Porovnanie vektorových databáz: Pinecone, Weaviate, Qdrant, Milvus, pgvector a spol. v enterprise teste

Porovnanie vektorových databáz hodnotí vektorové databázy podľa kritérií hosting, škálovanie, filtrovanie metadát, hybridné vyhľadávanie, konzistencia, náklady a vyspelosť. V enterprise prostredí regiónu DACH je voľba správnej vektorovej databázy v roku 2026 v prvom rade rozhodnutím o suverenite a GDPR v inžinierskom šate. Pre väčšinu projektov pod približne 50 miliónmi vektorov postačuje pgvector na existujúcom Postgrese; Qdrant platí za šampióna z regiónu DACH pre dedikované požiadavky.

Nasledujúce tri rýchle odpovede zhŕňajú hlavné závery pre rozhodovateľov:

• Suverenita poráža benchmark. O architektúre v regióne DACH nerozhodujú surové QPS ani recall@10. Rozhoduje otázka „kde ležia embeddingy, kto k nim má prístup a dá sa stack presunúť on-prem“.
• pgvector je predvolená voľba pre stredné podniky. Približne do 10 až 50 miliónov vektorov je pgvector na suverénnom spravovanom Postgrese (IONOS, STACKIT, OTC) prevádzkovo najjednoduchší a z pohľadu GDPR najmenej rizikový. Ak Postgres prevádzkuješ sám, napríklad na serveroch Hetzner, dostaneš rovnakú architektúru s vyššou prevádzkovou náročnosťou.
• Qdrant Hybrid Cloud na STACKIT je najatraktívnejšia topológia s dedikovanou vektorovou DB pre regulované workloady, pretože dátová rovina zostáva v perimetri zákazníka.

Prečo je voľba vektorovej databázy rozhodnutím o suverenite

Vrstva vektorovej DB sa v roku 2026 na úrovni API do veľkej miery stala komoditou: HNSW je k dispozícii všade, hybridné vyhľadávanie je povinnosťou a multimodálne postupy (ColPali, ColQwen) sú novou frontou. Skutočné rozdiely preto spočívajú v štyroch bodoch: pozícia z hľadiska suverenity a nasaditeľnosť, kvalita hybridného vyhľadávania v nemčine so zloženými slovami a odborným jazykom, multimodálna podpora dokumentov s obrázkami a prevádzková vyspelosť v rozsahu od 10 do viac ako 100 miliónov vektorov.

Tri štrukturálne posuny si vynucujú tento pohľad. Po prvé, režim prenosu dát medzi EÚ a USA je nestabilný; rozsudok Súdneho dvora EÚ C-413/23 P zo 4. septembra 2025 (EDPS/SRB, tlačová správa Súdneho dvora EÚ) objasnil, že pseudonymizované údaje nie sú automaticky osobnými údajmi pre každého príjemcu, no dozorné orgány v regióne DACH naďalej považujú embeddingy odvodené z osobných údajov za údaje v pôsobnosti GDPR. Po druhé, vrstva suverénnych cloudov dozrela (STACKIT, IONOS, OTC, SAP Sovereign Cloud, Delos, AWS European Sovereign Cloud od 14. januára 2026). Po tretie, každý engine bez seriózneho riešenia pre self-hosting alebo on-prem sa pre regulované workloady v regióne DACH štrukturálne diskvalifikuje.

Hodnotiace kritériá pre porovnanie vektorových databáz

Nasledujúce kritériá štruktúrujú každé seriózne enterprise porovnanie:

• Hosting a región EÚ: spravovaný cloud, self-hosting na vlastnom Kubernetes alebo suverénny cloud v regióne DACH. Rozhodujúca je jurisdikcia, nielen voľba regiónu.
• Škálovanie: praktická horná hranica na jeden node a čistá cesta k vyšším rádom veľkosti.
• Filtrovanie metadát: správnosť filtrovaných ANN dopytov (pgvector 0.8 uzavrel pomocou iterative scan starú medzeru pri overfilteringu).
• Podpora hybridného vyhľadávania: dense plus BM25/SPLADE a fúzia cez Reciprocal Rank Fusion.
• Konzistencia a vymazateľnosť: efektívne mazanie bodov je relevantné pre GDPR (čl. 17).
• Náklady a vyspelosť: pamäť pre pracovnú množinu (working set), licenčný model, produkčné referencie.

