Qdrant

Qdrant (prononcé "quadrant") est un vector database open source écrit en Rust, développé par la société Qdrant (Allemagne) depuis 2021. Disponible self-hosted (Docker, K8s) ou Qdrant Cloud (managed). Apprécié pour performance Rust, simplicité opérationnelle, et flexibilité.

Features : (1) **HNSW indexing** avec parameters tunables (m, ef_construct, ef_search) ; (2) **Quantization** — Scalar (int8), Product (PQ), Binary — réduit storage et accélère search avec minimal accuracy loss ; (3) **Payload filtering** rich (numeric ranges, geo, full-text, nested JSON) avec optimizer pour filter avant ou pendant HNSW search selon selectivity ; (4) **Hybrid search** sparse + dense (BM25 + vector) ; (5) **Multi-vector** — store multiple embeddings per point (e.g. text embedding + image embedding pour same product) ; (6) **Collections** avec aliases pour reindex sans downtime ; (7) **Snapshots et backups** ; (8) **Distributed mode** (sharding + replication via Raft) ; (9) **Sparse vectors** support (SPLADE, BM25 weights) ; (10) **Recommendation API** built-in (find similar to vector or to point ID + filter) ; (11) **Discovery API** for exploration ; (12) **Sagemaker, Bedrock integration**.

Languages SDK : Python, JavaScript/TypeScript, Rust, Go, Java, .NET — first-class support multi-langage.

Qdrant Cloud — Free tier 1 GB et 0.5 vCPU généreux pour POCs, scale up vers Standard et Enterprise tiers avec multi-region, BYOC (Bring Your Own Cloud), HIPAA, SOC 2.

Force vs concurrents : (1) Rust = stable, fast, low memory footprint ; (2) Self-hosted easy (single binary or Docker) ; (3) Quantization avancée ; (4) Pricing competitive cloud ; (5) Open source license Apache 2.0 (vs source-available certaines competitors).

Use cases : RAG production, recommendation engines, similarity search, semantic search e-commerce. Compétences AI-102, PMLE.