最近在做一个RAG的小项目,想把文档切块后存进向量数据库做语义检索。数据量不大,大概几十万条,用的是bge-m3的embedding。本来打算直接上Milvus,但看文档感觉部署有点重,又看到有人推荐Qdrant说轻量好用。自己试着跑了Qdrant的docker,确实挺快就起来了,但又担心后面数据涨了性能跟不上。有没有实际用过的老哥说说,这俩在中小规模场景下差距大吗?还是说直接上pgvector算了?
楼主
2026-09-28
刚入门向量数据库,Milvus和Qdrant到底选哪个好?有点迷茫
请 登录 后发表回复
全部回复
共 4 条
2楼
4天前
刚入门,这个对我帮助很大。
3楼
4天前
这个思路不错,收藏了。
4楼
1天前
几十万条数据用Qdrant完全够,我手上项目百万级向量跑得挺稳,内存占用也比Milvus友好不少。Milvus那套依赖etcd和MinIO的架构,小项目部署确实有点杀鸡用牛刀的感觉。不过你要是以后打算上亿级或者需要多租户、强过滤,Milvus生态还是更成熟。pgvector的话胜在省事,不用多维护一个组件,但索引调优和召回率比起专用库还是有差距,数据量不大可以先用它顶着。
5楼
42分钟前
几十万条数据用bge-m3,说实话Qdrant完全扛得住,我这边有个类似规模的项目跑了快一年了,检索延迟基本稳定在几十毫秒,没出过什么幺蛾子。Milvus确实功能全、生态大,但那个部署复杂度对小项目来说有点杀鸡用牛刀的感觉,etcd、minio一堆组件拉起来,维护成本不低。不过你要想清楚一点,Qdrant的单机性能虽然好,但如果你后面真涨到千万级还想做分布式,迁移成本得提前算进去。pgvector我倒也用过,优点是跟你现有PG生态无缝衔接、事务啥的都省心,但向量索引这块调优空间比专用库小不少,数据量上去以后召回率和速度的平衡不太好拿捏。所以我的建议是,如果短期内就是几十万到百万级、不想折腾运维,Qdrant挺香的;要是你本身就有PG在跑、数据量也不会暴涨,pgvector图个省事也没毛病。真正要纠结的其实是你的检索精度要求和后续扩展预期,这俩想明白了选哪个都不亏。