К содержанию
IT Institute Доказательная аналитика российского IT-рынка
Личный кабинет
IT Institute
PDF-выпуск · AI-разработка · Q2 2026

Vector databases в России 2026: Qdrant, Weaviate и отечественные альтернативы

Decision-матрица для RAG-команд: когда хватает pgvector, при каком объёме мигрировать на Qdrant, что даёт Weaviate, какие сценарии работают в облаках РФ под санкциями.

Получить PDF в кабинете Что в выпуске ↓
Регистрация за 30 секунд · доступ ко всем PDF тарифа Free
80%RAG-проектов команд 10–50 человек закрываются на Postgres + pgvector без отдельной vector DB
5 мсТипичная p95 Qdrant self-hosted на 10 млн векторов (768 dim) при корректной настройке HNSW
10–20 млнРазмер коллекции, при котором pgvector обычно достигает архитектурного предела

6 наблюдений по выбору vector store в РФ

01
80% пилотов не требуют отдельного движка.Для баз знаний до 2–5 млн фрагментов и умеренной частоты запросов расширение pgvector экономичнее и проще в сопровождении, чем отдельный векторный стек.
02
Порог архитектурного перехода — 10–20 млн векторов.После этого у многих команд растут p95 и стоимость обслуживания индексов в Postgres, особенно при параллельной транзакционной нагрузке.
03
Qdrant стабилен в диапазоне 5–15 мс p95 на 10 млн.При корректной памяти под граф HNSW и выделенном диске NVMe задержка обычно предсказуема даже при росте top-K.
04
Weaviate выигрывает там, где критичны встроенные модули.Гибридный поиск, гибкая схема, multi-tenant из коробки полезны, но добавляют сложность эксплуатации.
05
Managed подход снижает операционные риски на 30–40% по времени DevOps.Платите премию за сервис, но быстрее выходите в прод.
06
Санкции делают self-hosted в облаках РФ базовым сценарием.Для high-trust доменов приоритет — Yandex Cloud / Cloud.ru с юридически прозрачной моделью доступа.

Частые вопросы

Что выбрать для RAG в стартапе на 10 человек?

Для большинства стартапов на раннем этапе рационально начать с Postgres + pgvector, если уже есть реляционный контур и нет жёсткого SLA по retrieval. Это снижает число компонентов, упрощает наблюдаемость и ускоряет первые итерации.

Когда Postgres + pgvector перестаёт хватать?

Сочетание трёх факторов: объём за 10–20 млн векторов, смешанная нагрузка (поиск + транзакции) и p95 retrieval стабильно превышает целевой порог. Тогда специализированные движки дают более предсказуемую производительность.

Доступен ли Qdrant Cloud из России?

Доступность нестабильна по провайдерам и сетевой политике. Для критичного контура надёжнее self-hosted или managed в облаке РФ через VPC. Для R&D-пилотов внешний managed допустим, но с планом миграции.

Сколько ресурсов нужно для self-hosted Qdrant на 10M векторов?

Для практического старта: 8–16 vCPU, 64–128 ГБ RAM, NVMe-хранилище 500 ГБ – 1 ТБ. При 768-мерных векторах ключевое ограничение — память под индекс HNSW и кэш. Закладывайте запас 30% на пик и фоновую индексацию.

Где скачать полный PDF?

PDF с decision-матрицей, профилями платформ, TCO 6 мес и порядком миграции доступен после регистрации в личном кабинете IT Institute.

PDF-выпуск Скачайте PDF — 13 страниц с цифрами и матрицей выбора
Получить PDF в кабинете Регистрация за 30 секунд · доступ ко всем PDF тарифа Free