一、问题背景：为什么我要做这次对比

我们团队在做一个电商商品的多模态检索系统，需要支持「以图搜图」和「文本搜商品」两种查询。业务侧给出的硬指标是：

  • 向量规模：初期 100 万条，一年内预计增长到 1000 万条
  • 向量维度：图文 CLIP 模型输出 768 维，商品标题 embedding 128 维
  • 查询 QPS：峰值约 50，P99 延迟要求 1000 万、需要高写入吞吐或复杂标量过滤 → 选 Milvus**。但要做好运维准备：etcd、MinIO、监控一套不能少。
  • 两者都支持 HNSW，参数对齐后召回率差异在 1% 以内，性能差异主要来自工程实现和网络协议，不是算法。
  • 压测前务必 flush（Milvus）/ 调 indexing_threshold（Qdrant），否则数据不可比。
  • 小批量高频查询优先走 gRPC，这个优化对 Qdrant 尤其明显。

我们最终的选择是：初期用 Qdrant 单机扛 100 万级，预留迁移方案；等数据量逼近 800 万再评估迁 Milvus 集群。选型没有绝对的对错，只有和业务阶段匹配与否。希望这篇实测能帮你少走几个我踩过的坑。