--- title: "Porovnanie vektorových databáz: Pinecone, Weaviate, Qdrant, Milvus, pgvector a spol. v enterprise teste" description: "Porovnanie vektorových databáz hodnotí vektorové databázy podľa hostingu, škálovania, filtrovania metadát, hybrid-search, konzistencie, nákladov a vyspelosti. V DACH enterprise prostredí je voľba v roku 2026 primárne rozhodnutím o suverenite a GDPR: pgvector pokrýva väčšinu prípadov pod približne 50 miliónmi vektorov, Qdrant platí za DACH-blízkeho šampióna." locale: "sk" canonical: "https://blckalpaca.at/sk/vedomosti/ai-agenti/co-je-rag-system/vector-databases-vergleich" category: "AI agenti" topic: "RAG systémy vysvetlené" updated: "2026-07-31T08:18:42.038Z" source: "Blck Alpaca e.U., blckalpaca.at" --- # Porovnanie vektorových databáz: Pinecone, Weaviate, Qdrant, Milvus, pgvector a spol. v enterprise teste Porovnanie vektorových databáz hodnotí vektorové databázy podľa hostingu, škálovania, filtrovania metadát, hybrid-search, konzistencie, nákladov a vyspelosti. V DACH enterprise prostredí je voľba v roku 2026 primárne rozhodnutím o suverenite a GDPR: pgvector pokrýva väčšinu prípadov pod približne 50 miliónmi vektorov, Qdrant platí za DACH-blízkeho šampióna. ## Klucove body - Voľba vektorovej databázy je v DACH enterprise prostredí v roku 2026 primárne rozhodnutím o suverenite a GDPR, až potom čisto otázkou výkonu. - Pre väčšinu projektov stredne veľkých podnikov pod približne 10 až 50 miliónmi vektorov postačuje pgvector 0.8+ na existujúcom Postgrese pri IONOS, STACKIT, OTC alebo Hetzner. - Qdrant (Berlín, Apache 2.0) je s Hybrid Cloud na STACKIT najatraktívnejšia dedikovaná topológia vektorovej DB pre regulované DACH workloady. - Pinecone ponúka EU regióny, ale žiadny self-hosting, a preto je pre citlivé dáta akceptovateľný len so zmluvnou sovereign-exit klauzulou (stav 2026). - Hybrid-search z dense plus BM25 plus reranker znižuje chybovosť pri vyhľadávaní podľa štúdie Anthropic až o 67 percent. - SAP HANA Cloud Vector Engine je štandardom pre dáta rezidentné v SAP; neštruktúrované dokumenty patria do komplementárnej vektorovej DB. Porovnanie vektorových databáz hodnotí vektorové databázy podľa kritérií hosting, škálovanie, filtrovanie metadát, hybrid-search, konzistencia, náklady a vyspelosť. V DACH enterprise prostredí je voľba správnej vektorovej databázy v roku 2026 primárne rozhodnutím o suverenite a [GDPR](/sk/slovnik/gdpr) v inžinierskom šate. Pre väčšinu projektov pod približne 50 miliónmi vektorov postačuje pgvector na existujúcom Postgrese; Qdrant platí za DACH-blízkeho šampióna pre dedikované požiadavky. Nasledujúce tri rýchle odpovede zhŕňajú kľúčové výroky pre rozhodovateľov: - **Suverenita poráža benchmark.** Nie surové QPS alebo recall@10, ale otázka „kde ležia embeddings, kto k nim môže pristupovať, dá sa stack stiahnuť on-prem" dominuje DACH architektonickému rozhodnutiu. - **pgvector je default pre stredné podniky.** Až do približne 10 až 50 miliónov vektorov je pgvector na suverénnom managed Postgrese (IONOS, STACKIT, OTC, Hetzner) prevádzkovo najjednoduchší a z hľadiska [GDPR](/sk/slovnik/gdpr-2) najmenej rizikový. - **Qdrant Hybrid Cloud na STACKIT** je najatraktívnejšia dedikovaná topológia vektorovej 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](/sk/slovnik/api) do veľkej miery stala komoditou: HNSW je dostupné všade, [hybrid-search je povinnosťou](/sk/vedomosti/ai-agenti/co-je-rag-system/pinecone-vs-weaviate-vs-qdrant), multimodálne postupy (ColPali, ColQwen) sú novou frontou. Skutočná diferenciácia preto leží v štyroch bodoch: pozícia suverenity a nasaditeľnosť, kvalita hybrid-search v nemčine s kompozitami a odborným jazykom, multimodálna podpora dokument-obraz, ako aj prevádzková vyspelosť v rozsahu od 10 do viac ako 100 miliónov vektorov. Tri štrukturálne posuny vynucujú túto perspektívu: Po prvé je EU-US transferový