用途：指导如何扩展 Qdrant 的查询吞吐量（QPS），即每秒处理更多并行查询。吞吐与延迟是相反的调优方向，同一节点无法同时优化，需先明确目标。
主要能力与调优手段：
- 段配置：高吞吐适合更少、更大的段（default_segment_number: 2），减少每次查询的开销。
- 量化：启用量化并设 always_ram=true，减少磁盘 IO。
- 批量搜索：使用 batch search API 摊薄每次查询开销。
- 控制更新负载：v1.17+ 可配置 update throughput control，防止未优化搜索拖累读取；用 optimizer_cpu_budget 限制索引 CPU（如 8 核节点设 2，保留 6 核给查询）；v1.17+ 可配置 delayed read fan-out 以应对尾延迟。
水平扩展：单节点 CPU 饱和后，用读副本（shard replicas）横向扩展。副本从复制分片提供查询，将读负载分散到多节点，每个副本独立增加查询容量，无需重新分片；使用 replication_factor: 2+ 并把读路由到副本。
磁盘 IO 瓶颈：若无法把所有向量放入 RAM，磁盘 IO 可能成为瓶颈。可升级到 provisioned IOPS 或本地 NVMe；Linux（内核 5.11+）使用 io_uring；量化向量优先用全局重打分而非分段重打分以减少磁盘读；提高搜索线程数并行化磁盘读（默认 cpu_count - 1，适合内存搜索但对磁盘搜索可能偏低）；仍饱和则水平扩展，每节点增加独立 IOPS。
禁止事项：不要期望同一节点同时优化吞吐与延迟；吞吐场景不要用大量小段；IOPS 受限时不要仅水平扩展而不升级磁盘层级；RAM 使用不要超过 90%（操作系统缓存驱逐会导致性能严重下降）。
限制：具体参数含义与版本行为请以 Qdrant 官方文档为准；本资料未提供价格、平台支持或效果承诺。