Java连接Qdrant数据库

1.下载Qdrant
在虚拟机上利用Docker下载
链接：docker.io/langgenius/qdrant:v1.7.3 - 镜像下载 | docker.io (aityp.com)

1. docker pull swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/langgenius/qdrant:v1.7.3
2. docker tag  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/langgenius/qdrant:v1.7.3  docker.io/langgenius/qdrant:v1.7.3

复制代码

2.运行Qdrant

1. docker run -p 6333:6333 -p 6334:6334  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/langgenius/qdrant:v1.7.3

复制代码

3.添加Maven依靠

1. <dependency>
2.     <groupId>io.qdrant</groupId>
3.     <artifactId>client</artifactId>
4.     <version>1.10.0</version>
5. </dependency>

复制代码

4.Java操作Qdrant
官方文档：Local Quickstart - Qdrant

1.     // 创建客户端链接
2.     QdrantClient client = new QdrantClient(
3.             QdrantGrpcClient.newBuilder("192.168.40.130", 6334, false).build());
4.     // 创建collection
5.     client.createCollectionAsync("my_collection",
6.                     Collections.VectorParams.newBuilder()
7.                             .setDistance(Collections.Distance.Cosine)
8.                             .setSize(4)
9.                             .build()).get();
10.     // 插入向量
11.     HashMap<String, JsonWithInt.Value> map1 = new HashMap<>();
12.     map1.put("color", value("red"));
13.     map1.put("rand_number", value(32));
14.     HashMap<String, JsonWithInt.Value> map2 = new HashMap<>();
15.     map2.put("color", value("blue"));
16.     map2.put("rand_number", value(53));
17.     map2.put("extra_field", value(true));
18.     List<Points.PointStruct> points = new ArrayList<>();
19.     points.add(Points.PointStruct.newBuilder()
20.             .setId(id(1))
21.             .setVectors(vectors(0.32f, 0.52f, 0.21f, 0.52f))
22.             .putAllPayload(map1)
23.             .build());
24.     points.add(Points.PointStruct.newBuilder()
25.             .setId(id(2))
26.             .setVectors(vectors(0.42f, 0.52f, 0.67f, 0.632f))
27.             .putAllPayload(map2)
28.             .build());
29.     Points.UpdateResult updateResult = client.upsertAsync("my_collection", points).get();
30.     // 搜索相似结果
31.     List<Points.ScoredPoint> points1 = client.searchAsync(
32.             Points.SearchPoints.newBuilder()
33.                     .setCollectionName("my_collection")
34.                     .addAllVector(Arrays.asList(0.6235f, 0.123f, 0.532f, 0.123f))
35.                     .setLimit(5)
36.                     .build()).get();
37.     System.out.println(points1);
38.     // 搜索相似结果带过滤条件
39.     List<Points.ScoredPoint> points2 = client.searchAsync(
40.             Points.SearchPoints.newBuilder()
41.                     .setCollectionName("my_collection")
42.                     .addAllVector(Arrays.asList(0.6235f, 0.123f, 0.532f, 0.123f))
43.                     .setFilter(Points.Filter.newBuilder()
44.                             .addMust(range("rand_number", Points.Range.newBuilder().setGte(3).build()))
45.                             .build())
46.                     .setLimit(5)
47.                     .build()).get();
48.     System.out.println(points2);

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。