Milvus 和 LanceDB 对比：开源向量数据库怎么选
Milvus 和 LanceDB 对比，首先要分清两者是不同形态的软件：都是 Apache-2.0 开源，但 Milvus 是存算分离的分布式向量数据库服务，LanceDB OSS 是跑在你应用进程里的嵌入式库，底层是 Lance 格式。Milvus 用一个集群服务多个客户端、副本和写入方；LanceDB 是单进程的 Serverless 向量数据库，零服务做本地检索。多个服务、写入方或租户共用数据、规模会长到十亿级，选 Milvus；单进程、本地优先、Lance 原生的流水线，选 LanceDB。
- Apache-2.0，GitHub 40K+ star
- 可扩展到数百亿向量
- 存储与计算分离
- 外部集合可直接检索 Lance 数据集
- Salesforce
- Walmart
- NVIDIA
- eBay
- IBM
- Cisco
- Roblox
- Exa.ai
- OpenEvidence
- Read.ai
- Plaud
- Filevine
Milvus 和 LanceDB 扩展性对比：服务还是库，十亿级向量检索怎么撑？
Milvus 是存算分离架构。segment 和 WAL 都在对象存储；streaming 节点接写入，query 节点负责检索，并用内存副本提升吞吐、故障时切换，data 节点建索引。每类节点各自扩缩，Milvus Distributed 文档标称支持数百亿向量。
LanceDB OSS 是读取 Lance 表的嵌入式库，查询资源由承载它的应用进程提供；数据可在本地盘或对象存储中。容量和并发应按索引、存储与宿主资源实测。LanceDB Cloud 和 Enterprise 提供不同的服务化部署，不能与 OSS 库混为一谈。
| 能力 | Milvus | LanceDB（OSS） |
|---|---|---|
| 架构 | 分布式服务：proxy、streaming、query、data 节点 | 嵌在应用进程里的库，没有服务端 |
| 数据存放 | 对象存储（S3、MinIO、Azure Blob、GCS），WAL 也在其中 | Lance 表放在本地 NVMe、EBS、EFS 或 S3 / GCS / Azure Blob |
| LanceDB 最大数据量 / 文档标称规模 | 1 亿到数百亿向量（Distributed） | 依索引、存储与宿主资源评估；Cloud/Enterprise 单独评估 |
| 并发写入 | 多个客户端经 proxy 与 WAL 并发写入，受集群资源及限额约束 | 支持；每次 add() 提交一个版本，提交重试次数有限 |
| 副本与故障切换 | 内存副本：QPS 更高，query 节点故障时请求转到其他节点 | 等于宿主进程；Enterprise 的 plan executor 跑 2 个以上副本 |
| 扩容 | 加 query 节点，直接从对象存储加载 segment | 扩容应用的查询资源，或选用独立服务部署 |
| 一致性 | 每次请求可选 Strong、Bounded（默认）、Session、Eventually | read_consistency_interval；默认不做跨进程刷新检查 |
| 多租户向量数据库 | database、collection、partition 或 partition key，百万级租户 | 用 namespace 组织多张 Lance 表 |
Milvus 和 LanceDB 性能对比：VectorDBBench 怎么看？
图中仅展示当前已核对的 Milvus 与 Zilliz Cloud VectorDBBench 配置。这里没有同条件、同版本的对手结果，不能据此推断谁更快。使用相同数据集、过滤比例、召回目标和硬件重测后再比较。
- Zilliz CloudZillizCloud-8cu-perf13,316.23 QPSP99 2 ms · 召回率 0.9383
- MilvusMilvus-16c64g-sq4u-fp16-force_merge9,575.69 QPSP99 2.3 ms · 召回率 0.9189
来源：VectorDBBench，仅列 Milvus 与 Zilliz Cloud 的已核对配置；不构成对竞品的性能结论。
- Zilliz CloudZillizCloud-8cu-perf-partition_key10,020.53 QPSP99 2.6 ms · 召回率 0.9788
- MilvusMilvus-16c64g-sq8-partition_key11,280.08 QPSP99 1.6 ms · 召回率 0.9507
来源：VectorDBBench，仅列 Milvus 与 Zilliz Cloud 的已核对配置；不构成对竞品的性能结论。
Zilliz Cloud 就是全托管的 Milvus：同样的引擎、同一梯队的性能，不用自己规划集群、升级和扩容。
免费试用 Zilliz CloudLanceDB 和 Milvus 功能对比：向量数据库对比表
两者都有向量检索、BM25 全文检索、混合检索和过滤。Milvus 索引类型更多、混合排序在服务端完成、新数据自动建索引；LanceDB 把所有东西放在一张带版本的 Lance 表里，定位是多模态数据湖。两者也能接上：向量已经在 Lance 数据集里时，Milvus 外部集合（Milvus 3.0+）可以原地建索引、直接提供检索，一行数据都不用拷（见数据湖向量检索）。
| 功能 | Milvus | LanceDB |
|---|---|---|
| 稠密向量索引类型 | HNSW、IVF（FLAT、SQ8、PQ、RaBitQ）、SCANN、DiskANN、GPU（CAGRA、IVF） | IVF_PQ、IVF_RQ、IVF_HNSW_SQ、IVF_HNSW_PQ、IVF_HNSW_FLAT；约 10 万向量以下默认暴力扫描 |
