原文：[​https://mp.weixin.qq.com/s/nJWQiXoSGbzqgk8uhPj2zQ](https://mp.weixin.qq.com/s/nJWQiXoSGbzqgk8uhPj2zQ)

**RAG往期文章推荐**
[RAG效果差？7个指标让你的准确率大幅提升](https://mp.weixin.qq.com/s/VV29xpdOMEkbz4iXmD_szg)
[RAG评测完整指南：指标、测试和最佳实践](https://mp.weixin.qq.com/s/am89yasxAvuYUToEAWNyTA)
[收藏！RAG核心工具大全: 7大解析工具+向量模型+数据库+检索排序](https://mp.weixin.qq.com/s/5XAWHqjZspU9xtC_CckV3w)
[GraphRAG开源生态全景：6大主流开源项目，微软/蚂蚁/港大项目同台PK](https://mp.weixin.qq.com/s/f8AZoxRMoXefedbnPzNBIQ)
[RAG系列：#5 RAG中的11种分块策略](https://mp.weixin.qq.com/s/Yax05qsVj1tXi77za8Wm2g)
[企业级落地方案：Docker 部署 CodeGraph 多项目统一 MCP 网关，附源码](https://mp.weixin.qq.com/s/9hZHi9F4Kscou8CaHhFNEg)
[一文搞定Gerrit/Gitee/GitHub MCP Server，实现开发全流程自动化](https://mp.weixin.qq.com/s/67AffPwDYEw4s4V7oSlrdQ)
[面向AIGC的检索增强生成综述](https://mp.weixin.qq.com/s/Z3355OEqzJBQvqXONxgO0g)
[智能体化检索增强生成：智能体化 RAG 的综述](https://mp.weixin.qq.com/s/0iZbROEfeHA470l4zM1mAg)

github:  https://github.com/infiniflow/ragflow

RAGFlow 采用多存储分离架构，将结构化元数据、原始文件、检索索引、缓存与任务队列等不同职责拆分到独立存储组件中，各组件按需选型、独立扩展，并针对各自负载特征进行优化。其核心存储分工如下：
- **元数据库**：存储结构化业务元数据，是系统状态与业务关系的核心承载。
- **对象存储**：存储原始文件与解析产物等非结构化二进制数据。
- **文档/向量检索引擎**：存储 chunk 文本与向量 Embedding，支撑全文检索、向量检索与混合召回。
- **Redis**：承担缓存、异步任务队列与分布式锁等临时状态管理。


在默认的 Docker Compose 部署方案中，RAGFlow 通常组合使用 MySQL + MinIO + Elasticsearch + Redis。同时，各存储组件并非绑定单一实现，而是支持按组件替换与组合，以适应不同部署环境、成本模型和技术栈偏好。例如：
- 元数据库可替换为 PostgreSQL、OceanBase 等；
- 对象存储可替换为 S3、OSS、Azure Blob、GCS 等；
- 文档/向量检索引擎可替换为 Infinity、OpenSearch、OceanBase、GaussDB 等；
- Redis 也可根据实际部署条件选择独立服务或托管服务。


因此，RAGFlow 的多存储分离架构不仅体现在不同存储各司其职，更体现在**各组件可插拔、可替换、可组合**的工程化设计上。这种架构既保证了默认部署的开箱即用，也为生产环境中的规模化、国产化、云原生化部署提供了灵活的存储选型空间。

