🧠 تثبيت Qdrant — قاعدة البيانات المتجهية فائقة السرعة للذكاء الاصطناعي وRAG على Docker
نشر محرك Qdrant على Ubuntu باستخدام Docker — قاعدة البيانات المتجهية ومحرك البحث الدلالي المفتوح المصدر المكتوب بلغة Rust لتطبيقات الذكاء الاصطناعي والتوليد المعزز بالاسترجاع (RAG) مع دعم REST وgRPC.
📦 الملفات والأكواد المطلوبة
قبل البدء، يرجى التأكد من تحميل الأكواد المطلوبة من مستودعنا على GitHub لتتمكن من تطبيق الخطوات مع الفيديو بسهولة.
التثبيت السريع:
wget https://raw.githubusercontent.com/mhmdali94/Docker/main/AI/qdrant/qdrant-ubuntu.sh
chmod +x qdrant-ubuntu.sh
sudo bash qdrant-ubuntu.sh
خطوات التنفيذ
1 تحميل السكريبت
wget https://raw.githubusercontent.com/mhmdali94/Docker/main/AI/qdrant/qdrant-ubuntu.sh
2 منح صلاحية التنفيذ
chmod +x qdrant-ubuntu.sh
3 تشغيل المثبت
يقوم السكريبت بتثبيت Docker وتجهيز مجلدات التخزين الدائم للمتجهات (`./storage`) وتشغيل حاوية Qdrant الرسمية على المنفذ 6333 (REST والواجهة) والمنفذ 6334 (gRPC).
sudo bash qdrant-ubuntu.sh
4 فتح لوحة التحكم وربط أدوات الذكاء الاصطناعي
افتح متصفحك وانتقل إلى الرابط http://ip-سيرفرك:6333/dashboard. استكشف المجموعات وجرب استعلامات التشابه المتجهي، واربطها مع Open WebUI أو AnythingLLM أو LangChain.
http://<your-server-ip>:6333/dashboard
المنافذ المستخدمة
| المنفذ | الغرض |
|---|---|
| 6333 | REST API + Web Dashboard |
| 6334 | gRPC API |
نظرة عامة
تعد Qdrant قاعدة بيانات متجهية ومحرك بحث دلالي فائق السرعة مفتوح المصدر تم بناؤه بالكامل بلغة Rust لضمان أعلى أداء وكفاءة استهلاك للذاكرة. تعمل المنصة على المنفذ 6333 (لواجهة REST API ولوحة التحكم التفاعلية في المتصفح) والمنفذ 6334 (لبروتوكول gRPC فائق السرعة)، وتوفر خوارزميات البحث التقريبي عن أقرب الجيران (HNSW). وتتيح للمطورين تخزين وفهرسة واسترجاع ملايين التضمينات المتجهية (Embeddings) مع دعم الفلترة المتقدمة لبيانات JSON الوصفية بزمن استجابة أقل من جزء من الثانية لتطبيقات التوليد المعزز بالاسترجاع (RAG) وأنظمة التوصية الذكية.
لماذا تستخدمه
تفرض قواعد البيانات المتجهية السحابية المغلقة (مثل Pinecone أو Zilliz) اشتراكات شهرية متصاعدة وتحدد سقفاً لأبعاد المتجهات وتخزن وثائق شركتك وتضميناتها الحساسة على خوادم خارجية. تمنحك الاستضافة الذاتية لـ Qdrant السيادة الكاملة على بياناتك، مع سرعة استجابة استثنائية بفضل لغة Rust، وتقنيات التكميم الرقمي (Quantization) التي توفر 4 أضعاف من استهلاك الذاكرة، والتكامل التام مع نماذج Ollama المحلية.
