Phần 7 — Qdrant: từ mô hình dữ liệu đến vận hành

Hai mươi mốt mục về một hệ quản trị vector duy nhất. Không phải hướng dẫn “cài Docker rồi upsert 5 điểm” — chỗ đó docs chính thức làm tốt hơn. Phần này trả lời câu hỏi khác: bên trong Qdrant có gì, mỗi núm vặn đang đánh đổi cái gì, và vì sao hệ của bạn chậm/tốn RAM/mất recall.

Qdrant viết bằng Rust, mã nguồn mở (Apache 2.0), và là một trong số ít vector database mà bạn có thể đọc hiểu toàn bộ đường đi của một truy vấn. Bản mới nhất khi viết là v1.19.0, phát hành 2026-08-05 (GitHub releases).

Đọc khi nào. Sau Tầng 5 — ANN & hạ tầng vector và 6.1 — Quantization cho vector. Hai mục đó dạy cơ chế chung; Phần 7 dạy một cài đặt cụ thể của cơ chế đó. Nếu chỉ đọc được ba mục: 7.4, 7.8, 7.10.

Nhóm 1 — Định vị và mô hình dữ liệu

#	Mục	Nội dung
7.1	Qdrant là gì, và khi nào đừng dùng	Vị trí trong ngăn xếp, so với pgvector/Milvus/Weaviate/Elasticsearch
7.2	Collection, point, vector, payload	Bốn khái niệm, và các quyết định không thể sửa về sau
7.3	Nhiều biểu diễn trên một point	Named vector, sparse vector, multivector — và BM25 chạy ngay trong Qdrant

Nhóm 2 — Bên trong: lưu trữ và index

#	Mục	Nội dung
7.4	Segment — đơn vị thật của Qdrant	Khái niệm quan trọng nhất phần này. Appendable, id mapper, versioning
7.5	WAL, flush, và ý nghĩa của wait	Dữ liệu của bạn “an toàn” từ đúng thời điểm nào
7.6	Optimizer: ba loại, và vì sao latency nhấp nháy	Vacuum / merge / indexing, proxy segment, prevent_unoptimized
7.7	HNSW trong Qdrant	m, ef_construct, hnsw_ef, và đơn vị KB rất dễ hiểu sai
7.8	Filterable HNSW và query planner	Thứ Qdrant làm khác nhất. Cardinality, full_scan_threshold, ACORN
7.9	Payload index	Tám loại, is_tenant / is_principal, và vì sao thứ tự tạo index quan trọng
7.10	Mô hình bộ nhớ: pinned / cached / cold	Memory tier, datatype vs quantization_config, inline storage

Nhóm 3 — Truy vấn

#	Mục	Nội dung
7.11	Query API và prefetch	Một API thay cho năm endpoint cũ; cascade nhiều tầng
7.12	Hybrid: RRF và DBSF	Công thức thật của cả hai, và bẫy fusion trong cụm phân tán
7.13	Filtering: mệnh đề và điều kiện	must/should/must_not/min_should, nested, và bẫy mảng object
7.14	Formula, grouping, facet	Ranking theo nghiệp vụ, gom nhóm, đếm — và chỗ chúng phá điểm số

Nhóm 4 — Vận hành

#	Mục	Nội dung
7.15	Phân tán: shard, replica, Raft	Raft quản cái gì, và cái gì không đi qua Raft
7.16	Consistency: núm vặn và giá của chúng	consistency, ordering, write_consistency_factor
7.17	Multitenancy	Payload partitioning, tenant index, tiered multitenancy cho “khách cá voi”
7.18	Toán tài nguyên và sizing	RAM/disk thật sự cần bao nhiêu, và cách kiểm chứng
7.19	Snapshot và phục hồi	Snapshot là gì, priority, và ràng buộc phiên bản khi restore
7.20	Bảo mật, quan sát, checklist production	API key, TLS, JWT RBAC, /metrics, và SSRF qua snapshot
7.21	Bảng quyết định	Tình huống → cấu hình, kèm thứ tự chẩn đoán khi hệ chậm

Đọc thêm

Nguồn cho từng chủ đề nằm trong khối Đọc thêm của đúng mục ở trang tương ứng. Sáu nguồn dưới đây xuyên suốt cả phần:

• [VI] Qdrant từ cơ bản đến nâng cao: Vector Search, Hybrid Search và tối ưu hiệu năng — Viblo — bài tiếng Việt bao quát nhất về Qdrant: point/payload, HNSW, hybrid, quantization. Đọc trước Phần 7 để có bản đồ, rồi quay lại đây lấy chiều sâu
• [VI] Bên trong mã nguồn Qdrant — P1 — Viblo — đọc kèm 7.5: jemalloc, mmap, Raft, WAL nhìn từ mã nguồn Rust
• [VI] Thiết lập và vận hành Vector Database cho AI Agent — Viblo — góc vận hành, hợp với Nhóm 4
• [EN] Qdrant Documentation — nguồn gốc của phần lớn Phần 7; luôn kiểm lại theo phiên bản bạn đang chạy
• [EN] config/config.yaml @ v1.19.0 — GitHub — nguồn thật của mọi giá trị mặc định, kèm comment giải thích ngay tại chỗ
• [EN] Malkov & Yashunin — HNSW, 2016 — paper gốc của cấu trúc mà Qdrant xây toàn bộ index dense lên trên

Sợi chỉ xuyên suốt Phần 7

Bốn câu, lặp lại từ nhiều góc:

1. Qdrant không có “một index”. Nó có nhiều segment, mỗi segment tự mang index riêng. Gần như mọi hành vi khó hiểu về latency đều giải thích được từ câu này.

2. Filter không phải là bước lọc sau khi tìm. Nó chạy bên trong quá trình đi đồ thị, và query planner có thể bỏ HNSW hoàn toàn. Không có payload index thì cả cơ chế này tắt.

3. on_disk / memory không phải công tắc bật-tắt RAM. Nó là quyết định cái gì nằm ở tầng nào, và bật nén mà vẫn giữ vector gốc trong RAM thì bộ nhớ tăng.

4. Mặc định của Qdrant nghiêng về throughput và availability, không phải consistency. Đọc ngay sau khi ghi có thể không thấy dữ liệu. Đó là lựa chọn thiết kế, và bạn phải trả tiền nếu muốn khác.

Ràng buộc số liệu của phần này

Corpus của cẩm nang (data/corpus.jsonl, 50 tài liệu) quá nhỏ để đo bất cứ điều gì có ý nghĩa về một vector database: HNSW trên 50 điểm chỉ là brute-force đội lốt, quantization trên 50 vector không nói lên gì. Vì vậy:

Phần 7 không có số đo riêng. Mọi con số định lượng ở đây là số dẫn từ nguồn ngoài (docs Qdrant, blog kỹ thuật của Qdrant, paper), và luôn kèm link trong mục Đọc thêm của trang tương ứng. Chỗ nào là toán tay, có nói rõ giả định.

Riêng các giá trị mặc định trong Phần 7 được lấy từ file config/config.yaml tại tag v1.19.0 — nguồn gốc chứ không phải trang docs, vì trang docs đôi khi trễ hơn code.

Xem thêm Phụ lục — Sai số của tài liệu.