← プロジェクト一覧に戻る

Qdrant
ペイロードフィルタリングを標準装備したベクトルデータベース
公式Apache-2.0
Qdrantとは
Rust製で、メタデータによる絞り込みを検索後ではなく検索中に適用する設計です。大規模なコレクションのうち狭い範囲だけをエージェントが検索する場面で、結果の正しさを保てるかどうかがこの違いに現れます。ローカル開発用の単一コンテナから分散クラスタまで、同じ構成で拡張できます。
Qdrantで何ができますか?
- 検索中に効くフィルタ — ペイロード条件を検索後の絞り込みではなく検索処理そのものの中で適用します。条件はキーワード一致、全文検索、数値範囲、地理情報などをmust・should・must_notで組み合わせて記述します。
- 1コンテナから始める — docker run -p 6333:6333 qdrant/qdrantだけでローカル環境が整います。ただしこの構成は認証がなく全インターフェースで待ち受けるため、READMEも本番投入前に設定を見直すよう促しています。規模が増えたらシャーディングとレプリケーションで広げられ、コレクションの変更も無停止で行えます。
- 密ベクトルと疎ベクトルの併用 — 意味的な近さを担う密ベクトルとキーワードに強い疎ベクトル、ColBERTのような遅延相互作用モデル向けのマルチベクトルを1つのクエリで扱い、結果はRRFやDBSFで統合します。
- 6言語の公式クライアント — Python向けのqdrant-clientとJavaScript/TypeScript向けの@qdrant/js-client-restに加え、Go、Rust、.NET/C#、Javaの公式クライアントがあります。接続はOpenAPI 3.0仕様のREST APIか、高速な検索向けのgRPCインターフェースを選べます。
- 量子化でメモリを削る — 組み込みの量子化により、検索速度と精度をメモリ使用量と引き換えに調整できます。常時メモリに置く必要のないベクトルはディスク保存へ回せます。
Qdrantを選ぶ前に
- メモリ削減の最大97%という数値は、Qdrantが自社のベンチマークで示したものです。期待値ではなく上限として扱い、機材を決める前に自分のデータで測ってください。
スター推移
8月15日〜10月30日 · +1.3k
34k35.3k
よくある質問
Qdrantは商用利用できますか?
QdrantはApache-2.0ライセンスで公開されています。OSI承認のオープンソースライセンスで、商用利用が認められています。
Qdrantはどの形で使えますか?
Qdrantはセルフホスト・ローカル実行・マネージドクラウドの形で利用できます。