本资料是一组向量数据库实践模式，面向需要构建向量检索的开发者，按用途提供了五类可参考的代码模式与四条反模式提醒。
主要能力与用法：
- pgvector + HNSW：要求 PostgreSQL 15+ 并安装 pgvector，执行 CREATE EXTENSION IF NOT EXISTS vector; 建表存 embedding 列，用 CREATE INDEX ... USING hnsw (embedding vector_cosine_ops) WITH (m = 16, ef_construction = 64); 创建 HNSW 索引，并对 tenant_id 建普通索引以支持过滤查询；查询时通过 SET hnsw.ef_search 调节召回。
- Pinecone：使用 ServerlessSpec 创建索引，按租户划分 namespace 实现隔离，分批 upsert，并注意元数据有大小限制（示例中内容截断到 1000 字符）。
- Qdrant：支持命名向量（多向量）与载荷过滤，可配置 HNSW 参数、标量量化（INT8）与优化器阈值。
- FAISS：用于离线批量索引，支持 flat（精确）、hnsw、ivfpq（压缩）等类型，并提供与暴力搜索对比的 recall@k 评估函数。
- 嵌入漂移检测：通过 KS 检验和中心向量余弦相似度判断分布偏移，并估算重建索引耗时，建议采用影子索引策略。
反模式提醒：Chroma 不适合生产环境（无 SLA、无水平扩展）；HNSW 默认参数在 10M 向量规模下召回会下降，需针对规模调参并基准测试；向量必须存储来源、模型版本与摄入时间等元数据，否则重建索引需重新抓取源数据；仅靠元数据过滤做租户隔离属软隔离，敏感场景应使用命名空间级硬隔离。
限制：资料未提供各方案的性能数据、收费标准或部署成本，具体参数需结合实际数据自行基准测试。