最近在做一个RAG的小项目,大概几十万条文本向量,用的是OpenAI的embedding,dim=1536。一开始图省事用FAISS硬扛,但发现每次更新数据都要重建索引,太麻烦了。想换成正经的向量数据库,看了一圈Milvus和Qdrant,感觉功能都差不多,但Milvus部署好像要依赖etcd、MinIO一堆东西,Qdrant单机跑起来倒是简单。有没有实际用过的老哥说说,小团队生产环境选哪个坑少一点?主要在意过滤检索的性能和内存占用。
楼主
23天前
向量数据库选型求助,Milvus和Qdrant到底怎么选?
请 登录 后发表回复
全部回复
共 3 条
2楼
23天前
几十万数据Qdrant单机够用,过滤和内存都挺稳,Milvus那套依赖小团队维护确实累。
3楼
22天前
几十万数据Qdrant单机够用了,过滤检索也快,内存比Milvus省不少,小团队别折腾集群。
4楼
15天前
几十万条这个量级Qdrant单机完全够用,过滤检索性能也挺能打,内存占用比Milvus友好不少。Milvus那套etcd加MinIO的依赖,小团队维护起来真挺折腾,除非你后面数据量要上千万再考虑。不过Qdrant的payload过滤字段记得建索引,不然带条件的查询会慢得让你怀疑人生。