最近在做一个基于大模型的客服助手，用LangChain搭了个RAG，本地跑着挺顺的。现在要部署到生产环境，发现一个问题：多用户同时提问时，每个请求都会去查同一个Chroma向量库，用户一多就报错“corrupted database”。查了下好像是因为并发写入导致的。我目前是把向量库挂载到共享存储上，但不确定是不是该用Milvus或者Pinecone这种专门的向量数据库？或者有没有办法在代码里加锁控制？另外，如果换成云服务，成本和延迟怎么平衡？求各位大佬指点下方向，有点懵。