Priame porovnanie vedúcich vektorových databáz

Nasledujúca tabuľka zhŕňa vedúce možnosti podľa najdôležitejších kritérií. Semafor suverenity znamená: zelená = dá sa prevádzkovať suverénne, žltá = spravovaná ponuka v regióne EÚ je akceptovateľná, oranžová = americký cloud len pre necitlivé workloady, červená = len americký cloud.

pgvector ponúka podľa zoznamu zmien od verzie 0.7.0 (apríl 2024) halfvec (polovičná pamäť pri zanedbateľnej strate recall) a binary_quantize, od verzie 0.8.0 (október 2024) iterative scan. Praktická horná hranica pre pgvector s HNSW bez ďalšieho rozšírenia leží v rozsahu 10 až 50 miliónov vektorov na node; nad touto hranicou je čistou cestou v rámci Postgresu pgvectorscale so StreamingDiskANN. Obe rozšírenia bežia v tej istej inštancii Postgresu ako dáta tvojho enterprise softvéru, pokiaľ tam môžeš pgvectorscale nainštalovať, napríklad na Postgrese vo vlastnej prevádzke alebo, pre neregulované dáta, v Tiger Cloud. Spravované ponuky IONOS a STACKIT uvádzajú vo svojich zoznamoch rozšírení pgvector, ale nie pgvectorscale. Či má inštancia bežať on-premise alebo v cloude EÚ, rozoberá článok On-premise vs. cloud EÚ pre AI agentov.

Qdrant si v regióne DACH zaslúži osobitnú zmienku: sídlo v Berlíne, Apache 2.0, jadro v jazyku Rust. Podľa spoločnosti Qdrant mal projekt v marci 2026 viac ako 250 miliónov stiahnutí a 29 000 hviezdičiek na GitHube; v tom istom mesiaci Qdrant uzavrel kolo Series B vo výške 50 miliónov amerických dolárov (hlavný investor AVP, s účasťou Bosch Ventures). Medzi produkčné referencie patria Bosch, Tripadvisor a HubSpot. Qdrant Hybrid Cloud bol spustený výslovne so STACKIT, Aleph Alpha a Civo ako suverénnymi partnermi.

Pinecone, Turbopuffer a Vectara nie sú paušálne diskvalifikované, ale treba ich zaradiť ako oranžové: regióny EÚ existujú, riziko prístupu cez CLOUD Act a FISA 702 však zostáva. Pre regulované workloady sú spravidla štrukturálne mimo hry. Ako Pinecone obstojí v porovnaní s oboma európskymi enginmi, ukazuje podrobné porovnanie Pinecone, Weaviate a Qdrant.

Hybridné vyhľadávanie a konzistencia v praxi

Takmer každý produkčný RAG systém v regióne DACH by mal v roku 2026 používať hybridné vyhľadávanie spolu s rerankerom, bez ohľadu na to, či beží on-premise alebo v cloude EÚ. Čo obe prinášajú, ukazuje štúdia Anthropic o Contextual Retrieval: jednoduché embeddingy plus BM25 znižujú chybovosť pri vyhľadávaní top 20 výsledkov z 5,7 % na 5,0 %, s rerankerom na 3,5 %. Ak sa chunky najprv obohatia o kontext (Contextual Retrieval), klesne chybovosť s kontextualizovanými embeddingmi a kontextualizovaným BM25 na 2,9 % (mínus 49 %), s rerankerom na 1,9 % (mínus 67 %). V porovnaní s jednoduchým hybridným vyhľadávaním tak obohatenie o kontext zníži chybovosť ešte o dobrých 40 % (z 5,0 % na 2,9 % bez rerankera, z 3,5 % na 1,9 % s rerankerom).

Pri konzistencii je sémantika mazania tvrdým vylučovacím kritériom pri nákupe: HNSW grafy nemažú okamžite. Väčšina enginov body najprv označí ako zmazané a graf aj úložisko vyčistí neskôr. pgvector označí zmazané riadky cez Postgres MVCC ako mŕtve a odstráni ich pri VACUUM, Qdrant odstraňuje označené body svojím vacuum optimizérom, Milvus pracuje s tombstones a následnou kompaktáciou, SAP HANA Vector maže príkazom DELETE. Ak musíš spĺňať čl. 17 GDPR (právo na vymazanie), over si pred podpisom zmluvy, kedy sú zmazané vektory fyzicky odstránené.

