Qdrant 稀疏向量与混合查询

Qdrant 支持同一集合内配置 dense 与 sparse 多向量：稀疏向量承载关键词/学习式稀疏表示，查询时用 prefetch 多路召回、fusion 融合（RRF 或 DBSF）。

RAG 与向量库速查AI更新于 2026-10-12

混合查询（prefetch + RRF）

res = client.query_points(
    collection_name="kb",
    prefetch=[
        models.Prefetch(query=dense_vec, using="dense", limit=20),
        models.Prefetch(query=models.SparseVector(indices=[12, 70], values=[0.9, 0.4]),
                        using="sparse", limit=20),
    ],
    query=models.FusionQuery(fusion=models.Fusion.RRF),
    limit=10, with_payload=True,
)

稀疏字段需在集合配置中声明；写入时同时提供 dense 与 sparse 向量，缺一路只影响该路召回。

易错点

稀疏向量 indices/values 长度不一致，写入被拒绝
prefetch 的 limit 过小，融合阶段没有足够候选可排

数据来源与参考

Qdrant 官方文档（Hybrid Queries / Sparse Vectors）

继续搜索

常用关键词：3389 traceroute iptables 子网掩码 docker

‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