当前位置：首页 > 文章列表 > 科技周边 > 人工智能 > 向量检索怎么按租户和文档类型过滤结果

向量检索怎么按租户和文档类型过滤结果

来源：17golang原创 2026-09-06 08:53:55 0浏览收藏

所属专题：Go Qdrant 向量检索与 RAG 工程实践专题 - 从 Go SDK、集合与向量写入到过滤、混合检索和 RAG 评估

向量相似度只能回答“内容像不像”，不能替代“这个租户有没有权限看”。知识库做多租户检索时，建议把租户编号和文档类型写进 Qdrant 的 payload，再在查询的过滤器里用 must 同时限制两个字段。这样，向量负责找相关内容，payload filter 负责守住数据边界。

要点速览

每个向量点至少保存 tenant_id、doc_type 和文档标识。
租户和文档类型是同时成立的条件，使用 must 表达 AND，不要把权限词塞进查询文本。
高频筛选字段建立 payload index，查询后仍要复查返回 payload，空结果也要按正常分支处理。

一、先把租户和文档类型放进 payload

故障通常从一条“相似但不属于当前客户”的结果开始：embedding 找到了语义相近的段落，却不知道它属于哪个租户。写入点时把权限边界做成结构化字段，例如 tenant_id=tenant_a、doc_type=policy、doc_id=refund-2026。字段名称一旦确定，后续写入和查询都要保持同样的类型与层级。

字段	用途	建议值
tenant_id	租户隔离	稳定的字符串或整数
doc_type	文档类型筛选	policy、manual 等枚举值
doc_id	结果回溯	业务侧唯一标识

二、用 must 组合两个精确条件

Qdrant 的 must 表示列表中的每一个条件都要满足，正好对应“同一租户并且是某种文档”。下面的 Python 片段只展示过滤结构；向量生成仍由你的 embedding 服务负责，不能用自然语言中的“只看某租户”替代结构化过滤。

from qdrant_client import QdrantClient, models

client = QdrantClient(url="http://localhost:6333")

# 语义向量由上游 embedding 服务生成，这里只负责限定检索范围
query_vector = [0.12, -0.08, 0.31, 0.44]

hits = client.query_points(
    collection_name="knowledge_base",
    query=query_vector,
    query_filter=models.Filter(
        must=[
            # 租户条件是权限边界，不能省略
            models.FieldCondition(
                key="tenant_id",
                match=models.MatchValue(value="tenant_a"),
            ),
            # 类型条件把政策文档与 FAQ、产品手册分开
            models.FieldCondition(
                key="doc_type",
                match=models.MatchValue(value="policy"),
            ),
        ]
    ),
    limit=5,
)

# 只打印业务需要的字段，避免把完整正文写入日志
for point in hits.points:
    print(point.id, point.payload.get("doc_id"))

如果一个字段允许多个值，例如允许检索 policy 或 manual，可以把这个字段改成 match any；但租户条件仍应保持单值精确匹配。不要把多个租户放进 OR 列表来“复用”查询，除非调用方本身已经完成了明确的租户授权。

Qdrant 向量检索中 tenant_id 与 doc_type payload 经过 must 过滤后进入结果集合的静态边界关系图 — 图1：向量相似度负责召回候选，tenant_id 与 doc_type 在 payload filter 中共同收紧结果边界。

三、为高频过滤字段建立 payload index

帮助读者区分 payload 字段、字段索引和过滤查询之间的静态依赖，理解索引不会替代权限字段。 — 图2：payload 字段先形成索引，再被 must filter 用于缩小向量集合；索引优化路径但不生成权限数据。

过滤逻辑正确，不代表大集合上的代价可以忽略。Qdrant 官方文档建议为经常过滤的 payload 字段建立索引，并尽量在写入数据前完成。租户字段和文档类型通常是高频条件，应该先列为索引候选；不要给每一个偶尔出现的字段都建索引。

from qdrant_client import QdrantClient, models

client = QdrantClient(url="http://localhost:6333")

# 在持续写入前创建高频过滤字段的索引
client.create_payload_index(
    collection_name="knowledge_base",
    field_name="tenant_id",
    field_schema=models.PayloadSchemaType.KEYWORD,
)
client.create_payload_index(
    collection_name="knowledge_base",
    field_name="doc_type",
    field_schema=models.PayloadSchemaType.KEYWORD,
)

如果历史 collection 已经存在，先确认字段值类型一致，再安排索引创建和灰度查询。索引优化的是过滤路径，不会自动修复错误的租户字段，也不会把缺失 payload 的旧点变成合规数据。