向量数据库选型总览

摘要：本文面向需要在 RAG / 语义检索 / 推荐系统中落地向量库的 SRE 与平台工程师。我们给出一张可操作的选型决策图，对比 6 类主流向量数据库（Milvus、Qdrant、Weaviate、pgvector、Chroma、Pinecone）在部署形态、可支撑规模、混合检索、访问控制、运维与成本上的差异，并指出选型中最常被低估的「隐性运维成本」与「数据合规边界」。覆盖版本：Milvus 2.4/2.5、Qdrant 1.11+、Weaviate 1.25+、pgvector 0.7+、Chroma 0.5+、Pinecone serverless。注意各厂商版本与定价按季度变化，具体数字以官方页面为准（见文末，访问日期 2026-10-09）。

核心概念

向量数据库的本质，是在「高维稠密向量」上做**近似最近邻（ANN）**检索，并叠加标量元数据过滤、写入/删除、持久化与分布式能力。它与纯 ANN 库（如 FAISS、hnswlib）的关键差异在于：

能力	纯 ANN 库（FAISS/hnswlib）	向量数据库
持久化	内存为主，重启易丢	落盘 + 对象存储
CRUD	基本无	完整 insert/delete/update
元数据过滤	无	JSON / 标量条件
分布式	无	分片、副本、协调
监控/权限	无	Prometheus、RBAC

选型时最容易踩的坑：把「demo 能跑」当成「生产能扛」。FAISS 在百万级 demo 很快，但缺持久化、过滤、并发控制，生产上基本必须换向量数据库（来源：besthub.dev 生产就绪 Milvus 实践，访问 2026-10-09）。

架构与原理：选型维度

六个维度贯穿所有选型：

部署形态：自托管 vs 全托管 SaaS。
规模天花板：单机可达上亿，分布式可达十亿级。
混合检索：dense+BM25 是否原生支持。
访问控制：集合/租户级 RBAC、命名空间隔离。
运维负担：组件数、升级、备份、扩缩容。
总拥有成本（TCO）：不止 License，还包括算力、内存、on-call。

选型对比表

下表综合自 2026 年多篇横向评测与官方文档（来源见参考资料；量级为厂商公开口径，非本会话实测）。

数据库	语言/形态	可支撑规模	混合检索	访问控制	托管选项	开源	最适用
Pinecone	SaaS only	十亿级（serverless）	是	Namespace RBAC	仅 SaaS	否	零运维企业 RAG
Weaviate	Go / 云+自托管	数亿级	是（BM25+vector）	多租户	是	是	混合检索、多模态
Qdrant	Rust / 云+自托管	数亿~十亿级	是	集合级 RBAC	是	是	性能/复杂过滤
Milvus	Go/C++ / 云+自托管	十亿级	是	RBAC+partition	是（Zilliz）	是	超大规模分布式
pgvector	Postgres 扩展	≈50M 内	有限（手动组合）	Postgres 原生	经 RDS/Supabase	是	已在 Postgres 的团队
Chroma	自托管/云	百万级	否	有限	是	是	原型/个人项目

Qdrant 与 Weaviate 的取舍

若你的查询是「找相似且 X 且 Y 且 Z」这类带复杂元数据过滤的检索，Qdrant 把过滤做在 HNSW 遍历过程中（query-time filtering during traversal），无需先召回再后过滤，延迟与召回都更稳。若你想要数据库内直接做 embedding / rerank / 生成（text2vec、generative 模块），Weaviate 把一整条 AI 管线织进查询路径，少搭一个微服务（来源：markaicode 2026 对比与 Weaviate 架构文，访问 2026-10-09）。

别把「开源」当「免费」

Qdrant / Weaviate / Milvus 的 Apache/自有开源协议消除了 License 成本，但不消除 TCO：自托管仍需真实算力、内存、运维人力与 on-call。Milvus 集群由 etcd + MinIO/S3 + Pulsar/Kafka + 多个 Coordinator/Node 组成，是小 Qdrant 部署的数倍 YAML 量，故障面也更多（来源：echoesofthemachine K8s 向量库对比，访问 2026-10-09）。规模低于约 10M 向量时，简单方案通常更划算。

生产实践：用「规模 + 运维意愿」收敛选项

落地建议（按优先级）：

原型期：Chroma 或 Qdrant 本地容器，最快出 demo；LangChain/LlamaIndex 抽象层让后续切换代价低。
已在 Postgres 且 <10M：pgvector，不加新基础设施，事务一致性直接复用。
自托管生产、重性能/过滤：Qdrant（Rust 栈内存友好、冷启动快）。
多模态/混合检索产品：Weaviate，省掉独立 embedding 管线。
十亿级 + GPU 索引：Milvus 分布式，组件多但水平扩展能力最完整。
零运维：Pinecone serverless，按量付费。

