Qdrant 向量数据库 使用 Docker 安装、运行与基本使用的完整指南

Qdrant 是一个高性能的开源向量数据库，适合构建基于 AI 的相似性搜索（如语义搜索、推荐系统、嵌入向量存储等）。

• 💡 支持 ANN（近似最近邻）搜索

• 🚀 REST API / gRPC API 接口

• 🔐 内建持久化，自动保存向量数据

• 💼 常用于搭配 OpenAI、BERT、Clip 等模型生成的向量进行相似搜索

🐳 一、使用 Docker 安装 Qdrant

下载镜像地址：

docker pull docker.m.daocloud.io/qdrant/qdrant

该命令表示：从国内镜像源拉取 Qdrant 镜像，适用于国内网络访问 Docker Hub 较慢的情况。

🚀 二、运行 Qdrant 容器

创建并启动容器：

docker run -d \
-p 6333:6333 \
-p 6334:6334 \
-e QDRANT__SERVICE__API_KEY= 输入一个自己设定的apikey \
-v /var/lib/docker/volumes/vectordata/:/qdrant/storage \
--name NewVFX_Vector \
qdrant/qdrantdocker run -d \
  --name qdrant \
  -p 6333:6333 \
  -p 6334:6334 \
  -v $(pwd)/qdrant_data:/qdrant/storage \
  docker.m.daocloud.io/qdrant/qdrant

参数说明：

🔗 三、确认服务是否运行

你可以通过以下方式确认服务运行成功：

1. 访问 Web API

在浏览器中输入，

http://localhost:6333/dashboard

在弹出的界面中输入你启动时候设定的apikey即可进入界面，进行数据库的创建，或者从本地上传数据库。

返回示例：

{
  "title": "Qdrant",
  "version": "v1.9.1",
  "status": "ok"
}

2. 点击 quick Start创建数据集合

PUT collections/star_charts
{
"vectors": {
"size": 1024,
"distance": "Dot"
}
}curl -X PUT http://localhost:6333/collections/test_collection

🔒 关闭与清理

停止服务：

docker stop qdrant
docker rm qdrant

删除数据：

rm -rf ./qdrant_data