🗂️ Module 7 / 17 · 2 tuần

Vector Databases

pgvector, Qdrant, Pinecone, Weaviate, Indexing Strategies — chọn đúng công cụ lưu trữ vector cho từng quy mô.

🎯 Mục tiêu học tập

• Hiểu sự đánh đổi giữa các loại index vector (HNSW, IVF) về tốc độ/độ chính xác/bộ nhớ
• So sánh được pgvector, Qdrant, Pinecone, Weaviate theo tiêu chí chi phí, vận hành, tính năng
• Chọn đúng vector DB theo quy mô và ràng buộc hạ tầng của dự án thực tế

---

So sánh 4 lựa chọn phổ biến nhất

Vector DB	Điểm mạnh	Khi nào dùng
pgvector	Chạy ngay trong PostgreSQL sẵn có; join được với dữ liệu quan hệ; không cần thêm hạ tầng mới	Dự án đã dùng Postgres, quy mô vừa (< vài triệu vector), muốn đơn giản hoá vận hành
Qdrant	Mã nguồn mở, hiệu năng cao, hỗ trợ filter phức tạp, self-host miễn phí hoặc cloud	Cần hiệu năng cao, kiểm soát chi phí, có thể tự vận hành hoặc dùng managed cloud
Pinecone	Fully-managed, scale cực tốt, gần như zero-ops	Ưu tiên tốc độ triển khai, sẵn sàng trả phí để không phải vận hành hạ tầng
Weaviate	Hỗ trợ đa mô hình dữ liệu (object + vector), GraphQL API, hybrid search tích hợp sẵn mạnh	Hệ thống cần schema phong phú, nhiều loại quan hệ giữa các đối tượng

Lời khuyên thực tế: bắt đầu với pgvector nếu đã có PostgreSQL — chỉ chuyển sang giải pháp chuyên dụng (Qdrant/Pinecone/Weaviate) khi đã đo được nghẽn cổ chai thật sự (độ trễ, quy mô hàng chục triệu vector, cần filter cực phức tạp).

Indexing Strategies

• HNSW (Hierarchical Navigable Small World): tiêu chuẩn hiện nay ở hầu hết vector DB — tốc độ truy vấn rất nhanh, độ chính xác cao, đánh đổi bằng thời gian build index và bộ nhớ RAM lớn hơn.
• IVF (Inverted File Index): build nhanh hơn, tốn ít RAM hơn HNSW, nhưng cần "train" trên dữ liệu mẫu và độ chính xác nhạy với tham số nprobe. Phù hợp tập dữ liệu cực lớn với ràng buộc bộ nhớ chặt.
• Quantization (scalar/binary/product quantization): nén vector để giảm RAM/chi phí lưu trữ, đánh đổi một phần độ chính xác — kỹ thuật quan trọng khi scale lên hàng chục triệu vector.

🏋️ Bài tập thực hành

📚 Tài nguyên học tập

• pgvector — GitHubExtension vector cho PostgreSQL
  Repo
• Qdrant — DocumentationTài liệu chính thức Qdrant
  Docs
• Pinecone — DocumentationTài liệu chính thức Pinecone
  Docs
• Weaviate — Developer DocsTài liệu chính thức Weaviate
  Docs

✅ Tự đánh giá hoàn thành

• Giải thích được sự khác nhau giữa HNSW và IVF cho người khác nghe hiểu
• Triển khai được vector search trên ít nhất 2 vector DB khác nhau
• Có số liệu benchmark thật (không chỉ đọc tài liệu) để so sánh lựa chọn

Đánh dấu đã hoàn thành module này