2026 向量数据库全景对比：从 pgvector 到 Milvus，RAG 基础设施如何选型
如果你正在搭建一个 RAG（检索增强生成）应用，迟早会面对同一个问题：向量数据库选哪个？
过去两年，向量数据库从一个”要不要用”的决策，变成了”用哪个”的选择题。生态从最初一两家（Pinecone、Milvus）膨胀到 30+ 个选项——还有 Chroma 这种内嵌式、pgvector 这种”零新增基础设施”的后来者。选择多了，纠结就来了。
这篇文章基于 Salt Technologies AI Q1 2026 基准数据、Vecstore 2026 年生产环境实测以及 Encore、Milvus 官方等多来源信息，对 6 个主流向量数据库做一维度的性能、成本和适用场景对比。不卖弄参数矩阵，只讲你在生产环境里真正会遇到的取舍。
为什么选型这么重要
向量数据库是 RAG 架构的”检索层”——你的文档被切成片段、转成 embedding 向量、存进去，然后每次用户提问都要从这里做最近邻搜索（ANN）。它的性能直接决定：
- 延迟：用户等到答案需要多久
- 成本：每月账单多少
- 扩展性：100 万向量还行，1 亿怎么办
- 运维负担：需要专门的 SRE 盯着，还是 push 进去就完事
选错的话，后期迁移非常痛苦——不仅涉及数据格式转换，还会改变你整个检索流水线的调优参数。所以第一版选什么，往往就是上线版本用的什么。
六大主流方案速览
在 2026 年的生态中，真正被广泛采用的向量数据库基本集中在以下几家：
| 数据库 | 类型 | 部署方式 | 开源许可 | GitHub ⭐ | 单节点最大向量数 |
|---|---|---|---|---|---|
| pgvector | Postgres 扩展 | 随 Postgres 自托管 | MIT | — | 10-50M |
| Qdrant | 专用向量 DB | 自托管 / Qdrant Cloud | Apache 2.0 | ~35,000+ | 数十亿（分布式） |
| Weaviate | 专用向量 DB | 自托管 / Weaviate Cloud | BSD-3 | ~30,000+ | 数十亿（托管） |
| Milvus | 专用向量 DB | 自托管 / Zilliz Cloud | Apache 2.0 | 40,000+ | 数十亿+（分布式） |
| Pinecone | 专用向量 DB | 托管（Serverless / Pod） | 闭源 | — | 数十亿 |
| Chroma | 内嵌式 / 轻量 | 进程内 / 客户端-服务端 | Apache 2.0 | ~19,000+ | <1M（单节点） |
Milvus 在 2025 年 12 月突破 40,000 GitHub ⭐，成为向量数据库生态中最受欢迎的开源项目，被 NVIDIA、Salesforce、eBay、Airbnb、DoorDash 等超过 10,000 家企业用于生产。Qdrant 以 Rust 实现闻名，性能表现突出。Weaviate 则以内置混合搜索和 GraphQL 支持见长。
Pinecone 作为该品类的先驱，走纯托管路线——没有开源版本，但提供开箱即用的零运维体验。
性能基准：延迟、吞吐量与召回率
查询延迟（1M 向量，1536 维，标准 OpenAI embedding）
Salt Technologies Q1 2026 基准测试结果（p50 / p99，毫秒）：
| 数据库 | p50 延迟 | p99 延迟 | 吞吐量（每秒索引数） |
|---|---|---|---|
| Qdrant | 4ms | 25ms | 8,000-20,000 |
| Redis | 5ms | 20ms | 15,000-40,000 |
| Milvus | 6ms | 35ms | 10,000-30,000 |
| Pinecone | 8ms | 45ms | 5,000-15,000 |
| Chroma | 12ms | 70ms | 2,000-8,000 |
| Weaviate | 12ms | 65ms | 3,000-10,000 |
| pgvector | 18ms | 90ms | 1,000-5,000 |
几个关键发现：
Qdrant 在延迟上领先。 其 Rust 实现带来显著的性能优势，在多个数据集上比竞争对手快 4 倍的 QPS。尤其在做元数据过滤搜索时（”找相似产品且 category=shoes”），Qdrant 的过滤性能是业内最好的。
