pgvector

Bases de donnees vectorielles · Depuis 2021

2021

Creation

Extension PostgreSQL ajoutant un type vector et des index HNSW/IVFFlat pour la recherche de similarite directement dans une base PostgreSQL existante. Pas de service supplementaire a operer : les embeddings cohabitent avec les donnees relationnelles dans les memes transactions ACID et les memes backups.

vectorpostgresqlextension

Avantages & Inconvenients

Avantages

Zero infra supplementaire : meme base, memes transactions ACID, memes backups
SQL natif : JOIN entre vecteurs et tables relationnelles dans une seule query
Index HNSW natif depuis v0.5.0, recall >95% avec des performances competitives

Inconvenients

Performance 2-5x inferieure aux solutions dediees (Qdrant, Milvus) au-dela de 10M vecteurs
Index HNSW resident en memoire : ~1.5 Go de RAM pour 1M vecteurs de 1536 dimensions
Pas de quantization native ni de recherche hybride BM25+vecteurs integree

Cas d'usage

RAG pour les applications deja sur PostgreSQL (Supabase, Neon, Railway)
Recherche semantique simple combinee a des filtres SQL relationnels classiques
Migration progressive vers le vectoriel sans introduire un nouveau service dans la stack

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