Chroma以“简洁、易用、AI原生”的定位，填补了轻量级向量数据库的市场空白，成为中小团队与开发者进入AI应用领域的敲门砖。其低门槛的部署方式、无缝的生态集成能力，让语义检索、RAG等复杂AI功能的实现成本大幅降低。目前Chroma仍在快速迭代，分布式能力、高并发支持等特性正在逐步完善。未来随着AI应用的轻量化趋势，Chroma有望在原型开发、小型生产应用场景中占据更重要的地位。如果你正在构建第

Milvus 是由 Zilliz 团队研发的开源分布式向量数据库，基于 Apache 2.0 协议开源，专为高维向量数据的存储、检索与分析设计，可轻松应对百万级至十亿级向量规模的业务场景，是 AI 应用落地的核心基础设施之一。本文通过“工具介绍+完整部署+注意事项”的结构，详细讲解了 Milvus 向量数据库与 Attu 可视化工具的 Docker 单节点部署流程，适合开发、测试场景快速搭建环境。

前提需要docker环境 本文基于docker安装 Milvus 向量数据库后台通过java项目启动java版本17技术组件核心作用核心优势1. 轻量便捷，一键部署，无需复杂的模型环境配置；2. 离线可用，支持 Qwen、Llama、Mistral 等多款开源模型；3. 支持自定义模型，可嵌入固定角色与业务规则；4. 无调用额度限制，零成本使用。1. 专为向量检索设计，性能远超通用数据库，支持百万

select * from (select t.* row_number() over(partition by t.prci_id order by t.date_time desc) as rowNumfrom t_user t where t.userId =''--用户的id有其他条件可以在这加) awhere a.rowNum = 1