Vektordatabaser forklart: Pinecone, Weaviate og pgvector

Hva er en vektordatabase — og hvorfor trenger vi dem?

En tradisjonell database lagrer tall, tekst og datoer, og søker med eksakte match eller nøkkelord. En vektordatabase lagrer noe helt annet: høydimensjonale numeriske vektorer som representerer meningen i tekst, bilder, lyd eller annen data. Søk handler ikke om eksakt match, men om semantisk nærhet — «hvilke vektorer ligner mest på denne?»

Behovet for vektordatabaser eksploderte med generativ AI. Hver gang du bygger et RAG-system, en semantisk søkemotor, et anbefalingssystem eller et bilde-søk, trenger du infrastruktur som kan lagre millioner av vektorer og returnere de k nærmeste på millisekunder. Tradisjonelle databaser som Postgres eller MongoDB er bygget for dette — med spesiallagde tillegg eller ikke i det hele tatt.

Embeddings: fra tekst til tall

Før du kan lagre noe i en vektordatabase, må innholdet konverteres til en embedding — en numerisk vektor. En embedding-modell (f.eks. OpenAI text-embedding-3-large, Cohere Embed v3, eller det norskoptimaliserte NB-BERT) tar inn tekst og returnerer en vektor med f.eks. 1536 tall. Tekster med lignende mening får vektorer som er «nær» hverandre i dette matematiske rommet.

• Cosine similarity: Den vanligste likhetsberegningen. Måler vinkel mellom to vektorer — 1.0 betyr identisk, 0 betyr ingen likhet, -1 betyr motsatt.
• Dot product: Raskere beregning enn cosine, men krever normaliserte vektorer for sammenlignbare resultater.
• Euclidean distance (L2): Måler absolutt avstand i vektorrommet. Brukes i noen use cases men mindre vanlig for tekst.
• HNSW (Hierarchical Navigable Small World): Den dominerende indeks-algoritmen i moderne vektordatabaser. Gir logaritmisk søketid fremfor lineær.

Pinecone, Weaviate, Qdrant og pgvector sammenlignet

De fire mest brukte løsningene dekker ulike behov og modenheter:

• Pinecone: Fullt managed, serverless vektordatabase. Null infrastrukturansvar. Enklest å komme i gang med. Ulempe: proprietær, ingen selvhosting, kan bli kostbart i stor skala. Best for: startups og team uten dedikert infra-kapasitet.
• Weaviate: Open source, kan selvhostes eller brukes som cloud. Støtter multi-modal (tekst + bilder). Innebygd support for hybrid søk (BM25 + vektorer). Best for: enterprise som vil ha kontroll over data, særlig relevant for GDPR.
• Qdrant: Skrevet i Rust — ekstremt rask og minneeffektiv. Open source med cloud-tilbud. Sterk på filtrering kombinert med vektorsøk (payload filtering). Best for: høyytelsesapplikasjoner og kostnadsbevisste deployments.
• pgvector (Postgres): Tillegg til eksisterende Postgres-database. Ingen ny infrastruktur å drifte. Søk er tregere enn spesialiserte databaser, men tilstrekkelig for de fleste brukstilfeller opp til ~1 million vektorer. Best for: team som allerede kjører Postgres og ikke vil ha ny stack.

Ytelse og prisoversikt

Tallene nedenfor er representative benchmarks — faktisk ytelse avhenger sterkt av vektordimensjon, hardware og søkeparametere:

Tre brukstilfeller du møter i praksis

Semantisk søk: I stedet for å søke på nøkkelord, forstår systemet meningen. En bruker som søker «regler for hjemmekontor» finner dokumenter som omhandler «fjernarbeidspolicy» og «fleksibel arbeidsplass» — selv om disse ordene ikke finnes i søket. Brukes i dokumentportaler, intranett og e-commerce-søk.

RAG (Retrieval-Augmented Generation): Den dominerende use casen i 2025. Vektordatabasen lagrer chunks av bedriftens dokumenter. Når en bruker stiller AI-assistenten et spørsmål, hentes relevante chunks og sendes som kontekst til LLM. Resultatet er svar forankret i faktiske bedriftsdokumenter med kildehenvisning.

Anbefalingssystemer uten eksplisitt rating

Tradisjonelle anbefalingssystemer krever at brukere rater innhold. Med vektordatabaser kan du bygge anbefalinger basert på semantisk likhet alene: «finn artikler som ligner på de 5 siste brukeren leste». Netflix, Spotify og Amazon bruker varianter av dette. For norske e-commerce-aktører gir dette muligheten til å anbefale produkter basert på produktbeskrivelsenes mening — ikke bare kategori og tags.

"pgvector er nok for 90 % av use casene. Bytt til Qdrant eller Pinecone når du har over 5 millioner vektorer og trenger sub-10ms latens."

GDPR og norsk datahåndtering

For norske bedrifter er datalokalitet et kritisk valg. Pinecone (USA-basert) kan reise GDPR-problemer for sensitive personopplysninger. Weaviate og Qdrant kan selvhostes på norsk infrastruktur — f.eks. på Telenors eller Nettskys skyplattformer — og sikrer at data ikke forlater norsk/europeisk jurisdiksjon.

pgvector på en eksisterende Postgres-instans i en norsk skyregion er gjerne det sikreste og enkleste valget fra et compliance-perspektiv. Azure og AWS har EU-noder med pgvector-støtte via Azure Database for PostgreSQL og Amazon RDS. For de fleste norske SMB-er er dette den anbefalte stien.