SvectorDB

Знакомьтесь, SvectorDB — это serverless векторная база данных, созданная специально под AWS. Если вкратце: она позволяет хранить, индексировать и искать векторные эмбеддинги (те самые числовые представления текстов, картинок или действий пользователей), и при этом вам вообще не нужно возиться с инфраструктурой. Просто загружаете векторы, запускаете запросы на поиск сходства и платите только за реальное использование. Для старта есть бесплатный тариф до 5,000 записей на индекс, причем привязывать карту не нужно. Настройка максимально простая: от идеи до рабочего прототипа — всего несколько строк кода на JavaScript или Python.

Главные фишки SvectorDB — оплата за каждый запрос и мгновенное обновление данных. Когда вы добавляете или удаляете элементы, изменения вступают в силу сразу, без долгого ожидания синхронизации. Также здесь поддерживается гибридный поиск с фильтрами по парам «ключ-значение» в стиле Lucene/ElasticSearch, что удобно для уточнения результатов через метаданные. Можно использовать встроенные векторизаторы для текста (например, All-MiniLM-L6-v2) и изображений (CLIP), либо подключать свои собственные эмбеддинги. Для тех, кто работает с AWS CloudFormation, предусмотрена интеграция, чтобы легко добавить базу в существующие шаблоны инфраструктуры.

Команда SvectorDB честно говорит о нюансах: здесь нет snapshotting, действует лимит в 1 миллион записей на одну базу, а сама компания пока остается небольшим стартапом. Зато в этом есть плюс — вы получаете прямую поддержку от людей, которые сами создали этот продукт.

SvectorDB отлично подойдет разработчикам и AI-инженерам, которые делают рекомендательные системы, семантический поиск по документам и изображениям или выстраивают RAG-пайплайны. Если вам нужна векторная база без операционной головной боли с серверами и масштабированием, такой serverless-подход будет очень кстати. К тому же, судя по сравнению цен на сайте, SvectorDB может выйти ощутимо дешевле, чем Pinecone, особенно при средних объемах запросов.