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。
