原文
| ||||||||||||||
| ||||||||||||||
 | ||||||||||||||
（评论）
(comments)
原始链接: https://news.ycombinator.com/item?id=43401138
原帖作者 (tmaly) 正在寻找跨平台、易于设置的向量数据库替代方案，因为某些选项需要特定的处理器。 几位评论者建议使用带有向量扩展或库的现有数据库系统。PostgreSQL 配合 pgvector 扩展是一个流行的推荐方案，因为它广泛可用且性能不错。SQLite（通过 libsql）被建议用于轻量级用例，它具有内置的向量嵌入支持。对于需要多个过滤器和更大数据集的场景，推荐使用 Elasticsearch。hnswlib 和 Faiss（用于内存内解决方案）也被提及。 其他专用向量数据库选项，如 Milvus、Weaviate 和 Qdrant，也被建议，因为它们声称提供多平台支持和易于设置。最佳选择取决于具体的用例、向量的数量以及是否需要内存内性能。
原帖作者 (tmaly) 正在寻找跨平台、易于设置的向量数据库替代方案，因为某些选项需要特定的处理器。
几位评论者建议使用带有向量扩展或库的现有数据库系统。PostgreSQL 配合 pgvector 扩展是一个流行的推荐方案，因为它广泛可用且性能不错。SQLite（通过 libsql）被建议用于轻量级用例，它具有内置的向量嵌入支持。对于需要多个过滤器和更大数据集的场景，推荐使用 Elasticsearch。hnswlib 和 Faiss（用于内存内解决方案）也被提及。
其他专用向量数据库选项，如 Milvus、Weaviate 和 Qdrant，也被建议，因为它们声称提供多平台支持和易于设置。最佳选择取决于具体的用例、向量的数量以及是否需要内存内性能。
相关文章
