首页
/ Qdrant 数据库中的日期时间过滤问题解析与解决方案

Qdrant 数据库中的日期时间过滤问题解析与解决方案

2025-05-09 00:16:19作者:郦嵘贵Just

问题背景

在使用Qdrant向量数据库时,开发人员经常需要对包含时间戳的数据进行范围查询。一个典型场景是查询特定时间范围内发布的文章或内容。然而,在实际应用中,我们发现Qdrant的日期时间过滤功能存在一些需要注意的实现细节。

问题现象

开发人员在使用Qdrant的JavaScript客户端(@qdrant/js-client-grpc)时,尝试通过publication_date字段进行日期范围过滤。原始实现中使用了ISO格式的日期字符串(如"2023-01-01T00:00:00")作为过滤条件,但发现查询结果不符合预期——无论设置什么日期范围,返回的文档数量都保持不变。

技术分析

深入分析后发现,Qdrant在处理日期时间过滤时,对输入格式有特定要求:

  1. 错误格式:直接使用ISO格式的日期字符串作为过滤条件,Qdrant无法正确解析
  2. 正确格式:需要将日期时间转换为Unix时间戳(秒级精度),并以特定结构体形式传递

解决方案

正确的日期时间过滤实现应该遵循以下格式:

{
  "conditionOneOf": {
    "case": "field",
    "value": {
      "key": "publication_date",
      "datetimeRange": {
        "lte": {
          "seconds": 1704047400
        },
        "gte": {
          "seconds": 1734460200
        }
      }
    }
  }
}

实现建议

对于JavaScript开发者,在实际应用中处理日期过滤时,建议:

  1. 使用Date对象的getTime()方法获取时间戳
  2. 将毫秒级时间戳转换为秒级(除以1000)
  3. 构建符合Qdrant要求的过滤条件结构

示例代码片段:

const startDate = new Date('2023-01-01');
const endDate = new Date('2024-01-31');

const filter = {
  conditionOneOf: {
    case: "field",
    value: {
      key: "publication_date",
      datetimeRange: {
        lte: { seconds: Math.floor(endDate.getTime() / 1000) },
        gte: { seconds: Math.floor(startDate.getTime() / 1000) }
      }
    }
  }
};

总结

Qdrant作为高性能向量数据库,在日期时间过滤方面有其特定的实现方式。开发者需要注意将日期时间转换为Unix时间戳(秒级)并以特定结构传递,才能获得正确的过滤结果。理解这一机制后,可以更有效地利用Qdrant进行时间序列数据的查询和分析。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
426
34
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
239
9
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
988
394
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
936
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69