Q

Qdrant

Bases de donnees vectorielles · Depuis 2021

2021

Creation

Site officielGitHub

Moteur de recherche vectorielle ecrit en Rust, optimise pour les filtres complexes sur les payloads sans perte de performance. Supporte la quantization scalaire et produit pour reduire l'empreinte memoire de 4x. Performances jusqu'a 4x superieures a Milvus sur les benchmarks ANN avec filtrage.

vectorrustperformance
Avantages & Inconvenients

Avantages

  • Ecrit en Rust : throughput 4x superieur a Milvus sur les benchmarks ANN-filters
  • Filtrage avance sur payload (nested, range, geo) sans post-filtering, directement dans l'index
  • Quantization scalaire/produit/binaire pour reduire la RAM de 4-32x avec <5% de perte de recall

Inconvenients

  • Communaute plus petite que Milvus/Weaviate : ~18k stars vs 30k+ pour les concurrents
  • Pas de modules d'embedding integres (contrairement a Weaviate), vectorisation externe requise
  • Documentation technique dense, courbe d'apprentissage pour le tuning HNSW avance
Cas d'usage
  • RAG production avec filtres metadonnees complexes (par date, role, tenant)
  • Recommandations e-commerce avec filtrage temps reel (prix, stock, categorie)
  • Recherche de similarite sur des images ou audio avec payloads riches (tags, labels)

Autres dans Bases de donnees vectorielles

P

Pinecone

Bases de donnees vectorielles

Vectorielle managed #1, sub-100ms sur milliards

vectormanagedai
W

Weaviate

Bases de donnees vectorielles

Vectorielle open-source, hybride vecteurs+BM25

vectoropen-sourcehybrid
C

Chroma

Bases de donnees vectorielles

Vectorielle embeddable, pip install en 1 ligne

vectorembeddablepython
M

Milvus

Bases de donnees vectorielles

Vectorielle cloud-native CNCF, milliards de vecteurs

vectordistributedcloud-native