向量数据库选型求助：Milvus、Qdrant、Chroma到底该怎么选？

几万到百万这个量级，Qdrant其实挺稳的，单机docker跑起来简单，后面要扩也能上分布式，迁移成本比Milvus小不少。Milvus功能确实全，但etcd、minio、pulsar那一套维护起来真不轻松，小团队容易劝退。Chroma做demo无敌，生产我是不太敢用，持久化和并发都差点意思。你们内部文档检索对延迟要求高吗？如果不高，Qdrant单机撑百万级完全够用很久了。

几万条Chroma够用，百万级还是直接上Qdrant吧，单机起步后期加节点也顺，Milvus那套依赖确实劝退。

我们生产上用的Qdrant，几百万向量单机跑得挺稳，主要看中它Rust写的性能好，过滤条件也灵活。Chroma做demo确实爽，但真上生产建议别碰，之前同事踩过坑，数据量一大查询就拉胯。想平滑扩展的话Qdrant有分布式版，不过说实话百万级单机加好点的SSD基本够用了，别过度设计。Milvus功能确实全但运维成本摆在那，小团队养不起。

几万到百万这个量级其实挺尴尬的，说大不大说小不小，正好卡在很多方案的分界线上。我们团队去年差不多同样的场景，一开始也是Chroma起手，demo确实舒服，但真到要上生产的时候发现它更像个嵌入式库，多租户和并发一上来就有点绷不住。后来换了Qdrant，单机docker跑起来很轻，Rust写的性能也稳，collection和payload filter这些设计挺对我们胃口的，从单机到集群有个distributed模式可以过渡，虽然那个要额外部署。Milvus生态确实大，但etcd、minio、pulsar那一套组件在小团队里维护成本真的高，除非你们本来就有K8s和专门的infra同学。如果只是内部文档检索，我反而建议先看Qdrant或者干脆pgvector，等真到千万级再考虑Milvus也不迟。不过话说回来，你们后续百万级是文档数还是向量数？这个差别挺大的，文档切完chunk可能翻好几倍，选型前最好先估一下实际向量规模。

几万到百万这个跨度其实挺关键的，选型时最好直接按百万级来考虑，不然中间迁移真的会让人崩溃。我自己项目里用的是Qdrant，单机docker跑起来很快，后面数据涨了直接加节点做分片也还算顺，没想象中那么折腾。Chroma确实适合demo，但它的定位就是轻量嵌入式，真上生产持久化和并发这块会有点吃力。Milvus功能最全，但如果你团队没人专门维护k8s那套东西，光etcd、minio、pulsar这些依赖就够喝一壶了。其实还有个思路，就是先用pgvector顶着，等真正到瓶颈再换，但你说的不想重构这点我懂，所以Qdrant这种从单机到集群过渡比较平滑的会更适合你。另外提醒一句，选型时别忘了看filter和metadata检索的能力，RAG里按文档来源、时间做过滤是刚需，这块各家差异还挺大的。

几万到百万这个区间其实Qdrant挺合适的，单机docker就能跑，后面要扩也能上集群，迁移成本比Milvus小不少。Milvus功能确实全但那个部署复杂度，小团队维护起来真的累，etcd、minio一堆东西。Chroma做demo无敌，但生产我是不太敢用，之前遇到过数据量上来之后查询明显变慢。其实还可以看看pgvector，如果你们本来就有Postgres，几百万级完全够用，省得再维护一套。

几万到百万级Qdrant挺稳的，单机起步后面加节点就行，不用大改。