首页/AI/RAG 与向量库速查/Qdrant 集合与点操作
本包目录(229 条)
架构与流程30 条解析与切分33 条Embedding 与检索50 条
向量数据库49 条
重排与生成32 条评估与优化35 条

Qdrant 集合与点操作

Qdrant 以 collection 管理向量配置与距离度量,以 point 为记录单元(id + vector + payload):建集合时指定向量维度与距离,写入 upsert、读取 retrieve、删除 delete。

RAG 与向量库速查AI更新于 2026-10-12

建集合(REST)

建集合(REST)
curl -X PUT http://localhost:6333/collections/kb \
  -H "Content-Type: application/json" \
  -d '{"vectors": {"size": 1024, "distance": "Cosine"}}'

upsert / retrieve / delete

upsert / retrieve / delete
from qdrant_client import QdrantClient
from qdrant_client.models import PointStruct

client = QdrantClient(url="http://localhost:6333")
client.upsert("kb", points=[PointStruct(id="c-1", vector=vec, payload={"source": "faq"})])
print(client.retrieve("kb", ids=["c-1"]))
client.delete("kb", points_selector=["c-1"])
id 支持无符号整数或 UUID 字符串;混合使用两类 id 时注意 SDK 类型校验。

易错点

  • distance 建成后不可更改,换度量要重建集合并重灌数据
  • payload 过大(塞入整段原文)拖慢传输与索引,原文宜放对象存储

数据来源与参考

  • Qdrant 官方文档(Collections / Points)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