Le choix de la base vectorielle est débattu sans fin en ligne, mais pour la plupart des projets il compte bien moins que la stratégie de chunking et de retrieval. Malgré tout, se tromper peut signifier du travail d'infrastructure inutile ou une migration coûteuse plus tard. Voici ce qui différencie vraiment ces solutions.

Chroma : le point de départ le plus simple

Chroma tourne en embarqué ou comme serveur local léger,zéro infrastructure à monter, idéal pour le prototypage et les jeux de données petits à moyens. Il manque l'histoire de scaling distribué des autres, ce qui n'est rarement un problème jusqu'à ce que ça le devienne soudainement.

Qdrant : auto-hébergé, filtrage de niveau production

Qdrant est open source, auto-hébergeable ou disponible en cloud managé, et se distingue par un filtrage de métadonnées puissant,combiner la similarité vectorielle avec des filtres structurés (plages de dates, catégories, permissions) efficacement à l'échelle.

Pinecone : entièrement managé, zéro ops

Pinecone est un SaaS managé,aucune infrastructure à faire tourner, scale sans que l'équipe ne touche à des serveurs. Le compromis est une tarification à l'usage qui croît avec le volume de données et le taux de requêtes, et moins de contrôle sur la configuration de l'index sous-jacent.

pgvector : quand on fait déjà tourner Postgres

pgvector ajoute la recherche vectorielle directement à une base Postgres existante,pas de nouvelle brique d'infrastructure à opérer, et on peut joindre la recherche vectorielle avec les données relationnelles en une seule requête. À très grande échelle, les bases vectorielles dédiées le surpassent encore, mais pour des jeux de données modérés, ça retire une pièce mobile entière de la stack.

# pgvector : recherche vectorielle aux côtés des données relationnelles, une seule requête
results = db.execute("""
    SELECT id, title, content
    FROM documents
    WHERE tenant_id = %s
    ORDER BY embedding <-> %s
    LIMIT 5
""", [tenant_id, query_embedding])

Une grille de décision

• ✓Prototypage ou petit jeu de données : Chroma.
• ✓Auto-hébergé avec de forts besoins de filtrage de métadonnées : Qdrant.
• ✓Pas d'équipe ops, prêt à payer pour la simplicité : Pinecone.
• ✓Postgres déjà en place, échelle modérée : pgvector.