Apa itu Qdrant?
Qdrant adalah database vektor open-source yang dirancang untuk aplikasi AI. Ini menawarkan pencarian cepat dan filter yang keren, membuatnya perfect untuk pencarian semantik, rekomendasi, dan RAG.
Mengapa Qdrant?
Sebuah startup yang membangun RAG chatbot menyimpan embeddings di PostgreSQL dengan pgvector. Pada 10M vektor, query membutuhkan waktu 3 detik. Mereka beralih ke Qdrant — query yang sama sekarang membutuhkan waktu 15ms.
Fitur Utama Qdrant
- Fast Search — Algoritma HNSW untuk query sub-millisecond
- Filtering — Gabungkan kesamaan vektor dengan filter metadata
- Payload Storage — Simpan data arbitrer bersama dengan vektor
- Quantization — Kurangi penggunaan memori hingga 4-32x
- Distributed — Skalabilitas horizontal dengan sharding
Quick Start
docker run -p 6333:6333 qdrant/qdrant
from qdrant_client import QdrantClient
from qdrant_client.models import VectorParams, Distance
client = QdrantClient("localhost", port=6333)
client.create_collection(
collection_name="articles",
vectors_config=VectorParams(size=384, distance=Distance.COSINE)
)
client.upsert(
collection_name="articles",
points=[{"id": 1, "vector": embedding, "payload": {"title": "My Article"}}]
)
results = client.search(
collection_name="articles",
query_vector=query_embedding,
limit=5
)
## Mengapa Memilih Qdrant?
1. **Blazing fast** — Optimized untuk beban kerja AI produksi
2. **Rich filtering** — Gabungkan pencarian vektor dengan query metadata
3. **Open source** — Self-host atau gunakan Qdrant Cloud
Cek [dokumentasi Qdrant](https://qdrant.tech/documentation/) untuk memulai.
