットアップ、Rustによる性能、より豊富なペイロードフィルタリング;Pineconeとの比較:セルフホスト可能なオープンソースで、オンディスク量子化によるコスト効率;Chromaとの比較:分散デプロイとハードウェアアクセラレーションに対応した本番運用品質

主な機能

  • ベクトル類似検索エンジン
  • JSONメタデータによるペイロードフィルタリング
  • スパースベクトルを用いたハイブリッド検索
  • メモリ効率向上のためのベクトル量子化
  • シャーディング/レプリケーションによる分散デプロイ
  • gRPCおよびREST API
  • インメモリおよびオンディスクのストレージモード
  • SIMDハードウェアアクセラレーション

向いている用途

  • 豊富なメタデータフィルタリングを伴うRAGアプリケーション
  • 簡単にセットアップでき、Rustの性能を備えたベクトルデータベースを求めるチーム
  • 本番運用前のインメモリモードでのプロトタイピング

向いていない用途

  • GPUアクセラレーションを必要とする数十億規模のデプロイ(Milvusを検討)
  • 全文検索を主目的とするユースケース

制限事項

  • 非常に大規模な環境では単一ノードの性能がボトルネックになる可能性
  • Milvusと比較して成熟度の低いGPUアクセラレーション
  • Milvus/Pineconeより小規模なコミュニティ
  • ネイティブの全文BM25検索なし

Qdrant の代替ツール

  • Milvus:Milvus は、スケーラブルなベクトル ANN 検索向けに構築された、高性能なクラウドネイティブのベクトルデータベースです。(4.6万スター)
  • Chroma(2.9万スター)
  • Weaviate:セマンティック検索、フィルタリング、RAG、リランキングのためのオープンソースのクラウドネイティブなベクトルデータベース(1.7万スター)
  • Faiss(4.1万スター)
  • pgvector(2.3万スター)
  • txtai(1.3万スター)

代替ツールの詳しい比較(英語)→

よくある質問

Qdrant とは?
Qdrantは、ベクトル埋め込みの大規模な保存、検索、管理を必要とするAIアプリケーション向けに設計された、Rustで記述された高性能なベクトル類似検索エンジン兼データベースです。セマンティック検索、推薦システム、ニューラルネットワークベースのマッチングアプリケーションを構築するための基盤となります。追加のメタデータペイロードを持つベクトルの処理に優れ、基本的な類似度マッチングを超える高度なフィルタリングとファセット検索を可能にします。本番環境向けに構築されたQdrantは、セルフホストのデプロイオプションと、無料枠のあるフルマネージドのクラウドサービスの両方を提供します。Rustによるアーキテクチャが高負荷時でも高速な処理と信頼性を確保し、エンタープライズ規模のAIアプリケーションに適しています。包括的なAPIとクライアントライブラリを提供し、特に拡張されたフィルタリング機能に強みがあり、ベクトル類似度と従来のデータベース操作を組み合わせた複雑なクエリを実行できます。このためQdrantは、ECの推薦、ドキュメント検索、コンテンツ発見プラットフォームなど、意味理解と構造化データのフィルタリングの両方を必要とするアプリケーションで特に有用です。
Qdrant は現在もメンテナンスされていますか?
現在も活発に開発中:直近 90 日間のコミットは 754 件、最新コミットは 2026-09-03。
Qdrant の代替ツールは?
Qdrant に近いオープンソースの代替ツール:Milvus、Chroma、Weaviate、Faiss、pgvector、txtai。
Qdrant はオープンソースですか?
はい。Qdrant はオープンソースで、コードは GitHub で公開されています。

スター数・コミット・リリースのデータは GitHub API から毎日自動更新しています。紹介文は AI が英語から翻訳し、別のモデルで逆翻訳チェックを行っています。 リポジトリ:github.com/qdrant/qdrant

AI エージェントツールを開発していますか?

無料で掲載を申請できます。有料で審査を早めることもできます。

ツールを登録する →