Weaviate vs Qdrant:过滤掉其他客户的文档,排名统计也隔开了吗?
企业混合检索要同时核对召回、租户范围与评分语料。比较两边的融合方式、分区设计、免费试点边界与维护责任,避免把相同权重或起步价当成等价配置。
企业知识库既要找准“AX-410 报错”这样的型号,又要理解“设备启动后不断重启”这样的描述,Weaviate 与 Qdrant 都能做混合检索。选择时更值得先问:客户甲的请求怎样限定在甲的资料中,关键词排名又按谁的资料计算?希望围绕内置 BM25 与向量搜索配置融合,可先验证 Weaviate;已有多路检索与重排管线、需要显式组织候选结果,可先验证 Qdrant。没有进行召回率、延迟或安全隔离实测。
同样叫混合检索,调节的不是同一把尺
Weaviate 的 hybrid 查询结合向量与 BM25F 关键词检索,可配置融合方法及相对权重。当前 relativeScoreFusion 会分别归一化两路分数,再进行组合;rankedFusion 则依据排名位置融合。alpha 控制两路的相对贡献。团队可以先用具体型号、同义描述和混合问法分别验收,而不是把某个默认权重当成所有企业文档的最佳值。
Qdrant 的 Query API 可以将稠密向量、稀疏向量或有全文索引的文本字段查询作为不同召回路径,通过 prefetch 获取候选,再用 RRF 或 DBSF 融合,也能组织多阶段重排。因此不能沿用“Qdrant 只做向量、关键词一定要另配搜索引擎”的旧印象。它的灵活性也意味着团队要明确每一路候选量与融合位置,而非只填一个最终返回条数。
两边的融合分数不能直接横向比较。Weaviate 的归一化分数组合与 Qdrant 的排名融合不是同一个量纲;把同样的权重数字复制过去,也不意味着偏好相同。先固定文档切分、嵌入模型、最终返回数量与测试问题,保留纯关键词和纯向量两条基线,再看混合结果是否真的修复遗漏。用于调参的问题与最后验收的问题应分开,避免把反复调过的一小组例子当作普遍提升。
返回范围与排名统计,要分两次检查
Weaviate 的多租户集合需要显式启用,默认并未开启。官方说明每个租户放在单独的 shard 中,租户间数据不可见。对按客户分开的知识库,这提供了明确的数据组织路径,但应用仍要将登录身份映射到正确租户,不能让调用方随意选择别人的租户名。数据库分区并不会替业务系统决定谁属于哪家公司。
Qdrant 可以在集合中按 payload 字段过滤租户,也提供自定义分片等方式。一个容易漏掉的差别是:按租户过滤返回结果,并不自动让关键词评分统计只计算该租户。当前文档说明,BM25 及启用 IDF modifier 的稀疏检索,默认使用 shard 范围统计;从 v1.19.0 起可用 idf 搜索参数限定统计语料。这个语料过滤与检索过滤独立,不能拿前者代替后者,否则不属于统计语料的点仍可能出现在结果中。
例如,甲客户的产品编号在其资料中很少见,却在乙客户资料中反复出现。团队若采用共享分片与 payload 分区,应验证这种跨客户词频是否改变甲的排序。Qdrant 的统计范围参数提供了调整入口,但要检查实际部署版本、索引及查询配置。Weaviate 的租户分片设计则应连同租户路由和资源安排一起验收。这里讨论的是不同组织方式带来的检查项,不是声称其中一种默认存在泄露,或另一种已经通过了安全测试。
免费试点要能代表真实租户结构
Weaviate 当前免费云方案包含一个集合、最多三个租户、十万个对象、1 GB 内存与 10 GB 磁盘。若试点需要四个真实租户结构,不能仅因总对象数很少就认为仍在免费范围。Qdrant 免费云为单节点,0.5 vCPU、1 GB 内存与 4 GB 磁盘,官方定位测试与原型,并不提供高可用。两个“免费”都可以帮助验证查询,但不能证明生产规模、容灾或全部租户需求已经覆盖。
付费预算也应使用相同工作量。Weaviate Flex 当前从每月 45 美元起,嵌入等服务另有用量计费;Qdrant Standard 按资源使用收费,账单还可能包含备份存储与付费推理 token。应将相同向量维度、对象数、索引、复制要求、峰值查询与备份要求带入报价,另外核对模型费用。只比较起步价与另一家的空白计算器,得不出谁更便宜。
自托管也不是统一的免费企业套餐。Qdrant 主仓库采用 Apache-2.0;Weaviate 当前仓库中 wl 目录之外为 BSD-3-Clause,wl 内代码需另行企业许可。开源组件的部署权、企业功能使用权与云服务承诺要分别核对。维护方面,Weaviate 官方文档已标注 GraphQL API 废弃,并计划于 2027 年 5 月 1 日在 Weaviate Cloud 关闭;新接入应使用当前支持路径,不能照搬旧教程后把迁移工作遗漏在预算之外。
最终,先把十几条包含型号、自然语言、无答案以及跨租户同词的测试问题交给两边。记录候选来源、最终相关文档、租户范围、查询成本和运维工作,再选择能持续维护的配置。Weaviate 值得用于验证内置关键词与向量融合、按租户组织数据的路线;Qdrant 值得用于验证多路召回和显式候选管线的路线。两者都能进入企业知识库候选,决定采购的应是自己的检索证据与运行责任,而非厂商榜单中的一个速度名次。
内容说明:本文基于公开资料整理,仅供工具选型参考。产品功能、价格及相关政策可能随时调整,请以官方最新信息为准。
原文出处:docs.weaviate.io