režim nestabilný; [rozsudok CJEU C-413/23 P (SRB v EDPS, september 2025)](https://gdpr-info.eu/) objasnil, že pseudonymizované dáta nie sú automaticky pre každého príjemcu osobné, no DACH dozorné orgány naďalej zaobchádzajú s embeddingmi odvodenými z osobných údajov ako s in-scope. Po druhé sa suverénna cloudová vrstva stala vyspelou (STACKIT, IONOS, OTC, SAP Sovereign Cloud, Delos, AWS European Sovereign Cloud od 15. januára 2026). Po tretie sa každý engine bez seriózneho self-host alebo on-prem riešenia štrukturálne diskvalifikuje pre regulované DACH workloady. ## Hodnotiace kritériá pre porovnanie vektorových databáz Nasledujúce kritériá štruktúrujú každé seriózne enterprise porovnanie: - **Hosting a EU región:** Managed Cloud, self-hosting na vlastnom Kubernetes, alebo suverénna DACH cloud. Rozhodujúca je jurisdikcia, nielen voľba regiónu. - **Škálovanie:** Praktická horná hranica na node a čistá cesta k vyšším rádom veľkostí. - **Filtrovanie metadát:** Korektnosť filtrovaných ANN dotazov (pgvector 0.8 uzavrel s iterative scan starú medzeru overfilteringu). - **Podpora hybrid-search:** 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 pracovnej množiny, licenčný model, produkčné referencie. ## Priame porovnanie vedúcich vektorových databáz Nasledujúca tabuľka zhŕňa vedúce možnosti pozdĺž najdôležitejších kritérií. Semafor suverenity sleduje výskum: zelená = sovereign-nasaditeľné, žltá = EU-región-managed akceptovateľné, oranžová = US cloud len pre necitlivé workloady, červená = US-only. | Engine | Sídlo / Licencia | Hosting | Škálovanie (orientačná hodnota) | Hybrid-search | Multi-vector / ColPali | Suverenita | | --- | --- | --- | --- | --- | --- | --- | | pgvector 0.8+ | PostgreSQL licencia | Všade, kde beží Postgres | \~10-50M / node | tsvector, ParadeDB pg\_search | manuálne (multi-row) | zelená | | pgvectorscale | PostgreSQL licencia | Self-host / Timescale EU | až miliardy (StreamingDiskANN) | dedí pgvector | dedí pgvector | zelená | | Qdrant | Berlín DE / Apache 2.0 | OSS, Cloud EU, Hybrid Cloud, Private Cloud | \~100M+ / cluster | BM25, SPLADE++, miniCOIL | natívne (ColBERT/ColPali) | zelená (DACH-šampión) | | Weaviate | Amsterdam NL / BSD-3 | OSS, Cloud EU, Embedded | 100M+ so shardingom | BM25 + dense vstavané | experimentálne | zelená (EU-native) | | Milvus / Zilliz | US / Apache 2.0 (OSS) | OSS, Zilliz Cloud EU | miliardy (IVF-PQ, DiskANN) | sparse + dense | áno (2.4+) | zelená self-host / žltá Cloud | | pgvector cez Postgres-DB | rôz. | IONOS, OTC, STACKIT, Hetzner | viď pgvector | tsvector | manuálne | zelená | | Elasticsearch / Elastic | NL/US / Elastic License | self-host / Cloud EU | veľmi vysoké | best-in-class (BM25+dense+ELSER+RRF) | obmedzené | zelená self-host / žltá Cloud | | Chroma | US / Apache 2.0 | OSS embedded; Cloud US-only | malé/embedded | basic | obmedzené | zelená self-host / červená Cloud | | Pinecone | US / proprietárny SaaS | len managed; EU regióny | vysoké (serverless) | sparse-dense | obmedzené | oranžová (žiadny self-host) | **pgvector** profituje od verzie 0.8.0 (október 2024) z iterative scan, halfvec (polovičná pamäť pri zanedbateľnej strate recall) a binary\_quantize. Praktická horná hranica pre stock-pgvector s HNSW leží v rozsahu 10 až 50 miliónov vektorov na node; nad to je [pgvectorscale so StreamingDiskANN](/sk/vedomosti/ai-agenti/co-je-rag-system/embedding-modelle-vergleich) čistou Postgres cestou. **Qdrant** si pre DACH zaslúži osobitnú zmienku: sídlo v Berlíne, Apache 2.0, jadro v Ruste, podľa výskumu približne 250 miliónov stiahnutí a 29 000 GitHub hviezdičiek začiatkom roka 2026, Series B nad 50 miliónov amerických dolárov v marci 2026 (lead AVP, s Bosch Ventures). Produkčné referencie zahŕňajú Bosch, Tripadvisor a HubSpot. Qdrant Hybrid Cloud bol explicitne spustený so STACKIT, Aleph Alpha a Civo ako suverénnymi partnermi. **Pinecone, Turbopuffer