| 量化 | SQ8、PQ、PRQ、RaBitQ；HNSW_SQ、HNSW_PQ、HNSW_PRQ | PQ、SQ、RaBitQ（每维 1 到 8 bit） |
| GPU | GPU 建索引与检索（CAGRA、GPU IVF） | GPU 建索引：OSS 用 PyTorch 手动建 IVF_PQ；Enterprise 自动 |
| BM25 与全文检索 | 内置 BM25 函数，服务端把原始文本转成稀疏向量 | Lance 原生 BM25 FTS 索引；分词器含 jieba、lindera、ICU |
| 混合检索 | 单次查询多个向量字段，服务端 RRF 或加权 ranker 融合 | 向量 + FTS 查询再过 reranker：默认 RRF，可选 Cohere、cross-encoder、ColBERT |
| 多向量 | 默认每个 collection 最多 10 个向量字段；StructArray 的 EmbeddingList 字段用 MAX_SIM 检索，适配 ColBERT、ColPali | multivector 列，MaxSim 打分，适配 ColBERT 类模型 |
| 过滤与标量索引 | 过滤表达式，JSON 字段 + JSON path 索引；INVERTED、BITMAP、STL_SORT | 经 DataFusion 的 SQL WHERE，默认前置过滤；BTREE、BITMAP、LABEL_LIST |
| 索引新鲜度 | data 节点自动给 sealed segment 建索引；新写入的数据立即可查 | OSS 需手动 optimize() 做 compaction 和增量建索引，之前新行走暴力扫描；Enterprise 后台自动 |
| Lance 格式与版本 | 外部集合原地检索 Lance 数据集，零拷贝 | 原生存储格式；每次写入生成新版本，支持时间旅行、tag 和分支 |
| 多模态数据 | 向量加标量、JSON、数组、文本和 StructArray 字段；原始媒体留在你的对象存储 | 图片、音频、视频、文本和向量放在同一张 Lance 表 |
| DataFrame 与数据湖互操作 | 从 Parquet、JSON、CSV 批量导入；外部集合直接读 Lance、Iceberg、Parquet、Vortex | pandas、PyArrow、Polars、DuckDB、Pydantic、dlt；PyTorch 直接读同一张表 |
| 部署方式 | Milvus Lite、Standalone、Distributed、Zilliz Cloud | 嵌入你的二进制、容器或 serverless 函数；LanceDB Cloud 与 Enterprise（托管或 BYOC） |
| RAG 框架集成 | LangChain、LlamaIndex、Haystack、Dify、DSPy、n8n 等 | LangChain、LlamaIndex、Hugging Face |
| 许可证与语言 | Apache-2.0；Go 和 C++ | Apache-2.0；Rust |
| SDK 语言 | Python、Java、Go、Node.js、C#、C++、Rust、RESTful | Python、TypeScript/JavaScript、Rust、Java；Cloud 与 Enterprise 提供 REST API |
| 社区与治理 | LF AI & Data 基金会毕业项目；GitHub 40K+ star | LanceDB 公司维护；GitHub 10K+ star |
Milvus 和 LanceDB 成本与运维对比：各自要跑些什么？
向量数据库选型先看你要运维什么。LanceDB OSS 是零运维向量数据库：pip install，然后一个目录或一个存储桶。Milvus Lite 同样是 pip install，Milvus Standalone 是一个 Docker 镜像，只有 Milvus Distributed 才需要 Kubernetes。之后的成本都是内存：谁在服务索引，内存就在谁那里。
| 项目 | Milvus | LanceDB（OSS） |
|---|---|---|
| 生产环境不用 Kubernetes | Milvus Standalone：单个 Docker 镜像，内嵌 Woodpecker WAL，可到 1 亿向量 | 库直接嵌在你的服务里；要集群用 LanceDB Enterprise |
| 要运维的服务 | Distributed：etcd 和对象存储（MinIO 或 S3），用 Helm 或 Milvus Operator 部署；Woodpecker 取代 Kafka / Pulsar | 没有：一个 Lance 目录，放本地 NVMe、EBS、EFS 或 S3、GCS、Azure 存储桶 |
| 成本从哪来 | query 节点内存；量化、DiskANN、tiered storage 用磁盘和对象存储换内存 | 宿主进程的内存和 CPU；IVF_PQ 索引放磁盘，官方文档建议低延迟场景用本地 NVMe 而非对象存储 |
| 版本与备份 | milvus-backup 在集群在线时备份到 S3、GCS、Azure 或本地盘；RBAC 和 TLS | 每次写入生成新的 Lance 版本：时间旅行、tag、分支；optimize() 清理旧版本 |
LanceDB 是什么、什么时候该用 LanceDB？
LanceDB 介绍一句话：做得不错的嵌入式向量数据库库，单进程场景下直接省掉一整层基础设施。想换掉它的团队，通常是需要多个服务、写入方或租户共用同一份数据；一个应用独占这张表时，LanceDB 是合理的选择。
- 单进程应用、notebook、CLI 或边缘函数，想要检索但不想运维任何服务。
- 本地优先的开发：LanceDB 本地部署就是 pip install，数据集放得进一台机器，跟代码一起分发。
- Lance 原生流水线：PyTorch、Ray 或 Spark 作业在同一张版本化表上训练和查询。
