向量数据库核心架构与选型对比（Milvus/Pinecone/Qdrant/Weaviate/Chroma）
请对比主流向量数据库的架构设计：Milvus（云原生）、Pinecone（全托管SaaS）、Qdrant（Rust实现）、Weaviate（Graph+向量）、Chroma（轻量嵌入式）。它们在数据模型、索引算法、过滤能力、分布式架构、一致性保证方面各有什么特点？如何根据场景选型？
回答
我还是少年
| 特性 | Milvus | Pinecone | Qdrant | Weaviate | Chroma |
|---|---|---|---|---|---|
| 部署 | 自建/K8s | 全托管 | 自建/云 | 自建/云 | 嵌入式 |
| 索引 | IVF/HNSW/GPU | HNSW | HNSW | HNSW | HNSW |
| 标量过滤 | 好 | 好 | 优秀(原生) | 好(GraphQL) | 基础 |
| 分布式 | 原生(分片+副本) | 托管 | 分片 | 分片 | 单机 |
| 一致性 | 可调 | 最终 | 强可选 | 最终 | 最终 |
| 适用规模 | 百亿级 | 十亿级 | 十亿级 | 百万级 | 百万以下 |
选型建议：原型用Chroma、中小生产用Qdrant、大规模自建用Milvus、不想运维用Pinecone。