目前了解到的向量存储数据库有如下几种，主要的场景就是 RAG 开发，知识库数据量应该不算特别多，哪种更适合？
chroma 、 elasticsearch 、 Milvus 、 neo4j 、 opensearch 、 pinecone 、 qdrant 、 redis 、 vespa 、 weaviate 、 pgvector
 |
1
LuvYukino 10 天前  1
elasticsearch
|
 |
2
ren2881971 10 天前
Milvus 这玩意好像是专门的向量数据库
|
 |
3
mmdsun 10 天前
chroma 、Milvus 。
|
 |
4
mark2025 10 天前 2
postgres + 插件(PGVector / Svector )
https://pigsty.cc/zh/blog/pg/pg-eat-db-world/ |
 |
5
jackerbauer 10 天前
@LuvYukino #1 据说不咋好用啊
|
 |
6
raycool 10 天前
Milvus
|
|
7
jackerbauer 10 天前
最近我们也要搞 RAG ，也在这块选呢，大家也帮忙参考参考，最好能支持混合检索的
|
|
8
jackerbauer 10 天前
点乘和欧氏最好都能支持的
|
 |
9
me1onsoda 10 天前
pg 也支持
|
 |
10
veotax 10 天前
@sirz Casibase （ https://github.com/casibase/casibase ）是一套开源的基于 Web 的 AI 知识数据库，直接带有 RAG 聊天功能，也自带向量数据库。GitHub 已达到 2000+ stars ，欢迎体验~
|
 |
11
inhzus 10 天前
先用 es ，大而全，文档多。唯一缺点是延迟相对高。有痛点的时候再蹚其它的坑
|
 |
12
ihnfsa 10 天前
我用过 milvus 和 lancedb ，milvus 功能比较全面，lancedb python api 方便，适合快速开发小 deme 做测试用
|
 |
13
kenvix 10 天前
milvus 是最火的那个
|
 |
14
wupher 10 天前
写个简单的测试集评估一下呗。当然也要结合你的应用场景，比如你想弄个简单的客户端程序，弄个 ES ……
同样，你要部署于阿里云，opensearch 就是现成的。 如果你用诸如 LangChain / LlamIndex 连接上述库写个测试不难的。 |
 |
15
ck65 10 天前
已经熟悉 pg 了，直接用了 pg + pgvector
|
 |
16
lekai63 10 天前
看你数据量，10w 以下 pg+vector 没啥问题。
然后你可以参考 dify 的选择看：他们之前是 weaviate ，现在说是推荐 qdrant 。 https://docs.dify.ai/v/zh-hans/getting-started/readme/features-and-specifications 他们在一个 issure 中似乎提到了切换的原因，但我懒得去翻连接了 |
 |
17
B1acKy1in 10 天前
个人推荐 Milvus 性能很可以的
|
 |
18
mumbler 10 天前
大项目用 Milvus ，小项目用 sqlite+faiss, 单文档用 csv+numpy
|
 |
19
bybyte 10 天前
没人提 qdrant 吗
|
 |
20
happyxhw101 9 天前
实际项目下来 es 最佳，pgvector.rs 其次，mivlus 等专门的向量库通用性太差，需求稍微复杂一点都不支持，而且做到后面往往需要混合搜索（传统搜索+向量搜索），这种 es 无敌
|
 |
21
XDeviation 9 天前 via Android
数据量不大的话用 milvus 最好，这个搜索速度和准确度都是最高的那一档，唯一的问题是 milvus 所有数据都存在内存里，数据量大很容易 OOM
|
 |
22
volvo007 9 天前
不愧是最先进的开源数据库。明年估计也要搞类似东西了，先储备起来
|
 |
23
yuxian 9 天前
pg + pgvector +1
|
Select Language