Qdrant

一句話結論

要自架的向量資料庫，Qdrant 是我目前的第一推薦：Rust 寫的、過濾查詢做得扎實、開源版沒有功能陷阱。

它在整個 RAG 架構的位置

做檢索增強生成（RAG）的人都會遇到同一個問題：把文件轉成向量之後要存哪裡、怎麼快速找出最相近的幾筆。Qdrant 就是這一層。它用 Rust 開發，記憶體控制與查詢延遲的表現在同類產品裡屬於前段班。

它最實用的能力其實是帶條件的向量搜尋。真實場景很少是「找最相似的文件」，而是「在這個使用者有權限、且是今年、且屬於某分類的文件裡，找最相似的」。Qdrant 的 payload 過濾把這件事做得很順，不像某些方案得先撈一大票再自己過濾。

優點

• 開源版是完整的資料庫，不是閹割版試用品，自架可長期運行。
• 過濾與向量搜尋結合得好，符合真實業務的查詢型態。
• 部署選項齊全：全託管雲端（AWS／Azure／GCP）、Hybrid Cloud（Qdrant 幫你管但叢集在你自己的網路裡）、Private Cloud（完全隔離）、以及純自架開源版。
• 免費層可以真的拿來測：0.5 vCPU、1GB RAM、4GB 磁碟，永久免費，還含部分模型的 Cloud Inference。

缺點

• 免費層規格很小：4GB 磁碟大概就是玩具等級，稍有規模的語料就會撐爆，別拿它當正式環境。
• Standard 是用量計價，成本會隨資料量與查詢量走，前期不好估算，要自己壓測抓數字。
• Premium 有最低消費門檻，SSO 與 VPC 私有連線這些企業功能被放在這一層。
• 維運要人：自架省了授權費，但備份、擴容、版本升級都得自己來。SLA 方面 Standard 是 99.5%、Premium 才到 99.9%。

適合誰

適合正在做 RAG、語意搜尋、推薦系統的工程團隊，尤其是有資料落地需求、不能把向量送到國外雲端的組織——Hybrid Cloud 這個選項就是為這種情況設計的。不適合只想快速做個 demo、不想碰基礎設施的人，那種需求用託管型的服務更省事。

替代方案

• Weaviate：功能面更廣、內建模組多，但架構相對重。
• Chroma：極輕量、上手最快，適合原型與小專案，規模化能力弱。
• pgvector：如果你本來就用 PostgreSQL，直接加擴充可能是最務實的選擇，省下一整套新系統的維運。

台灣觀點

我認為台灣團隊評估向量資料庫時，資料落地應該排在效能前面。金融、醫療、公部門的案子幾乎都會問「向量存在哪個國家」，而向量雖然不是原文，卻能還原出相當多資訊，法遵上不能當成無害資料。Qdrant 的 Hybrid Cloud 與純自架選項在這點上很有優勢。另外提醒一個常見誤區：很多團隊一開始就上向量資料庫，其實資料量在十萬筆以下時，pgvector 加既有的 PostgreSQL 往往就夠了，等真的撞到瓶頸再換不遲。

查證：官方定價頁（qdrant.tech/pricing），2026-08-10。