# MySQL（元数据数据库)

**核心定位**：结构化业务元数据存储，不存原始文件、不存向量。
**存储内容**：
- 用户、租户、知识库、文档记录、分片元信息、对话历史、API Key、系统配置、权限、任务状态等结构化数据。

**能力：**
- 提供事务与关系查询能力，维护知识库与文档之间的关联关系。
- 支撑权限校验、状态流转、配置读取等业务逻辑。

- **不保存：**
	- 文件二进制内容、chunk 文本、向量 embedding。

**可替换**：PostgreSQL、OceanBase 等。
**典型场景：**
- 查询某知识库下有哪些文档、创建时间、权限归属；
- 保存问答对话记录与任务状态。


# MinIO（对象存储）

**核心定位**：原始文件二进制存储。
**存储内容**：
- 用户上传的 PDF、Word、图片等原始文件；
- 解析后产生的图片、附件等资源。

**能力：**
- 提供 S3 兼容的对象存储能力，适合大文件与非结构化二进制数据；
- 支持多知识库引用同一份文件，避免重复存储。

**可替换**：S3、阿里云 OSS、Azure Blob、GCS 等。
**特点：**
- 文件上传后放入 MinIO；
- 解析时从 MinIO 读取原始文件；
- 删除知识库不会直接删除原始文件，文件管理由独立机制控制。

**数据流**：
- 上传文件 → 写入 MinIO → MySQL 记录文件元信息。


# 文档&向量引擎（Elasticsearch / Infinity / OpenSearch / OceanBase）

**核心定位**：chunk 文本 + 向量 Embedding 存储，混合检索（关键词 BM25 + 向量相似度），是 RAG 最核心的检索存储。RAGFlow 将其称为 Document Engine，它不是单纯的向量库，而是全文与向量混合引擎。
**Elasticsearch（默认）**
- **保存内容：**
	- 文档切分后的 chunk 文本、BM25 倒排索引、向量 embedding。
- **能力：**
	- 全文关键词检索、向量检索、短语匹配、复合排序、hybrid 检索。


**Infinity（InfiniFlow自研，推荐高性能RAG场景）**
- AI 原生数据库，同时支持稠密向量、稀疏向量、全文检索；
- 针对 RAG 场景优化，向量检索性能优于 ES。


**OpenSearch**
- ES分支，功能接近，可替换ES


**OceanBase/GaussDB**
- 国产数据库，支持向量能力，适合国产化部署


**检索流程：**
- 用户提问 → 向量化 → 在引擎内同时做BM25关键词+向量召回 → rerank → 返回相关片段


# Redis

**核心定位**：缓存 + 异步任务队列 + 分布式锁。
**任务队列**：
- 文档解析、OCR、切分、Embedding 生成等异步任务（Celery broker）；
- 文件上传后，解析任务丢进 Redis 队列，由 worker 消费。

**缓存**：
- 临时缓存模型结果、检索结果、会话临时数据，减少数据库压力。

**分布式锁**：
- 多实例部署时防止任务重复执行。

**特点**：
- 不持久化业务数据，属于临时状态存储。


# 完整数据流

1. 用户上传 PDF → 文件二进制存入 MinIO；文件元信息记录到 MySQL。
2. 解析任务推入 Redis 队列。
3. Worker 读取 MinIO 原始文件，进行解析、切分、生成 Embedding。
4. Chunk 文本 + 向量写入 ES / Infinity。
5. 用户提问：查询进入 RAG → 在 ES / Infinity 混合召回 chunk → 交给 LLM 生成答案；对话记录写入 MySQL。


# 架构总结


| | | | |
|:-:|:-:|:-:|:-:|
|**组件**|**存储内容**|**核心作用**|**是否持久化业务数据**|
|MySQL|用户/知识库/对话/文档元数据|业务关系、权限、对话记录|是|
|MinIO(S3)|PDF/Word/图片原始文件|二进制文件持久化|是|
|ES/Infinity|chunk文本、向量、倒排索引|混合检索（关键词+向量）|是|
|Redis|任务队列、临时缓存、锁|异步任务调度、缓存|默认内存，持久化可选|
RAGFlow 的多存储分离架构，本质上是按数据形态与访问模式进行职责拆分：
- **MySQL** 管结构化元数据与业务关系；
- **MinIO** 管原始文件与二进制资源；
- **ES/Infinity** 管 chunk 文本、向量与混合检索；
- **Redis** 管缓存、队列与分布式协调。


这种设计使各组件能够独立扩展、按需替换，既保证了默认部署的开箱即用，也为生产环境中的规模化、国产化、云原生化部署提供了灵活的存储选型空间。

原文：​https://mp.weixin.qq.com/s/nJWQiXoSGbzqgk8uhPj2zQ

一文看懂 RAGFlow 四层存储：元数据、对象、检索、缓存如何协作

RAGFlow 采用多存储分离架构，将结构化元数据、原始文件、检索索引、缓存与任务队列等不同职责拆分到独立存储组件中，各组件按需选型、独立扩展，并针对各自负载特征进行优化。

数据库

云计算

架构设计

RAGFlow采用多存储分离架构，MySQL管理元数据、MinIO存储原始文件、Elasticsearch/Infinity承担混合检索、Redis处理缓存与任务队列，各组件可插拔替换，支持PostgreSQL、S3、OpenSearch等选型，兼顾开箱即用与生产环境灵活部署。

结构化数据

对象存储

数据存储

PostgreSQL

智能体

云原生

数据流

GraphRAG

Redis

MySQL

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

一文看懂 RAGFlow 四层存储：元数据、对象、检索、缓存如何协作-腾讯云开发者社区-腾讯云

一文看懂 RAGFlow 四层存储：元数据、对象、检索、缓存如何协作

一文看懂 RAGFlow 四层存储：元数据、对象、检索、缓存如何协作

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