Praktický príklad: výpočet pamäte a nákladov

Konkrétny príklad výpočtu pre 10 miliónov vektorov s 1024 dimenziami ukazuje nákladové páky (HNSW):

• float32 (baseline): surové vektory 40 GB, réžia HNSW 50 až 100 %, efektívna pracovná množina 60 až 80 GB.
• halfvec (float16): približne 30 až 40 GB pri zanedbateľnej strate recall.
• SQ8 (Scalar Quantization): približne 10 až 20 GB, strata recall asi 1 až 3 %.
• Binary plus rescore: približne 5 až 10 GB, ale len s rescore top N kandidátov na plných vektoroch.

Dôležité: naivná binárna kvantizácia bez rescore stráca na náročných benchmarkoch 30 až 60 % recall@10. Pre nemecké právne, medicínske a finančné obsahy je preto konzervatívnou predvolenou voľbou halfvec, v enginoch so skalárnou kvantizáciou (napríklad Qdrant alebo Milvus) SQ8, v oboch prípadoch s voliteľným binárnym rescore. Na STACKIT, IONOS, OTC, Hetzner a Delos sú ceny pamäťovo optimalizovaných inštancií pre takéto veľkosti pracovnej množiny konkurencieschopné, s typickou prirážkou za suverenitu približne 10 až 20 % (stav 2026), čo zodpovedá prirážke AWS European Sovereign Cloud pri spustení v januári 2026.

Kedy pgvector stačí a kedy nie

Pre väčšinu RAG projektov stredných podnikov pod približne 50 miliónmi vektorov je správnou odpoveďou pre rok 2026 pgvector na suverénnom spravovanom Postgrese, s pgvectorscale ako cestou na upgrade, pre ktorý prejdeš na Postgres vo vlastnej prevádzke; Tiger Cloud od amerického poskytovateľa Tiger Data prichádza do úvahy len pre neregulované dáta. Prevádzkovo to znamená jednu databázu, jeden koncept zálohovania a jeden reťazec sprostredkovateľských zmlúv podľa GDPR, teda výrazne menšiu plochu z hľadiska suverenity ako zavedenie dedikovanej vektorovej DB. Benchmark, ktorý zverejnil Timescale, ukazuje na 50 miliónoch embeddingov Cohere-768 pre pgvectorscale 28-násobne nižšiu latenciu p95 a 16-násobne vyššie QPS v porovnaní s Pinecone s1 pri 99 % recall (údaj výrobcu, rádovo hodnoverný).

Dôvody odkloniť sa od pgvector: požiadavky na natívny multi-vector/ColPali (potom Qdrant, Weaviate, Milvus 2.4+ alebo Vespa ako najvyspelejší ColBERT engine), škálovanie nad 100 miliónov vektorov (Milvus s IVF-PQ/DiskANN) alebo dáta uložené v SAP. Pre tie je štandardom SAP HANA Cloud Vector Engine, pretože odpadá ďalší prechod medzi suverénnymi prostrediami, ďalší článok v reťazci sprostredkovateľských zmlúv aj zodpovednosť za presuny dát. Typický vzor veľkých koncernov v roku 2026 je preto HANA Vector pre dáta uložené v SAP plus Qdrant alebo Weaviate (alebo pgvector pre tých, ktorí sledujú náklady) pre neštruktúrované dokumenty, ako vzájomný doplnok, nie konkurencia.

Krátka poznámka ku compliance: Tento článok nenahrádza právne poradenstvo. Uvedené články GDPR, dokumenty EDPB a rozsudky slúžia na orientáciu; konkrétne posúdenie embeddingov, reťazcov sprostredkovateľských zmlúv a hodnotení rizika reidentifikácie patrí do rúk kvalifikovaných odborníkov na ochranu údajov a právo.

Pre agentúry a B2B rozhodovateľov

Pre marketingové agentúry a AI-native produktové firmy sa oplatí stupňovitá stratégia: pgvector na spravovanom Postgrese (IONOS, STACKIT, Aiven EU) so samostatnou schémou pre každého klienta ako predvolené riešenie pre multi-tenant prevádzku, Qdrant Cloud EU alebo Qdrant na Kubernetes zákazníka pre tenantov nad približne 10 miliónov chunkov. Pre B2B rozhodovateľov v regióne DACH platí: zaobchádzaj s voľbou vektorovej DB ako s rozhodnutím o suverenite, uprednostňuj OSS enginy kvôli konkrétnej prenositeľnosti pri odchode od dodávateľa a ukotvi sovereign-exit klauzuly v každej zmluve na spravovanú službu. Blck Alpaca z Viedne sprevádza firmy v regióne DACH presne pri tomto architektonickom rozhodnutí, od pilotného nasadenia pgvector až po suverénny setup Qdrant Hybrid Cloud na STACKIT.