- 没有 Kubernetes 的小团队，宁要一个库加一个存储桶，不要一个集群。
- 图片、音频和向量放在同一张表里的多模态数据集。
哪些 AI 公司和大型企业在生产环境用 Milvus？
从 AI 原生公司到大型企业，都在生产环境运行 Milvus 或 Zilliz Cloud（托管 Milvus）。milvus.io 用户墙上有 Salesforce、Walmart、NVIDIA、eBay、IBM、Cisco、Roblox、Reddit，也有 Exa.ai、OpenEvidence、Read.ai、Notta.ai、Plaud、Filevine。公开案例中的结果：
- OpenEvidence：基于 Zilliz Cloud，检索延迟低于 10 ms，峰值 4,000 QPS。
- Plaud：每个区域 100 亿+ 向量块，平均召回延迟低于 200 ms。
- Exa：借助混合检索，神经搜索延迟从秒级降到 200 ms 以内。
- Airtable：在 Kubernetes 上用 Milvus Operator 自建 Milvus，支撑语义检索。
延伸阅读
- What determines vector-database scalability?
- How do sharding and replication differ in a vector database?
- How do you choose a vector index for your workload?
- How can Milvus search data stored in Lance?
- How do Lance, Iceberg, and Parquet play different roles in a vector lake?
- What is hybrid search, and when should you use it?
- How should you design multi-tenancy for vector search?
- How should you benchmark vector search performance?
常见问题
LanceDB 是什么、什么时候该用？
LanceDB OSS 自称面向多模态 AI 的开源嵌入式检索库：跑在你的 Python、TypeScript 或 Rust 进程里，读磁盘或对象存储上的 Lance 表。一个应用独占数据时用它；多个客户端、写入方或租户共用数据时用 Milvus。
Lance 和 LanceDB 有什么区别？
Lance 是 Apache-2.0 的列式存储格式：带版本的表、支持随机访问，为向量和媒体数据设计。LanceDB 是在 Lance 表上建索引、做查询的库和服务。Milvus 通过外部集合也能直接读 Lance 数据集。
LanceDB 最大能处理多少数据？
LanceDB OSS 是读取 Lance 表的嵌入式库，查询资源由承载它的应用进程提供；数据可在本地盘或对象存储中。容量和并发应按索引、存储与宿主资源实测。LanceDB Cloud 和 Enterprise 提供不同的服务化部署，不能与 OSS 库混为一谈。
LanceDB 支持并发读写吗？
读随进程数扩展。并发写入可以但有限制：每次 add() 都提交一个新的表版本，FAQ 写明并发写入方太多时提交重试耗尽会写失败。Milvus 通过 streaming WAL 接收任意数量客户端的写入。
Milvus 和 LanceDB 谁更快？
图中仅展示当前已核对的 Milvus 与 Zilliz Cloud VectorDBBench 配置。这里没有同条件、同版本的对手结果，不能据此推断谁更快。使用相同数据集、过滤比例、召回目标和硬件重测后再比较。
Milvus 能直接检索 Lance 数据吗？
能。Milvus 3.0+ 的外部集合把 external_source 指向 Lance 数据集目录、format 设为 lance-table，映射字段后 refresh、建索引、检索。数据留在 Lance 里只读，不产生第二份拷贝。
Milvus 生产环境必须用 Kubernetes 吗？
不是。Milvus Standalone 把全部组件打进一个 Docker 镜像，内嵌 Woodpecker WAL，文档标称可到 1 亿向量。Kubernetes（Helm 或 Milvus Operator）是给 Milvus Distributed 用的。
Milvus 和 Zilliz Cloud 有什么区别？
Zilliz Cloud 是 Milvus 原班团队提供的全托管 Milvus，客户端 API 一致。基于 Milvus Lite 或 Standalone 写的代码，可以直接迁到 Zilliz Cloud，不用重写。
不想自己运维集群？
Zilliz Cloud 是 Milvus 原班团队提供的全托管服务，MilvusClient API 与本地一致。可以先用开源 Milvus 起步，再迁到托管服务，应用代码不用重写。
资料来源与技术文档 (65)
- https://milvus.io
- https://github.com/milvus-io/milvus
- https://milvus.io/docs/architecture_overview.md
- https://milvus.io/docs/install-overview.md
- https://milvus.io/docs/replica.md
- https://milvus.io/docs/consistency.md
- https://milvus.io/docs/scaleout.md
- https://milvus.io/docs/index-explained.md
- https://milvus.io/docs/full-text-search.md
- https://milvus.io/docs/multi-vector-search.md
