向量数据库对比：选型指南
什么是向量数据库
向量数据库专门存储和检索高维向量（Embedding），通过近似最近邻（ANN）算法实现高效的相似度搜索。它是 RAG 系统的基础设施。
主流方案对比
| 方案 | 部署方式 | 规模上限 | 检索方式 | 适用场景 |
|---|---|---|---|---|
| ChromaDB | 嵌入式/客户端 | 百万级 | HNSW + 余弦/L2/IP | 原型开发、小规模、本地部署 |
| Qdrant | 嵌入/Docker/云 | 亿级 | HNSW + 多种距离 | 中等规模、高性能、过滤 |
| Milvus | 分布式 | 百亿级 | IVF_FLAT/HNSW/多种 | 大规模生产、GPU 加速 |
| Weaviate | Docker/云 | 亿级 | HNSW + 混合搜索 | 需要混合检索、GraphQL |
| Pinecone | 全托管云 | 无限 | 专有引擎 | 不想运维、快速上线 |
| Faiss（库） | 嵌入式 | 亿级 | IVF/HNSW/多种 | 离线检索、自定义集成 |
| PGVector | PostgreSQL 插件 | 千万级 | IVFFlat/HNSW | 已有 PostgreSQL、需要事务 |
选型决策树
数据量 < 100万？
├── 是 → 需要事务/ACID？
│ ├── 是 → PGVector
│ └── 否 → ChromaDB（最简单）或 Qdrant（更成熟）
└── 否 → 需要自托管？
├── 是 → 需要分布式？
│ ├── 是 → Milvus
│ └── 否 → Qdrant 或 Weaviate
└── 否 → Pinecone（全托管，按量付费）ChromaDB 深度说明
ChromaDB 是原型开发的首选，因为它：
- 零配置：pip install 即用，不需要启动独立服务
- 两种模式：内存模式（临时）和 PersistentClient（持久化到磁盘）
- 元数据过滤：支持 where 子句过滤，精确匹配和范围查询
- 限制：单机、不支持分布式、大规模查询性能不如专业方案
生产环境注意事项
- 索引类型：HNSW（高召回但建索引慢）vs IVF（建索引快但召回略低）
- 数据备份：向量数据库的备份策略与普通数据库不同，大多支持快照导出
- 监控：搜索延迟、召回率、索引大小、内存使用
- 升级兼容：向量数据库 API 变化频繁，注意版本锁定