Milvus 对我们是不是太重了？

[小马过河]

老板看到 Milvus 就说“专业”，但我们知识库只有 30 万 chunk。是不是上 Milvus 太重？

[小乔同学]

先问谁运维。Milvus 能力强，但组件和排障成本也是真成本。

[阿树]

如果以后多业务、多 collection、大规模更新，Milvus 有价值。只有一个内部问答，可能过度。

[nora]

你们是否需要 multi-vector、混合检索、分区、复杂标量过滤？没有就别为了名字上。

[小树]

专门向量库召回会不会天然比 pgvector 好？

[林小北]

不天然。召回质量更多看 embedding、切块、过滤、索引参数。数据库不是魔法。

[hello_zhou]

我们 Milvus 用得还行，但排错门槛比 Chroma/Qdrant 高。新人进来先学半天概念。

[小周]

我担心以后迁移。现在用 Chroma，未来换 Milvus 会不会很痛？

[rootless]

抽象数据层。chunk_id、doc_id、metadata、vector、version 这些字段别乱，迁移就没那么痛。

[小路灯]

还有备份恢复演练。向量库不是只要能查，误删 collection 时能不能回来才是生产问题。

[阿航]

Milvus filtered search 文档要看，别把所有过滤都丢给后处理。

[小马过河]

我现在倾向 Qdrant 或 pgvector 起步，Milvus 等规模上来再看。

[小乔同学]

这个判断靠谱。生产级不是选最重，是选你们能稳定承担的。

[阿树]

也可以留一个 benchmark 脚本，别争论。用同一批数据和问题跑。

[nora]

记得测更新。很多系统查很快，批量更新时把线上拖住。