最近在搭一个知识库问答系统,文档量不大,大概几万条chunk,用OpenAI embedding转成1536维向量。目前本地测试先用pgvector跑通了,查起来也还行。但看社区都在推Milvus或者Qdrant,说pgvector到后期数据量大了性能不行。我这边后续可能会加到几十万条,而且要做metadata过滤(按用户ID、时间范围过滤)。想问问大家实际生产环境里用过哪个?pgvector在什么量级下会开始明显变慢?如果迁移到Milvus,部署和运维成本会不会高很多?我是一人开发,没太多精力折腾基础设施。
楼主
2026-08-12
RAG里向量数据库选型,用Milvus还是pgvector?有点纠结
请 登录 后发表回复
全部回复
共 63 条
2楼
8天前
几万条chunk用pgvector完全没问题,几十万条带过滤其实也还好,我生产环境跑到过百万级,只要索引调好、过滤条件走普通字段索引,延迟基本在可接受范围。Milvus部署确实费心思,尤其你一个人搞,光那些组件就够折腾的。建议先继续用pgvector,真到扛不住再换也不迟,到时候数据迁移也有成熟工具。你metadata过滤如果很频繁,倒是可以提前给那些字段建好索引试试。
3楼
6天前
几十万条加过滤的话pgvector确实悬,Milvus部署能用docker compose顶住,就是调参得花几天。
4楼
3天前
几万条chunk用pgvector完全够,我朋友在production跑过二十万条加metadata过滤,延迟还在可接受范围,主要看你的QPS和索引类型。Milvus部署确实重,但如果你后续真要上几十万条且过滤条件复杂,pgvector的filter和向量检索组合起来会有点难受。建议先压测一下pgvector,用IVFFlat或者HNSW调参看看,真到了瓶颈再考虑迁移也不迟。一个人开发的话,运维成本也得算进去。