向量数据库到底怎么选？Milvus和Chroma把我整不会了

几十万篇文档上Chroma确实有点勉强了，它定位就是轻量本地场景，并发和过滤性能拉胯是意料之中的事。我之前也踩过类似的坑，数据量到十万级、QPS稍微上来一点就开始各种超时。其实选型不用太纠结部署重不重，关键看你团队的运维能力和项目阶段，Milvus分布式那套etcd加kafka确实劝退，但如果你只是单机跑，Milvus standalone其实一个docker就能起来，没你想的那么恐怖。真正要换的临界点我觉得不是纯看数据量，而是看你的并发查询量和过滤复杂度，如果只是几十万向量、QPS不高，Qdrant或者pgvector完全能扛，pgvector还省得你多维护一个组件。要是团队本来就有Postgres，直接上pgvector最省心，等真到了千万级再考虑Milvus或者Weaviate也不迟。部署这个心能不能省，取决于你愿不愿意为未来的扩展性提前买单，急项目的话先用pgvector顶着，别一上来就追求大而全。

几十万文档上生产就别折腾Chroma了，Milvus那套依赖确实重，可以看看Qdrant，部署轻很多，性能也够用。

几十万文档的规模其实不算特别大，但并发一上来Chroma确实容易顶不住，它的定位本来就是轻量本地场景。Milvus单机版用docker compose跑也没那么恐怖，etcd和minio都是容器里自带的，不用你手动配。要是嫌重可以看看Qdrant，Rust写的性能不错，部署就一个二进制或者容器，过滤查询也比Chroma稳很多。pgvector适合你本来就有Postgres的情况，省得再维护一套，但索引调优得花点心思。