向量数据库选型求助，Milvus和Qdrant到底怎么选？

几十万条单机场景Qdrant确实更省心，docker一条命令就起来了，过滤字段建索引也方便。我拿它跑过类似规模的RAG，带payload过滤的查询延迟基本稳定在十几毫秒。Milvus功能是更全，但单机还得搭etcd和MinIO那套，维护成本高不少。你要是在意写入速度，Qdrant开批量导入也够用了，除非后面数据量要上千万再考虑换。

几十万条单机场景Qdrant确实更省心，docker一条命令起来就能用，过滤条件直接在payload上建索引，按user_id筛速度基本没感觉。Milvus单机版虽然也有standalone，但etcd、minio那一套拉起来内存占用不小，你这个小体量有点杀鸡用牛刀了。写入这块Qdrant批量upsert调好batch size也挺快，1536维几十万条几分钟能搞定。不过要是以后数据量涨到千万级或者要多节点，那还是得回头看Milvus。

几十万条数据单机跑的话Qdrant确实更省心，一个docker就起来了，过滤查询性能也够用。我去年有个类似项目用Milvus standalone，etcd加minio一堆依赖，资源吃得多还容易出幺蛾子。不过你过滤字段如果基数特别大，Qdrant的payload索引得提前建好，不然筛选会拖慢。写入速度两者差距不大，瓶颈基本都在embedding那一步。

几十万条这个量级其实两个都能扛住，关键还是你提到的重启加载和过滤这两点。我自己之前也踩过FAISS的坑，后来单机场景直接上了Qdrant，docker一个容器起来就能用，持久化是默认带的，重启不用重建索引这点真的省心。过滤这块Qdrant的payload filter做用户ID筛选挺顺手，而且它过滤和向量检索是融合执行的，不会先全量召回再筛导致性能塌方。Milvus功能确实更全，但单机跑standalone也要etcd、minio那一套，资源占用和运维心智都高一截，除非你后面要上集群或者数据量奔着千万去，不然有点杀鸡用牛刀。写入速度上Qdrant单机批量插几十万条问题不大，记得开一下HNSW的索引参数别用默认太保守的。如果你就是RAG小项目想快速迭代，我倾向Qdrant；要是团队已经在用Milvus生态那另说。

几十万条数据单机跑的话Qdrant确实够用了，部署就一个docker容器，过滤条件直接写payload filter，比FAISS那种自己维护id映射舒服太多。我之前也是FAISS转过来的，写入速度Qdrant单机批量插基本没啥瓶颈，Milvus那套etcd+minio+pulsar的组合小项目真没必要。唯一要留意的是Qdrant的filterable字段记得建索引，不然过滤查询会扫全量，性能差挺多。