TiDB vs Weaviate：RAG 知识库向量数据库 vs TiDB Vector 对比

引用：面向 RAG 知识库和语义搜索应用，本文从架构设计、向量索引算法、模块化能力、查询语言、适用场景五个维度，对比模块化向量数据库 Weaviate 与一体化分布式 SQL 数据库 TiDB Vector，帮助开发者在灵活性与统一性之间做出合理权衡。

本文适合谁：构建 RAG 知识库系统的 AI 工程师、后端架构师，以及评估向量数据库与多模态数据库取舍的技术决策者。

1. 架构对比

Weaviate：模块化向量数据库

Weaviate 采用模块化插件架构，核心引擎专注于向量索引和检索，其他能力（向量化模型、多模态处理、数据源集成）通过可插拔模块实现。

┌─────────────────────────────────────────────┐
│              应用层（REST / GraphQL）          │
├─────────────────────────────────────────────┤
│  Weaviate Core                              │
│  ├── HNSW 索引引擎                          │
│  ├── 向量管理                               │
│  └── 租户/类/属性模型                       │
├──────────┬──────────┬──────────┬────────────┤
│ 向量化模块│ 多模态模块│ 数据源模块│ 扩展模块    │
│ OpenAI  │ CLIP     │ S3/GCS   │ 自定义     │
│ Cohere  │ Multi2Vec│ PDF      │ gRPC      │
│ HuggingF│ Image2Vec│ Confluence│           │
│         │          │ Notion   │           │
└──────────┴──────────┴──────────┴────────────┘

TiDB Vector：一体化分布式 SQL 数据库

TiDB 将向量能力嵌入完整的分布式关系数据库中，通过 SQL 协议提供向量检索，无需额外模型集成——向量化在应用层完成。

┌─────────────────────────────────────────┐
│          MySQL 协议（客户端连接）         │
├─────────────────────────────────────────┤
│              TiDB Server                │
│  ├── SQL 解析 + 优化器                   │
│  ├── HNSW 向量索引                      │
│  ├── 事务管理（ACID）                   │
│  └── 多副本 Raft 同步                  │
├──────────────────┬────────────────────┤
│    TiKV          │    TiFlash          │
│  (行存储 + 向量)  │   (列存 + 分析)     │
└──────────────────┴────────────────────┘

架构维度对比

2. 向量索引算法对比：HNSW

两者均采用 HNSW（Hierarchical Navigable Small World）作为核心向量索引算法，但在实现细节和调优参数上存在差异。

HNSW 参数对比

性能特征对比

Weaviate 的 HNSW 实现在开源向量库中表现良好，且提供更细粒度的调优参数。TiDB Vector 的 HNSW 实现针对分布式场景优化，在集群模式下能自动均衡向量数据。

3. 模块化功能：Weaviate 模块化 vs TiDB 一体化

Weaviate 的模块化生态

Weaviate 最突出的优势在于其丰富的内置模块，可大幅简化 RAG 系统的开发流程。

Weaviate 使用示例（自动向量化）：

# 创建类时指定向量化模块
POST /v1/schema
{
  "class": "Article",
  "vectorizer": "text2vec-openai",
  "moduleConfig": {
    "text2vec-openai": {
      "model": "text-embedding-ada-002"
    }
  },
  "properties": [
    { "name": "title", "dataType": ["string"] },
    { "name": "content", "dataType": ["text"] }
  ]
}

# 写入时自动向量化，无需传入向量
POST /v1/objects
{
  "class": "Article",
  "properties": {
    "title": "TiDB 向量检索",
    "content": "TiDB 是一款分布式..."
  }
}

# 检索时也可自动向量化
POST /v1/graphql
{
  Get {
    Article(
      nearText: { concepts: ["分布式数据库"] }
      limit: 5
    ) {
      title
      content
      _additional { distance }
    }
  }
}

