Qdrant
用 Rust 编写的向量相似度搜索引擎和数据库，支持载荷过滤并提供托管云服务
仍在活跃开发：最近 90 天有 754 次提交，最近一次提交在 2026-09-03。
GitHub 星数
3.5 万
近 30 天涨星
+799
近 90 天提交
754
近 6 个月发版
6
Qdrant 是用 Rust 编写的高性能向量相似度搜索引擎和数据库，专为需要大规模存储、搜索和管理向量嵌入的 AI 应用设计。它是构建语义搜索、推荐系统和基于神经网络的匹配应用的基础。该系统擅长处理带有附加元数据载荷的向量，支持超出基本相似度匹配的复杂过滤和分面搜索功能。Qdrant 面向生产环境构建，既提供自托管部署选项，也提供含免费套餐的全托管云服务。其 Rust 架构确保在高负载下仍具有快速性能和可靠性，适用于企业级规模的 AI 应用。该平台提供全面的 API 和客户端库，尤其擅长扩展过滤，支持将向量相似度与传统数据库操作结合的复杂查询。这使 Qdrant 对于同时需要语义理解和结构化数据过滤的应用尤为有用，例如电商推荐、文档搜索或内容发现平台。
和同类工具的区别
对比 Milvus：配置更简单，具备 Rust 性能和更丰富的载荷过滤功能；对比 Pinecone：开源且可自托管，通过磁盘量化提高成本效益；对比 Chroma：达到生产级要求，支持分布式部署和硬件加速
主要能力
- 向量相似度搜索引擎
- 基于 JSON 元数据的载荷过滤
- 使用稀疏向量的混合搜索
- 通过向量量化提高内存效率
- 支持分片/复制的分布式部署
- gRPC 和 REST API
- 内存和磁盘存储模式
- SIMD 硬件加速
适合
- 需要丰富元数据过滤功能的 RAG 应用
- 希望获得 Rust 性能且配置简单的向量数据库的团队
- 在投入生产前使用内存模式进行原型开发
不太适合
- 需要 GPU 加速的十亿级部署（可考虑 Milvus）
- 以全文搜索为主的使用场景
局限
- 在超大规模下，单节点性能可能成为瓶颈
- GPU 加速的成熟度低于 Milvus
- 社区规模小于 Milvus/Pinecone
- 无原生全文 BM25 搜索
Qdrant 的替代品
常见问题
- Qdrant 是做什么的？
- Qdrant 是用 Rust 编写的高性能向量相似度搜索引擎和数据库，专为需要大规模存储、搜索和管理向量嵌入的 AI 应用设计。它是构建语义搜索、推荐系统和基于神经网络的匹配应用的基础。该系统擅长处理带有附加元数据载荷的向量，支持超出基本相似度匹配的复杂过滤和分面搜索功能。Qdrant 面向生产环境构建，既提供自托管部署选项，也提供含免费套餐的全托管云服务。其 Rust 架构确保在高负载下仍具有快速性能和可靠性，适用于企业级规模的 AI 应用。该平台提供全面的 API 和客户端库，尤其擅长扩展过滤，支持将向量相似度与传统数据库操作结合的复杂查询。这使 Qdrant 对于同时需要语义理解和结构化数据过滤的应用尤为有用，例如电商推荐、文档搜索或内容发现平台。
- Qdrant 还在维护吗？
- 仍在活跃开发：最近 90 天有 754 次提交，最近一次提交在 2026-09-03。
- Qdrant 有哪些替代品？
- 和 Qdrant 最接近的开源替代品有 Milvus、Chroma、Weaviate、Faiss、pgvector、txtai。
- Qdrant 是开源的吗？
- 是的，Qdrant 是开源项目，代码托管在 GitHub 上。
星数、提交和发版数据来自 GitHub API，每天自动刷新。介绍文字由 AI 从英文翻译，并经过第二个模型的回译校对。 项目地址：github.com/qdrant/qdrant