Qdrantとは

Rustで実装された、高速な検索性能とフィルタリング機能を特徴とするオープンソースのベクトルデータベース

ひとことで言うと

Rustで作られた、高速な検索とメタデータでの絞り込みが得意なベクトルデータベース。

概要

Qdrantは、Qdrant社が開発するオープンソースのベクトルデータベース。 Rustで実装されており、ベクトル類似検索とメタデータによるフィルタリングを組み合わせた検索性能を特徴とする。セルフホストとマネージドクラウドの両方の形態で利用できる。

背景

高速な検索性能とメタデータによる柔軟な絞り込みを両立したいというニーズから、Qdrant社はRustで実装したオープンソースのベクトルデータベースとしてQdrantを開発した。

歴史

2021年: Qdrant社がオープンソースのベクトルデータベース「Qdrant」を公開。

コード例

from qdrant_client import QdrantClient
from qdrant_client.models import PointStruct, VectorParams, Distance

client = QdrantClient(url="http://localhost:6333")
client.create_collection(
    collection_name="demo",
    vectors_config=VectorParams(size=3, distance=Distance.COSINE),
)

client.upsert(
    collection_name="demo",
    points=[PointStruct(id=1, vector=[0.1, 0.2, 0.3], payload={"text": "example"})],
)

results = client.query_points(collection_name="demo", query=[0.1, 0.2, 0.3], limit=3)
print(results)

利点

• Rust実装による高速な検索性能とメモリ効率を特徴とする
• メタデータによるフィルタリングとベクトル検索を組み合わせやすい
• gRPC/REST両方のAPIを提供し、様々な言語のクライアントから利用しやすい

欠点

• 老舗のベクトルデータベース製品と比べ、エコシステムや事例の蓄積はまだ少ない
• 大規模分散運用の実績は発展途上にある
• 商用のマネージドクラウドとセルフホストでは、機能差が生じることもある

比較

• ベクトルデータベース — Qdrantは高速な検索性能とフィルタリングを特徴とするオープンソースのベクトルデータベースの1つ
• Weaviate — いずれもオープンソースのベクトルデータベースだが、QdrantはRust実装による検索性能を、Weaviateはハイブリッド検索やスキーマ定義を重視する
• Milvus — Qdrantが高速な検索性能とフィルタリングを重視するのに対し、Milvusは分散処理による大規模スケールを重視する
• Chroma — Qdrantが本番運用の高速な検索性能を重視するのに対し、Chromaはプロトタイピングのしやすさを重視した軽量なベクトルデータベース

関連用語

よくある質問

参考文献

• Official WebsiteQdrant
• GitHubqdrant/qdrant