Al crear una base de conocimientos para un sistema RAG, elegir la base de datos vectorial correcta es crucial. Este artículo presenta la experiencia real de un desarrollador al comparar Qdrant y Chroma. Con 240 artículos y 5877 fragmentos, el autor descubrió que Chroma funcionaba bien con una latencia de consulta de menos de un segundo, cuestionando la necesidad de soluciones más complejas como Qdrant para escalas pequeñas y medianas. El artículo ofrece información práctica sobre las compensaciones entre simplicidad y escalabilidad, lo que lo convierte en una lectura útil para los equipos que comienzan con la búsqueda vectorial.
Una comparación práctica de Qdrant y Chroma para una pequeña base de conocimientos, que descubre que Chroma es suficiente para la mayoría de las necesidades.