Chroma 对比 MongoDB Atlas
通过以下一系列能力比较 Chroma 对比 MongoDB Atlas。我们希望您选择适合您的最佳数据库，即使它不是我们。
Chroma 与 MongoDB Atlas Scalability对比
ChromaMongoDB Atlas
计算存储分离
❌
Yes（Atlas 引入了搜索节点，为向量检索提供专用的基础设施）
查询插入分离
No (不可以。无法扩展到单个节点之外)
❌
多副本
❌
❌
动态 Segment 替换 vs. 静态数据 Sharding
无分布式数据替换
Yes（Atlas 支持分片间的动态数据平衡）
云原生
❌
❌
支持 10 亿级向量数据
❌
❌
Chroma 可扩展性
如果没有任何分布式数据替换，Chroma 就无法扩展到单个节点之外。
Chroma 与 MongoDB Atlas Functionality对比
向量数据库性能是最为重要的关键指标。随着存储的非结构化数据规模不断增长至数亿或数十亿，向量数据库能否水平扩展多个节点变得至关重要。
此外，不同的数据插入、查询速率，以及不同的底层硬件适用于不同的应用场景。因此，向量数据库必须支持性能调优。
ChromaMongoDB Atlas
基于角色的访问控制（RBAC）
❌
❌
支持磁盘索引
❌
❌
混合查询或标量过滤
Yes（标量过滤）
Yes（使用 MQL 匹配表达式进行标量过滤，将索引字段与布尔值、数字或字符串进行比较）
Partition/Namespace/逻辑分组
❌
No（MongoDB 将数据存储到数据库中的 Collection，但 Collection 内没有进一步的结构分类）
支持的索引类型
1种 (HNSW)
HNSW
Chroma 功能
Chroma使用HNSW算法支持kNN搜索。
MongoDB（Atlas 向量检索）
Atlas 支持维度小于或等于 2048 的向量 Embedding
Chroma 与 MongoDB Atlas Purpose-built对比
为什么使用向量数据库？
向量数据库可用于存储、索引和管理由深度神经网络学习与其他机器学习模型生成的海量向量。向量数据库应具备以下特性：
- 可扩展性和性能调优
- 多租户和数据隔离
- 完整的 API
- 直观的用户界面或管理面板
ChromaMongoDB Atlas
专为向量打造
✔️
Atlas 插件
支持调节数据一致性等级
❌
❌
支持流式、批式向量数据
❌
❌
支持二进制向量
❌
❌
多语言 SDK
Python, JavaScript
C#, Java, Node, PyMongo
<0>Chroma</0> 对比 <0>MongoDB Atlas</0>：什么对我来说更合适？
Chroma
Chroma 由一家提供不可扩展单节点的商业公司维护。 许可证：Apache-2.0 许可证
MongoDB（Atlas 向量检索） Atlas 是基于 MongoDB 文档数据库的托管云数据库
SaaS（软件即服务）
