向量数据库性能对比

Qdrant：

优点：中规中矩，Qps 相对较高、延迟相对较低。在 CPU 和磁盘 IO 方面的利用率较高，能够在处理高负载时提供较好的性能。

缺点：在大数据集的加载时间和总体检索精度上略逊于 Milvus，适合对过滤查询有需求但不追求极端性能的场景。对 CPU 和内存的需求较大，尤其在高并发和复杂查询时可能会出现较高的资源消耗，导致系统负载上升。

Chroma：

优点：对于较小的数据集，Chroma 更容易上手和集成。对 CPU 的依赖较低，更多依赖内存来处理大规模数据。

缺点：性能在 Qps、Recall、加载时间和延迟方面都不如 Milvus 和 Qdrant，尤其是在大规模和高并发场景下表现较差。并且内存消耗较大，在长时间运行时对系统的内存要求较高，可能会影响其他应用程序的运行。

Milvus：

优点：整体性能最强，尤其是在 Qps、Recall、加载时间和延迟方面都表现优异，适合大规模、高并发的向量查询场景。且 CPU 与内存使用率的控制较为出色。

缺点：大数据集的加载时间还有提升的空间，整体上仍然表现出色。

根据测试结果来看，Milvus 是当前最优的选择，适合处理大规模数据集和对性能要求较高的应用。Qdrant 则中规中矩，有着较低的延迟，适合规模不大且对延迟有高要求的应用，而 Chroma 更适合小规模、低负载的应用。