混合检索已成为现代 RAG 系统的标配方案。通过结合稠密向量的语义理解能力与稀疏向量的精确匹配优势，开发者能够在召回率和精确率之间取得更好的平衡。然而，生产环境中的过滤策略设计往往成为性能瓶颈 —— 预筛选过早可能丢失相关文档，后筛选过晚则带来不可接受的延迟。本文基于 Qdrant 的混合查询能力，探讨 RAG 生产环境中的过滤策略与性能权衡。
混合检索的向量表示策略
在 Qdrant 中实现混合检索，通常需要同时维护两类向量索引：稠密向量用于捕捉语义相似性，稀疏向量（如基于 BM25 或 SPLADE 生成）用于关键词精确匹配。关键决策在于是否将两类向量存储于同一集合（Collection）或分离存储。
同一集合方案的优势在于单次查询即可完成混合检索，但索引体积会显著增加。分离存储方案允许独立优化两类索引，但需要客户端或代理层进行结果融合。生产环境建议采用同一集合方案，通过多向量配置（multi-vector configuration）管理，利用 Qdrant 的查询规划器自动选择最优执行路径。
预筛选：在向量检索前收窄候选集
预筛选（Pre-filtering）在向量搜索前应用元数据过滤条件，利用 payload 索引快速排除不符合条件的文档。Qdrant 支持对 payload 字段建立多种索引类型：keyword 索引适用于精确匹配，integer 索引支持范围查询，float 索引用于数值比较。
预筛选的核心参数是filter查询中的条件组合。建议遵循以下实践：优先对高基数字段（如 tenant_id、category）建立 keyword 索引，避免在低频过滤字段上浪费索引空间。对于时间范围过滤，使用 integer 时间戳而非字符串日期。预筛选条件应尽量具体，将候选集缩小至原始数据量的 10%-20% 后再执行向量检索，可显著降低 HNSW 索引的搜索深度。
需要注意的是，过于严格的预筛选可能导致召回率下降。建议通过 A/B 测试确定各业务场景的最优过滤阈值，并在监控中追踪 "零结果查询" 比例。
后重排序：融合多路召回结果
后重排序（Post-reranking）策略在获取初步召回结果后，应用更复杂的评分逻辑重新排序。Qdrant 的混合查询 API 支持两种融合模式：Reciprocal Rank Fusion (RRF) 和基于分数的加权融合。
RRF 公式为：$score = \sum_{k} \frac {1}{k + rank_k}$，其中 k 通常取 60。该公式对排名位置敏感但对绝对分数不敏感，适合稠密向量和稀疏向量分数分布差异较大的场景。加权融合则允许显式控制两类向量的贡献权重，公式为：$score = w_{dense} \cdot score_{dense} + w_{sparse} \cdot score_{sparse}$。
生产环境建议采用动态权重策略：对于关键词密集型查询（如产品型号、错误代码），提升稀疏向量权重；对于概念探索型查询，提升稠密向量权重。可通过查询分类模型自动判断查询类型并调整权重。
性能权衡的工程决策
混合检索的性能优化需要在三个维度上做出权衡：延迟、召回率和计算成本。
索引层面：HNSW 索引的ef_construct和ef参数控制搜索精度与速度的平衡。混合查询中，建议对稠密向量使用较高的 ef 值（200-400），稀疏向量可使用较低值（50-100），因为稀疏向量的精确匹配特性本身具有较高的区分度。
查询层面：limit参数决定返回结果数量。RAG 场景通常只需要 Top-K（K=5-10）结果用于上下文构建，但混合融合阶段可能需要更大的中间结果集（如 100-200）以保证融合质量。建议在应用层实现分层检索：首轮获取较大候选集，融合重排序后截取 Top-K。
缓存层面：对于高频查询模式，可在应用层实现查询结果缓存。Qdrant 本身支持热数据缓存配置，建议将索引的on_disk参数设为 false 以利用内存加速，同时监控内存使用率避免 OOM。
生产监控与调优清单
部署混合检索系统后，建议建立以下监控指标：
- P99 查询延迟：区分预筛选查询和纯向量查询的延迟分布
- 召回率估算：通过人工标注的测试集定期评估，特别关注长尾查询
- 索引内存占用：稠密向量通常占用更多内存，稀疏向量索引相对紧凑
- 过滤命中率：监控 payload 索引的命中比例，识别需要调整索引策略的字段
调优时应采用渐进式策略：先优化预筛选条件减少候选集，再调整融合权重平衡语义与关键词匹配，最后微调 HNSW 参数优化延迟。避免同时修改多个参数，以便准确定位性能变化的原因。
总结
Qdrant 的混合查询能力为 RAG 系统提供了灵活的多向量检索方案。预筛选策略通过 payload 索引在向量搜索前收窄范围，后重排序通过 RRF 或加权融合整合多路召回结果。生产环境的最佳实践是：建立合理的 payload 索引策略、采用动态权重融合、实施分层检索与缓存，并通过持续监控驱动迭代优化。
资料来源
- Qdrant Documentation: Hybrid Queries Concepts
- Qdrant GitHub Repository: github.com/qdrant/qdrant
内容声明：本文无广告投放、无付费植入。
如有事实性问题，欢迎发送勘误至 i@hotdrydog.com。