متى تحتاجه
- تبني تطبيقات التوليد المعزز بالاسترجاع (RAG) للبحث والاستعلام الذكي داخل ملفات الشركة والوثائق الخاصة
- تبحث عن بديل مفتوح المصدر ومستقل لـ Pinecone أو ChromaDB يوفر زمن استجابة للبحث يقل عن مللي ثانية
- تحتاج إلى تصفية وفلترة نتائج البحث المتجهي ببيانات وصفية JSON (مثل معرف المستخدم، التاريخ، أو القسم)
- تريد لوحة تحكم بصرية على مسار `:6333/dashboard` لاستكشاف المجموعات وتجربة الاستعلامات حياً
- تريد ربط قاعدة بيانات متجهية مركزية بتطبيقات Open WebUI أو AnythingLLM أو LangChain أو LlamaIndex
من يحتاجه
- مهندسو الذكاء الاصطناعي ومطورو التعلم الآلي لبناء محركات البحث الدلالي وأنظمة الذاكرة لنماذج LLM
- المطورون الذين يبنون تطبيقات محادثة مع مستندات PDF والملفات القانونية والطبية للشركات
- أصحاب السيرفرات المنزلية لربط نماذج التضمين المحلية (Ollama Embeddings) مع منصات المحادثة الذكية
- المؤسسات التي تشترط تشغيل ومعالجة الذكاء الاصطناعي محلياً داخل السيرفرات للامتثال لسرية البيانات
- مديرو الأنظمة لإدارة خدمات البحث المتجهي عالية الكفاءة على سيرفرات Ubuntu
حالات الاستخدام الشائعة
- بناء محرك بحث دلالي ذكي لمئات آلاف العقود والمستندات باستخدام تضمينات OpenAI أو نماذج Ollama
- تزويد روبوتات الذكاء الاصطناعي بذاكرة طويلة الأمد لاسترجاع سياق المحادثات السابقة فورياً
- تطوير محرك بحث بصري للمنتجات في المتاجر الإلكترونية بالاعتماد على تضمينات صور نماذج CLIP
- تنفيذ استعلامات متجهية مشروطة بصرامة تعرض فقط الملفات المصرح بها للمستخدم الحالي (RBAC)
- ضغط وفهرسة أكثر من 10 ملايين متجه باستخدام التكميم (Scalar Quantization) لتعمل على رامات اقتصادية
الميزات الرئيسية
- معمارية فائقة الكفاءة بلغة Rust توفر استجابة فورية للبحث عن التشابه المتجهي عبر ملايين النقاط
- دعم مزدوج للواجهات البرمجية: واجهة HTTP/REST غنية على المنفذ 6333 وبروتوكول gRPC ثنائي سريع على 6334
- لوحة تحكم ويب تفاعلية مدمجة على الرابط `:6333/dashboard` لفحص المجموعات وتجربة الاستعلامات مرئياً
- تصفية متطورة للبيانات الوصفية (Payload Filtering): دمج البحث الدلالي مع شروط وفلاتر منطقية دقيقة
- تحسينات متقدمة للذاكرة: دعم Scalar Quantization والتخزين على القرص لتوفير استهلاك الذاكرة العشوائية
- مكتبات برمجية رسمية لـ Python وTypeScript/JavaScript وRust وGo وJava و#C
- واجهة Snapshots API مدمجة لأخذ لقطات ونسخ احتياطية لحظية دون توقف قاعدة البيانات
- نشر منظم في حاوية موحدة عبر Docker مع ربط مجلد `./storage` للحفظ الدائم للمتجهات
كيفية الاستخدام بعد التثبيت
- افتح المتصفح وانتقل إلى الرابط http://ip-سيرفرك:6333/dashboard لعرض لوحة تحكم Qdrant التفاعلية
- أنشئ مجموعتك المتجهية الأولى عبر بايثون أو REST API مع تحديد أبعاد المتجهات (مثل 1536 لـ OpenAI أو 768 لـ nomic-embed-text)
- اربط تطبيق الذكاء الاصطناعي لديك (مثل Open WebUI أو AnythingLLM) بإدخال الرابط `http://ip-سيرفرك:6333`
- فعل مفتاح المصادقة API Key في ملف `config.yaml` أو عبر متغير `QDRANT__SERVICE__API_KEY` لتأمين الإنتاج
- ضع Qdrant خلف وكيل عكسي مشفر بـ HTTPS (مثل Nginx) للوصول الآمن من خارج السيرفر
