Qdrant向量数据库教程
Qdrant是一个开源向量数据库，专为下一代AI应用程序设计。它是面向云原生的，并提供RESTful和gRPC API以管理嵌入(向量数据)。Qdrant的特性强大，支持图像、语音和视频搜索，以及与AI引擎的集成。
在实际使用中，Qdrant的功能类似于语义搜索，例如，可以通过将用户输入的文本内容转化为向量数据，然后通过嵌入模型计算出文本对应的向量数据，将向量数据带入向量数据库利用距离函数计算出高维空间中距离相似的内容，也就是我们常说的语义搜索。
-
1. Qdrant向量数据库介绍
Qdrant是一个开源向量数据库，专为下一代AI应用程序设计。它是面向云原生的，并提供RESTful和gRPC API以管理嵌入。Qdrant的特性强大，支持图像、语音和视频搜索，以及与AI引擎的集成。
-
2. Qdrant快速入门
本章介绍快速上手Qdrant向量数据库，如果基于RESTful API 操作向量数据库。
-
3. Qdrant集合(Collections)
Qdrant向量数据库的集合概念可以类比MYSQL的表结构，用于统一存储同一类向量数据，集合中存储的每一条数据，在Qdrant中称为点（points），这里的点有数学几何空间的点类似的意思，代表向量在几何空间中的表示（你就当成一条数据看待就行）。
-
4. Qdrant向量数据(Points)
点(points)是Qdrant操作的核心实体。一个点是由向量(vector)和可选载荷(payload)组成的记录。
-
5. Qdrant关联数据(Payload)
Qdrant的一个重要特性之一是能够在向量之外存储附加信息(存储管理业务属性)。在Qdrant术语中，这些附加信息被称为“负载”。
-
6. Qdrant搜索（search）
在许多表示学习应用程序中，搜索最近的向量是核心要素。现代神经网络被训练成将对象转化为向量，使得在向量空间中相近的物体在现实世界中也相近。例如，具有相似含义的文本、视觉上相似的图片，或是属于相同流派的歌曲。
-
7. Qdrant属性过滤(Filtering)
使用Qdrant，您可以在搜索或检索点时设置条件，也就是说除了向量的相似搜索，还可以设置类型sql的where条件，做属性过滤。
-
8. Qdrant存储
每个集合中的数据都被划分成片段。每个片段都有独立的向量存储、有效载荷存储和索引。
-
9. Qdrant索引
Qdrant的一个关键特性是向量索引和传统索引的有效结合。这一点非常重要，因为为了使向量搜索在过滤条件下能够有效运行，仅有向量索引是不够的。简单来说，向量索引加速了向量搜索，而载荷(payload)索引加速了过滤。