Qdrant 的基础教程

目录

Qdrant是一个开源的向量数据库,它专注于高维向量的快速相似性搜索。以下是一个基础的Qdrant教程,帮助你开始使用Qdrant进行向量数据的存储和搜索。

安装Qdrant

首先,你需要安装Qdrant服务。Qdrant提供了Docker镜像,使得安装和运行非常简单。

bash 复制代码
# 使用Docker拉取Qdrant镜像并运行
docker pull qdrant/qdrant:latest
docker run -p 6333:6333 qdrant/qdrant:latest

安装Qdrant客户端

Qdrant提供了Python客户端,你可以通过pip安装它。

bash 复制代码
pip install qdrant-client

初始化Qdrant客户端

在Python中,你可以初始化Qdrant客户端并连接到Qdrant服务。

python 复制代码
from qdrant_client import QdrantClient
# 初始化客户端
client = QdrantClient(host='localhost', port=6333)

创建集合(Collection)

在Qdrant中,你需要创建一个集合来存储向量数据。

python 复制代码
# 创建集合的schema
collection_schema = {
    "name": "my_collection",
    "vector_size": 128,
    "distance": "Cosine"
}
# 创建集合
client.create_collection(collection_schema)

插入向量数据

接下来,你可以向集合中插入向量数据。

python 复制代码
# 准备向量数据
vectors = [[random.random() for _ in range(128)] for _ in range(1000)]
ids = list(range(1000))
# 插入向量
client.upsert_points(collection_name="my_collection", points={"ids": ids, "vectors": vectors})

创建索引

为了加速搜索,你需要为集合创建索引。

python 复制代码
# 创建索引
client.create_index(collection_name="my_collection", index_params={"metric": "Cosine", "hnsw_config": {"m": 16, "ef_construction": 200}})

搜索向量

现在你可以使用Qdrant进行向量搜索了。

python 复制代码
# 准备查询向量
query_vector = [random.random() for _ in range(128)]
query_result = client.search(collection_name="my_collection", query_vector=query_vector, limit=10)
# 打印搜索结果
for hit in query_result:
    print(f"ID: {hit.id}, Score: {hit.score}")

清理资源

如果你不再需要集合,可以删除它。

python 复制代码
client.delete_collection(collection_name="my_collection")

以上是Qdrant的基础使用流程。你可以根据具体的应用需求调整集合的配置、索引参数和搜索逻辑。Qdrant的官方文档提供了更详细的指南和高级功能,你可以查阅官方文档以获取更多信息。

相关推荐
苏婳6661 分钟前
【最新版】怎么下载mysqlclient并成功安装?
数据库·python·mysql
INS_KF22 分钟前
【C++知识杂记2】free和delete区别
c++·笔记·学习
0wioiw035 分钟前
Python基础(Flask①)
后端·python·flask
飞翔的佩奇1 小时前
【完整源码+数据集+部署教程】食品分类与实例分割系统源码和数据集:改进yolo11-AggregatedAttention
python·yolo·计算机视觉·数据集·yolo11·食品分类与实例分割
Easocen1 小时前
Mybatis学习笔记(五)
笔记·学习·mybatis
OperateCode1 小时前
AutoVideoMerge:让二刷更沉浸的自动化视频处理脚本工具
python·opencv·ffmpeg
蔡俊锋1 小时前
Javar如何用RabbitMQ订单超时处理
java·python·rabbitmq·ruby
跟橙姐学代码1 小时前
学Python别死记硬背,这份“编程生活化笔记”让你少走三年弯路
前端·python
Tapdata2 小时前
《实时分析市场报告 2025》上线 | 从批处理到实时洞察,2025 年全球实时分析市场全景解读
数据库
海梨花2 小时前
【从零开始学习Redis】项目实战-黑马点评D2
java·数据库·redis·后端·缓存