最近在做一个RAG的小项目,文档量大概几十万条,用OpenAI的embedding接口生成向量。刚开始用FAISS本地跑,但数据一多内存就扛不住了,而且没法多进程共享。想换成独立的向量数据库,看了一圈在Milvus和Qdrant之间纠结。Milvus功能全但部署好像挺重的,Qdrant据说轻量一些。有没有实际用过的老哥说说,单机场景下哪个更省心?另外索引参数这块也不太会调,HNSW的ef和M参数一般怎么设比较合理?求指点。
楼主
2026-09-29
向量数据库选型求助,Milvus和Qdrant到底怎么选?
请 登录 后发表回复
全部回复
共 2 条
2楼
10天前
刚入门,这个对我帮助很大。
3楼
2天前
几十万条单机场景Qdrant确实更省心,docker一条命令就起来了,Milvus那套etcd+minio+多个组件的部署对这小项目有点杀鸡用牛刀。HNSW的M一般16到32够用,efConstruction设200左右,查询时ef别低于topK的几倍就行,调太大只是拿速度换召回。我这边Qdrant跑几十万向量内存占用挺稳的,多进程访问也没问题。不过要是以后数据量往千万级走,可能还得回头看Milvus的分布式能力。