部署/配置步骤（以最小可用验证为例）

快速验证一个候选是否契合，先起一个单节点容器：

bash

# Qdrant 单节点（验证过滤+量化）
docker run -d --name qdrant -p 6333:6333 -p 6334:6334 qdrant/qdrant:latest

# Weaviate 单节点（关匿名访问，开持久化）
docker run -d --name weaviate \
  -p 8080:8080 -p 50051:50051 \
  -e QUERY_DEFAULTS_LIMIT=25 \
  -e AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED='false' \
  -e PERSISTENCE_DATA_PATH=/var/lib/weaviate \
  -e DEFAULT_VECTORIZER_MODULE=none \
  -v weaviate_data:/var/lib/weaviate \
  semitechnologies/weaviate:1.25.4

版本号是[版本相关]

上面 qdrant/qdrant:latest 与 semitechnologies/weaviate:1.25.4 仅为示例。生产请钉死具体版本标签（如 qdrant/qdrant:v1.11.3），避免 latest 在凌晨被静默升级。ARM64 主机须拉取多架构镜像标签，否则会 exec format 错误（来源：markaicode Weaviate Docker stack，访问 2026-10-09）。

验证

bash

# Qdrant 健康
curl -s http://localhost:6333/health | head
# Weaviate 就绪
curl -s http://localhost:8080/v1/.well-known/ready
# Milvus 健康（standalone）
curl -s http://localhost:9091/healthz   # 期望 {"status":"ok"}

对照评测：用你真实的 query 分布跑 recall@k，而不是照搬厂商 synthetic benchmark（详见 perf.md）。

回滚与清理

切换数据库是结构性变更

从 Chroma 迁到 Qdrant、或在 Qdrant/Milvus 间迁移，属于数据 + 查询路径双重迁移：必须双写灰度 + 回放对比，确认 recall 与延迟达标后再切读流量。不要一次性「drop 旧库」。迁移前用向量库自带备份（见 ops.md）固化可回滚点。

故障排查

选型后才发现并发写瓶颈：Chroma 在真实生产负载下并发写/持久化易触顶 → 早期压测（见 perf.md）暴露，别等上线。
Milvus 规模用不上分布式却上了：组件多、故障面大 → 低于 10M 优先 standalone。
pgvector HNSW 维度上限：官方文档将 HNSW 索引限制在 2000 维内，超过需换库或用 IVFFlat（来源：markaicode 2026 对比，访问 2026-10-09）。
开源库补丁滞后： Milvus 曾在 v2.5.27 修复 metrics 端口认证绕过，旧补丁版本有风险（来源：markaicode，访问 2026-10-09）→ 保持补丁节奏是运维义务。

安全与合规

数据驻留：金融/政务等强合规场景优先自托管（Qdrant / Milvus / Weaviate 均可），让数据留在自有基础设施；SaaS 方案须确认区域与合规资质。
检索即权限边界：跨租户 RAG 必须在查询层携带租户过滤表达式，仅做语义召回不做行级过滤 = 跨租户数据泄露（详见 hybrid-search.md 安全章节）。
访问控制：优先集合/命名空间级 RBAC；Weaviate 多租户、Qdrant 集合级、Milvus partition + RBAC、Pinecone namespace。
传输加密：生产开启 TLS；自托管 Qdrant/Weaviate 配 API key 或 OIDC，关闭匿名访问。

成本与性能

以下为量级参考，非实测报价；具体以各厂商 2026 年定价页为准。

内存：HNSW 类索引除原始向量外还要存图结构，约为原始向量的 1.5–2 倍内存（来源：pinecone HNSW 系列、aicassindra 内存测算，访问 2026-10-09）。768 维 float32、5000 万向量 ≈ 153.6GB 原始，加图 ≈ 160GB+ RAM。
量化省内存：Qdrant 标量/乘积/二进制量化可将内存降至 1/4~1/64（厂商口径，[未实测]）；重排（rescore）用全精度回算保精度。
隐性运维成本：Milvus 分布式 > Qdrant 单集群 > Chroma。把 on-call、升级、备份算进 TCO。
GPU：Milvus 支持 GPU 索引加速大批量建索引；Qdrant/Weaviate 通常 CPU 即可，仅在 embedding 推理侧需 GPU。

向量数据库选型总览 ​

核心概念 ​

架构与原理：选型维度 ​

选型对比表 ​

生产实践：用「规模 + 运维意愿」收敛选项 ​

部署/配置步骤（以最小可用验证为例） ​

验证 ​

回滚与清理 ​

故障排查 ​

安全与合规 ​

成本与性能 ​

参考资料 ​