Qdrant — векторная БД для similarity search, RAG и observability

✅ Подходит: если вам нужна векторная БД для similarity search, поиска по embedding, пайплайнов RAG (Retrieval-Augmented Generation) и наблюдаемости на уровне метрик. ❌ Не подходит: если вам нужны заранее зафиксированные публичные суммы по всем тарифам, полностью проверенная по текущему пакету privacy-документация или готовое сравнение со сторонними векторными БД. 💡 Ключевое преимущество: у Qdrant есть не только open-source ядро, но и несколько моделей развертывания, плюс официально описанные практики мониторинга и оценки retrieval.

Разработчик: Qdrant. Тип: self-hosted / SaaS / API / Kubernetes. Официальный URL: github.com/qdrant/qdrant. Дата проверки: 14.08.2026.

Редакционное ограничение: в проверенном source pack нет отдельной ссылки на Privacy Policy, нет зафиксированных точных сумм и квот по тарифам, а также нет проверенных официальных источников по внешним конкурентам. Эту карточку стоит использовать как технический скрининг, а финальные коммерческие, юридические и региональные условия перепроверять на live-страницах Qdrant перед покупкой или внедрением.

Что умеет

• Хранит, ищет и управляет точками с payload-данными как векторная БД и движок vector similarity search.
• Запускается локально через Docker; по quickstart данные по умолчанию сохраняются в ./qdrant_storage, REST доступен на порту 6333, gRPC — на 6334.
• Поддерживает официальные клиентские библиотеки для Go, Rust, JavaScript/TypeScript, Python, .NET/C# и Java.
• Предлагает Managed Cloud на AWS, Google Cloud и Azure с HA-кластерами, zero-downtime upgrades, monitoring, logging, alerting, audit logging, scaling, shard rebalancing, resharding, backups и disaster recovery.
• Дает метрики Prometheus/OpenMetrics через /metrics; в Cloud доступен также /sys_metrics, а для мониторинга кластеров можно использовать Grafana dashboard.
• Покрывает не только retrieval, но и evals: для релевантности поиска описаны golden set и метрики recall@k, MRR, NDCG@k, Precision@k, MAP; для качества полного пайплайна рекомендуются golden-set triples и ragas.

Как использовать

Ниже — практический workflow для команды, которая строит retrieval-слой для RAG или для более сложной цепочки агентов, где поиск — отдельный шаг.

1. Поднимите локальный стенд. По официальному quickstart Qdrant можно запустить через Docker, с локальным хранилищем в ./qdrant_storage. После старта проверьте доступность welcome page на localhost:6333.
2. Выберите клиент и загрузите данные. Используйте один из официальных SDK: Python, JS/TS, Go, Rust, .NET/C# или Java. На этом шаге вы создаете коллекцию и загружаете точки с векторами и payload.
3. Подключите retrieval к приложению. Ваш сервис обращается к Qdrant по REST или через клиентскую библиотеку и получает ближайшие результаты для генерации ответа, поиска похожих объектов или агентного сценария в духе ReAct.
4. Включите наблюдаемость. Снимайте метрики с /metrics в формате Prometheus/OpenMetrics. Если вы используете Cloud, для доступа к /metrics и /sys_metrics нужен API key; в документации также есть Grafana dashboard для кластера.
5. Проведите evals до релиза. Для retrieval соберите labeled golden set, прогоните запросы через Qdrant и посчитайте recall@k, MRR, NDCG@k, Precision@k и MAP через ranx. Для оценки качества полного RAG-пайплайна прогоните golden-set triples через весь pipeline и измерьте faithfulness, answer relevancy и context precision с помощью ragas.

Практический вердикт: если у вас уже есть embeddings и вам нужен контролируемый retrieval-слой с понятной метрикой качества, Qdrant выглядит сильнее как инженерный компонент, чем как коробочный продукт для нетехнической команды.