- https://milvus.io/docs/json-indexing.md
- https://milvus.io/docs/multi_tenancy.md
- https://milvus.io/docs/create-an-external-collection.md
- https://github.com/lancedb/lancedb
- https://docs.lancedb.com/
- https://docs.lancedb.com/faq/faq-oss
- https://docs.lancedb.com/faq/faq-enterprise
- https://docs.lancedb.com/enterprise
- https://docs.lancedb.com/enterprise/architecture
- https://docs.lancedb.com/enterprise/benchmarks
- https://docs.lancedb.com/storage
- https://docs.lancedb.com/tables/consistency
- https://docs.lancedb.com/tables/versioning
- https://docs.lancedb.com/indexing/vector-index
- https://docs.lancedb.com/indexing/quantization
- https://docs.lancedb.com/indexing/gpu-indexing
- https://docs.lancedb.com/indexing/fts-index
- https://docs.lancedb.com/indexing/scalar-index
- https://docs.lancedb.com/indexing/reindexing
- https://docs.lancedb.com/search/hybrid-search
- https://docs.lancedb.com/search/multivector-search
- https://docs.lancedb.com/search/filtering
- https://docs.lancedb.com/namespaces
- https://docs.lancedb.com/performance
- https://zilliz.com/vdbbench-leaderboard
- https://github.com/zilliztech/VectorDBBench
- https://github.com/zilliztech/VectorDBBench/blob/main/vectordb_bench/results/leaderboard_v2.json
- https://github.com/zilliztech/VectorDBBench/tree/main/vectordb_bench/backend/clients/lancedb
- https://zilliz.com/customers/filevine
- https://zilliz.com/customers/openevidence
- https://zilliz.com/customers/exa
- https://zilliz.com/customers/airtable
- https://zilliz.com/customers/plaud
- https://zilliz.com/customers/read-ai
- https://zilliz.com/customers/meituan
- https://milvus.io/docs/zh/quickstart.md
- https://cloud.zilliz.com.cn/signup
- https://milvus.io/docs/rbac.md
- https://milvus.io/docs/integrations_overview.md
- https://milvus.io/docs/woodpecker_architecture.md
- https://milvus.io/docs/install_cluster-helm.md
- https://milvus.io/docs/install_cluster-milvusoperator.md
- https://milvus.io/docs/prepare-source-data.md
- https://milvus.io/docs/array-of-structs.md
- https://milvus.io/docs/search-with-embedding-lists.md
- https://github.com/zilliztech/milvus-backup
- https://lfaidata.foundation/projects/
- https://github.com/lancedb/lance
- https://docs.lancedb.com/tables/multimodal
- https://docs.lancedb.com/integrations/ai/langchain
- https://docs.lancedb.com/integrations/ai/llamaIndex
- https://docs.lancedb.com/integrations/data/duckdb
- https://docs.lancedb.com/integrations/data/polars_arrow
- https://docs.lancedb.com/integrations/data/pandas_and_pyarrow
- https://docs.lancedb.com/training/torch