К основному содержанию
скилл CX Codex

qdrant-multitenancy — скилл для Claude Code: изоляция данных

Скилл qdrant-multitenancy для Claude Code, Codex и Cursor. Направляет выбор архитектуры изоляции данных нескольких клиентов в векторной базе Qdrant.

Apache-2.0 298 установок ★ 271 обновлён 2026-11-11

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add qdrant/skills --skill qdrant-multitenancy -a claude-code
Открыть на GitHub

Что делает qdrant-multitenancy

Скилл подсказывает стратегию разделения тенантов в зависимости от их количества и разброса по объёму данных: секционирование через payload, многоуровневое шардирование или отдельные коллекции под каждого клиента.

Инструкции описывают настройку индекса с флагом is_tenant=true, перенос изолированных графов HNSW через payload_m, расчёт текстового скоринга с параметром idf на версиях 1.19+ и выделение крупных клиентов на отдельные шарды с порогом около 20 000 точек.

Коллекцию со стандартным автошардированием нельзя перевести на кастомный шардинг на лету, поэтому структуру хранения приходится задавать заранее при создании базы.

Какие задачи решает

  • выбрать стратегию изоляции данных между клиентами в Qdrant
  • устранить просадку скорости из-за одного крупного тенанта
  • изолировать текстовый скоринг BM25 и IDF под каждого пользователя
  • настроить хранение данных по географическим регионам

Примеры запросов агенту

  • Как изолировать данные клиентов в Qdrant при 500 небольших пользователях?
  • Один тенант разросся до 30 000 векторов и замедляет остальных, как вынести его на отдельный шард?
  • Как настроить хранение векторов канадских пользователей на отдельном узле?

Как установить qdrant-multitenancy

1Через Skills CLI (Vercel)

npx skills add qdrant/skills --skill qdrant-multitenancy -a claude-code

2Вручную: положить файлы

~/.claude/skills/qdrant-multitenancy/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/qdrant-multitenancy/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о qdrant-multitenancy

Как установить qdrant-multitenancy в Claude Code?

Выполните команду npx skills add qdrant/skills --skill qdrant-multitenancy -a claude-code в терминале.

Что делает этот скилл?

Объясняет агенту правила архитектуры мультиарендности в Qdrant: фильтрацию через payload, выделение шардов крупным клиентам и изоляцию по регионам.

Можно ли перевести обычную коллекцию на кастомные шарды позже?

Нет, метод шардирования фиксируется в момент создания коллекции, поэтому схему с fallback-шардом нужно закладывать сразу.

Исходный текст

SKILL.md · Apache-2.0
---
name: qdrant-multitenancy
description: "Guides tenant isolation architecture in Qdrant for multi-tenant or multi-user applications. Use when someone asks 'how to isolate customer data', 'how to build multi-tenant search/RAG', 'how many collections should I create', 'how to partition tenants by payload', 'a customer's data legally has to stay in a certain country or region'. Also use when they describe a symptom: one customer's data is way bigger than the rest and slowing everyone down, or one tenant is hogging resources."
---

# Qdrant Multitenancy

[Multitenancy](https://skills.qdrant.tech/md/documentation/manage-data/multitenancy/) is how you isolate data across multiple users or tenants within a single Qdrant deployment.

- The question to ask is: **how many tenants, and how unevenly sized are they?** That answer picks the isolation strategy.
- Understand the three isolation levels before choosing: payload-based, shard-based and collection-based.
- For almost everyone the right default is a single collection partitioned by payload, NOT a collection per tenant.

## Many Small Tenants (Default: Payload Partitioning)

Use when: you have many tenants of roughly similar, modest size. This is the recommended default for most users.

### How It Works

- Create a keyword payload index on the tenant field with `is_tenant=true` (v1.11+), so each tenant's points are stored together and read sequentially [Partition by payload](https://skills.qdrant.tech/md/documentation/manage-data/multitenancy/?s=partition-by-payload).
- Filter every query with a `must` condition on the tenant field. Without it, a query searches every tenant's data.
- Text relevance (BM25 or sparse vectors with the IDF modifier) is scored with statistics computed over the whole shard, so tenants with different vocabularies distort each other's scores. On Qdrant 1.19 or newer, pass the `idf` search parameter with the tenant filter and index the tenant field; on 1.20 or newer this covers BM25 `text` queries on a full-text index too [Per-tenant scoring statistics](https://skills.qdrant.tech/md/documentation/manage-data/multitenancy/?s=per-tenant-scoring-statistics).
- Every tenant indexes into the same collection, so indexing can become a bottleneck at scale. Build per-tenant HNSW graphs instead of a global one: set `payload_m` to a non-zero value explicitly (it defaults to `m`), then set `m=0`. Queries without a tenant filter get slower, so only make this trade if you hit the bottleneck and cross-tenant search is rare [Calibrate performance](https://skills.qdrant.tech/md/documentation/manage-data/multitenancy/?s=calibrate-performance).


## A Few Large Tenants Plus a Long Tail (Tiered Multitenancy)

Use when: you have a realistic SaaS distribution: a few large customers and many small ones, possibly with small tenants that grow over time. Available in v1.16+. It avoids the noisy-neighbor problem, where one big tenant forces the whole cluster to scale, raising costs and degrading performance for everyone else.

Small tenants share a fallback shard and large tenants get dedicated shards, all in one collection. A tenant that outgrows the fallback shard can be promoted to a dedicated shard later with no downtime.

