La plupart des bases de données vectorielles font une seule chose : trouver des fragments de sens proche. Le problème, c'est que les utilisateurs cherchent aussi des chaînes exactes, et un vecteur ne capture ni un numéro de commande ni un code d'erreur. Weaviate a les deux mécanismes intégrés et les combine dans une seule requête.
La deuxième chose qui distingue cette base est la multi-tenancy intégrée au modèle de données. Une application qui sert des centaines de clients n'a besoin ni d'une instance séparée par client ni d'un filtrage manuel par identifiant, car l'isolation fait partie du schéma.
Collections et schéma
Les données vivent dans des collections avec des propriétés déclarées. Un schéma n'est pas obligatoire au sens strict, mais s'en passer supprime le filtrage et l'indexation, donc en pratique on en définit toujours un.
import weaviate
from weaviate.classes.config import Property, DataType, Configure
client = weaviate.connect_to_local()
client.collections.create(
"Document",
properties=[
Property(name="content", data_type=DataType.TEXT),
Property(name="title", data_type=DataType.TEXT),
Property(name="language", data_type=DataType.TEXT),
Property(name="year", data_type=DataType.INT),
],
vector_config=Configure.Vectors.text2vec_openai(),
)La dernière ligne est ce qui sépare cette base des options où tu calcules toi-même les embeddings. La base peut appeler un modèle de vectorisation à ta place, donc tu insères du texte brut et tu ne manipules jamais la transformation.
C'est pratique et cela a une conséquence à réfléchir. La base a besoin d'un accès à un fournisseur de modèles et d'une clé, et avec un vectoriseur cloud le contenu des documents quitte tes locaux. Pour des données sensibles, tu te tournes vers un vectoriseur exécuté en local ou tu calcules les embeddings dans ton propre code et tu insères des vecteurs prêts.
Recherche hybride
C'est la principale raison pour laquelle on choisit cette base, donc il vaut la peine de comprendre exactement ce qu'elle fait.
collection = client.collections.get("Document")
results = collection.query.hybrid(
query="login error ERR_AUTH_401",
alpha=0.5,
limit=5,
filters=Filter.by_property("language").equal("en"),
)La base exécute deux recherches en parallèle, vectorielle et par mots-clés, puis fusionne les résultats en attribuant des points selon le rang dans chaque liste. Un fragment présent dans les deux classe au-dessus d'un fragment présent dans une seule.
Le paramètre qui règle l'équilibre compte le plus ici. Une valeur de zéro est une recherche purement par mots-clés, un est une recherche purement par le sens, et les valeurs intermédiaires mélangent les deux. Un point de départ vers le milieu fonctionne dans la plupart des cas, même si une documentation technique pleine de noms propres mérite un décalage vers la recherche par mots-clés.
Le plus grand bénéfice se voit dans les requêtes mixtes, où l'utilisateur fournit une description du problème avec un code précis. La recherche par le sens seule perd le code, la recherche par mots-clés seule perd la description, et la combinaison trouve le bon fragment.
Multi-tenancy
Une application qui sert de nombreux clients se heurte à la question de la séparation de leurs données. Un filtre par identifiant fonctionne jusqu'à ce que quelqu'un oublie de l'ajouter, et alors c'est une fuite.
client.collections.create(
"CustomerDocument",
multi_tenancy_config=Configure.multi_tenancy(enabled=True),
properties=[Property(name="content", data_type=DataType.TEXT)],
)
collection = client.collections.get("CustomerDocument")
collection.tenants.create(["customer-118", "customer-119"])
customer_data = collection.with_tenant("customer-118")Chaque tenant reçoit son propre shard d'index, donc une requête ne peut physiquement pas renvoyer les données d'un autre. C'est une différence qualitative avec le filtrage, car la sécurité découle de la structure plutôt que de la discipline à l'écriture des requêtes.
Le deuxième avantage est la gestion des coûts. Les tenants inactifs peuvent être placés dans un état dormant où leurs données passent dans un stockage moins cher et n'occupent aucune mémoire. Dans un service de mille clients dont cent sont actifs, l'économie est considérable.
