向量数据库选型:Milvus 2.4与Qdrant 1.9在RAG场景下的性能对决
在搭建一个千万级商品图片向量检索服务时,我实测了Milvus 2.4.1(Docker部署,4副本)与Qdrant 1.9.2(单机模式)。同样加载768维、1000万条float向量,Milvus内存占用高出Qdrant约38%,但Qdrant在过滤查询(metadata + vector)场景下P99延迟高出Milvus近2.5倍。本文记录了两者的部署参数、压测数据与调优过程,包括磁盘索引HN

关注用户体验,长期记录界面设计方法、交互逻辑与体验细节和从需求到交付的完整过程。相信长期积累胜过短期追热点,希望用清晰的方法帮助产品与业务更高效地落地。