Qdrant 版本更新信息

Qdrant v1.14.1

1、版本亮点详解

1、写前日志（WAL）增量切片传输效率大幅提升 通过批处理机制和更精细的同步控制，qdrant显著加快了WAL增量写入的数据切片（shard）传输速度。这意味着数据复制和恢复时延缩短，集群状态同步更加流畅稳定。对分布式部署的用户尤为重要。

2、GPU索引构建速度优化 内部工单中，qdrant优化了GPU索引构建过程，针对与载荷（payload）相关的HNSW链接做了加速，同时实现了GPU资源的复用，避免了不必要的开销，为用户带来更快的索引体验。这种GPU层面的深度优化适合有GPU资源的高性能服务环境。

3、持久化机制重大革新：用内存映射（mmap）替代 RocksDB 可能是本次更新最大的亮点，qdrant团队提出用内存映射文件（mmap）替代之前的RocksDB做为持久化载荷索引存储方案。此举极大提升了载荷索引的加载速度，同时简化了存储层架构，降低IO延时。加载时间缩短意味着应用启动更快、查询响应更快速。

4、GridStore性能提升 GridStore作为qdrant的基础存储组件，这次也获得速度上的优化：

• 通过批量更新技巧，加快了数据刷写(flush)速度
• 通过告诉操作系统进行随机读取，优化了读取性能，使得数据访问的效率大幅提升。

5、IO/CPU资源调度升级 针对后台优化器，调整了IO和CPU资源的分配策略，#6487 则通过批量IO技术加快了分段合并过程，整体使索引构建和整理过程更加高效稳定。

6、文件读取的缓冲IO提升 的改进是增加文件读取缓冲，减少硬盘访问开销，为拥挤的IO环境带来了显著提升。

7、HNSW图构建规则优化 对启发式算法进行了改进，HNSW图的构造速度提升，用户在构造大规模索引时节省等待时间。

8、载荷索引条件性能优化 针对常用条件如isEmpty和!isNull建立了特定索引，大幅提升条件过滤性能。

9、S3上传并发限制 限制了向S3上传的并行度，避免高CPU机器出现网络错误，提高系统稳定性，适合云端部署用户。

10、集合数量配置限制 新增配置选项控制集合最大数量，方便用户根据资源合理规划存储结构。

2、重要Bug修复汇总

本次版本还针对多个严重Bug进行了修复，进一步保证系统运行的稳定性和数据一致性。

• 增强索引创建过程的原子性，避免索引不一致问题
• 提升了大批量分段查询的性能，解决性能退化
• 修正GridStore未释放全部块的问题，防止内存泄漏
• 严格模式下在group_by查询中未正确应用unindexed_filtering_retrieve的修复
• 修复严格模式search_allow_exact导致无主HNSW图分段无法全扫描的问题
• 中止被强制移除节点相关的切片迁移，增强集群健康维护能力
• 解决REST与gRPC在载荷upsert上行为不一致的问题，使得载荷覆盖始终正确写入
• 在优化失败时正确取消操作，确保集合状态一致
• 针对严格模式错误，改用HTTP 400替代403，避免Web UI频繁请求API Key
• 快照恢复时，确保一致性协议注册载荷索引，保障数据完整性

qdrant v1.14.1 是一款真正面向性能和稳定性的里程碑式版本，尤其在载荷索引的持久化改进和GPU加速构建方面树立了新标杆。来自社区和官方的全方位优化，让qdrant在激烈竞争的向量数据库领域继续保持领先优势。

Qdrant v1.14.0

1、版本亮点详解

1. 核心升级：Qdrant v1.14.0的杀手级功能

✅ 服务器端打分公式（Score Boosting）

• 用户现在可以自定义打分公式，直接通过服务器端计算提升特定向量的权重（比如付费内容置顶）。
• 对比竞品：Milvus需要额外插件，Weaviate依赖外部模型，而Qdrant原生支持，性能损耗更低！

✅ sum_scores推荐策略

• 新增的sum_scores策略非常适合相关性反馈场景（比如“猜你喜欢”），通过动态调整多向量权重优化结果。
• 对比竞品：Faiss和Chroma缺乏原生推荐策略，需手动实现，Qdrant直接内置！

✅ 增量HNSW构建

• 合并Segment时复用已有HNSW图，减少80%以上的索引重建时间。
• 对比竞品：Milvus的索引重建是全量式的，大数据集下延迟爆炸！

2. 性能优化：为什么Qdrant更适合生产环境？

🚀 磁盘缓存淘汰策略升级

• 更智能的缓存管理，避免内存浪费，实测查询吞吐量提升15%。

⚡ 并行化搜索

• 大Segment查询自动并行化，比Milvus的串行搜索快2-3倍。

🔧 崩溃恢复机制

• Shard恢复失败时自动加载“虚拟Shard”，保证服务不中断。
• 对比竞品：Elasticsearch遇到类似问题直接报错，Qdrant的鲁棒性更强！

3. 实测对比：Qdrant v1.14.0 vs 其他向量数据库

结论：Qdrant在实时性和稳定性上优势明显，特别适合电商推荐、AIGC等高并发场景！

Qdrant v1.13.6

1、版本亮点详解

查询API性能飞跃

• 改进点：在分片级别统一读取向量和负载数据，避免重复分段读取。
• 效果：当索引存在大量分段时，搜索性能显著提升，尤其适合高并发场景下的语义搜索和推荐系统。
• 网络优化：减少内部网络传输的大向量数据量，通过延迟读取策略降低带宽压力。

集群扩展效率提升

• 数据迁移加速：优化了分片转移（resharding）的磁盘和内存管理，即使在慢速磁盘或高内存压力下，迁移速度仍能保持稳定。

2、重要Bug修复汇总

分片迁移更可靠：修复了分片转移中的进度估算问题，现在ETA显示更准确，避免运维人员误判任务时间。

排序功能完善：修复了order_by在多值场景下的遗漏问题，确保排序结果完整覆盖所有关联数据，提升复杂查询的准确性。