pgvector 的速度比很多人想象的好。 “Postgres 做向量搜索太慢”这个说法来自 IVFFlat 索引时代。自 pgvector 0.5.0 引入 HNSW 索引后，pgvector 在 1M 向量规模上能匹配甚至超过专用向量数据库。Supabase 的基准测试显示，pgvector HNSW 在同等算力下 99% 准确率超过 Qdrant。
Pinecone Serverless 用延迟换便利。 Serverless 层比自托管或专用节点慢，他们的 Pod 层（p2）更快但价格显著更高。上面的数据是大多数团队实际使用的 Serverless 层表现。
Pinecone 的召回率最低——而且无法调优。 Vecstore 的实测显示：
- Qdrant（HNSW）：~99.2%
- Milvus（HNSW）：~99.0%
- pgvector（HNSW, ef_search=200）：~98.5%
- Weaviate（HNSW）：~97.8%
- Pinecone Serverless：~95%
关键问题是 Pinecone 不暴露 HNSW 参数，用户无法调优索引来控制精度-性能权衡。对某些应用这没问题，对另一些则是致命缺陷。
向量数据库性能对比（p50 延迟，越低越好）
成本：同样 1M 向量的真实月账单
这是最现实的部分。性能数据可以跑分，成本却是每个月实实在在要付的。
Salt Technologies Q1 2026 管理版定价（起步价）：
| 数据库 | 起步价 | 付费模式 |
|---|---|---|
| Redis Cloud | $7/月 | 按量计费 |
| Qdrant Cloud | $9/月 | 按使用量（1GB 免费层） |
| Weaviate Cloud | $25/月 | 按量计费 |
| Supabase | $25/月 | Pro 版（含 pgvector） |
| Milvus (Zilliz Cloud) | $65/月 | 容量计费 |
| Pinecone | $70/月 | 2GB 免费层，按量/Pod |
| Elasticsearch | $95/月 | 按量计费 |
1M 向量、1024 维、中等查询量的生产环境月费估算（Vecstore 实测）：
| 方案 | 月费估算 | 说明 |
|---|---|---|
| Weaviate Cloud | ~$45 | $45 起价，入门友好 |
| Pinecone Serverless | ~$50-80 | 存储便宜，读取量积累快 |
| Qdrant Cloud | ~$65-102 | 按资源计费（CPU/RAM/磁盘） |
| pgvector on Neon | ~$30-150 | Serverless PG，按活跃时间计费，突发负载更便宜 |
| pgvector on RDS | ~$260 | db.r6g.large，但含完整 Postgres 实例 |
pgvector on RDS 最贵——但你买的是一个完整 Postgres。 不是单独的向量数据库，而是应用数据 + 向量数据共存于一个实例，一个连接池、一个备份策略、一次部署。对很多团队来说，这个简便性值溢价。
pgvector on Neon 改变了游戏规则。 Neon 的 serverless Postgres 空闲时计算归零。如果你的搜索流量是突发的（工作时段高、夜间低），只为活跃时间付费。能把本需 $260/月的 RDS 成本降到 $30-50/月。Vecstore 因此将基础设施整体迁移到 Neon——延迟从 200ms 降到 80ms，架构也简化了。
50M 向量规模时，成本差距急剧扩大。 Timescale 的 pgvectorscale 基准测试显示：自托管 Postgres 在 EC2 上约 $835/月，对比 Pinecone s1 层 $3,241/月或 p2 层 $3,889/月——节省了 75-79%。
向量数据库成本对比（1M 向量生产估算）
深度特性对比
混合搜索（Hybrid Search）
混合搜索 = 向量相似度 + 关键词匹配（如 BM25），在单一查询中结合两者。
- Weaviate：最成熟的内置混合搜索，向量 + BM25 一条查询完成
- Elasticsearch：kNN 向量搜索 + 全文搜索原生结合，如果你已经在用 ES
- Qdrant：通过稀疏向量（Sparse Vectors）支持混合搜索
- Pinecone：提供 sparse-dense 混合搜索
- pgvector：通过 SQL 将向量搜索与 Postgres 全文搜索结合
可扩展性与极限
- Chroma：设计用于 <1M 向量，适合原型开发和轻量生产
