向量数据库选型：Milvus与Qdrant在广告粗排场景下的实测对比
广告召回后的粗排环节需要处理亿级向量、QPS峰值过万。本文基于8核16G内存的物理机，部署Milvus 2.3.3与Qdrant 1.7.3，使用Glove-200d数据集（100万条）压测。结果显示：Qdrant在纯向量查询P95延时低至12ms，Milvus在标量过滤+向量混合查询场景吞吐量高出35%。同时给出各自的Docker部署命令、Python初始化代码，以及高频踩坑点（如Milvus的
深夜开源方法论
Lv.1主要整理开源技术相关的学习笔记与工程经验，内容覆盖性能优化、开源工具使用。注重把个人踩坑沉淀成可复用的方法，希望把复杂问题讲清楚、把实践步骤写完整。
1文章
0粉丝
0关注
0获赞