Qdrant: inițializare client și creare colecții în Python în Baze de Date Vectoriale: sintaxă, interogare și exemple

from qdrant_client import QdrantClient, models client = QdrantClient(url="http://localhost:6333") # sau path="./qdrant_db", sau ":memory:" if not client.collection_exists("articole_dexblog"): client.create_collection( collection_name="articole_dexblog", vectors_config=models.VectorParams(size=1536, distance=models.Distance.COSINE), )

Qdrant este un motor open-source de căutare vectorială, scris în Rust, disponibil și ca serviciu (Qdrant Cloud). Clientul Python oficial se instalează cu pip install qdrant-client.

Clientul poate rula în trei moduri: în memorie (QdrantClient(":memory:"), pentru teste), local pe disc (QdrantClient(path="./qdrant_db"), fără server) sau conectat la un server prin url și, opțional, api_key. Se dă un singur mod: location, url, host sau path.

Datele stau în colecții. O colecție are configurația vectorilor (dimensiune și metrică: Cosine, Dot, Euclid, Manhattan; mai mulți vectori cu nume pe același punct, dacă e nevoie), configurația HNSW, cuantizarea opțională și setările de memorie. Implicit HNSW are m = 16 și ef_construct = 100.

Concepte cheie și caracteristici

Concept / Parametru	Descriere practică
`collection_name`	Numele colecției.
`vectors_config`	`VectorParams(size=..., distance=...)` sau un dicționar de vectori cu nume.
`hnsw_config`	`HnswConfigDiff(m=..., ef_construct=...)`; opțional.
`quantization_config`	Cuantizare scalară, binară, PQ sau TurboQuant; opțional.
`collection_exists(nume)`	Verifică existența colecției; `recreate_collection` este depreciat.
`payload (memory)`	Locul payload-ului (RAM sau disc) se setează, de la Qdrant 1.19, prin configurația de memorie; `on_disk_payload` este depreciat.

Exemple practice și scenarii reale

Exemplul 1: Client în memorie pentru teste

client = QdrantClient(":memory:")

Exemplul 2: Conectare la un server cu cheie API

client = QdrantClient(url="http://localhost:6333", api_key="secret")

Exemplul 3: Pornirea serverului cu Docker

docker run -p 6333:6333 -p 6334:6334 \
    -v "$(pwd)/qdrant_storage:/qdrant/storage:z" \
    qdrant/qdrant

Greșeli frecvente și capcane

Apelezi create_collection la fiecare pornire. Folosește collection_exists() înainte; recreate_collection este depreciat și șterge datele.
Dai și url, și path. Clientul acceptă un singur mod de conectare.
Creezi indecșii de payload după ce ai încărcat datele. Documentația cere crearea lor imediat după colecție, ca HNSW să construiască muchiile pentru filtrare.

`Qdrant: inițializare client și creare colecții în Python` în Baze de Date Vectoriale & Căutare Semantică