Başlamak için RAG'de hangi Veri Tabanı & Vector DB?

28 Haz 10:27

Ich habe vor einem halben Jahr angefangen, eine RAG-Anwendung für ein Unternehmenswiki aufzubauen, und stand vor derselben Frage. Anfangs habe ich mit PostgreSQL und pgvector versucht, aber recht schnell gemerkt, dass die Indizierung und Abfragen für meine Anwendung zu langsam wurden – besonders bei größeren Dokumentensammlungen ab 10.000 Einträgen. Dann bin ich auf Qdrant umgestiegen, weil die Installation mit Docker erstaunlich einfach war und die Performance für meine Use Cases absolut ausgereicht hat. Besonders praktisch fand ich die Möglichkeit, Filtern und Metadaten direkt in die Vektorsuche zu integrieren, was mir bei PostgreSQL fehlte. Preislich bin ich im kostenlosen Bereich geblieben, aber die Skalierung mit Clustering-Optionen sieht solide aus, falls das Projekt wächst. Jetzt arbeite ich mit einer Mischung aus Qdrant für die Vektorsuche und Redis für Zwischenablagen – so kombiniere ich Geschwindigkeit und Flexibilität. Der größte Vorteil? Keine stundenlangen Tuning-Sessions mehr, nur noch gezielte Abfragen.