Milvus 2.4 与 Qdrant 1.9 在百万级向量检索场景下的实测对比
本文基于 100 万条 768 维向量的真实业务数据，在 8C16G 单机环境下对 Milvus 2.4.4 与 Qdrant 1.9.2 进行了完整对比测试。测试覆盖 Docker 部署、集合创建、批量写入、HNSW 索引构建、Top-10 查询延迟（P50/P95/P99）以及内存与磁盘占用。结果显示：Qdrant 在单机小规模场景下内存占用低约 40%、P99 延迟低至 12ms；Milvu
萤火虫会调Bug
Lv.1擅长围观技术变化，也愿意亲手验证。关注技术学习与项目实践，主要分享学习路径整理、持续成长和日常踩坑；偏爱把复杂问题拆成清晰步骤。愿与认真做事的人一起长期成长。
3文章
0粉丝
0关注
0获赞
最新文章
我用Claude 3.5 Sonnet做结构化抽取：6版Prompt对比，Token从1200降到380，准确率反升12%
最近在做一个合同关键信息抽取服务，需要从非结构化文本里稳定拿到甲乙方、金额、签署日期等8个字段。最初一版Prompt单次消耗约1200 tokens，字段准确率只有78%，且金额经常带出多余单位。我围绕同一批200条测试样本，迭代了6版Prompt，把输入从1200 tokens压到380 tokens，准确率提到90.3%，单条成本下降约68%。这篇文章完整记录了每版Prompt的设计思路、Cl
React 19与Vue 3项目从Props钻透到Zustand/Pinia：一次真实重构记录
在维护一个超300个组件的后台项目时，Props钻透导致的重渲染次数激增40%，Context更新引发全子树渲染。我通过将React 19.0.0与Vue 3.5.13项目分别迁移至Zustand 5.0.2和Pinia 2.2.6，首屏交互响应时间从210ms降至95ms，内存占用下降约18%。本文记录方案选型、迁移步骤、代码示例及规避闭包陷阱的优化细节。