Milvus

Bases de donnees vectorielles · Depuis 2019

2019

Creation

Base vectorielle distribuee cloud-native graduee par la CNCF, concue pour les datasets de milliards de vecteurs. Architecture desagregee (query nodes, data nodes, index nodes) permettant un scaling independant de chaque composant. Utilisee par Salesforce, PayPal et Walmart pour la recherche a grande echelle.

vectordistributedcloud-native

Avantages & Inconvenients

Avantages

Architecture desagregee : scaling independant du compute, storage et indexation
11 types d'index (IVF_FLAT, HNSW, DiskANN, GPU_IVF) pour chaque cas d'usage
CNCF graduated : gouvernance mature, pas de risque de licence, 30k+ stars GitHub

Inconvenients

Infrastructure lourde : necessite etcd, MinIO, Pulsar/Kafka pour un cluster complet
Complexe a deployer et operer : 5+ composants a configurer et monitorer
Latence plus elevee que Qdrant pour les petits datasets (<10M vecteurs)

Cas d'usage

Recherche de similarite sur des milliards de vecteurs (Salesforce Einstein, PayPal)
Image et video search a grande echelle avec index GPU (Walmart, Shopee)
Systemes de recommandation multi-tenant pour les plateformes SaaS (Zilliz Cloud)

Autres dans Bases de donnees vectorielles

Pinecone

Bases de donnees vectorielles

Vectorielle managed #1, sub-100ms sur milliards

vectormanagedai

Weaviate

Bases de donnees vectorielles

Vectorielle open-source, hybride vecteurs+BM25

vectoropen-sourcehybrid

Chroma

Bases de donnees vectorielles

Vectorielle embeddable, pip install en 1 ligne

vectorembeddablepython

Qdrant

Bases de donnees vectorielles

Vectorielle Rust, filtrage sans perte de perf

vectorrustperformance