用途：该技能用于指导 Qdrant 查询延迟优化，适合出现搜索慢、需要降低延迟、p99 过高、尾延迟、单次查询过慢等场景。
核心概念：单次查询延迟由查询执行路径中最慢的组件决定，延迟与吞吐有时相关，但二者是相反的调优方向。低延迟优化目标是让单个查询尽量占满资源，吞吐优化目标则是降低单查询资源占用以支持更多并行查询。
降低延迟的调参手段：提高段数量以匹配 CPU 核心（default_segment_number: 16）；将量化向量与 HNSW 常驻内存（always_ram=true）；查询时降低 hnsw_ef，以召回率换速度；使用本地 NVMe，避免网络存储。
内存压力：RAM 是影响延迟最关键的资源。若工作集超过可用内存，操作系统缓存淘汰会造成严重且持续的延迟退化。应优先纵向扩容 RAM，工作集超过 80% 时尤为关键。可使用量化降低内存：标量量化约 4 倍缩减、二值量化约 16 倍缩减；若过滤不频繁，可将 payload 索引移到磁盘；用 optimizer_cpu_budget 限制后台优化占用的 CPU；安排索引时机，在高峰期设置较高的 indexing_threshold。纵向扩容方面，更多内存与更快 CPU 能直接降低延迟。
不建议的做法：不要期望在同一节点同时优化延迟与吞吐；延迟敏感负载不要使用少量大段（每段搜索更慢）；不要在 RAM 使用率超过 90% 时运行（缓存淘汰可导致持续数天的延迟退化）；性能排查时不要忽略 optimizer 状态；未经负载测试不要缩减 RAM。
限制：资料未提供具体版本要求、安装步骤、价格或平台信息。