Arama Yap Mesaj Gönder
Biz Sizi Arayalım
+90
X

Lütfen Ülke (Bölge) Seçiniz

Türkiye (Türkçe)Türkiye (Türkçe) Almanya (German)Almanya (German) Worldwide (English)Worldwide (English)
X

Lütfen Para Birimi Seçiniz

Türk Lirası $ US Dollar Euro
X

Lütfen Ülke (Bölge) Seçiniz

Türkiye (Türkçe)Türkiye (Türkçe) Almanya (German)Almanya (German) Worldwide (English)Worldwide (English)
X

Lütfen Para Birimi Seçiniz

Türk Lirası $ US Dollar Euro

Bize Ulaşın

Konum Halkalı merkez mahallesi fatih cd ozgur apt no 46 , Küçükçekmece , İstanbul , 34303 , TR
Son teknik kontrol · 17.08.2026 · Qdrant VPS

Qdrant VPS Kurulumu: Vector DB’yi Public 6333 Portundan Fazlası Olarak Tasarlayın

Qdrant hızlı kurulabilir; tehlikeli olan production’da varsayılan ağ güvenini kullanmaktır. Resmî dokümantasyon self-host instance’ın varsayılan olarak güvenli olmadığını açıkça belirtir. TLS/API key/private network ilk günden tasarlanmalıdır.

Üretim notu

Embedding model değişip vector dimension farklılaşırsa eski collection’a veri yazmak hata verir veya migration gerektirir. Embedding modelini application dependency olarak versiyonlayın.

qdrant vps kurulumuqdrant vector databaseqdrant tls api key
TEKNİK UYGULAMA PROFİLİ
EKA CORE
Qdrant VPS

Qdrant’ın 6333/HTTP API’sini public internete kimliksiz açmayın. Uygulama ve vector DB aynı private network’teyse public bind gerekmeyebilir. Snapshot yedeği kadar collection config ve embedding dimension uyumluluğunu da koruyun.

6333HTTP API
Kontrol
TLSTransport güvenliği
Kontrol
SnapshotRecovery artifact
Kontrol
HNSWArama indeksi
Kontrol
Teknik rehber · production odaklı · resmî kaynaklar
Kısa cevap

Qdrant’ın 6333/HTTP API’sini public internete kimliksiz açmayın. Uygulama ve vector DB aynı private network’teyse public bind gerekmeyebilir. Snapshot yedeği kadar collection config ve embedding dimension uyumluluğunu da koruyun.

01

Teknik kapsam ve önemli noktalar

Qdrant’ı VPS üzerinde production için kurun. Docker/volume, TLS, API key, private bind, collection/vector dimension, payload index, snapshot, restore ve RAG latency testleri.

6333HTTP API

Public açmak zorunlu değildir; private network tercih edilebilir.

TLSTransport güvenliği

Self-host production’da TLS ve auth birlikte düşünülmelidir.

SnapshotRecovery artifact

Collection snapshot restore planıyla birlikte test edilmelidir.

HNSWArama indeksi

Recall/latency/memory dengesi collection workload’a göre ayarlanır.

Bu sayfada

  1. 1. Önce network exposure modelini seçin
  2. 2. Storage volume’u container lifecycle’dan ayırın
  3. 3. API key ve TLS’yi birlikte etkinleştirin
  4. 4. Vector dimension’ı embedding modeliyle kontrat yapın
  5. 5. Metadata filter kullanıyorsanız payload index tasarlayın
  6. 6. Snapshot oluşturmakla restore edebilmek arasındaki farkı kapatın
  7. 7. Vector DB benchmark’ını yalnız QPS ile yapmayın
  8. Sık sorulan sorular
02

1. Önce network exposure modelini seçin

Qdrant yalnız application backend tarafından kullanılıyorsa public internetten erişilebilir olmasına gerek yoktur. Private VLAN/Tailscale/VPC bağlantısı daha dar saldırı yüzeyi sağlar.

