Зміст
Коротко
Порівняння vector DB часто зводяться до recall@k. На Dev.to акцент на тому, що ламається, коли RAG-сервіс іде з Jupyter у production.
Що сталося
Огляд п’яти стеків: ChromaDB (швидкий прототип, слабкий distributed path), Pinecone (managed, churn SDK), Qdrant (той самий API local→prod), Weaviate (hybrid search, важкі міграції).
Чому це важливо
Падіння частіше від client/server mismatch, ніж від «повільного індексу».
На практиці
- Перед продом — явно hosted vs self-hosted.
- Pin версій клієнта в lockfile.
- План re-index до першого релізу.
Підсумок
«Найкраща» vector DB — та, чий клієнт і деплой збігаються з вашою архітектурою.