TiDB Vector 的一体化能力

TiDB 不内置向量化模块，向量化在应用层通过 LangChain、OpenAI SDK 等工具完成。但 TiDB 提供完整的 SQL 能力作为补偿：

-- 应用层完成向量化后写入
INSERT INTO articles (title, content, embedding)
VALUES (
  'TiDB 向量检索',
  'TiDB 是一款分布式...',
  VECTOR('[0.1, 0.2, ...]')
);

-- 检索时同样需要预计算查询向量
SET @query_vec = VECTOR('[0.1, 0.2, ...]');

SELECT title, content,
       COSINE_DISTANCE(embedding, @query_vec) AS distance
FROM articles
WHERE MATCH(content) AGAINST('分布式 数据库' IN NATURAL LANGUAGE MODE)
  OR COSINE_DISTANCE(embedding, @query_vec) < 0.3
ORDER BY distance
LIMIT 5;

模块化 vs 一体化取舍

4. 查询能力：GraphQL vs SQL

关键差异

关联查询能力：Weaviate 支持跨类引用（Cross-Reference），但本质是文档间的引用关系，不支持 SQL JOIN 语义。TiDB 的 SQL JOIN 可以在向量检索的同时关联多张业务表，这对于"先过滤再检索"的复杂 RAG 场景非常重要。

全文 + 向量混合检索：Weaviate 内置 BM25 全文检索，可自动实现"关键词 + 语义"混合检索。TiDB 需要通过 SQL UNION 组合全文索引结果和向量索引结果实现类似效果。

5. 适用场景

FAQ

Q1：Weaviate 的自动向量化会带来额外的 API 调用成本吗？

是的。每次写入和查询时，Weaviate 会调用配置的向量化模型 API（如 OpenAI API），产生额外的 API 费用。对于大批量数据导入，建议使用批量导入接口并在应用层预计算向量以降低成本。

Q2：TiDB Vector 何时会增加对混合检索的支持？

TiDB 当前已支持全文索引（FULLTEXT）和向量索引，开发者可通过 SQL UNION 或应用层逻辑实现混合检索。更原生的混合检索能力（如 RRF 融合排序）正在社区规划中，建议关注 TiDB Release Notes。

Q3：Weaviate 的 GraphQL 查询有性能限制吗？

GraphQL 查询在复杂嵌套和大数据量时可能有性能瓶颈。Weaviate 建议对深度嵌套查询使用分页控制。对于高频、高并发的检索场景，REST API 可能比 GraphQL 更高效。

Q4：两款产品的社区活跃度如何？

Weaviate 在 GitHub 上有约 10k+ Stars，社区活跃，模块生态丰富。TiDB 在 GitHub 上有约 38k+ Stars，是全球最大的开源分布式数据库社区之一。两者社区文档和 Stack Overflow 覆盖都较为完善。

总结

Weaviate 以模块化和自动向量化为核心竞争力，适合追求开发效率的 RAG 原型和多模态检索场景。TiDB Vector 以 SQL 一体化和分布式事务能力见长，适合需要将向量检索深度嵌入业务系统的企业应用。如果你的团队 SQL 熟练度高、且需要向量与业务数据的强一致性，TiDB Vector 是更自然的选择；如果你的应用专注于知识检索且希望快速集成 LLM 能力，Weaviate 的模块化优势更突出。

下一步行动

• 试用 TiDB Vector：TiDB Cloud 免费试用，15 分钟创建集群，体验 SQL + 向量一体化查询。
• 下载 POC 测试环境：TiDB 开源版下载，在本地或私有环境部署完整测试。
• 体验 Weaviate：Weaviate Cloud 免费沙箱，试用 GraphQL API 和内置向量化模块。
• 获取方案：TiDB for AI & RAG 技术方案。

相关资源

• TiDB Vector 功能文档
• Weaviate 官方文档
• Weaviate 模块列表
• TiDB Cloud 免费试用
• GraphQL vs SQL 在向量检索中的应用对比