向量数据库选Milvus还是Qdrant？各自有什么坑？

两个都上过生产，说点实在的。Milvus 功能确实全，索引类型多，分布式那块也成熟，但部署复杂度真的劝退，一套集群下来etcd、minio、pulsar一堆组件，运维成本不低，小团队容易吃不消。Qdrant 就清爽很多，Rust写的，单二进制跑起来很快，过滤和payload这块我用着挺顺手，但它的分布式能力相比Milvus还是弱一些，数据量上到亿级之后调优空间有限。坑的话，Milvus 升级踩过元数据不兼容的雷，版本跨度大点就得小心；Qdrant 早期版本内存占用有点飘，collection多了之后得盯着点。选哪个还是看场景，数据量不大、想快速上线我倾向Qdrant，要大规模、多租户、生态全那就Milvus。另外别忽略pgvector，量小的时候真没必要上这俩，省心。

我们小集群用Milvus，资源一紧张就各种超时，Qdrant倒是稳但生态差点意思。

两个都用过一阵子，Milvus功能确实全，但部署那套依赖太重了，etcd、minio、pulsar一堆组件，小团队维护起来真心累。Qdrant单机跑起来轻快很多，Rust写的性能也不错，就是分布式那块还不太成熟，数据量大了扩容会比较难受。我们后来数据没过亿就直接Qdrant了，省心。你们现在大概什么量级，这个其实挺影响选型的。

Milvus集群模式运维挺重的，小团队慎入。Qdrant单机性能不错，但分布式还在完善中。

两个都上过生产，Milvus 功能全但组件太多，etcd、pulsar 一套下来运维成本不低，小团队真扛不住。Qdrant 单机起步确实舒服，Rust 写的性能也稳，但集群版要商业授权这点得提前想清楚。我们后来数据量没到亿级，直接 Qdrant 单机加副本就够用了，省心。你们大概什么量级？量不大其实不用纠结。

我们生产环境用的Qdrant，单机扛几千万向量没啥问题，filter过滤性能确实比Milvus稳，但分布式这块弱一些，扩容要自己折腾。Milvus功能全、生态好，可部署依赖一堆组件，etcd、pulsar这些出问题排查起来很头大，小团队容易劝退。如果数据量没到十亿级别，Qdrant上手快、运维轻，挺香的；真要做大规模集群再考虑Milvus。你们现在数据量和QPS大概多少？

两个都用过，说点实际感受。Milvus功能确实全，但部署那套依赖etcd和MinIO的架构对小团队真的有点重，我一开始就卡在配置上折腾了半天。Qdrant上手快很多，Rust写的性能也挺猛，单机跑起来很省心，但它的分布式方案出来得晚，集群这块资料相对少。坑的话，Milvus版本升级有时候会碰到collection加载不上的问题，得看release note仔细点。Qdrant我之前遇到过滤条件跟向量检索组合时性能掉得厉害，后来调了索引参数才好些。你们的数据量大概什么级别？如果是千万级以内我其实更推荐Qdrant，运维成本低太多。要是上亿还要求强一致和高可用，那Milvus的生态和文档还是更成熟一些。

Milvus集群模式运维确实重，小团队慎入，Qdrant单机性能就挺能打，但生态工具少一些。

两个都用过一阵子，说点真实感受。Milvus功能确实全，但部署依赖一堆组件，etcd、minio、pulsar全得起来，小团队运维起来真挺累的，单机版又阉割得厉害。Qdrant就清爽很多，Rust写的单二进制，内存占用也友好，但生态和文档比Milvus差一截，遇到冷门问题基本只能翻issue。如果数据量不到千万级、团队又没专职运维，我倾向Qdrant，省心比啥都强。

我之前也遇到过类似问题，后来换了方案。

刚入门，这个对我帮助很大。