Le troisième est la suppression. Un client part, tu supprimes son tenant, et toutes ses données disparaissent en un seul appel, sans chercher des entrées par identifiant. Face aux exigences de suppression sur demande, cette propriété transforme une procédure en un seul appel, au lieu d'un script qu'il faudrait ensuite documenter.
Filtrage et chargement des données
Les filtres s'exécutent en même temps que la recherche plutôt qu'après, donc une condition restreint l'ensemble des candidats au lieu de tamiser des résultats déjà obtenus. Cette différence compte pour l'exactitude : avec un post-filtrage, une condition étroite peut laisser une liste vide malgré des entrées correspondantes dans la base.
from weaviate.classes.query import Filter
results = collection.query.near_text(
query="returns policy",
limit=5,
filters=(
Filter.by_property("language").equal("en")
& Filter.by_property("year").greater_or_equal(2025)
),
)Les conditions se combinent avec des opérateurs logiques, donc une requête typique à trois restrictions tient dans une seule expression. Marque les propriétés utilisées dans les filtres comme indexées, car sans cela la base les parcourt linéairement.
Le chargement en masse est une question à part. Insérer un objet à la fois sur cent mille fragments signifie cent mille allers-retours, donc l'insertion par lots avec contrôle des erreurs est la bonne voie.
with collection.batch.dynamic() as batch:
for fragment in fragments:
batch.add_object(properties=fragment)
if collection.batch.failed_objects:
print(f"Not stored: {len(collection.batch.failed_objects)}")Vérifier la liste des objets en échec est obligatoire ici. L'insertion par lots ne s'arrête pas à une seule erreur, donc sans cette vérification certains fragments manquent silencieusement à l'index, et tu ne le remarques que lorsqu'une question reste sans réponse.
L'agent de requêtes
La base expose aussi une couche qui planifie elle-même la recherche : elle transforme une question en langage naturel en une suite de requêtes, les exécute et assemble une réponse.
C'est pratique dans un prototype, car cela te décharge de la logique de recherche. Cela a toutefois deux conséquences. La première est le coût, car l'agent est facturé séparément : le plan Free autorise mille requêtes par mois, tandis qu'un abonnement séparé à 30 USD par mois et par organisation couvre quatre mille requêtes et permet de dépasser sur la base de l'usage. La seconde est la prévisibilité, car diagnostiquer une mauvaise réponse est plus difficile quand on ne sait pas quelles requêtes ont été exécutées.
L'approche pratique utilise l'agent pour découvrir quelles requêtes fonctionnent, puis enregistre cette logique dans ton propre code. Tu gagnes en contrôle et en coût prévisible.
Tarifs
| Variante | Coût | À qui elle convient |
|---|---|---|
| Open source | 0 USD | Auto-hébergé, contrôle total |
| Free | 0 USD, sans expiration | Un cluster par compte, apprentissage et petits projets |
| Flex | à partir de 45 USD par mois | Paiement à l'usage, sans engagement |
| Premium | à partir de 400 USD par mois | Contrat prépayé, déploiement partagé ou dédié |
Deux choses dans ce tableau ont changé par rapport aux anciens articles. Le Sandbox qui expirait après deux semaines a cédé la place à un plan Free sans date d'expiration : un cluster par utilisateur, cent mille objets, un gigaoctet de mémoire et dix gigaoctets de disque, une collection et au plus trois tenants, avec une mise à niveau vers un plan payant qui conserve tes données. Le plan Plus que la grille tarifaire proposait entre Flex et Premium a lui aussi disparu.
La facturation dans la version managée repose sur trois dimensions : les dimensions vectorielles (nombre d'objets fois dimensionnalité de l'index fois facteur de réplication), l'utilisation du disque et le volume des sauvegardes. Les tarifs dépendent du type d'index, de la méthode de compression, du fournisseur cloud et de la région, donc activer la quantification réduit directement la facture plutôt que seulement l'empreinte mémoire.