- pgvector / Supabase：单节点 10-50M 向量。标准 HNSW 在 5-10M 以上性能下降明显——50M 向量 × 768 维需要约 150GB+ RAM。Timescale 的 pgvectorscale 扩展引入 StreamingDiskANN（磁盘索引），50M 向量上 p95 延迟比 Pinecone s1 层低 28 倍
- Milvus：为 十亿级数据集设计，支持 8 种索引算法（含 GPU 加速），分片和分区最成熟
- Qdrant / Weaviate：分布式模式下可达 数十亿向量
ACID 与事务
只有 pgvector 和 Supabase 支持 ACID 事务——因为底层是 PostgreSQL。如果你在向量数据和关系数据之间需要事务一致性（比如”先更新用户数据再插入向量”作为一个原子操作），这是唯一的选项。专用向量数据库（Pinecone、Qdrant、Weaviate、Milvus）都不提供完整 ACID 保证。
选型决策框架：该选哪个？
别被功能矩阵忽悠了。实际选型时，按这个顺序问自己：
1. 你已经在用 Postgres 吗？→ 先用 pgvector
如果 Postgres 已经是你的数据库，加一个 pgvector 扩展，零新增基础设施。SQL 就是超能力——“找相似图片，且上传者是认证账户，且 7 天内上传”这只是一条 SQL 查询。用独立向量数据库的话，那是：向量搜索 → 过滤 → 再 join 应用数据库。
2. 想要零运维、不在乎调优 → Pinecone
纯托管，serverless，没有运维负担。你专注应用，Pinecone 处理扩展、备份、可用性。代价是不能调优索引精度，成本随规模线性增长。
3. 需要最快的过滤搜索、想自托管、用 Rust → Qdrant
最低延迟（p50 4ms），过滤搜索性能业内第一。开源 Apache 2.0，可以自托管或上 Qdrant Cloud。
4. 数据量巨大、需要 GPU 加速 → Milvus
十亿级向量数据集的最佳选择，8 种索引算法可精细调优，社区生态最成熟（40,000+ ⭐）。
5. 需要混合搜索且体验要好 → Weaviate
内置混合搜索体验最好，GraphQL 接口简洁，托管和自托管都支持。
6. 只是原型验证、规模不大 → Chroma
最易上手的向量数据库，进程内运行零配置。但生产规模受限（<1M 向量），适合快速原型和轻量场景。
7. 用 MongoDB 的 → MongoDB Atlas Vector Search
直接在现有 MongoDB 数据上添加向量能力，Atlas 聚合管道原生支持。
真实世界的建议
Vecstore（一家专注语义搜索的创业公司）的经验值得参考：他们在生产环境中从 Pinecone + RDS 迁移到 pgvector + Neon，不是出于性能，而是出于架构简洁性。向量和应用数据在同一数据库里，一个连接池、一个备份策略，问题少了一半。
更重要的真相是：5ms 和 15ms 的向量查询延迟差异，用户根本感知不到。 真正影响搜索结果质量的，是 embedding 模型的选择和搜索相关性调优，不是数据库之间的几毫秒差距。
选一个适合你规模和团队的数据结构，把精力花在 embedding 质量、chunk 策略和相关性调优上——那才是 RAG 系统的命门。
总结
- 规模 <10M 向量 + 已有 Postgres：pgvector，零成本增量，SQL 超能力
- 零运维 + 快速上线：Pinecone，代价是不能调优精度
- 最低延迟 + 自托管：Qdrant，Rust 性能优势明显
- 十亿级规模：Milvus，最成熟的分片/GPU 加速
- 混合搜索优先：Weaviate，最流畅的向量+关键词统一查询
- 原型/轻量：Chroma，零配置上手
- 突发负载成本敏感：pgvector on Neon，serverless 按活跃时间计费
选型没有银弹，但有了这个框架，你应该能根据自身约束快速收敛到 1-2 个候选，然后做 PoC 验证。
参考资料：
- Salt Technologies AI - Vector Database Benchmark 2026（Q1 2026 基准数据）
- Vecstore - pgvector vs Pinecone vs Qdrant: 2026 Benchmarks（生产环境实测）
- Encore - Best Vector Databases in 2026
- Milvus 官方 - Milvus 突破 40,000 GitHub Stars
- Neon - Vecstore 迁移案例研究