# Qdrant для RAG: что хранить в RAM, а что на диске

Qdrant для RAG: как оценить RAM и диск для векторов, индекса и payload, отличить сырые данные от полного расхода и проверить холодный поиск и обновление коллекции.

Автор: Команда Retrivium
Обновлено: 2026-11-01
Канонический URL: https://retrivium.ai/ru/journal/qdrant-memory-on-disk/
Language: ru

Для Qdrant объём RAM нужно оценивать по составу коллекции, а не только по числу документов. Векторы, поисковые структуры, payload и вспомогательные данные имеют разные расходы. Размещение части данных на диске меняет профиль памяти и задержек, но не делает потребление RAM нулевым.

Разбор основан на документации, проверенной 1 ноября 2026 года. Имена режимов и настройки следует сверять с версией, которую вы действительно разворачиваете.

## Начните с количества векторов

[Qdrant Capacity Planning](https://qdrant.tech/documentation/capacity-planning/) описывает основные составляющие размера коллекции. Один документ часто превращается в несколько фрагментов и, соответственно, несколько векторов. Поэтому число PDF-файлов не является готовой единицей расчёта памяти.

Условный корпус содержит 100 тысяч векторов размерности 768 в `float32`. Только массив координат занимает `100000 × 768 × 4 = 307200000` байт, примерно 293 MiB. Это арифметика сырых значений, а не измеренный размер всей коллекции или требование к серверу.

## Добавьте остальные структуры

| Компонент | Что нужно включить в оценку |
| --- | --- |
| Векторы | Количество, размерности и тип данных |
| Поисковый индекс | Выбранную структуру и её параметры |
| Payload | Метаданные, хранимые поля и индексы фильтров |
| Реплики и служебные данные | Реальную конфигурацию размещения |

Если коллекция хранит несколько представлений одного фрагмента, оцените каждое отдельно. Нельзя умножить число документов на одну размерность и забыть дополнительный вектор или другой формат представления.

## Проверьте размещение на RAM и SSD

Режим хранения векторов и режим поискового индекса рассматривайте раздельно. Для дискового размещения особенно важны рабочий набор, кеш страниц и задержка чтения. На тёплом повторном запросе данные могут уже находиться в памяти, скрывая стоимость первого обращения.

Перед закупкой сравните обычный повторный поиск и запуск после периода простоя или перезапуска. Сохраните одинаковый корпус и набор запросов. Различие результатов нужно связывать с конфигурацией и состоянием кеша, а не объявлять универсальным свойством «диск медленный».

## Измерьте фактическое потребление

[Qdrant Memory Usage](https://qdrant.tech/documentation/ops-monitoring/memory-usage/) описывает наблюдение памяти и дискового пространства по компонентам. Сопоставьте эти сведения с показателями процесса и операционной системы. Разные панели могут учитывать page cache по-разному, поэтому одинаковые подписи RAM не всегда описывают одну величину.

Проверьте также загрузку новой партии данных, построение индекса и удаление. Пиковая память обслуживания может отличаться от спокойного поиска по готовой коллекции. Для сервера нужен запас под предусмотренные операции жизненного цикла.

## Сохраните качество поиска

После изменения режима хранения или представления векторов повторите проверку релевантности. Экономия памяти имеет смысл только при допустимом качестве и времени ответа. Не переносите результат маленькой коллекции на большую без явного плана измерений.

Для дальнейшей подготовки читайте о [размерности эмбеддингов](/ru/journal/embedding-dimensions-memory/) и [сервере с RAM для RAG](/ru/journal/high-ram-rag-servers/).