Vektordatenbanken
Was dieser Artikel behandelt
- Was Vektordatenbanken sind und wofür sie eingesetzt werden.
- Vergleich von Chroma und Qdrant.
- Verweise auf die Artikel zu Chroma und Qdrant.
Einleitung
Vektordatenbanken speichern Embeddings und ermöglichen schnelle Ähnlichkeitssuchen. Für RAG sind sie unverzichtbar, denn sie finden die Textstellen, die zum Prompt passen. Lokal betrieben eignen sich besonders Chroma und Qdrant.
Inhalt
- Chroma - Einfache, Python-nahe Vektordatenbank.
- Qdrant - Skalierbare Vektordatenbank mit REST- und gRPC-API.
- Weaviate - Vektordatenbank mit GraphQL-API und Hybrid Search.
- Milvus - Hochperformante Vektordatenbank für große Skalierung.
- pgvector - Vektorsuche als PostgreSQL-Erweiterung.
- FAISS - Metas Bibliothek für hochperformante Vektorsuche.
Vergleich
| Datenbank | Stärke | Einstieg |
|---|---|---|
| Chroma | Einfach in Python integrierbar | Sehr einfach |
| Qdrant | Skalierbar, produktionsreif | Einfach |
FAQ - Häufige Fragen
Welche Vektordatenbank soll ich als Einsteiger nutzen?
Chroma ist sehr einsteigerfreundlich, wenn Du in Python arbeitest. Qdrant ist robuster, wenn später skaliert wird.
Sind die Datenbanken kostenlos?
Beide haben Open-Source-Versionen, die lokal kostenlos betrieben werden können.