LaborVector DB választás 2026-ban: pgvector, Pinecone, Weaviate

Ha már van Postgresed, a pgvector valószínűleg az első választás. Egy extension, nincs új rendszer, a tranzakcionális adat és az embeddings ugyanabban a DB-ben. Ár: gyakorlatilag nulla. Teljesítmény: ~1M vektorig nagyon szép. IVFFlat + HNSW támogatás.

• Előny: 0 új infrastruktúra, JOIN működik, RLS működik.
• Hátrány: nagy skálán (10M+) IVFFlat beállítás nem triviális.
• Ideális: kezdéstől ~1M vektorig, ügyfél-specifikus tudásbázisok.

Ha nem akarod a vektor-indexet üzemeltetni és egy API-hívásnyira van szükséged, a Pinecone jó választás. Multi-tenant serverless, metadata filter, auto-scale. Ár: gyorsan feljebb megy, mint vártad, ha rossz a sharding.

• Előny: zero ops, gyors ramp-up, stabil latency.
• Hátrány: vendor-lock, nincs JOIN a tranzakcionális adatra, drága 10M+ vektorig.
• Ideális: gyors MVP, SaaS-ügyfelek ezreinek skálázott tartományai.

A Weaviate más ligát játszik: natív hibrid keresés (BM25 + vektor + filter), GraphQL-API, modulok (reranker, generator). Self-host vagy menedzselt. Jobb dokumentum-centrikus use-case-re.

• Előny: natív hibrid search, gazdag schema, multi-tenant.
• Hátrány: tanulási görbe magasabb, self-host esetén ops-teher.
• Ideális: tudásbázis-keresés, dokumentum-platformok, hibrid search szerkezet.

1. Van Postgresed és < 1M vektor? → pgvector.
2. Multi-tenant SaaS, < 10M/tenant, gyors launch? → Pinecone.
3. Nagy dokumentum-korpusz, hibrid keresés first-class? → Weaviate.
4. Ha bizonytalan · kezdd pgvectorral, váltás költsége alacsonyabb, mint a vendor-lock.

A tipikus hiba: túl korán Pinecone, aztán 3 hónap múlva a számla miatt ugrik a projekt. Kezdd a pgvectorral és csak akkor válts, ha van konkrét numerikus ok rá.

Nincs univerzális válasz. De van döntési keret. Ha segít, szívesen nézzük meg a te konkrét setup-odat · 30 perc elég egy iránypontos ajánláshoz.