Тарифы и ограничения

Официальные источники подтверждают структуру тарифов, но в текущем source pack не зафиксированы точные суммы и квоты по каждому плану. Поэтому таблицу ниже используйте как ориентир по моделям оплаты, а не как финальный прайс-лист.

Проверено: 14.08.2026.

По документации Billing & Payments Qdrant Cloud принимает оплату банковской картой, а также через AWS Marketplace, Google Cloud Marketplace и Azure Marketplace. Важная оговорка: при marketplace billing создание кластеров ограничено платными кластерами в регионах соответствующего провайдера.

Работа с данными и приватность

Что видит и где лежат данные, зависит от модели развертывания.

• Open Source / локальный запуск: данные по quickstart хранятся локально в ./qdrant_storage по умолчанию. Это самый прозрачный вариант, если вы хотите сами контролировать инфраструктуру, storage, сеть и обновления.
• Managed Cloud: это SaaS на AWS, Google Cloud и Azure с управляемыми кластерами, резервным копированием, disaster recovery и встроенными operational features.
• Hybrid Cloud: интегрирует стандартные Kubernetes-кластеры из cloud, on-prem или edge в Qdrant Cloud, но сами данные остаются в вашей инфраструктуре. При этом требуется исходящая связность с Qdrant Cloud.
• Private Cloud: кластеры управляются в любом Kubernetes-кластере на вашей инфраструктуре без подключения к Qdrant Cloud Management Console.

Использование данных для обучения: в проверенном source pack это не раскрыто. Privacy Policy: отдельная ссылка на privacy-документ в текущий пакет не вошла, поэтому утверждать условия обучения, retention и юрисдикцию хранения данных сверх описанных моделей развертывания нельзя.

Вывод для практики: если для вас критичны data residency, отсутствие внешней консоли и предсказуемый контур доступа, сначала выбирайте между Open Source, Hybrid Cloud и Private Cloud, а уже потом обсуждайте тарифы.

Observability и evals

У Qdrant сильная сторона не только в поиске по векторам, но и в инженерной обвязке вокруг retrieval.

• Qdrant отдает Prometheus/OpenMetrics-метрики через /metrics.
• Эндпоинт /sys_metrics доступен только в Cloud.
• Для Cloud-кластеров доступ к /metrics и /sys_metrics требует API key.
• Настройка метрик доступна с версии 1.16.0, а per-collection API metrics — с 1.18.0.
• Для оценки retrieval официально предлагается workflow из трех шагов: загрузить labeled queries, прогнать их через Qdrant, затем посчитать метрики релевантности через ranx.
• Для оценки качества ответа полного пайплайна Qdrant рекомендует golden-set triples и ragas с метриками faithfulness, answer relevancy и context precision.

Если вы строите поисковый слой для production-RAG, именно сочетание метрик retrieval и метрик конечного ответа помогает не путать хорошую генерацию с плохим поиском, и наоборот.

Плюсы и минусы

Плюсы

• Есть несколько рабочих моделей развертывания: Open Source, Managed Cloud, Hybrid Cloud и Private Cloud.
• Официально поддерживаются популярные языки и SDK: Go, Rust, JavaScript/TypeScript, Python, .NET/C# и Java.
• Метрики Prometheus/OpenMetrics задокументированы, а для Cloud есть отдельный сценарий мониторинга кластеров и Grafana dashboard.
• Документация охватывает не только retrieval, но и evals для полного pipeline output quality.
• Managed Cloud закрывает большой кусок эксплуатации: HA, zero-downtime upgrades, scaling, backups и disaster recovery.

Минусы

• В текущем source pack нет точных сумм и лимитов по тарифам, поэтому коммерческую оценку нельзя считать завершенной.
• Hybrid Cloud ориентирован на зрелую инфраструктуру: нужен стандартный Kubernetes и исходящая связность с Qdrant Cloud.
• Private Cloud не подключается к Qdrant Cloud Management Console и не включает интегрированные managed/hybrid-функции управления и observability.
• При marketplace billing есть ограничения по регионам и типам создаваемых кластеров.
• Часть мониторинга зависит от версии и модели развертывания: например, /sys_metrics — только для Cloud, а per-collection API metrics доступны с 1.18.0.

