परिदृश्य: Libraries, Extensions, समर्पित Engines, Managed Services

चार परिवार

(1) Libraries (FAISS, hnswlib, ScaNN): in-process indexes; शुरू करने में सबसे तेज़, बाक़ी सब आप बनाते हैं। (2) सामान्य databases के extensions या सुविधाएँ: PostgreSQL के लिए pgvector, Elasticsearch/OpenSearch, MongoDB Atlas, Redis आदि में vector search: vectors आपके मौजूदा डेटा के पास रहते हैं, SQL या engine की query भाषा, मौजूदा backups, सुरक्षा और संचालन के साथ। (3) समर्पित open-source engines जैसे Qdrant, Milvus, Weaviate, Chroma और LanceDB: vector कार्यभार के लिए बने, समृद्ध filtering, hybrid search और scaling सुविधाओं के साथ, जिन्हें आप ख़ुद चलाते हैं या hosted सेवा के रूप में उपयोग करते हैं। (4) Managed proprietary सेवाएँ जैसे Pinecone: आप API किराए पर लेते हैं और provider उसे चलाता है। सुविधाएँ, सीमाएँ और क़ीमतें जल्दी बदलती हैं, इसलिए निर्णय से पहले किसी भी उत्पाद का मौजूदा दस्तावेज़ जाँचें।

चार परिवार

नक़्शा है, रैंकिंग नहीं; उदाहरण पूर्ण नहीं।

Family                         Examples                                   You get / you give up
library                        FAISS, hnswlib, ScaNN                      speed, control / persistence, filters, HA are yours
extension of a general DB      pgvector, Elasticsearch/OpenSearch, Mongo, Redis   one system, SQL, backups / may trail specialised engines at huge scale
dedicated open-source engine   Qdrant, Milvus, Weaviate, Chroma, LanceDB  rich vector features / one more system to run
managed service                Pinecone, hosted versions of the above     no operations / cost, lock-in, data leaves your network

जो पहले से चलाते हैं उससे शुरू करें

नया database नई on-call ज़िम्मेदारी है। एक और system जोड़ने से पहले साबित करें कि आपका मौजूदा stack मापी ज़रूरत पूरी नहीं कर सकता।

त्वरित जाँच: कौन-सा परिवार vectors को मौजूदा relational डेटा के पास SQL के साथ रखने देता है?

• pgvector जैसा extension
• सादी ANN library
• CDN
• Message queue