这么多向量数据库，它们之间到底有哪些差异？

上篇说到chroma的近邻搜索算法实现得有问题，不如qdrant的。其实向量数据库之间看似都一样，但细细比较还是有很多不同的。

国外有一系列文章已经讲得很详细了，而且也就是半年前写的，还是具有很强的参考价值，文章如下：

Vector databases (1): What makes each one different? 

Vector databases (2): Understanding their internals

Vector databases (3): Not all indexes are created equal

Vector databases (4): Analyzing the trade-offs

里边有很多细节，不想细看的，我这里给几张图给大家快速了解不同向量数据库的差异。

存在时间

实现语言及是否开源

托管方法

索引方法

向量压缩的概念

向量一般是由浮点数组成，比如float32。一个float32 占4个字节，当向量维度很高且向量很多时，向量存储空间会比较大，查询起来也会比较慢。优化的一种方式是压缩向量，比如改成用一个byte的整数来表示原来的float32。这样每个维度就从4个字节变成一个字节，存储空间变小，查询也变快。当然，压缩会损失精度，可能会导致求向量相似度的时候有误差。向量压缩的过程叫量化(Quantization）

上图中的Flat 表示按向量的原始方式存储向量，没有压缩。压缩的方式有标量量化Scalar Quantization (SQ) 和 乘积量化 Product Quantization (PQ)。上边举的例子（float32 -> byte）就是标量量化。

更多细节，请见文章开头给的四篇文章，我就不一一赘述了。

Qdrant的向量压缩算法

qdrant有篇文章介绍它的向量压缩算法，详细可见：

https://qdrant.tech/documentation/guides/quantization/

上边是qdrant的各种量化方式及对应的准确率，速度和压缩比。qdrant还支持了一种二进制量化压缩算法，速度可以提升到原来的40倍，存储效率是原来的32倍，只损失5%的准确率，但只建议用在测试过的向量模型。

qdrant的压缩查询优化

查询的时候如果不想用量化，可以直接设置参数 ignore 为true关闭量化向量的使用。如果配置了量化配置，默认使用量化向量进行查询。

为了提高量化后的向量查询的准确率，qdrant还支持rescore参数和oversampling参数。

rescore就是用量化后的向量查询出top k后，再用原始向量去对比，找出最相似的。比如我要top 3，你找出后再对比也还是在这3个向量之前再排序，看上去没有什么作用？加上oversampling 参数就可以很大用处了。

oversampling 就是预先取多多少向量，再通过取原始向量计算并排序，返回最终真正需要的。比如top 3， oversampling是10，那就会按量化后的向量找出30个最相似的，然后按原始向量计算相似度再排序，返回这时算出来的top 3向量。

​真正去实践才发现细节很多，下场把手弄脏是学习最快的。