两者到底有什么不同先给个结论性的对比对比维度pgvectorMilvus本质PostgreSQL的一个扩展插件专为向量打造的独立分布式数据库设计理念在关系型数据库里“顺便”做向量检索把向量检索做到极致适合数据量≤500万条千万级到百亿级运维复杂度★☆☆☆☆极低★★★★☆较高典型场景已有PostgreSQL的中小项目大规模、高性能AI应用如果用一个比喻来理解pgvector就像在你的家庭小厨房里加了一台空气炸锅偶尔炸个薯条完全够用还不占地方。Milvus则像一个专业的中央厨房能同时处理几百桌订单但你需要单独租场地、雇人、维护设备。二、它们到底是怎么做向量检索的在对比之前我们先搞懂一个核心问题向量检索的本质是什么向量检索就是在一堆高维空间里的点中找到离目标点最近的K个点。如果暴力计算把所有点都算一遍数据量一大就慢如蜗牛。所以必须用索引来加速——就像书的目录让你不用翻完整本书就能找到内容。pgvector和Milvus都采用了两种主流索引IVF倒排文件索引和HNSW分层导航小世界。但它们的实现方式和优化方向完全不同。2.1 pgvector的索引原理pgvector直接在PostgreSQL的存储引擎之上增加了一种新的数据类型vector并利用PostgreSQL的索引接口实现了IVFFlat和HNSW索引。IVFFlat原理图HNSW原理图pgvector把这两种索引算法“塞进”了PostgreSQL的B-tree索引框架中。好处是你创建索引的语法和普通B-tree几乎一样PostgreSQL的查询优化器能自动决定是否使用向量索引。但缺点也很明显——pgvector不能利用多核并行扫描也无法使用GPU加速因为PostgreSQL本身不支持这些特性。2.2 Milvus的索引原理Milvus是为向量检索从头设计的系统它的索引层是一个独立的、高度优化的模块。Milvus整体架构Milvus的索引节点可以并行构建索引查询节点可以并发执行搜索。它支持10种索引算法包括HNSW基于图的索引查询快内存占用大IVF_FLAT聚类全精度召回率高IVF_PQ乘积量化内存压缩8-16倍GPU索引利用CUDA加速延迟可降至亚毫秒级DiskANN磁盘索引支持百亿级数据Milvus的HNSW索引查找过程多线程并行