Доступность и язык

• Платформы и модели: локальный запуск через Docker, self-hosted deployment, Managed Cloud, Hybrid Cloud, Private Cloud на Kubernetes.
• Интеграции для разработки: официальные клиенты для Go, Rust, JavaScript/TypeScript, Python, .NET/C# и Java.
• Русский язык: в проверенных источниках нет подтверждения русского интерфейса или русскоязычной локализации.
• Доступность для РФ: в source pack нет официальных заявлений о работе без VPN, ограничениях для РФ или успешности оплаты из РФ. Обещать доступность нельзя.
• Способы оплаты: credit card, AWS Marketplace, Google Cloud Marketplace, Azure Marketplace.
• Версионная заметка: в changelog Private Cloud указано release 1.9.13 от 30.07.2026; latest validated Qdrant version для этого контура — 1.18.3. Совместимость operator/chart и версии движка нужно сверять перед установкой.

Альтернативы

В рамках текущего source pack удалось проверить только официальные варианты потребления Qdrant, а не внешних конкурентов вроде других векторных БД. Поэтому ниже — практические альтернативы внутри экосистемы самого продукта.

• Qdrant Managed Cloud: подходит, если вы хотите SaaS-векторную БД с минимальной эксплуатационной нагрузкой и готовы хранить данные в управляемой инфраструктуре Qdrant на AWS, Google Cloud или Azure.
• Qdrant Hybrid Cloud: вариант для команд, которым нужно оставить данные в собственной Kubernetes-инфраструктуре, но использовать облачный control plane и сервисные операции Qdrant.
• Qdrant Private Cloud: выбор для строгих требований к контролю, data residency и изоляции; взамен вы берете на себя больше operational responsibility.
• Qdrant Open Source: разумен, если вы хотите полный контроль над инфраструктурой, storage, сетью, обновлениями и мониторингом.

Если вам нужно именно сравнение со сторонними системами, текущую карточку стоит дополнить отдельной проверкой внешних решений по тем же критериям: deployment model, observability, evals и коммерческие ограничения.

Источники

• GitHub – qdrant/qdrant
• Managed Cloud – Qdrant
• Pricing for Cloud and Vector Database Solutions Qdrant
• Billing & Payments – Qdrant
• Local Quickstart – Qdrant
• Monitoring & Telemetry – Qdrant
• Monitor Clusters – Qdrant
• Measuring Retrieval Relevance – Qdrant
• Evaluating Pipeline Output Quality – Qdrant
• Hybrid Cloud – Qdrant
• Private Cloud – Qdrant
• Changelog – Qdrant

Вопросы и ответы

Можно ли использовать Qdrant локально?

Да. Официальный quickstart описывает запуск через Docker, локальное хранение в ./qdrant_storage, REST на 6333 и gRPC на 6334. Проверить старт можно по welcome page на localhost:6333.

Есть ли у Qdrant управляемое облако?

Да. Managed Cloud доступен на AWS, Google Cloud и Azure и включает HA-кластеры, zero-downtime upgrades, monitoring, logging, alerting, backups, disaster recovery и другие operational features.

Как у Qdrant устроен мониторинг?

Базовые метрики доступны через /metrics в формате Prometheus/OpenMetrics. В Cloud есть также /sys_metrics, но для доступа к обоим эндпоинтам нужен API key.

Подходит ли Qdrant для оценки retrieval и RAG?

Да, документация закрывает оба уровня. Для retrieval предлагаются labeled golden set и ranx с метриками recall@k, MRR, NDCG@k, Precision@k и MAP; для полного pipeline quality рекомендуются golden-set triples и ragas.

Сколько стоит Qdrant?

Официально подтверждены Free, Standard, Premium и Enterprise уровни, причем Standard обозначен как usage-based. Точные суммы и лимиты в текущем source pack не зафиксированы, поэтому перед оплатой обязательно проверьте live pricing page.