pgvector 与专用向量数据库：生产环境基准测试
内容提要
文章比较了pgvector与专用向量数据库。pgvector是Postgres扩展，可在同一数据库内同时存储向量与关系数据，支持多种向量类型和距离函数。作者用Docker在本地对pgvector和Qdrant做基准测试，但10万向量的规模太小，难以得出结论。文章引用Tiger Data的5000万向量生产级测试：在99%召回率下，pgvector配合pgvectorscale吞吐达471 QPS，远超Qdrant的41 QPS；但Qdrant尾延迟更优，p99为38.71ms对74.60ms，索引构建也快约3.4倍。结论：千万级以下、需要事务一致性的场景选pgvector；超大规模、严格尾延迟SLA或零运维需求的场景选专用数据库。
延伸解读
本地基准的局限：规模太小，结论有限
文章用Docker在本地对pgvector和Qdrant做了10万向量的基准测试，但作者明确指出这个规模太小，难以得出生产结论。在笔记本电脑上，两者延迟都在低个位数到几十毫秒，差异不明显。本地测试更适合验证配置和熟悉流程，而非选型依据。真正需要关注的是数据量和查询负载增长后的表现，这需要生产级测试数据。
生产基准的关键前提：pgvector需搭配pgvectorscale
文章引用的Tiger Data 5000万向量测试中，pgvector一方实际是pgvector加pgvectorscale（Timescale的扩展，引入StreamingDiskANN索引），而非原生pgvector。这一区别在二手报道中常被模糊，但直接影响数字解读：471 QPS的吞吐优势来自组合方案。读者在参考该基准时，需注意自己是否愿意引入额外扩展。
吞吐与尾延迟的权衡：没有全面赢家
在99%召回率下，pgvector组合方案吞吐达471 QPS，远超Qdrant的41 QPS；但Qdrant的p99延迟为38.71ms，优于pgvector的74.60ms，索引构建也快约3.4倍。两者各有胜负，选择取决于工作负载更看重吞吐还是尾延迟。文章强调，双方在5000万向量规模下所有百分位延迟均低于100ms，这本身已打破“通用数据库撑不住”的假设。
选型分界线：规模、一致性与运维能力
文章给出具体分界：约500万到1000万向量以下、需要关系数据与向量的事务一致性、已有Postgres运维经验且并发中等的场景，pgvector足够。数亿到数十亿向量、严格尾延迟SLA（如p99需低于25-40ms）、需要GPU加速索引或零运维托管时，才应考虑专用数据库。选型应基于实际工作负载，而非厂商宣传。
Q&A
pgvector 和专用向量数据库在架构上有什么根本区别？
pgvector 是 Postgres 的开源扩展，直接在现有数据库内添加向量列类型和近似最近邻搜索，向量与关系数据存储在同一张表、同一行中，无需单独服务或网络跳转。专用向量数据库则是独立进程、专用存储引擎，围绕向量搜索从头设计，需要单独部署、监控、备份并与源数据同步。
在生产环境基准测试中，pgvector 和 Qdrant 的吞吐量与延迟表现如何？
根据 Tiger Data 的 5000 万向量测试（99% 召回率），pgvector 配合 pgvectorscale 吞吐达 471.57 QPS，远超 Qdrant 的 41.47 QPS；但 Qdrant 尾延迟更优，p99 为 38.71ms 对 74.60ms，且索引构建快约 3.4 倍（3.3 小时对 11.1 小时）。两者 p50 接近（31.07ms 对 30.75ms）。
在什么情况下应该选择 pgvector 而不是专用向量数据库？
当向量规模在 500 万到 1000 万以下、需要关系数据与向量的事务一致性（如原子更新文档和向量）、已有 Postgres 运维经验、查询并发量中等时，pgvector 是更合适的选择，只需添加扩展和索引，无需引入新系统。
哪些场景下专用向量数据库是更好的选择？
当向量规模达到数亿到数十亿、有严格的尾延迟 SLA（如 p99 需低于 25-40ms）且并发过滤搜索繁重、需要 GPU 加速索引（选 Milvus）、或团队希望零运维的全托管服务（选 Pinecone）时，专用向量数据库更合适。
如何在自己的机器上对 pgvector 和 Qdrant 进行基准测试？
使用 Docker 分别启动 pgvector（官方镜像 pgvector/pgvector:pg17）和 Qdrant（qdrant/qdrant），创建相同维度和距离度量的集合，生成 10 万个归一化向量并加载，构建参数一致的 HNSW 索引（m=16, ef_construction=64），然后用 200 个新查询向量测量 p50、p95、p99 延迟和 QPS。
本地小规模基准测试的结果能直接用于生产决策吗？
不能。文章指出，10 万向量在笔记本电脑上的测试只能帮助理解机制和验证设置，规模太小，两者延迟都在低个位数到几十毫秒，差异不明显，无法得出生产结论。真实决策需要参考生产规模（如 5000 万向量）的基准数据。
