RAG项目里向量数据库到底该怎么选？有点懵了

几十万条这个量级其实Qdrant和Milvus都能扛住，关键还是看你们团队运维能力。我们之前用Qdrant，过滤和payload索引确实比FAISS舒服太多，增量写入也不用重建，但集群版要自己维护。如果不想折腾部署，可以看看托管方案或者Weaviate Cloud，省心但成本高些。FAISS那套只适合原型阶段，上生产迟早要换。

我们生产上用的Qdrant，几十万文档量级完全够用，过滤性能比Chroma强不少，增量写入也支持得挺自然。Milvus功能全但部署偏重，要是团队没专人运维得慎重。建议你先拿Qdrant或Weaviate搭个demo压测下，重点看带filter的查询延迟，这个才是RAG里最容易翻车的地方。

几十万条直接上Milvus吧，过滤和增量都省心，就是部署稍微重点，Qdrant轻量也不错。

几十万条这个量级其实Qdrant和Milvus都扛得住，关键还是看你过滤条件复杂不复杂。我之前用Chroma也是增量写入后查询掉速，换成Qdrant之后metadata过滤快很多，而且单机docker部署也不算重。Milvus功能全但运维成本高，小团队容易玩不转。你们现在过滤主要是按什么字段，标签多不多？

我们之前也踩过FAISS的坑，增量更新确实要命。后来换了Qdrant，过滤和增量写入都挺顺的，部署也不算重，单机docker就能跑起来。不过如果你们数据量后面还要涨，建议直接上Milvus集群版，省得再迁移一次。Chroma我拿来做过demo，生产真不太敢用。

Qdrant过滤和增量写入都挺稳的，部署也不重，值得试试。

FAISS拿来做个demo确实爽，但一上生产就露馅，你踩的坑我基本都踩过一遍。几十万文档这个量级其实挺尴尬的，说大不大说小不小，选型时容易高不成低不就。我自己的经验是，如果你metadata过滤是刚需，那FAISS和Chroma基本可以直接排除了，它们在这块要么不支持要么性能断崖。Milvus功能全但部署重，standalone模式跑起来还凑合，集群版没个专人维护真扛不住，小团队慎入。Qdrant我用得最顺手，Rust写的过滤性能很扎实，增量写入也友好，单机docker就能跑，缺点是生态和文档相比Milvus还是薄一点。Weaviate模块化设计挺香但概念多，上手曲线陡，而且它的过滤和向量搜索混用时有坑，得注意。你要是团队人手有限又想要省心，我建议Qdrant或者直接上pgvector，后者跟你现有PG栈能复用，运维成本几乎为零，几十万条完全够用。