Definition
Weaviate is an open-source, cloud-native vector database designed to store both vectors and structured data objects. It differentiates itself through built-in ML modules (text2vec, img2vec) that automatically generate embeddings, eliminating the need for external embedding pipelines. Weaviate uses a GraphQL API for queries, supports hybrid search (combining BM25 keyword search with vector similarity), and offers modular vectorizers for different embedding models (OpenAI, Cohere, Hugging Face, local models). Originally developed by SeMI Technologies (Netherlands), it’s now widely used for semantic search, RAG applications, and knowledge graphs.
Why it matters
Weaviate simplifies AI application development:
- Built-in vectorization — no separate embedding pipeline needed
- Hybrid search — combines keyword and semantic search in one query
- GraphQL interface — developer-friendly query language
- Multi-modal — supports text, images, and custom data types
- Schema flexibility — structured data alongside vectors
- Production ready — horizontal scaling, replication, multi-tenancy
How it works
┌────────────────────────────────────────────────────────────┐
│ WEAVIATE │
├────────────────────────────────────────────────────────────┤
│ │
│ KEY DIFFERENTIATOR: BUILT-IN VECTORIZATION │
│ ────────────────────────────────────────── │
│ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ │ │
│ │ Other Vector DBs: │ │
│ │ ┌─────────┐ ┌─────────────┐ ┌────────────┐ │ │
│ │ │ Your │ │ Embedding │ │ Vector │ │ │
│ │ │ App │ → │ API │ → │ DB │ │ │
│ │ │ │ │ (OpenAI) │ │ (Milvus) │ │ │
│ │ └─────────┘ └─────────────┘ └────────────┘ │ │
│ │ │ │
│ │ You manage embedding generation separately │ │
│ │ │ │
│ │ │ │
│ │ Weaviate: │ │
│ │ ┌─────────┐ ┌──────────────────────────────┐ │ │
│ │ │ Your │ │ WEAVIATE │ │ │
│ │ │ App │ → │ ┌─────────────────────────┐│ │ │
│ │ │ │ │ │ text2vec-openai module ││ │ │
│ │ │ "raw" │ │ │ (auto-generates embed.) ││ │ │
│ │ │ text │ │ ├─────────────────────────┤│ │ │
│ │ └─────────┘ │ │ Vector Storage ││ │ │
│ │ │ └─────────────────────────┘│ │ │
│ │ └──────────────────────────────┘ │ │
│ │ │ │
│ │ Send text, Weaviate handles vectorization │ │
│ │ │ │
│ └─────────────────────────────────────────────────────┘ │
│ │
│ │
│ WEAVIATE ARCHITECTURE: │
│ ────────────────────── │
│ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ │ │
│ │ ┌─────────────────────────────────────────────┐ │ │
│ │ │ API Layer │ │ │
│ │ │ │ │ │
│ │ │ ┌───────────┐ ┌───────────┐ ┌─────────┐ │ │ │
│ │ │ │ GraphQL │ │ REST │ │ gRPC │ │ │ │
│ │ │ │ Query │ │ CRUD │ │ Proto │ │ │ │
│ │ │ └───────────┘ └───────────┘ └─────────┘ │ │ │
│ │ └─────────────────────────────────────────────┘ │ │
│ │ │ │ │
│ │ ▼ │ │
│ │ ┌─────────────────────────────────────────────┐ │ │
│ │ │ Module System │ │ │
│ │ │ │ │ │
│ │ │ Vectorizers: │ │ │
│ │ │ ┌──────────────┐ ┌──────────────┐ │ │ │
│ │ │ │ text2vec- │ │ text2vec- │ │ │ │
│ │ │ │ openai │ │ huggingface │ │ │ │
│ │ │ └──────────────┘ └──────────────┘ │ │ │
│ │ │ ┌──────────────┐ ┌──────────────┐ │ │ │
│ │ │ │ text2vec- │ │ img2vec- │ │ │ │
│ │ │ │ cohere │ │ neural │ │ │ │
│ │ │ └──────────────┘ └──────────────┘ │ │ │
│ │ │ │ │ │
│ │ │ Readers/Generators: │ │ │
│ │ │ ┌──────────────┐ ┌──────────────┐ │ │ │
│ │ │ │ qna-openai │ │ generative- │ │ │ │
│ │ │ │ (Q&A) │ │ openai (RAG) │ │ │ │
│ │ │ └──────────────┘ └──────────────┘ │ │ │
│ │ └─────────────────────────────────────────────┘ │ │
│ │ │ │ │
│ │ ▼ │ │
│ │ ┌─────────────────────────────────────────────┐ │ │
│ │ │ Storage Engine │ │ │
│ │ │ │ │ │
│ │ │ ┌─────────────────────────────────────┐ │ │ │
│ │ │ │ HNSW Vector Index │ │ │ │
│ │ │ │ (in-memory for speed) │ │ │ │
│ │ │ └─────────────────────────────────────┘ │ │ │
│ │ │ │ │ │
│ │ │ ┌─────────────────────────────────────┐ │ │ │
│ │ │ │ Inverted Index (BM25) │ │ │ │
│ │ │ │ (keyword search, filtering) │ │ │ │
│ │ │ └─────────────────────────────────────┘ │ │ │
│ │ │ │ │ │
│ │ │ ┌─────────────────────────────────────┐ │ │ │
│ │ │ │ Object/Property Storage │ │ │ │
│ │ │ │ (structured data alongside vectors) │ │ │ │
│ │ │ └─────────────────────────────────────┘ │ │ │