### How It Works

- Create the collection with custom sharding and `shard_number: 1`, add a fallback shard for the small tenants, and keep the `is_tenant` payload index from payload partitioning [Configure tiered multitenancy](https://skills.qdrant.tech/md/documentation/manage-data/multitenancy/?s=configure-tiered-multitenancy).
- Promote a tenant to a dedicated shard once it approaches the indexing threshold, about 20,000 points. Qdrant moves its data with a shard transfer and keeps serving reads and writes [Promote tenant to dedicated shard](https://skills.qdrant.tech/md/documentation/manage-data/multitenancy/?s=promote-tenant-to-dedicated-shard).
- Keep in mind that re-sharding can be an expensive and time-consuming process, so consider your tenant growth patterns carefully when deciding which tenants should receive dedicated shards.
- It's not recommended to exceed ~1000 dedicated shards per cluster (resource overhead).
- The fallback shard (small tenants) must fit on a single node.
- Sharding method is fixed at collection creation: an auto-sharded collection (default) cannot be converted to custom sharding in place. If there is any realistic chance you will need to isolate a large tenant later, create the collection with custom sharding up front and put every tenant in the fallback shard.  


## Few Non-Homogenous Tenants (Collection per Tenant)

Use when: you have a limited number of tenants with different per-tenant embedding models or collection schemas.

- You should only create multiple collections when you have a limited number of tenants that need strict isolation, or when tenants' vectors are created by different embedding models. 


## Data Residency and Geographic Isolation (Custom Sharding)

Use when: data must be physically pinned to a location, e.g. regional compliance for healthcare industry (one region's data in Canada, another's in Germany). This is not only a tenant concern, a single tenant may also need to separate its own data by region.

- Like tiered multitenancy, this uses custom sharding; the difference is what you shard by. Here the shard key is a region. Each key's data lands on specific shards you can place in specific locations, while everything stays in one collection. Combine it with payload partitioning if you also need per-tenant isolation within a region. Check [User-defined sharding](https://skills.qdrant.tech/md/documentation/scaling/distributed_deployment/?s=user-defined-sharding) for setup.
- Geographic residency follows only if your cluster's nodes are actually in the target regions. 
- Qdrant Cloud deploys a cluster in a single region and has no managed multi-region today.


## What NOT to Do
- Treat a payload filter as your whole security model. In Qdrant, (unless you're using per-tenant collections), tenant isolation is payload-based. It is an application-layer responsibility, and the filter is only one small part of it.

© qdrant · Apache-2.0 · qdrant/skills

Похожие скиллы

Все скиллы по теме «Данные и базы» →
grepai-storage-qdrant yoanbernabeu Скилл grepai-storage-qdrant настраивает векторную базу данных Qdrant в роли хранилища для поискового движка GrepAI. Инструкция подключает локальный Docker-контейнер или кластер Qdrant Cloud через gRPC на порту 6334. CX Codex +1 570установок qdrant giuseppe-trisciuoglio Скилл даёт шаблоны интеграции векторной базы Qdrant в Java и Spring Boot через LangChain4j. Помогает настроить семантический поиск и хранилище эмбеддингов для RAG. CX Codex +1 3 900установок qdrant-deployment-options официальный github Скилл qdrant-deployment-options помогает выбрать способ развертывания векторной базы Qdrant под конкретные требования к задержке сети, контролю данных и масштабированию. CX Codex +1 61установок qdrant-clients-sdk официальный github Скилл qdrant-clients-sdk для GitHub Copilot подсказывает, как подключать Qdrant через официальные SDK и API. Помогает писать код на Python, TypeScript, Rust, Go, .NET или Java. CX Codex +1 61установок qdrant-vector-search Orchestra Research Скилл qdrant-vector-search для Claude Code помогает проектировать поиск по векторам в Qdrant для RAG и семантического поиска, включая фильтрацию по метаданным и масштабирование. CX Codex +1 1 100установок Qdrant RBAC Fidonis MCP-сервер Qdrant RBAC для Claude Code выдаёт доступ к Qdrant по ролям: принимает OIDC-токен и выпускает JWT с ограниченными правами. Разграничивает доступ нескольких команд к векторной базе. CX Codex +1

Из того же набора12

Весь набор →
qdrant-version-upgrade Скилл qdrant-version-upgrade для Claude Code помогает спланировать обновление Qdrant и SDK с учётом совместимости версий. Он разбирает переходы между версиями, порядок действий и изменения после обновления. CX Codex +1 1 400установок qdrant-performance-optimization Скилл qdrant-performance-optimization для Claude Code сопоставляет симптомы при настройке Qdrant с под-скиллами по скорости поиска, индексации и памяти. CX Codex +1 1 700установок qdrant-advisor Скилл qdrant-advisor подтягивает официальные инструкции из skills.qdrant.tech для решения сбоев кластера, утечек памяти и замедления индексов Qdrant. CX Codex +1 782установок qdrant-edge Помогает разрабатывать приложения на Qdrant Edge. Разбирает синхронизацию локального шарда, поиск BM25 и обслуживание индексов. CX Codex +1 328установок qdrant-sizing Скилл qdrant-sizing рассчитывает оперативную память, диск, процессоры и число узлов кластера Qdrant под заданный объём векторов и требования к задержкам. CX Codex +1 222установок qdrant-migration-tool Скилл qdrant-migration-tool для Claude Code переносит векторные данные и метаданные в Qdrant из других баз данных. Инструмент управляет процессом миграции, включая возобновление прерванных операций. CX Codex +1 137установок qdrant-hybrid-cloud-setup Скилл qdrant-hybrid-cloud-setup для Claude Code помогает развернуть Qdrant Hybrid Cloud в собственном Kubernetes-кластере. Подключается при настройке агента и оператора, хранилища, резервных копий или доступа к кластеру. CX Codex +1 121установок qdrant-skills Набор скиллов помогает агенту принимать решения по векторному поиску Qdrant: от масштабирования и качества выдачи до миграции моделей. ★ 271звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой