Weaviate 由荷兰公司SeMI Technologies 于‌ 2019年6月28日‌创立。它定位为‌ AI原生基础设施‌ ，其核心产品是矢量数据库 ，旨在简化开发者的矢量数据管理流程。 Weaviate是一款开源的云原生向量数据库，专为高效存储、管理高维向量数据及实现快速相似性搜索而设计。 其名称“Weaviate”发音可参考为“wee-vee-ate”，寓意编织（weave）数据与AI能力。

Weaviate 凭借其混合存储、高性能搜索、灵活架构和多模态支持，成为构建智能应用（如推荐系统、语义搜索、知识图谱）的理想选择，尤其适合需要结合结构化数据和向量数据的复杂查询场景，是AI原生时代数据存储与检索的关键基础设施。

混合存储与查询能力

• 同时存储对象数据（如文本、图像、元数据）和向量数据，支持向量搜索+结构化过滤（如价格、时间范围等）的混合查询，实现语义相似性与精确条件的双重匹配。

• 采用HNSW（层次可导航小世界图）、IVF（倒排文件索引）等先进索引技术，支持余弦相似度、欧几里得距离、点积等多种距离度量，确保亚毫秒级延迟的10-NN搜索性能。

开源与云原生架构

• 支持自托管和云托管模式，通过水平扩展和分布式部署满足从原型到生产环境的需求，具备高可用性、容错能力及动态资源调整能力。
• 提供RESTful API、GraphQL API及多语言客户端（Python、JavaScript、Java、Go等），与TensorFlow、PyTorch等AI框架及Apache Spark等数据处理工具无缝集成。

多模态数据支持

• 处理文本、图像、音频等多种数据类型，通过BERT、ResNet等模型生成向量，支持跨模态检索（如图像-文本联合搜索）。
• 允许为向量附加元数据（如标签、时间戳），增强数据管理的灵活性和查询精度。

模块化与可扩展性

• 模块化架构支持集成文本向量化、图像向量化、生成式AI等模型，用户可自定义schema定义数据结构和关系。
• 支持实时数据更新、持久化存储、备份恢复及SSL/TLS加密、身份验证等安全功能。

智能推荐系统

• 结合用户行为向量（如点击、购买历史）与内容向量（如商品描述、图像），实现个性化商品、音乐或视频推荐，提升点击率和转化率。

语义搜索引擎

• 在文档、图像或视频库中实现基于语义的搜索，例如企业内部知识库的语义检索、法律文档的相似案例匹配，或社交媒体内容的情感分析

知识图谱构建

• 将数据以图谱形式组织，存储实体关系（如员工-项目关联），支持复杂关系查询和推理，应用于企业知识管理、生物信息学分子结构分析、学术文献关系挖掘等。

对话式AI与长期记忆

• 存储聊天机器人对话历史，支持上下文理解和长期记忆，提升对话连贯性；结合大语言模型（如LLM）实现知识库问答和检索增强生成（RAG）。

异常检测与威胁分析

• 通过向量相似性分析识别异常数据点，应用于网络安全威胁检测、金融欺诈识别、设备故障预测等场景。

多模态内容分析

• 处理跨模态数据（如文本+图像+音频），支持社交媒体内容的多模态情感分析、视频内容的语义标签生成，或生物医学中的基因序列相似性搜索。

代码库检索与自动化开发

• 于语义的代码片段检索，辅助代码复用和自动化开发流程，提升开发效率。

• 与Milvus对比：Weaviate在混合搜索和模块化设计上更优，适合复杂查询场景；Milvus在大规模数据集和GPU加速场景表现更佳。
• 与Pinecone对比：Weaviate提供自托管选项，适合数据隐私敏感场景；Pinecone作为全托管服务更易用但成本较高。

• 与Chroma对比：Weaviate在生产级稳定性和企业级功能支持上更强，适合大规模应用；Chroma适合快速原型开发和小规模项目。

端口号	用途	配置示例说明	注意事项
8080	HTTP/REST API & GraphQL入口，支持数据CRUD、语义搜索、混合查询及元数据操作	ocker映射：-p 8080:8080； Python客户端默认连接http://localhost:8080，API路径为/v1； 可修改config.local-development.yaml中network.http.port	生产环境建议限制内网IP访问，避免端口冲突
50051	gRPC API高性能通信接口，支持批量数据传输、流式处理及复杂模型集成	Docker映射：-p 50051:50051； 可调整为network.grpc.port: 50052避免冲突	需启用TLS加密，生产环境建议使用专用网络隔离
2112	集群通信（Raft协议），用于节点共识、状态同步及故障转移，保障高可用性	集群配置：cluster.raft.port: 2112；需通过防火墙/云安全组限制访问来源（如AWS允许10.0.0.0/16）	生产环境需配置副本数≥3，确保数据一致性
7100	集群节点发现与健康检查（高可用场景）	Docker多节点部署配置：CLUSTER_GOSSIP_BIND_PORT=7100；用于节点间状态同步与故障检测	仅在集群模式下启用，需配合Raft协议端口（如2112）使用；生产环境建议设置专用网络隔离
7101	集群节点数据同步端口	Docker多节点部署配置：CLUSTER_DATA_BIND_PORT=7101；用于节点间数据同步

