[Qdrant] Points

이전 포스트
https://blog.naver.com/sssang97/223841995115
Points는 컬렉션 내에 존재하는 실제 데이터의 최소 집합이다.

Elasticsearch의 Document와 동등하고, 그냥 테이블의 한 행을 말하는거라고 보면 된다.

Point는 총 3개의 부분으로 구성된다.
고유 ID, 벡터값, Payload다.

qdrant는 저 3가지 모두에 대해서 최적화된 접근을 제공한다.

데이터 삽입

PUT API를 사용하면 바로 데이터를 집어넣을 수 있다.
행 하나를 집어넣는 간단한 요청이다.

id가 저 Point의 고유한 ID고, vector가 바로 그 벡터다.
qdrant의 ID는 꽤 엄격한 형식을 가지고 있다. 문자열일 경우에는 반드시 정해진 UUID 형식으로 와야 하고, 아니면 정수로만 넣을 수 있다.

payload는 그냥 벡터 이외의 필드 값들이라고 보면 된다. 아무거나 넣을 수 있다.

그냥 points 배열에 여러개를 넣으면 동시에 넣을 수도 있다.

그리고, 저 PUT API는 생성과 수정을 겸한다.
같은 ID로 다시 집어넣으면 새로 만들어지는게 아니라 값의 변경이 되는 셈이다.

points 필터 검색 (scroll)

qdrant는 벡터 데이터베이스지만, Elasticsearch처럼 필터에 대해서도 꽤 빠른 필터 성능을 보장할 수 있다.

단일 필터에 대해서도 잘 동작하고

복잡한 필터 조건에 대해서도 꽤 괜찮은 성능을 보일 수 있다.

다만, 저 Payload 필드들에 대해서 정렬을 지정해야 한다거나, 뭔가 복잡한 행위를 해야한다면 Payload Index라는 것을 별도로 구성해야 한다.

vector 유사도 검색

이게 아마 이 DB를 쓰는 주 목적일 것이다.
query API를 사용하면 벡터 기반의 유사도 검색을 사용할 수 있다.

query API는 벡터 검색과 함께 필터를 지정하는 것 또한 지원한다.

빠르기도 굉장히 빠르다.

쿼리 응용에 대한 것은 별도로 자세하게 다뤄보겠다.