qdrant 当前版本（v1.7.x 及更早）不支持直接使用 datetime 对象进行范围过滤，需将时间转换为 unix 时间戳（整型秒或毫秒）后，通过 range 过滤器实现精准时间筛选。
qdrant 当前版本（v1.7.x 及更早）不支持直接使用 datetime 对象进行范围过滤，需将时间转换为 unix 时间戳（整型秒或毫秒）后，通过 range 过滤器实现精准时间筛选。
在 Qdrant 中对时间字段（如 timestamp）执行过滤时，必须确保该字段在向量点（point）中以数值类型（int 或 float）存储，且查询条件中的值也必须是数值——因为 Qdrant 的底层过滤引擎（Tantivy）仅原生支持数值、字符串、布尔及地理坐标等有限类型，尚未在 v1.7.x 中支持原生 datetime 类型（该能力计划于 v1.8.0 正式引入）。
因此，推荐采用 Unix 时间戳标准化方案，即统一使用毫秒级时间戳（int）存储与查询，兼顾精度与兼容性：
✅ 正确做法：使用毫秒级时间戳
from datetime import datetime
from qdrant_client import QdrantClient
from qdrant_client.models import Filter, FieldCondition, Range
# 初始化客户端（请替换为实际连接参数）
qdrant_client = QdrantClient("http://localhost:6333")
# 构造目标时间（注意：务必使用 timezone-aware datetime 或明确按 UTC 处理）
dt = datetime(2024, 2, 22, 10, 4, 28, 658690)
# 方案一：转为毫秒级时间戳（推荐 —— 避免浮点误差，适配整型字段）
timestamp_ms = int(dt.timestamp() * 1000) # → 1708596268658
# 构建过滤器（使用 models.Filter 推荐写法，更健壮、类型安全）
filter_condition = Filter(
must=[
FieldCondition(
key="timestamp",
range=Range(gte=timestamp_ms)
)
]
)
# 执行查询（使用 query_points 或 scroll，取决于场景）
results = qdrant_client.scroll(
collection_name="your_collection",
scroll_filter=filter_condition,
limit=100
)? 提示：若你使用 query() 方法（如 search 或 recommend），请将 scroll_filter 替换为 filter= 参数；scroll 更适用于纯过滤分页场景。
⚠️ 关键注意事项
- 存储一致性：插入数据时，timestamp 字段必须已存为整型（如 1708596268658），而非字符串 "2024-02-22T10:04:28.658Z" 或 datetime 对象，否则过滤将失效或报错。
-
时区处理：Python datetime.now() 默认为本地时区，建议统一使用 UTC 时间：
from datetime import timezone dt_utc = datetime(2024, 2, 22, 10, 4, 28, 658690, tzinfo=timezone.utc) timestamp_ms = int(dt_utc.timestamp() * 1000)
- 精度选择：秒级（int(dt.timestamp())）适用于粗粒度过滤；毫秒级（*1000）更适合日志、事件流等高频场景。
-
字段类型验证：可通过 get_collection() 检查 timestamp 字段是否为 integer 或 float 类型：
collection_info = qdrant_client.get_collection("your_collection") print(collection_info.config.params.vectors) # 查看 payload schema（需结合 schema 定义）
? 后续展望
Qdrant v1.8.0 将正式支持原生 datetime 类型字段及 ISO 8601 字符串解析（如 "2024-02-22T10:04:28.658Z"），届时可直接使用字符串格式过滤，无需手动转换。但为保障生产环境稳定性与向前兼容性，当前仍强烈建议坚持时间戳整型方案。
立即学习“Python免费学习笔记（深入）”；
总结：时间即数字——在 Qdrant 现行架构下，将 datetime 规范为毫秒时间戳，是高效、可靠、零依赖的过滤实践标准。
