Глоссарий
Векторная база: хранилище эмбеддингов с ANN-поиском и фильтрами
Коротко: Векторная база это хранилище эмбеддингов с индексом для приближённого поиска ближайших соседей, обычно HNSW, и фильтрами по метаданным. Каждому чанку соответствует вектор плюс атрибуты: источник, дата, раздел, права доступа. Поиск комбинирует ANN-запрос с фильтром, например «раздел X и не старше года», что критично для корпоративных баз знаний. Типичные представители: Qdrant, pgvector поверх PostgreSQL, Milvus, Weaviate. Векторная база нужна, когда данных много и полный перебор в памяти перестаёт укладываться в латентность; на первых сотнях чанков хватает простого перебора numpy прямо в процессе приложения.
Векторная база это не «магия смысла», а индекс над числами: вся семантика уже вложена в эмбеддинги на этапе индексации.
Выбор стекается из трёх вопросов: объём, нужные фильтры и готовность держать ещё один сервис. Часто честный ответ на старте проекта это pgvector, потому что Postgres уже есть.