【大模型】常见的向量数据库

一、开源分布式（企业级 / 生产首选）

1. Milvus（Zilliz）

• 定位：工业级、云原生、PB 级分布式向量库，国内 RAG 生产最常用。
• 特点：CNCF 毕业项目；支持 HNSW/IVF/FLAT 等索引；GPU 加速；存算分离、弹性扩缩容；多模态支持好。
• 规模：十亿～百亿级向量，高并发 QPS。
• 适用：企业 RAG、推荐、图像检索、金融风控。

2. Weaviate

• 定位：AI 原生、混合搜索（向量 + 关键词）+ 知识图谱。
• 特点：Go 语言开发；内置 BM25 + 向量融合；原生支持 Rerank；GraphQL API；多模态与 Agent 友好。
• 规模：千万～亿级，适合中小生产 / 知识图谱 RAG。
• 适用：智能问答、知识图谱、多模态检索、中小规模 RAG。

3. Qdrant

• 定位：Rust 高性能、低延迟、带元数据过滤。
• 特点：Rust 核心；HNSW + 二进制量化（BQ）；GPU 加速；强过滤 + 排序；内存占用极低。
• 规模：千万～亿级，低延迟高吞吐。
• 适用：推荐系统、电商搜索、高并发 RAG、实时过滤场景。

---

二、轻量级 / 嵌入式（原型 / 本地开发首选）

1. Chroma

• 定位：Python 原生、零配置、嵌入式 RAG 专用。
• 特点：pip install chromadb即用；内存 / SQLite 持久化；LangChain/LlamaIndex 深度集成；极简 API。
• 规模：百万级以内，个人项目 / 原型最佳。
• 适用：RAG 原型、教学演示、个人知识库、小规模应用。

2. FAISS（Facebook）

• 定位：C++ 高性能向量检索库，非完整数据库。
• 特点：CPU/GPU 加速；索引极全（HNSW/IVF/PQ）；量化压缩强；单机性能顶尖。
• 规模：百万～千万级，离线 / 科研首选。
• 适用：离线批处理、科研实验、本地高维检索、集成到其他系统。

3. PgVector（PostgreSQL 插件）

• 定位：关系库 + 向量混合，已有 PG 栈的轻量 RAG。
• 特点：PostgreSQL 扩展；SQL 语法；支持 HNSW/IVF；事务可靠；无缝集成关系数据。
• 规模：百万～千万级，中小业务友好。
• 适用：已有 PostgreSQL、需向量 + 结构化联合查询的场景。

---

三、全托管云服务（零运维 / 快速上线）

1. Pinecone

• 定位：全托管 Serverless 向量库，零运维。
• 特点：自动扩缩容；SLA 保障；低延迟；元数据过滤；企业级安全；按使用付费。
• 规模：亿级 + ，全球多区域。
• 适用：快速上线 SaaS、RAG、推荐、智能客服、不想运维的团队。

2. Zilliz Cloud（Milvus 托管版）

• 定位：Milvus 官方托管，企业级支持。
• 特点：完全兼容 Milvus；托管运维；全球部署；企业级 SLA；安全合规。
• 适用：用 Milvus 但不想自建集群、需商业支持的企业。

---

四、选型速览（RAG 场景最常用）

• 本地原型 / 个人项目 → Chroma（最简单）
• 中小规模生产 / 混合搜索 → Weaviate / Qdrant
• 大规模企业级 RAG → Milvus
• 已有 PostgreSQL → PgVector
• 零运维快速上线 → Pinecone / Zilliz Cloud