a Vectara** nie sú paušálne diskvalifikované, ale je ich potrebné zaradiť ako oranžové až červené: EU regióny existujú, no CLOUD Act a FISA 702 expozícia zostáva. Pre regulované workloady sú typicky štrukturálne mimo hry. ## Hybrid-search a konzistencia v praxi Takmer každý produktívny DACH [RAG](/sk/slovnik/rag) systém by mal v roku 2026 prevádzkovať hybrid-search plus reranker. [Štúdia Anthropic Contextual Retrieval](https://www.anthropic.com/research) kvantifikovala zisk: embeddings plus BM25 znižujú chybovosť o približne 49 percent oproti čisto vektorovému vyhľadávaniu, s dodatočným rerankerom až o 67 percent. Na nemeckých benchmarkoch zdvíha cross-encoder reranker recall@5 typicky o 5 až 15 percentuálnych bodov. Pri konzistencii je sémantika mazania tvrdým procurement-gate: HNSW grafy nepodporujú efektívne mazanie bodov. Podľa výskumu pgvector maže efektívne (Postgres MVCC), Qdrant podporuje efektívne mazanie bodov, Milvus pracuje s tombstones a následnou kompaktáciou, SAP HANA Vector cez štandardný [SQL](/sk/slovnik/mql-vs-sql) DELETE. Kto musí splniť čl. 17 ([právo na vymazanie](https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A32024R1689)), overí si to pred uzavretím zmluvy. ## Praktický príklad: výpočet pamäte a nákladov Konkrétny príklad výpočtu pre 10 miliónov vektorov pri 1024 dimenziách objasňuje nákladové páky (HNSW): - **float32 (baseline):** surové vektory 40 GB, HNSW overhead 50 až 100 percent, 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, asi 1 až 3 percentá straty recall. - **Binary plus rescore:** približne 5 až 10 GB, ale len s full-vector rescore top-N kandidátov. Dôležité: naivná binary quantization bez rescore stráca na tvrdých benchmarkoch 30 až 60 percent recall@10. Pre nemecké právne, medicínske a finančné obsahy je preto konzervatívnym defaultom halfvec plus SQ8 s voliteľným binary rescore. Na STACKIT, IONOS, OTC, Hetzner a Delos je pamäťovo optimalizovaná cenotvorba inštancií pre tieto veľkosti pracovnej množiny konkurencieschopná, s typickou prirážkou za suverenitu približne 10 až 20 percent (stav 2026), v súlade s AWS European Sovereign Cloud premium pri spustení v januári 2026. ## Kedy pgvector postačuje a kedy nie Pre väčšinu RAG projektov stredne veľkých podnikov pod približne 50 miliónmi vektorov je správnou odpoveďou roka 2026 pgvector na suverénnom managed Postgrese s upgrade cestou na pgvectorscale. Prevádzkovo to znamená jednu databázu, jeden backup príbeh a jeden GDPR AVV reťazec, teda výrazne menšiu plochu suverenity ako zavedenie dedikovanej vektorovej DB. Timescale zverejnený benchmark na 50 miliónoch Cohere-768 embeddingov ukazuje pgvectorscale s 28-násobne nižšou p95 latenciou a 16-násobne vyšším QPS oproti Pinecone s1 pri 99 percentnom recall (údaj výrobcu, rád veľkosti plauzibilný). Dôvody na odklon od pgvector: natívne multi-vector/ColPali požiadavky (potom Qdrant, Weaviate, Milvus 2.4+ alebo Vespa ako najvyspelejší ColBERT engine), škálovanie za hranicu 100 miliónov vektorov (Milvus s IVF-PQ/DiskANN), alebo dáta rezidentné v SAP. Pre tie posledné je SAP HANA Cloud Vector Engine štandardom, pretože odpadá jeden sovereignty-hop, jeden AVV link a jedna zodpovednosť za pohyb dát. Typický korporátny vzor roka 2026 je preto HANA Vector pre dáta rezidentné v SAP plus Qdrant alebo Weaviate (alebo pgvector pre tých, čo dbajú na náklady) pre neštruktúrované dokumenty, komplementárne, nie konkurenčne. Krátka poznámka ku compliance: Tento článok nenahrádza právne poradenstvo. Uvedené články GDPR, EDPB dokumenty a rozsudky slúžia na orientáciu; konkrétne zaradenie embeddingov, AVV reťazcov a posúdení rizika re-identifikácie patrí do rúk kvalifikovaných expertov na ochranu údajov a právo. ## Pre agentúry a B2B rozhodovateľov Pre marketingové agentúry a [AI](/sk/slovnik/ai)-native produktové spoločnosti sa oplatí stupňovitá