- أعد سكريبت نسخ احتياطي دوري للمجموعات باستخدام واجهة Snapshots API
أفضل ممارسات الأمان
- عيّن مفتاح أمان قوي (`QDRANT__SERVICE__API_KEY=your-secret-key`) قبل فتح الوصول للشبكة
- لا تكشف المنفذين 6333 و6334 للإنترنت العام مباشرة دون حماية بمفتاح API ووكيل عكسي
- احمِ مجلد البيانات `./storage` الذي يحتوي على التضمينات والمتجهات بصلاحيات نظام مناسبة بالسيرفر
- حدد معدل الطلبات (Rate Limiting) عبر الوكيل العكسي لحماية السيرفر من هجمات الإغراق المتجهي
- استخدم مفاتيح API للقراءة فقط (Read-only) في التطبيقات الأمامية التي تقتصر على البحث
- حدّث صورة الحاوية دورياً للحصول على أحدث التحسينات التشفيرية وميزات محرك البحث
المنافذ وإعدادات جدار الحماية
يقدم Qdrant واجهة REST API ولوحة التحكم عبر منفذ TCP 6333 وواجهة gRPC عبر منفذ TCP 6334. يجب السماح بهذين المنفذين في جدار الحماية للشبكة المحلية (`ufw allow 6333/tcp` و`ufw allow 6334/tcp`). وفي الإنتاج، وجه حركة المرور عبر وكيل عكسي مشفر بـ SSL على المنفذ 443 وأبقِ المنافذ مغلقة خارجياً.
النسخ الاحتياطي والصيانة
- استخدم واجهة اللقطات المدمجة: `curl -X POST http://localhost:6333/collections/{collection_name}/snapshots` لتوليد نسخ احتياطية لحظية
- انسخ مجلد `./storage` احتياطياً، والذي يحتوي على مقاطع المتجهات وفهارس البيانات الوصفية
- أتمت النسخ الاحتياطي اليومي للمجلدات وارفعه إلى مساحة تخزين سحابية عبر restic أو rsync
- اختبر الاستعادة باسترجاع ملف اللقطة داخل حاوية تجريبية للتأكد من استرجاع المجموعات والبحث بنجاح
الأخطاء الشائعة
- إنشاء مجموعات بأبعاد متجهات خاطئة (مثل إدخال 1536 لنماذج تنتج 768 بعداً)، مما يسبب فشل إدخال المتجهات
- التشغيل بدون مفتاح حماية API Key على شبكات عامة، مما يعرض بياناتك واستعلاماتك للتجسس والاستنزاف
- عدم ربط مجلد التخزين الدائم `./storage`، مما يسبب مسح كافة المجموعات والمتجهات عند تحديث الحاوية
- تخزين كامل نصوص الوثائق في الذاكرة العشوائية بدلاً من تفعيل التخزين على القرص (`on_disk_payload: true`)
- استخدام مقياس المسافة 'Dot' بدلاً من 'Cosine' عندما لا تكون المتجهات موحدة الطول (Normalized)
استكشاف الأخطاء وإصلاحها
- فشل إنشاء المجموعة بسبب خطأ الأبعاد — تأكد من مطابقة بُعد المتجهات لنموذج التضمين المستخدم بدقة (مثل 384 أو 768 أو 1536)
- استعلامات البحث تستجيب بخطأ 401 Unauthorized — تأكد من إرسال ترويسة `api-key` الصحيحة المطابقة لمتغير البيئة
- استهلاك مفرط للذاكرة العشوائية — فعل خيار التكميم (Scalar Quantization) أو التخزين على القرص في إعدادات المجموعة
- لوحة التحكم لا تفتح على 6333 — افحص سجلات الحاوية بالأمر: `docker logs qdrant -f`
- رفض اتصال gRPC على المنفذ 6334 — تأكد من توجيه المنفذ 6334 في ملف Compose وفتحه في جدار الحماية
البدائل
منصة Milvus قاعدة بيانات متجهية موزعة للمؤسسات الضخمة. منصة Weaviate قاعدة بيانات متجهية تدعم وحدات تعلم آلي مدمجة. منصة ChromaDB مكتبة متجهية خفيفة لبايثون. منصة Pinecone الخدمة السحابية التجارية المغلقة. إضافة pgvector لإضافة البحث المتجهي لقواعد بيانات PostgreSQL.