Les embeddings sont un poste séparé, et ici tout dépend du modèle de qui tu appelles. Avec un vectoriseur qui pointe vers un fournisseur extérieur, c'est ce fournisseur qui émet la facture et non la base. Avec le service Weaviate Embeddings, tu paies l'opérateur de la base au token, au moment de la rédaction entre 0.025 et 0.065 USD par million, et le plan Free comporte une allocation de deux mille requêtes par jour. Lors de l'indexation d'un million de fragments, ce poste dépasse souvent le coût mensuel de la base elle-même.
Maintenance et mémoire
Un index vectoriel reste rapide tant qu'il tient en mémoire et ralentit nettement dès qu'il commence à être lu depuis le disque. C'est la cause la plus courante d'une base qui fonctionne bien pendant six mois puis soudain plus du tout.
Le point de départ d'une estimation est la taille des vecteurs fois le nombre de fragments, plus le surcoût de la structure de l'index. Un million de vecteurs de dimensionnalité mille cinq cent trente-six représente environ six gigaoctets de données seules, et l'index y ajoute sa propre part.
La base propose plusieurs moyens de réduire cette demande. La compression des vecteurs, par baisse de précision comme par quantification, peut réduire l'occupation de plusieurs fois pour une petite perte de précision. Active-la à la création de la collection, car la modifier plus tard exige de reconstruire l'index.
Le deuxième mécanisme déplace les données rarement utilisées vers un niveau moins cher. Dans un montage multi-tenant, cela se fait au niveau du tenant, ce qui est plus commode que de décider objet par objet.
Le troisième est la réplication, nécessaire moins pour la performance que pour la disponibilité. Une seule instance signifie qu'une panne de machine est une panne de la recherche, donc pour un déploiement en production, chiffre une seconde copie et compare-la au coût d'une indisponibilité.
Weaviate face aux alternatives
| Outil | Point fort | Faiblesse | À choisir quand |
|---|---|---|---|
| Weaviate | Hybride et multi-tenancy inclus, vectoriseurs | Plus de concepts à apprendre | Service multi-clients, recherche mixte |
| Qdrant | Performance et filtrage, modèle simple | Multi-tenancy par filtres | Gros volume, filtres complexes |
| Chroma | Démarrage le plus simple | Moins de capacités de production | Prototype et début de production |
| pgvector | Vecteurs à côté des données relationnelles | Le réglage est à ta charge | Projet déjà sur PostgreSQL |
Choisir entre les deux premières lignes revient à savoir si tu as besoin de la multi-tenancy et de la recherche hybride comme mécanismes prêts à l'emploi. Si oui, la première ligne fait gagner des semaines de travail. Si tu construis une seule recherche pour une seule application, le modèle plus simple de la seconde est souvent meilleur.
La dernière ligne mérite d'être considérée chaque fois que l'application utilise de toute façon PostgreSQL et que les fragments se comptent en dizaines de milliers. Une extension de la base existante évite tout un service séparé à maintenir.
Une chose échappe le plus souvent dans de telles comparaisons : le choix de la base décide rarement de la qualité de la recherche. La façon de découper les documents, le modèle d'embeddings utilisé et l'existence de filtres affectent davantage la pertinence que les différences entre ces outils. On change de base quand une capacité précise manque, la multi-tenancy ou la recherche hybride par exemple, pas parce que les résultats sont mauvais.
La seconde conclusion pratique concerne l'ordre du travail. Commence par l'option simple et mesure la pertinence sur tes propres questions, en notant à quelle fréquence le bon fragment arrive dans le top trois. Ce n'est qu'une fois que tu sais où se situe le problème que tu devrais te tourner vers une base plus élaborée, car sinon tu ajoutes de la complexité sans savoir si elle résout quoi que ce soit. La migration entre ces bases est de toute façon assez simple, car les données vivent dans des fichiers sources et les embeddings peuvent être recalculés.
Reranking des résultats
La recherche hybride renvoie une liste de candidats ordonnée par similarité, ce qui ne correspond pas toujours à ce qui est le plus utile. Un modèle de reranking séparé évalue ensemble le couple question et fragment, donc il voit plus que la distance entre vecteurs.
