向量数据库选型求助，Milvus和Qdrant到底怎么选？

50万单机Qdrant足够省心，混合检索它原生支持稀疏向量，Milvus得自己搭sparse模型。

刚入门，这个对我帮助很大。

50万条768维这个量级其实挺尴尬的，Chroma慢是正常的，它本来就不是为这个规模设计的。单机省心程度来说Qdrant确实赢一截，一个二进制起来就能跑，持久化也自带，不用额外伺候etcd和MinIO那套。Milvus单机版虽然有个standalone模式，但依赖还是在那摆着，机器配置一般的话光起服务就够折腾的。不过话说回来，50万条真不算大，Qdrant单机内存够的话查询基本是毫秒级，你大概率感受不到两者的性能差异。混合检索这块Qdrant原生支持sparse vector，可以跟dense做融合查询，用起来比较顺手；Milvus那边是靠多向量字段加hybrid search，功能也有但配置起来概念多一些。如果后面不打算上集群，我倾向Qdrant，省下来的运维精力够你调好几轮召回效果了。

50万条768维单机跑，Qdrant确实更省心，一个二进制起来就能用，不用折腾etcd那套。我之前也是Chroma转过来的，Qdrant的payload过滤和稀疏向量混合检索都挺顺手，关键词那块可以直接上BM25稀疏向量做融合。Milvus功能是强但单机场景有点杀鸡用牛刀，除非你后面要上集群。混合检索两边都支持，Qdrant的query API把dense和sparse一起传进去就行，写起来比Milvus的hybrid search简洁点。