首页 /文章 /向量检索公开实测交叉比对:同一张图上 pgvector、Qdrant、Milvus 差出两个数量级

向量检索公开实测交叉比对:同一张图上 pgvector、Qdrant、Milvus 差出两个数量级

ANN-Benchmarks同召回对照显示,pgvector、Qdrant、Milvus的QPS最大差两个数量级,主因是索引类型错位与服务层开销。

pgvector(版本未标注)ANN-BenchmarksHNSWMilvusQdrant2026Q4
分类:工程与基础设施 发布于 2026-10-25 42 次浏览
\n

ANN-Benchmarks(第三方近似最近邻基准框架,ann-benchmarks.com)在同一数据集、同一评测脚本下给出过三套数据库引擎与一个纯库参照的成绩。把 recall(召回率,检索结果中命中真实最近邻的比例)拉平到 0.87-0.93 区间对照,pgvector、Qdrant、Milvus(开源向量数据库,索引层为 Knowhere(专用向量索引引擎))的 QPS(每秒查询数)差距最大到两个数量级以上:glove-100-angular 数据集上约 recall 0.87-0.88 一档,pgvector 在 85 QPS 上下,Qdrant 约 346,Milvus 超过 2500。引擎选型的性能账,第一页就该看这种同图对照。差距不是百分比级的,是数量级级的。

\n
\n
\n

说明

\n

全稿覆盖四块:基准口径与数据可复现性说明、三引擎在两张数据集上的同召回对照、差距的结构性原因、选型判断规则。数值全部取自 ANN-Benchmarks 结果页内嵌数据(单查询基准),页名与参数组合逐条标注。

\n

来源对照:本文数值来自 https://ann-benchmarks.com/pgvector.html 、https://ann-benchmarks.com/qdrant.html 、https://ann-benchmarks.com/Milvus(Knowhere).html 三页内嵌图表数据(页面第一列图表区(横轴召回率、纵轴每秒查询数)),参照组 hnswlib 见同站 hnswlib.html;框架仓库 https://github.com/erikbern/ann-benchmarks 。评测为单查询串行、k=10,结果按各提交当时的硬件与时间生成。

\n
\n
\n

一、先把口径钉死:这张表能比什么

\n

ANN-Benchmarks 的三条口径决定了读表方式:

\n
  • 所有引擎跑同一份数据集、同一距离度量、同一 k 值(本文取 k=10),QPS 为单查询串行吞吐,不是并发服务吞吐。
  • 每个数据点带完整参数标签,例如 Milvus 的点标注 index_M:64、search_ef:50 之类索引参数,Qdrant 标注 hnsw_ef 与是否走 gRPC(远程过程调用协议),pgvector 标注 lists/probes(IVFFlat 的列表数与探测数)。换参数就是换点,跨标签比点没有意义。
  • 结果按提交时间与当时硬件生成,页面不承诺统一时间戳;不同年代提交的点混在同一张图上,这是所有社区基准的共同弱点。
\n

因此下面这组对照只回答一个问题:在同等召回水平下,各引擎「默认量级」的吞吐差多少。它不回答并发容量、过滤查询、增量更新这些生产问题。

\n
\n
\n

二、同召回对照:两张数据集的数字

\n

glove-100-angular(118 万条 100 维词向量,角度距离)上,把 recall 对齐到 0.87-0.93:

\n
  • pgvector 走 IVFFlat(倒排文件索引),lists=2000、probes=40 时 recall 0.878、约 85 QPS;lists=4000、probes=100 时 recall 0.915、约 69 QPS。
  • Qdrant(开源向量数据库)走 HNSW(分层可导航小世界图索引),hnsw_ef=128、grpc 开启时 recall 0.891、约 293 QPS;hnsw_ef=256 时 recall 0.932、约 197 QPS。
  • Milvus(Knowhere)HNSW 参数 index_M:64、search_ef:50 时 recall 0.863、约 2592 QPS;M:64/search_ef:60 时 recall 0.879、约 2239 QPS。
  • 纯库参照 hnswlib(HNSW 原始实现,无服务层)同区间 recall 0.867、约 1312 QPS。
\n

sift-128-euclidean(120 万条 128 维图像特征,欧氏距离)上差距进一步放大:

