VectorChord：在 PostgreSQL 中以 1 美元的价格存储 40 万 Vectors
内容提要
VectorChord是PostgreSQL的新向量搜索扩展，采用IVF和RaBitQ量化，大幅降低成本与内存。仅需1美元即可存储40万向量，1亿向量月成本约250美元，远低于Pinecone等竞品。相比HNSW，它索引构建快16倍，插入快14倍，支持单机扩展至10亿向量，在保持高召回率时仍具高查询性能。
延伸解读
成本优势的量化对比
文章通过具体数据展示了VectorChord在成本上的显著优势：存储1亿个768维向量，每月成本约250美元，而Pinecone为1600美元，Qdrant为4374美元，pgvector/pgvecto.rs则高达6580美元。这意味着VectorChord的成本仅为Pinecone的约六分之一，为pgvector的约二十六分之一。这种成本差异主要源于其磁盘友好的索引设计，使得在相同预算下能存储更多向量。
IVF与RaBitQ的技术权衡
VectorChord采用IVF与RaBitQ量化结合，将32位向量压缩为1位，大幅减少距离计算量。虽然原始IVF通常需要扫描1%-5%的数据，但RaBitQ的快速扫描优化使计算速度提升百倍以上。同时，通过自适应重排序阶段保留全精度计算，确保高召回率。文章强调RaBitQ提供严格的理论误差界限，但实际应用中仍需关注压缩带来的精度损失，尤其在极端场景下。
索引构建与扩展性的实际考量
在AWS i4i.large实例上，VectorChord构建GIST 1M索引耗时186秒，比pgvector快16倍，插入速度快14倍。其支持外部KMeans聚类，允许在更强机器上构建索引后导入较小机器，从而在单机上支持数十亿向量。但文章也指出，扩展性依赖于磁盘容量，增加磁盘可成比例提升容量，但实际部署时需权衡存储成本与查询性能。
Q&A
VectorChord是什么？它如何实现低成本存储？
VectorChord是一个PostgreSQL的向量搜索扩展，通过采用IVF（倒排文件索引）和RaBitQ量化技术，将32位向量压缩为紧凑的位表示，大幅降低存储和计算成本，从而能以1美元存储40万个向量。
VectorChord相比Pinecone、pgvector等竞品在成本上有何优势？
VectorChord存储1亿个向量的月成本约为250美元，而Pinecone（存储优化实例）为1600美元，Qdrant为4374美元，pgvector/pgvecto.rs为6580美元。相比Pinecone，相同成本可存储6倍向量；相比pgvector/pgvecto.rs，相同成本可存储26倍向量。
VectorChord采用什么索引和量化技术？为什么比HNSW更快？
VectorChord采用IVF（倒排文件索引）和RaBitQ量化。RaBitQ将32位向量压缩为1位，大幅减少距离计算量，通过快速扫描优化实现比传统距离计算快100倍以上的速度。同时，通过自适应重排序保证召回率，因此IVF在速度上优于HNSW。
VectorChord的索引构建和插入速度如何？
在GIST 1M数据集上，VectorChord构建索引耗时186秒，比pgvector快16倍；插入时间比pgvector快14倍。
VectorChord能否在单台机器上支持大规模向量？
可以。由于磁盘友好的索引设计，增加磁盘容量可成比例提升向量容量，单机可支持10亿甚至更多向量。例如，在AWS i4i.xlarge实例（4 vCPU, 32GB内存, 937GB SSD）上，VectorChord成功存储了1亿个768维向量，并实现了QPS 16.2（top 10, recall 0.95）的查询性能。
VectorChord在保持高召回率时的查询性能如何？
在LAION 5M数据集上，VectorChord在召回率提高时仍能保持高QPS，优于其他平台。在LAION 100M数据集上，单线程查询top 10的QPS为16.2，top 100为4.3，召回率均大于0.95。多线程测试显示QPS可随线程数线性提升。
