向量数据库选型调研

2026/08/20· 技术调研#RAG #数据库 #向量检索

背景

在做检索增强生成(RAG)时,需要一个存储和检索文档向量的方案。本文对比常见的几种向量库,聚焦「百万级向量、单机或小集群」这一档位。

候选对比

方案	部署复杂度	生态	适合规模
pgvector	低(复用 Postgres)	强	< 100 万
Qdrant	中	中	百万 ~ 千万
Milvus	高(需组件编排)	强	千万级以上

结论

优先 pgvector:如果已经在用 Postgres,数据量在百万以内,直接加扩展最省事, 事务、备份、权限全部复用现有基础设施。
上量再迁 Qdrant:当召回延迟成为瓶颈、或需要更丰富的过滤/量化时再迁移。
Milvus 谨慎:运维成本高,仅在千万级向量且团队有专职 SRE 时考虑。

选型第一原则:先用最能复用现有栈的方案,不要为未来的规模提前买单。

-- pgvector 建表示例
CREATE EXTENSION IF NOT EXISTS vector;
CREATE TABLE docs (
  id bigserial PRIMARY KEY,
  content text,
  embedding vector(1536)
);
CREATE INDEX ON docs USING hnsw (embedding vector_cosine_ops);