ModelExposureKontrol
Same hostDocker/internalPublic port yok
Private networkPrivate IPFirewall + API key
Public APIInternetTLS + API key + rate policy
03

2. Storage volume’u container lifecycle’dan ayırın

Container silinip yeniden oluşturulabilir; collection data persistent volume’da kalmalıdır. Volume path ve filesystem capacity’yi izleyin.

Komut
docker volume ls
Komut
docker inspect qdrant | grep -A20 Mounts
Komut
df -hT
Komut
docker stats --no-stream qdrant
04

3. API key ve TLS’yi birlikte etkinleştirin

API key’i düz HTTP üzerinden göndermek credential’ı ağda korumaz. Reverse proxy veya Qdrant TLS konfigürasyonuyla encrypted transport sağlayın.

Read/write key scope ve rotasyon planı oluşturun.
Application loglarında key header’ını redact edin.
Health endpoint’in secret sızdırmadığını doğrulayın.
05

4. Vector dimension’ı embedding modeliyle kontrat yapın

Collection oluştururken dimension ve distance metric kararı model/provider’a bağlıdır. Uygulama kodunda beklenen embedding version’ı explicit tutun.

AlanVersiyonlayın
Embedding model
Dimension
Distance metric
Payload schema/index
06

5. Metadata filter kullanıyorsanız payload index tasarlayın

Tenant ID, document type veya date filter yoğun kullanılıyorsa payload index yokluğu query latency’yi büyütebilir. Ölçmeden her field’a index eklemek de RAM/disk maliyeti yaratır.

Top query filter alanlarını loglardan çıkarın.
Index öncesi/sonrası p95 latency ölçün.
Index size ve RAM değişimini kaydedin.
07

6. Snapshot oluşturmakla restore edebilmek arasındaki farkı kapatın

Snapshot artifact’ı off-host’a kopyalayın; aynı version veya desteklenen restore path ile staging collection’a geri yükleyip query test edin.

Snapshot checksum tutun.
Collection config export’unu birlikte saklayın.
Golden retrieval queries ile restore’u doğrulayın.
08

7. Vector DB benchmark’ını yalnız QPS ile yapmayın

Recall@k, p95 latency, filter selectivity, vector count, dimension ve concurrency birlikte raporlanmadığında QPS rakamı kıyaslanamaz.

MetrikNeden
Recall@kKalite
p95 latencyKullanıcı deneyimi
VectorsDataset ölçeği
Filter selectivityMetadata etkisi
RAM/indexMaliyet
EKA SUNUCU · TECHNICAL

Vector DB’yi model sayısına değil vector sayısı ve query filtresine göre boyutlandırın

Eka Sunucu NVMe VPS üzerinde Qdrant için RAM, disk IOPS ve private network profilini gerçek collection boyutu ve p95 hedefinize göre planlayabilirsiniz.

Production ilkesiÖlç → Test Et → Canlıya AlUydurma benchmark verisi kullanılmaz.
SRC

Resmî kaynaklar

Rehber hazırlanırken esas alınan birincil dokümantasyon ve teknik kaynaklar.

EKA

İlgili teknik içerikler

İlgili altyapı ve uygulama rehberleriyle devam edin.

FAQ

Sık sorulan sorular

Qdrant VPS

Qdrant varsayılan olarak güvenli mi?

Resmî güvenlik dokümantasyonu production’da authentication/TLS yapılandırması gerektiğini vurgular; varsayılan açık servis güvenli kabul edilmemelidir.

6333 portunu internete açmam gerekir mi?

Hayır. Backend ve Qdrant private network üzerinden iletişim kurabiliyorsa public port gereksizdir.

Embedding modeli değişirse snapshot yeterli mi?

Snapshot eski vector’ları korur; yeni model farklı dimension/semantic space kullanıyorsa yeniden embedding/reindex gerekebilir.

Qdrant için NVMe gerekli mi?

Workload ve index boyutuna bağlıdır. Latency, compaction/indexing ve snapshot süreleri için NVMe avantajlı olabilir; gerçek dataset ile ölçün.

Top