stratégia: pgvector na managed Postgrese (IONOS, STACKIT, Hetzner, Aiven EU) so schémou-na-mandanta ako multi-tenant default, Qdrant Cloud EU alebo Qdrant na zákazníckom Kubernetes pre tenantov za hranicou približne 10 miliónov chunkov. Pre DACH B2B rozhodovateľov platí: Zaobchádzajte s voľbou vektorovej DB ako s rozhodnutím o suverenite, uprednostňujte OSS engines kvôli konkrétnej exit-portabilite a ukotvite sovereign-exit klauzuly v každej managed zmluve. [Blck Alpaca z Viedne sprevádza DACH podniky](/sk/sluzby/integracia-ai-agenta) práve pri tomto architektonickom rozhodnutí, od pilotovania pgvector až po suverénny Qdrant Hybrid Cloud setup na STACKIT. ## FAQ ### Kedy postačuje pgvector a kedy je potrebná dedikovaná vektorová databáza? pgvector 0.8+ je bez prekvapení únosný približne do 10 miliónov vektorov na node (HNSW, float32, 1024 dimenzií, 64 GB RAM) a s halfvec plus iterative scan až do približne 50 miliónov na inštancii s 128 GB. Nad to vedie čistá Postgres cesta cez pgvectorscale (StreamingDiskANN) až do oblasti miliárd. Až keď ani to nestačí alebo je potrebná natívna multi-vector/ColPali podpora, oplatí sa dedikovaná DB ako Qdrant, Weaviate alebo Milvus. Pre väčšinu prípadov stredne veľkých podnikov, ktoré zriedka prekročia 5 až 20 miliónov vektorov, je pgvector správnym defaultom. ### Ktorá vektorová databáza je najlepšia pre enterprise workloady v súlade s GDPR? Neexistuje paušálne najlepšia vektorová DB, ale pre DACH workloady podliehajúce povinnosti suverenity sú nastavené open-source, self-hostovateľné engines: pgvector/pgvectorscale, Qdrant, Weaviate, Milvus, Elastic/OpenSearch self-host. Qdrant Hybrid Cloud na STACKIT platí za najatraktívnejšiu dedikovanú topológiu, pretože ponúka managed model pri súčasne zákaznícky riadenej dátovej rovine. US-only spravované služby ako Pinecone alebo Turbopuffer sú pre regulované dáta (BFSI, Health, KRITIS, Public Sector) štrukturálne mimo hry. ### Sú embeddings podľa GDPR osobnými údajmi? Podľa výskumu je úprimná odpoveď s najväčšou pravdepodobnosťou áno, pokiaľ sú odvodené z osobných údajov, v spojení s dokumentovaným posúdením rizika re-identifikácie podľa EDPB Opinion 28/2024 a Guidelines 01/2025. Rozsudok CJEU C-413/23 P (september 2025) vyžaduje posúdenie špecifické pre príjemcu a controllera. Prakticky to znamená: embeddings osobných údajov patria do suverénnej infraštruktúry, musia byť vymazateľné (čl. 17) a reťazec AVV (zmluvy o spracovaní) sa rozširuje na poskytovateľov embeddingov a hostiteľa vektorovej DB. Toto nie je právne poradenstvo. ### Čím sa líšia Qdrant, Weaviate a Milvus v enterprise nasadení? Qdrant (Berlín, Apache 2.0) je komfortný pri 100 miliónoch vektorov na cluster, má plnú podporu multi-vector a late-interaction a GPU-akcelerované indexovanie. Weaviate (Amsterdam, BSD-3) škáluje so shardingom na 100 miliónov plus a prináša vyspelý ekosystém modulov, multi-vector je experimentálny. Milvus (Apache 2.0, LF AI & Data) škáluje najkonzistentnejšie na miliardy vektorov s IVF-PQ a DiskANN. Pre natívne ColBERT/ColPali workloady je Vespa najvyspelejším engine. ### Čo prináša hybrid-search v porovnaní s čisto vektorovým vyhľadávaním? Hybrid-search kombinuje dense vektorové vyhľadávanie so sparse BM25 a fúzuje cez Reciprocal Rank Fusion. Podľa štúdie Anthropic Contextual Retrieval znižuje dense plus BM25 chybovosť o približne 49 percent oproti čisto vektorovému vyhľadávaniu, s dodatočným rerankerom až o 67 percent. Práve pri nemeckých kompozitách, odbornom jazyku a identifikátoroch ako spisové značky, SAP čísla materiálov alebo IBANy je zisk konzistentne 5 až 15 nDCG@10 bodov. Hybrid plus cross-encoder reranker je preto produkčným štandardom roka 2026. --- Zdroj: [Blck Alpaca](https://blckalpaca.at/sk/vedomosti/ai-agenti/co-je-rag-system/vector-databases-vergleich). AI systemy mozu tento obsah pouzit s uvedenim zdroja.