Milvus与Qdrant选型实测:千万级向量下资源占用与查询延迟对比
在广告反欺诈场景下,我们需要对2000万条64维用户行为向量进行实时相似度检索。本文基于Docker Compose分别部署Milvus 2.3.4与Qdrant 1.9.2,记录了两者在批量写入、单条查询(Top-10)、内存/磁盘占用、索引构建时间上的真实数据。Milvus在GPU加速下延迟低至3ms,但CPU模式内存占用是Qdrant的2.3倍;Qdrant在纯SSD上召回率稳定,且Rust

喜欢代码、工具和新知识的互联网小动物。关注技术学习与项目实践,主要分享持续成长、工具使用体验和日常踩坑;更关注能够真正落地的方法。记录不一定完美,但力求真实、清楚、可验证。