docker版本：Docker version 29.2.0, build 0b9d198

docker-compose版本：Docker Compose version v5.0.2

使用主要组件镜像版本为：

weaviate：semitechnologies/weaviate:1.35.3

docker load -i weaviate-1.35.3.tar

编辑docker-compose.yaml内容

version: '3.5'
services:
  weaviate:
    container_name: weaviate  #容器名称
    image: semitechnologies/weaviate:1.35.3
    ports:
      - "8080:8080"
    environment:
      QUERY_DEFAULTS_LIMIT: 20
      #明确启用匿名访问，禁用其他认证方式
      AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED: 'true'
      PERSISTENCE_DATA_PATH: "/var/lib/weaviate"
      DEFAULT_VECTORIZER_MODULE: "none"
      #如果不需要使用 Weaviate 的向量化模块，可以禁用
      ENABLE_MODULES: ""
      #节点唯一名称
      CLUSTER_HOSTNAME: "node1"
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/weaviate_data:/var/lib/weaviate
    restart: on-failure:0
    networks:
      - weaviate-net

networks:
  weaviate-net:

mkdir Weaviate
mv docker-compose.yml ./Weaviate
#启动服务
docker-compose up -d

访问 http://127.0.0.1:8080/v1 返回应答数据

本例演示单机伪集群模式，参考以下内容可部署多机集群模式。根据实际IP配置将node1、node2、node3替换为对应的IP。

version: '3.5'
services:
  weaviate-node1:
    container_name: weaviate-node1  #容器名称
    image: semitechnologies/weaviate:1.35.3
    ports:
      - "8180:8080"
      - "50151:‌50051"
      - "7101:7100"
    environment:
      QUERY_DEFAULTS_LIMIT: 20
      #明确启用匿名访问，禁用其他认证方式
      AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED: 'true'
      PERSISTENCE_DATA_PATH: "/var/lib/weaviate"
      DEFAULT_VECTORIZER_MODULE: "none"
      #如果不需要使用 Weaviate 的向量化模块，可以禁用
      ENABLE_MODULES: ""
      #节点唯一名称
      CLUSTER_HOSTNAME: "node1"
      #节点间通信端口
      CLUSTER_GOSSIP_BIND_PORT: '7100'
      #节点数据同步端口
      CLUSTER_DATA_BIND_PORT: '7101'
      #加入集群的其他节点
      CLUSTER_JOIN: 'node1:7100,node2:7100,node3:7100'
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/weaviate_data1:/var/lib/weaviate
    restart: on-failure:0
    networks:
      - weaviate-net-cluster

  weaviate-node2:
    container_name: weaviate-node2  #容器名称
    image: semitechnologies/weaviate:1.35.3
    ports:
      - "8280:8080"
      - "50251:‌50051"
      - "7102:7100"
    environment:
      QUERY_DEFAULTS_LIMIT: 20
      #明确启用匿名访问，禁用其他认证方式
      AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED: 'true'
      PERSISTENCE_DATA_PATH: "/var/lib/weaviate"
      DEFAULT_VECTORIZER_MODULE: "none"
      #如果不需要使用 Weaviate 的向量化模块，可以禁用
      ENABLE_MODULES: ""
      #节点唯一名称
      CLUSTER_HOSTNAME: "node2"
      #节点间通信端口
      CLUSTER_GOSSIP_BIND_PORT: '7100'
      #节点数据同步端口
      CLUSTER_DATA_BIND_PORT: '7101'
      #加入集群的其他节点
      CLUSTER_JOIN: 'node1:7100,node2:7100,node3:7100'
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/weaviate_data2:/var/lib/weaviate
    restart: on-failure:0
    networks:
      - weaviate-net-cluster

  weaviate-node3:
    container_name: weaviate-node3  #容器名称
    image: semitechnologies/weaviate:1.35.3
    ports:
      - "8380:8080"
      - "50351:‌50051"
      - "7103:7100"
    environment:
      QUERY_DEFAULTS_LIMIT: 20
      #明确启用匿名访问，禁用其他认证方式
      AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED: 'true'
      PERSISTENCE_DATA_PATH: "/var/lib/weaviate"
      DEFAULT_VECTORIZER_MODULE: "none"
      #如果不需要使用 Weaviate 的向量化模块，可以禁用
      ENABLE_MODULES: ""
      #节点唯一名称
      CLUSTER_HOSTNAME: "node3"
      #节点间通信端口
      CLUSTER_GOSSIP_BIND_PORT: '7100'
      #节点数据同步端口
      CLUSTER_DATA_BIND_PORT: '7101'
      #加入集群的其他节点
      CLUSTER_JOIN: 'node1:7100,node2:7100,node3:7100'
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/weaviate_data3:/var/lib/weaviate
    restart: on-failure:0
    networks:
      - weaviate-net-cluster

networks:
  weaviate-net-cluster:

检查服务状态 docker-compose ps