│ │ │ │ │ │
│ │ └─────────────────────────────────────────────┘ │ │
│ │ │ │
│ └─────────────────────────────────────────────────────┘ │
│ │
│ │
│ HYBRID SEARCH (Unique Feature): │
│ ─────────────────────────────── │
│ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ │ │
│ │ Query: "machine learning best practices" │ │
│ │ │ │
│ │ ┌─────────────────────────────────────────────┐ │ │
│ │ │ │ │ │
│ │ │ Vector Search (semantic): │ │ │
│ │ │ "machine learning best practices" │ │ │
│ │ │ │ │ │ │
│ │ │ ▼ │ │ │
│ │ │ [0.23, -0.45, 0.89, ...] ─► ANN Search │ │ │
│ │ │ │ │ │
│ │ │ Finds conceptually similar docs about: │ │ │
│ │ │ • "ML deployment guidelines" │ │ │
│ │ │ • "AI model training tips" │ │ │
│ │ │ • "Deep learning workflows" │ │ │
│ │ │ │ │ │
│ │ └──────────────────┬──────────────────────────┘ │ │
│ │ │ │ │
│ │ │ FUSE │ │
│ │ │ (weighted combination) │ │
│ │ │ │ │
│ │ ┌──────────────────┴──────────────────────────┐ │ │
│ │ │ │ │ │
│ │ │ Keyword Search (BM25): │ │ │
│ │ │ "machine" AND "learning" AND "practices" │ │ │
│ │ │ │ │ │
│ │ │ Finds exact keyword matches: │ │ │
│ │ │ • Docs with literal phrase │ │ │
│ │ │ • Technical documents, code comments │ │ │
│ │ │ │ │ │
│ │ └─────────────────────────────────────────────┘ │ │
│ │ │ │
│ │ Result: Best of both worlds │ │
│ │ • Semantic understanding + exact matching │ │
│ │ • Configurable alpha (vector vs keyword weight) │ │
│ │ │ │
│ └─────────────────────────────────────────────────────┘ │
│ │
│ │
│ GRAPHQL QUERY EXAMPLE: │
│ ────────────────────── │
│ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ │ │
│ │ { │ │
│ │ Get { │ │
│ │ Article( │ │
│ │ hybrid: { │ │
│ │ query: "machine learning" │ │
│ │ alpha: 0.75 # 75% vector, 25% keyword │ │
│ │ } │ │
│ │ where: { │ │
│ │ path: ["category"] │ │
│ │ operator: Equal │ │
│ │ valueText: "technology" │ │
│ │ } │ │
│ │ limit: 10 │ │
│ │ ) { │ │
│ │ title │ │
│ │ content │ │
│ │ _additional { │ │
│ │ score │ │
│ │ distance │ │
│ │ } │ │
│ │ } │ │
│ │ } │ │
│ │ } │ │
│ │ │ │
│ └─────────────────────────────────────────────────────┘ │
│ │
│ │
│ WEAVIATE vs ALTERNATIVES: │
│ ───────────────────────── │
│ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ │ │
│ │ WEAVIATE MILVUS PINECONE QDRANT │ │
│ │ ────────────────────────────────────────────────── │ │
│ │ Built-in ✓ ✗ ✗ ✗ │ │
│ │ Vectorizer │ │
│ │ │ │
│ │ Hybrid ✓ ✓ ✓ ✓ │ │
│ │ Search │ │
│ │ │ │
│ │ GraphQL ✓ ✗ ✗ ✗ │ │
│ │ API │ │
│ │ │ │
│ │ Multi- ✓ ✓ ✓ ✓ │ │
│ │ tenancy │ │
│ │ │ │
│ │ Best for: Developer experience, RAG apps │ │
│ │ │ │
│ └─────────────────────────────────────────────────────┘ │
│ │
└────────────────────────────────────────────────────────────┘Common questions
Q: When should I use Weaviate vs Milvus?
A: Weaviate for simpler development (built-in vectorization, GraphQL), better for smaller teams. Milvus for maximum scale (billions of vectors), GPU acceleration, and when you already have embedding pipelines.
Q: How does Weaviate’s hybrid search work?
A: Combines BM25 keyword scoring with vector similarity, fusing results with configurable alpha weight. Alpha=1.0 is pure vector; alpha=0.0 is pure keyword. Default 0.75 works well for most RAG use cases.
Q: What embedding models does Weaviate support?
A: OpenAI, Cohere, Hugging Face, Google PaLM, local transformers models, and custom models via the API. Enable modules in configuration to auto-vectorize at insert time.
Q: Is Weaviate self-hosted or managed?
A: Both. Self-host via Docker/Kubernetes, or use Weaviate Cloud Services (WCS) for fully managed deployment with automatic scaling.
Related terms
- Vector database — general category
- Milvus — alternative vector database
- Semantic search — what Weaviate enables
- Embeddings — what Weaviate generates/stores
References
Weaviate (2024), “Weaviate Documentation”, Weaviate. [Official documentation]
van Hagen et al. (2021), “Weaviate: A Cloud-Native, Real-Time Vector Search Engine”, DB-Engines Blog. [Architecture overview]
Weaviate (2023), “Hybrid Search Explained”, Weaviate Blog. [Hybrid search deep dive]
SeMI Technologies (2024), “Weaviate Modules”, Weaviate. [Module ecosystem]