متى لا تستخدمه
تجنب استخدام Qdrant إذا كنت تشغل بالفعل قاعدة بيانات PostgreSQL في الإنتاج وتحتاج فقط للبحث الدلالي البسيط لعدة آلاف من المتجهات (حيث تكفي إضافة pgvector في PostgreSQL دون الحاجة لخادم مستقل). وإذا كنت تحتاج لقاعدة بيانات متجهية مدمجة داخل سكريبت بايثون محلي دون تشغيل Docker، فإن ChromaDB أو FAISS أبسط.
هل تحتاج مساعدة احترافية؟
توفر PrismaTechWork خدمات بنية تحتية شاملة — من النشر الأولي وتصليب الأمان إلى المراقبة المستمرة والنسخ الاحتياطي التلقائي والدعم المخصص. سواء كنت تحتاج إعداد سيرفر واحد أو شبكة متعددة المواقع، يضمن فريقنا بناء بنيتك التحتية بشكل صحيح وتأمينها بالشكل المناسب وصيانتها باستمرار.
- التثبيت وتجهيز السيرفر
- الإعداد المتقدم وإعداد التوجيه
- تصليب الأمان وتحسين جدار الحماية
- إعداد شهادات SSL/TLS مع Let's Encrypt
- ربط النطاق المخصص والوكيل العكسي
- جدولة النسخ الاحتياطي التلقائي والتعافي من الكوارث
- المراقبة الفورية وتنبيهات الجاهزية
- الترحيل من المنصات القائمة
- استكشاف مشكلات الاتصال والأداء وإصلاحها
- سكريبتات أتمتة مخصصة وعقود دعم مستمر
الأسئلة الشائعة
ما هي لغات البرمجة التي يدعمها Qdrant؟
يوفر Qdrant مكتبات برمجية رسمية للغات Python وTypeScript/JavaScript وRust وGo وJava و#C، بالإضافة لواجهات REST وgRPC القياسية المتوافقة مع أي لغة برمجة.
كيف أربط Qdrant بتطبيقات Open WebUI أو AnythingLLM؟
في إعدادات Open WebUI أو AnythingLLM، اختر Qdrant كمزود لقاعدة البيانات المتجهية (Vector DB)، واكتب رابط السيرفر (`http://ip-سيرفرك:6333`) ومفتاح الـ API Key.
كم عدد المتجهات التي يمكن لـ Qdrant معالجتها؟
تستطيع عقدة Qdrant واحدة معالجة عشرات الملايين من المتجهات بزمن استجابة أقل من مللي ثانية. وبفضل ميزات التكميم الرقمي، يمكنك تخزين أكثر من 10 ملايين متجه على سيرفر بذاكرة 16 إلى 32 جيجابايت.
هل يدعم Qdrant تصفية وفلترة نتائج البحث بالبيانات الوصفية؟
نعم! يدعم Qdrant تصفية متقدمة للـ Payload — حيث يمكنك دمج البحث الدلالي مع فلاتر النصوص الدقيقة، والنطاقات الرقمية، والحدود الجغرافية، والشروط المنطقية المعقدة.
كيف أقوم بأخذ نسخة احتياطية لبيانات Qdrant؟
استخدم واجهة Snapshots API عبر أمر `POST /collections/{collection_name}/snapshots` لإنشاء لقطة فورية، أو انسخ مجلد التخزين المربوط `./storage` بالسيرفر.