<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>向量数据库 on Leanku</title>
    <link>https://blog.leanku.com/tags/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/</link>
    <description>Recent content in 向量数据库 on Leanku</description>
    <image>
      <url>https://blog.leanku.com/papermod-cover.png</url>
      <link>https://blog.leanku.com/papermod-cover.png</link>
    </image>
    <generator>Hugo -- gohugo.io</generator>
    <lastBuildDate>Sat, 25 Oct 2025 00:01:01 +0800</lastBuildDate><atom:link href="https://blog.leanku.com/tags/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>向量数据库-Qdrant使用</title>
      <link>https://blog.leanku.com/post/ai/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93-qdrant%E4%BD%BF%E7%94%A8/</link>
      <pubDate>Sat, 25 Oct 2025 00:01:01 +0800</pubDate>
      
      <guid>https://blog.leanku.com/post/ai/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93-qdrant%E4%BD%BF%E7%94%A8/</guid>
      <description>向量数据库Qdrant使用 一、什么是向量数据库？ 向量数据库是专门用于存储、管理和检索“向量嵌入（Embedding）”的数据库。
Embedding 的本质： 深度学习模型（如 OpenAI 的 text-embedding-3 或本地的 BGE 模型）能将文本、图片等转化为一串高维数值（向量）。在这个高维空间中，语义越接近的数据，其向量距离就越近。 核心功能： 与传统数据库通过 SQL WHERE 子句匹配关键词不同，向量数据库通过“最近邻搜索（ANN）”寻找语义上最相似的内容。它是实现 RAG（检索增强生成）技术的关键。 常见向量数据库 数据库 特点 适用场景 Milvus 超大规模、分布式 海量数据、互联网 Qdrant 易部署、性能高、支持过滤 企业级 AI 应用 Weaviate GraphQL、模块丰富 AI 平台 Chroma 轻量级 本地开发、测试 Pinecone SaaS 云服务 快速上线 pgvector PostgreSQL 扩展 已有 PostgreSQL 项目 二、Qdrant介绍 2.1 什么是 Qdrant？ Qdrant 是一款使用 Rust 开发的开源向量数据库，专门用于高性能相似度搜索。
主要特点：
高性能 ANN 检索 HNSW 索引 REST API gRPC Payload 元数据过滤 多向量支持 Snapshot 备份 集群部署 Docker 支持 2.</description>
    </item>
    
  </channel>
</rss>
