最近在搭一个私有知识库问答系统,文档量大概几十万篇,用OpenAI的embedding接口转成向量。现在卡在向量存储这块了。看了好多文章,有人说Milvus性能强但部署运维重,有人说pgvector够用还能和业务数据放一起。我自己试了下pgvector,感觉简单是真简单,但不知道几百万向量之后查询会不会明显变慢。Milvus用docker跑了下,配置有点复杂,索引参数那些看得一头雾水。想问下过来人,这种量级和场景,是直接上Milvus还是pgvector先顶着?如果后面数据涨到千万级,迁移成本会不会很高?另外,有没有必要考虑那种纯托管的向量数据库服务?
楼主
2026-07-31
请教:RAG场景下向量数据库到底该怎么选?Milvus和pgvector纠结中
请 登录 后发表回复
全部回复
共 125 条
2楼
2026-09-17
几十万篇文档用pgvector其实完全能扛住,我这边百万级向量加HNSW索引,查询基本在几十毫秒,没那么容易崩。真到千万级再迁Milvus也不是世界末日,反正embedding数据都能重新灌,主要成本在业务代码那层抽象。要是团队没人专职运维,托管服务确实省心,就是长期烧钱得算清楚账。
3楼
2026-09-19
几十万篇pgvector完全扛得住,别被参数吓到,先跑起来再说,真到千万级再迁也来得及。
4楼
2026-09-28
几十万篇文档这个量级,pgvector其实还能扛得住,但关键要看你的查询并发和延迟要求。我之前拿pgvector跑过差不多两百万条向量,单机加HNSW索引,简单查询几十毫秒还行,但一旦并发上来或者带过滤条件,性能掉得挺明显的。Milvus的优势主要在高并发和分布式扩展上,如果只是内部小团队用,它的运维复杂度确实有点杀鸡用牛刀的意思。不过你说的迁移成本,我觉得倒不用太担心,向量数据本身好导,真正的坑在于索引参数调优和业务逻辑的适配,这块换库都得重来一遍。托管服务的话,省心是真省心,但数据隐私和成本得算清楚,尤其你们是私有知识库,走外部API做embedding了,向量存哪反而没那么敏感。我建议先用pgvector把业务跑通,等真到了千万级或者查询扛不住了再迁,别一上来就给自己加运维负担。
5楼
5天前
写得挺好,建议补充一些性能数据。
6楼
2天前
有没有更详细的教程推荐?