\n
  • pgvector lists=4000、probes=20 时 recall 0.871、约 89 QPS。
  • Qdrant hnsw_ef=32 时 recall 0.936、约 1101 QPS。
  • Milvus index_M:12、search_ef:35 时 recall 0.874、约 15457 QPS;search_ef:50 时 recall 0.914、约 12272 QPS。
  • hnswlib M:24 时 recall 0.885、约 8254 QPS。
\n

两组数字放在一起。结论很直白。

\n

同召回下同召回下 Milvus 的图索引配置吞吐约为 pgvector IVFFlat 的 20-170 倍;Qdrant 居中,比 pgvector 高一到两个数量级,比同图 hnswlib 低(服务层与过滤开销可见);hnswlib 作为无服务层参照,说明 Milvus 的成绩接近纯库水平。

\n
\n
\n

三、差距从哪来:索引类型与服务层各占一半

\n

第一个来源是索引类型错位。这组对照里 pgvector 提交的是 IVFFlat,而其余三家提交的是 HNSW。HNSW 在 recall 0.85-0.95 区间的「召回-吞吐」曲线本就明显优于 IVFFlat,这是算法性质不是实现优劣。pgvector 后续版本也支持 HNSW,但本组对照没有对应的 HNSW 提交点;拿 pgvector 的 IVFFlat 点去比 Milvus 的 HNSW 点,必须把「索引类型不同」写进结论,否则就是关公战秦琼。

\n

第二个来源是服务层成本。Qdrant 的点系统性低于 hnswlib 同图成绩(glove 上 293 对 1312),差值可归因于 gRPC 序列化、过滤逻辑与段管理;Milvus 接近 hnswlib,说明其 Knowhere 层的单查询路径开销控制得较好。厂商自测基准(各家官网的 benchmark 页)通常展示自家最优参数与服务端并发场景,不会展示这种单查询串行下的服务层税。读官方成绩时要默认扣掉这一层。

\n
\n
\n

四、选型判断规则:先问三件事

\n
  1. 数据量与延迟预算决定索引类型,再谈引擎。百万级、recall 0.9 上下、单机可全内存:HNSW 类是默认答案;pgvector 的 HNSW 支持让「PostgreSQL(开源关系数据库)里顺手做向量检索」在多数中等规模场景够用,只是别拿它的 IVFFlat 点去对标专用引擎的 HNSW 点。
  2. 看社区基准先对齐三件事:同数据集、同 recall 区间、同索引类型家族;三者不齐的数字只能当趋势参考,不能写进容量规划。
  3. 厂商自测与第三方串行基准要一起看:前者回答「上限能到多少」,后者回答「服务层税多重」。生产容量按两者之间取值,并给自己留参数扫描空间。同一引擎不同 hnsw_ef/search_ef 参数的成绩差 4-8 倍是常态。
\n
\n
\n

引用

\n
  • ANN-Benchmarks 结果页(数值来源,内嵌图表数据;单查询串行、k=10):pgvector https://ann-benchmarks.com/pgvector.html 、qdrant https://ann-benchmarks.com/qdrant.html 、Milvus(Knowhere) https://ann-benchmarks.com/Milvus(Knowhere).html 、hnswlib https://ann-benchmarks.com/hnswlib.html
  • ANN-Benchmarks 框架与数据集定义:https://github.com/erikbern/ann-benchmarks
  • pgvector(PostgreSQL 向量扩展)官方仓库:https://github.com/pgvector/pgvector
\n
关键词 pgvector(版本未标注)ANN-BenchmarksHNSWMilvusQdrant2026Q4 000098