2026 自托管向量数据库横评：Qdrant/pgvector/Milvus/Chroma

当你的向量集合扩展到数百万条数据时，Pinecone 和 Weaviate Cloud 这类托管向量数据库的收费足以让人瞠目结舌。对于那些部署本地 LLM、检索增强生成（RAG）和语义搜索的创业团队和工程团队来说，自托管向量数据库可以消除供应商锁定，并将每月基础设施成本从数百美元削减到 10–20 美元/月的 VPS。

在这篇深度解析中，我们将对比 2026 年最受欢迎的 4 款自托管向量数据库——Qdrant、pgvector（PostgreSQL）、Milvus 和 Chroma——在查询吞吐量、内存占用、过滤能力等方面进行基准测试，并提供可用于生产环境的 Docker Compose 部署方案。

快速对比：2026 年向量数据库格局

1. Qdrant：RAG 的生产级首选

Qdrant 采用 Rust 编写，是我们 2026 年独立向量搜索的首推方案。它具备原生 payload 过滤能力（在向量搜索时直接结合元数据布尔过滤器，而非事后过滤）、极高的并发性能，以及原生标量/产品量化功能，可将内存消耗降低高达 80%，而召回率几乎不下降。

零 GC 停顿：Rust 运行时确保在重并发下有确定性的亚 10ms 查询延迟。

Payload 索引：可对元数据字段（如 tenant_id、created_at、status）建立索引，使带复杂过滤条件的查询零延迟 penalty。

内置 Web 仪表盘：自带开箱即用的 Web UI，位于 6333/dashboard 端口，可用于探索集合和运行测试向量查询。

生产级 Docker Compose 部署方案：

version: '3.8'

services:
  qdrant:
    image: qdrant/qdrant:v1.11.0
    container_name: qdrant_engine
    restart: unless-stopped
    ports:
      - "127.0.0.1:6333:6333" # HTTP REST API & Web Dashboard
      - "127.0.0.1:6334:6334" # gRPC API (Fastest for Python/Go)
    environment:
      - QDRANT__SERVICE__API_KEY=${QDRANT_API_KEY:-super_secret_api_key_here}
      - QDRANT__STORAGE__PERFORMANCE__MAX_SEARCH_THREADS=4
    volumes:
      - qdrant_data:/qdrant/storage
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:6333/readyz"]
      interval: 15s
      timeout: 5s
      retries: 3

volumes:
  qdrant_data:
    driver: local

2. pgvector：零额外基础设施的首选

如果你的应用已经依赖 PostgreSQL（通过 Supabase、RDS 或自托管 Postgres 16+），那么引入 pgvector 通常是最简洁的架构选择。你可以在单一数据库容器中同时获得 ACID 事务、关系型外键、标准 SQL 查询和向量相似度搜索。

单一数据源：应用数据库和独立向量引擎之间无需数据同步或双写。

HNSW 索引支持：pgvector 0.7+ 版本起，Postgres 同时支持快速 HNSW 图索引和节省内存的 halfvec（16 位浮点）索引。

关系型 Join：直接用标准 SQL 将相似度查询与用户表、权限表和租户 schema 进行 Join：

SELECT documents.id, documents.title, 1 - (embedding <=> '[0.012, 0.045, ...]') AS similarity
FROM documents
WHERE documents.tenant_id = 'acme_corp'
ORDER BY embedding <=> '[0.012, 0.045, ...]'
LIMIT 5;

PostgreSQL 16 + pgvector 生产级 Compose 配置：

services:
  postgres:
    image: pgvector/pgvector:pg16
    container_name: postgres_vector
    restart: unless-stopped
    environment:
      POSTGRES_DB: app_db
      POSTGRES_USER: postgres
      POSTGRES_PASSWORD: ${POSTGRES_PASSWORD:-secure_db_password}
    ports:
      - "127.0.0.1:5432:5432"
    volumes:
      - pgdata:/var/lib/postgresql/data
    command: >
      postgres
      -c shared_buffers=1GB
      -c work_mem=64MB
      -c maintenance_work_mem=512MB
      -c max_parallel_workers=4

volumes:
  pgdata:

3. Milvus：企业级规模与海量分区

Milvus 专为大规模分布式部署而设计。如果你的向量集合超过 1000 万条 embedding，且需要多节点集群或 DiskANN 存储（直接在 NVMe SSD 上查询向量以降低内存需求），Milvus Standalone 是一个令人印象深刻的引擎。

然而，对于单机爱好者或小型创业团队的部署栈来说，Milvus 由于依赖 etcd 和 MinIO 对象存储， footprint 较重。

4. Chroma：最容易上手的嵌入式向量存储

Chroma 已成为 LangChain 和 LlamaIndex 教程中的默认向量数据库。凭借其轻量级服务器容器和原生 Python 客户端集成，Chroma 在快速原型开发和本地开发场景中无可匹敌。

对于拥有数百万向量的多租户 SaaS 场景，Qdrant 或 pgvector 提供了更好的并发和内存管理能力，但 Chroma 在轻量级内部 Agent 和个人自动化场景中仍然表现出色。

内存与配置指南：你的 VPS 需要多少内存？

向量 embedding 相比传统表格数据需要更多内存，因为 HNSW 图必须驻留在内存中才能实现快速的最近邻遍历。

以下是用 OpenAI text-embedding-3-small / 1536 维向量做 1,000,000 条向量的硬件配置经验法则：

• 原始浮点数（FP32）：$1,000,000 \times 1536 \times 4\text{ bytes} \approx 6.14\text{ GB}$
• HNSW 图开销（$M=16, ef=64$）：$\approx 7.5\text{ GB RAM}$
• 标量量化（INT8 - Qdrant）：$\approx 1.8\text{ GB RAM}$（内存降低 4 倍！）

推荐 VPS：每月 €6 的 Hetzner CX32（4 vCPU, 8 GB RAM）或每月 $12 的 DigitalOcean Droplet，可以轻松处理超过 150 万条向量，响应时间低于 15ms。

探索更多开源架构

想要组装一套完整的生产级自托管技术栈（Vector DB + Ollama + Open WebUI + Postgres + Traefik）？

👉 在 SelfHostStack 上探索交互式架构栈、硬件计算器和预置的 Docker Compose 模板。