横向比一比

🎉摘要：对比Chroma、FAISS、Milvus、Qdrant、Weaviate、pgvector六种向量数据库的形态与适用场景，给出基于RAG应用、数据量百万级时的选型建议——Chroma起步最省事。

由于 AI 火爆，相应向量数据库也像雨后春笋，出现了大量不错的产品，下面就对常用的向量数据库进行简单比较，选择最合适的作为你产品的向量数据库。

在选型的时候，下面几个向量数据库基本都会碰到：

数据库	形态	适合谁
Chroma	可嵌入式库，也可独立服务	想本地快速跑起来、Python 技术栈、中小规模、RAG 场景
FAISS	纯算法库，不是数据库	只想要最快的索引，持久化和元数据自己搞定
Milvus	分布式服务，组件多	十亿级向量，有专门运维团队
Qdrant	Rust 写的独立服务	过滤条件复杂、对延迟敏感
Weaviate	独立服务，自带向量化模块	想要 GraphQL 接口、开箱即用的一套
pgvector	PostgreSQL 扩展	数据量不大、不想多维护一个组件

我的经验是：如果你是在做一个 RAG 应用，数据量百万以内，团队没有专职做 infra 的，Chroma 起步最省事。它 pip install 完就能用，不用起一堆容器，调试也直观。等规模上去了再迁，迁移成本也就是重新灌一遍数据。

上一章：它不是什么下一章：Chroma 安装

说说我的看法

* 必填

全部评论（0）

没有评论

更多教程

关于

本网站专注于 Java、数据库（MySQL、Oracle）、Linux、软件架构及大数据等多领域技术知识分享。涵盖丰富的原创与精选技术文章，助力技术传播与交流。无论是技术新手渴望入门，还是资深开发者寻求进阶，这里都能为您提供深度见解与实用经验，让复杂编码变得轻松易懂，携手共赴技术提升新高度。如有侵权，请来信告知：hxstrive@outlook.com

链接

其他应用

开源镜像网站

公众号