ベクトル DB の役割
RAG や推薦システムで、大量の埋め込みベクトルから類似上位を高速に検索する専用データベース。HNSW、IVF などのインデックスで近似最近傍探索（ANN）を高速化します。
主要選択肢の比較
| 製品 | 特徴 | 向き |
|---|---|---|
| Pinecone | フルマネージド、簡単 | 素早く始めたい |
| Weaviate | OSS+クラウド、ハイブリッド | キーワード+ベクトル併用 |
| pgvector | PostgreSQL 拡張 | 既存 PG ある場合 |
| Qdrant | Rust 製、高速、OSS | 大規模・高速重視 |
| Milvus | OSS、超大規模対応 | 10 億ベクトル超 |
| Chroma | 軽量、開発用 | プロトタイプ |
| Elastic / OpenSearch | 既存検索基盤に追加 | 既存 ES 環境 |
選定ポイント
1. データ規模
- 10 万ベクトル未満：Chroma、SQLite + ローカル
- 100 万〜1 億：pgvector、Pinecone、Weaviate、Qdrant
- 10 億超：Milvus、Pinecone Enterprise
2. 既存スタック
- PostgreSQL ある → pgvector が最小コスト
- Elasticsearch ある → ES のベクトル機能
