Serverless是向量数据库的终局，但2026年还不是

2025年底到2026年初，主流向量数据库厂商相继推出了Serverless版本。Pinecone Serverless声称"零配置、零运维、按量付费"；Zilliz Cloud Serverless跟进了同样的概念；Qdrant Cloud也推出了Serverless Plan。

但实测下来，我发现这些"Serverless"之间的差异，比它们跟传统托管方案的差异还大。有些是真Serverless，有些是"换了个名字的按量付费Pod"。

什么是真正的云原生向量数据库？

真正的云原生向量数据库应该满足三个标准：

  1. 存算分离：存储和计算独立扩展，而不是捆绑在一起
  2. 弹性伸缩：查询量上涨时自动扩容，查询量下降时自动缩容（甚至缩到零）
  3. 按实际用量计费：不为闲置资源付费，冷数据存储成本低于热数据

金句：一个产品是不是真Serverless，你可以用一个简单的方法检验：能不能缩容到零？能，就是真Serverless。

实测对比：三家Serverless到底差在哪

测试环境：1000万向量，768维，模拟真实流量模式（工作日白天高峰，夜间低谷，周末波动）。

Pinecone Serverless

Pinecone Serverless是三家中最成熟的。它真正做到了存算分离——数据存储在S3，计算按需启动。

  • 冷启动时间：首次查询约800ms（从S3加载索引），后续查询8ms
  • 弹性速度：流量上涨后约30秒完成扩容
  • 缩容到零：可以。超过5分钟无查询后，计算资源释放，只收存储费
  • 计费方式：按写入（$0.25/1M vectors）+ 按存储（$0.33/GB/月）+ 按查询（$0.02/1M queries）

一个月实测账单：$3,250（存储费$1,650 + 查询费$960 + 写入费$640）

优点：真正Serverless，夜间缩容到零，体验流畅 缺点：冷启动800ms对某些场景不可接受（可以设置"保温"功能，但要多付钱）；按查询计费在流量波动大时账单不可预测

Zilliz Cloud Serverless

Zilliz Cloud Serverless基于Milvus的存算分离架构，但底层仍然是Milvus的微服务架构。

  • 冷启动时间：约2-3秒（需要启动Proxy和QueryNode）
  • 弹性速度：流量上涨后约1-2分钟完成扩容
  • 缩容到零：可以，但冷启动时间较长
  • 计费方式：按CU（Compute Unit）消耗计费，类似AWS Lambda

一个月实测账单：$2,840

优点：兼容Milvus生态，迁移成本低；价格比Pinecone便宜 缺点：冷启动较慢；弹性粒度不如Pinecone细腻

Qdrant Cloud Serverless

Qdrant的Serverless方案目前还在Beta阶段，功能上不如前两家成熟。

  • 冷启动时间：约5秒
  • 弹性速度：流量上涨后约3-5分钟完成扩容
  • 缩容到零：不支持（最小保留1个节点）
  • 计费方式：按operation计费，类似Qdrant Cloud的按量版

一个月实测账单：$2,100

优点：最便宜；Hybrid Search开箱即用 缺点：不能缩容到零，闲置时仍产生费用；弹性速度慢；Beta版本稳定性存疑

Serverless的隐藏成本：冷启动和延迟抖动

Serverless方案最大的问题不是成本，而是不可预测的延迟。

在Pinecone Serverless上，查询延迟的P50是8ms，但P99可以达到1200ms——这1200ms就是冷启动。如果你的RAG应用是对话式的，用户偶尔会感受到"卡了一下"，体验很差。

解决方案：

  1. 设置保温：Pinecone支持"保温"功能，保持最小计算资源，避免冷启动。费用增加约$500/月。
  2. 预热的定时任务：每4分钟发一个查询，防止缩容。但有违Serverless精神，且可能被厂商限制。
  3. 接受冷启动：在应用层做超时处理，冷启动查询降级为"稍等"提示。

金句：Serverless的P99延迟是传统方案的10-50倍。如果你的场景对延迟极度敏感，不要用Serverless。

2026年选型建议：什么时候用Serverless？

  • 开发/测试环境：Serverless是最佳选择。开发阶段查询量低，夜间可能完全无查询，按量付费非常划算。
  • 小型生产环境（<100万查询/月）：Serverless。成本远低于预留Pod。
  • 波动性流量（如电商大促、教育产品的学期性波动）：Serverless + 保温。弹性应对峰值，日常低成本。
  • 稳定高流量（>1000万查询/月）：传统托管方案或自托管。Serverless的按量计费在大量查询时不如固定成本划算。
  • 对延迟极度敏感（P99<20ms）：传统托管方案或自托管。Serverless的冷启动无法满足。

金句：Serverless适合"大多数时候闲着，偶尔忙一下"的场景。如果你的系统24小时持续高负载，Serverless只会让你多花钱。