Le montage fonctionne ainsi : la base renvoie vingt candidats, le reranker évalue chacun, et les cinq meilleurs arrivent dans le prompt. Cela coûte un appel supplémentaire par requête et améliore généralement la précision de façon sensible.
Vérifie cependant s'il améliore réellement les choses dans ton cas, car il n'est pas gratuit. Sur trente vraies questions, compare la précision sans reranking et avec. Si la différence est faible, tu économises un appel et la latence.
Une alternative moins chère et souvent suffisante augmente le nombre de fragments renvoyés tout en resserrant les filtres. Souvent le problème ne vient pas de l'ordre mais du fait que le bon fragment est absent de l'ensemble renvoyé.
Erreurs courantes
La première est de se fier à la recherche par le sens pour les requêtes d'identifiants. Un numéro de commande et un code d'erreur relèvent de la recherche par mots-clés, donc sans hybride ou sans filtre la base renvoie quelque chose de similaire au lieu de la bonne chose.
La deuxième est de filtrer par identifiant de client plutôt que d'utiliser la multi-tenancy. Cela fonctionne jusqu'à ce que quelqu'un écrive une requête sans le filtre, et alors c'est une fuite entre clients.
La troisième est un vectoriseur cloud sur des données qui ne peuvent pas quitter l'entreprise. La base envoie alors le contenu des documents à un fournisseur de modèles, ce qui passe inaperçu car cela se passe en dehors de ton code.
La quatrième est d'indexer des documents entiers plutôt que des fragments. Un vecteur calculé sur vingt pages décrit tout et rien en particulier, et le modèle reçoit alors un mur de texte.
La cinquième est de laisser le paramètre d'équilibre à sa valeur par défaut sans vérifier. La bonne valeur dépend du caractère du contenu, et la différence de précision dépasse souvent celle entre deux modèles d'embeddings.
La sixième est de ne pas avoir de jeu de test. Trente vraies questions avec le fragment attendu marqué permettent de comparer les réglages, et sans elles l'ajustement se réduit à des impressions.
FAQ
En quoi Weaviate diffère-t-il de Qdrant ?
Weaviate a intégrés la recherche hybride, la multi-tenancy et des vectoriseurs qui appellent un modèle à ta place. Qdrant met l'accent sur la performance et le filtrage avancé sur un modèle de données plus simple. Si tu construis un service pour de nombreux clients, le premier fait gagner du travail ; si c'est une seule recherche à gros volume, le second est souvent plus rapide.
Weaviate est-il gratuit ?
La version open source l'est, et tu l'exécutes toi-même sans frais de licence. La version managée a un plan Free sans date d'expiration, plafonné à un cluster et à cent mille objets, et les plans payants commencent à quarante-cinq dollars par mois, facturés selon les dimensions vectorielles, le disque et les sauvegardes.
Qu'est-ce que la recherche hybride m'apporte ?
Elle fusionne les résultats par le sens et par mots-clés, donc elle trouve à la fois des fragments de sens proche et ceux qui contiennent une chaîne exacte. La différence se voit surtout dans une documentation technique pleine de noms propres, de codes et de nombres, où la recherche vectorielle seule échoue.
Dois-je calculer moi-même les embeddings ?
Non, la base peut appeler un modèle de vectorisation pour toi, donc tu insères du texte brut. Pour des données sensibles, calcule cependant les embeddings dans ton propre code ou utilise un vectoriseur exécuté en local, car la variante cloud envoie le contenu des documents à un fournisseur de modèles.
Comment cela fonctionne-t-il avec de nombreux clients ?
Via la multi-tenancy intégrée à la collection, où chaque tenant détient son propre shard d'index. Une requête dans le contexte d'un tenant ne peut physiquement pas atteindre les données d'un autre, donc l'isolation découle de la structure plutôt que de la mémoire d'un filtre. Les tenants inactifs peuvent être rendus dormants pour n'occuper aucune mémoire.
La documentation se trouve sur le site du projet, et les détails de facturation dans l'article sur la mise à jour des tarifs.