ベクトルデータベース

べくとるでーたべーす

ベクトルデータベース

ベクトルデータベースとは、テキストや画像を数値ベクトル（エンベディング）に変換して格納し、意味的な類似度に基づく高速検索を提供するデータベースである。

従来の RDB はキーワード一致で検索する。「犬」で検索すると「犬」という文字列を含む行がヒットするが、「子犬」「ワンちゃん」は拾えない。ベクトルデータベースはこの制約を突破する。テキストをエンベディングモデルで数百〜数千次元のベクトルに変換して格納し、クエリとの「意味的な距離」で検索するため、同義語や言い換えにも対応できる。

RAG（Retrieval-Augmented Generation）の普及とともに需要が急増した。LLM に外部知識を渡すには、まず関連文書を高速に検索する必要がある。ベクトルデータベースはこの検索層を担うインフラだ。

主要な実装としては、専用データベースの Pinecone や Weaviate、既存 DB への拡張として PostgreSQL の pgvector がある。pgvector は Supabase にも統合されており、既存の RDB 運用フローの中にベクトル検索を組み込めるのが利点だ。

インデックスアルゴリズムには HNSW（Hierarchical Navigable Small World）が広く使われている。検索精度と速度のトレードオフがあり、チャンクサイズの設計やメタデータフィルタの併用が実務上の腕の見せ所になる。

この用語を扱う記事

関連用語

RRF
RAG・検索

RRF

RRF（Reciprocal Rank Fusion）とは、複数の検索手法が返すランキング結果を統合するスコアリング手法である。各手法での順位の逆数を合算することで、異なるスコア体系を正規化なしに融合

Agentic RAG
RAG・検索

Agentic RAG

Agentic RAG とは、LLM がエージェントとして検索クエリの生成・結果の評価・再検索の判断を自律的に繰り返すことで、単純な一問一答型 RAG では得られない回答精度を実現するアーキテクチャで

エンベディング
RAG・検索

エンベディング

エンベディング（Embedding）とは、テキスト・画像・音声などの非構造化データを、意味的な関係性を保ったまま固定長の数値ベクトルに変換する技術である。

GraphRAG
RAG・検索

GraphRAG

ナレッジグラフとベクトル検索を組み合わせ、エンティティ間の関係性を活用して検索精度を向上させる次世代RAGアーキテクチャ。