Qdrant - Vector Database

Qdrant - Vector Database

Qdrant - Vector Database

Qdrant(Quadrant)는 벡터 유사성 검색 엔진이자 벡터 데이터베이스입니다. 추가 페이로드가 있는 벡터인 포인트를 저장, 검색 및 관리할 수 있는 편리한 API를 통해 프로덕션에 바로 사용할 수 있는 서비스를 제공합니다. Qdrant는 확장된 필터링 지원에 맞게 조정되었습니다. 따라서 모든 종류의 신경망 또는 시맨틱 기반 매칭, 패싯 검색 및 기타 애플리케이션에 유용합니다.

Qdrant를 사용하면 임베딩 또는 신경망 인코더를 매칭, 검색, 추천 등을 위한 본격적인 애플리케이션으로 전환할 수 있습니다.

 

Filtering and Payload

Qdrant는 벡터와 관련된 모든 JSON 페이로드를 지원합니다. 페이로드를 저장할 뿐만 아니라 페이로드 값을 기반으로 필터 결과를 생성할 수도 있습니다. should, must, must_not 조건의 모든 조합을 허용하지만, ElasticSearch 사후 필터링과 달리 Qdrant는 모든 관련 벡터가 검색되도록 보장합니다.

Rich Data Types

벡터 페이로드는 문자열 일치, 숫자 범위, 지리적 위치 등을 포함한 매우 다양한 데이터 유형과 쿼리 조건을 지원합니다. 페이로드 필터링 조건을 사용하면 유사도 매칭을 기반으로 작동해야 하는 거의 모든 맞춤형 비즈니스 로직을 구축할 수 있습니다.

Query Planning and Payload Indexes

쿼리 플래너는 저장된 페이로드 값에 대한 정보를 사용하여 쿼리를 실행하는 가장 좋은 방법을 결정합니다. 예를 들어, 필터로 제한된 검색 공간이 작은 경우 인덱스보다 전체 무차별 대입을 사용하는 것이 더 효율적입니다.

SIMD Hardware Acceleration

Qdrant는 최신 CPU x86-x64 아키텍처를 활용할 수 있습니다. 이를 통해 최신 하드웨어에서 더욱 빠르게 검색할 수 있습니다.

Write-Ahead Logging

서비스가 업데이트를 확인하면 전원이 꺼져도 데이터가 손실되지 않습니다. 모든 작업은 업데이트 저널에 저장되며 언제든지 최신 데이터베이스 상태를 쉽게 재구성할 수 있습니다.

Distributed Deployment

v0.8.0부터 Qdrant는 분산 배포를 지원합니다. 이 모드에서는 여러 대의 Qdrant 머신이 클러스터로 결합되어 수평 확장을 제공합니다. 분산 합의에 대한 조정은 Raft 프로토콜에 의해 제공됩니다.

Stand-alone

Qdrant는 외부 데이터베이스나 오케스트레이션 컨트롤러에 의존하지 않으므로 구성이 매우 쉽습니다.

 

Qdrant vs Milvus | Zilliz

Qdrant vs Milvus | Zilliz