ベクトルデータベースとは？RAG・AI検索に必須の仕組みを図解で解説
オープンソースラボ編集部 ・ 2026年6月13日
ベクトルデータベースとは、文章や画像を**「意味」を表す数値の並び（ベクトル）として保存し、意味の近さで検索できる**データベースです。AIチャットに自社データを答えさせるRAGの心臓部であり、近年急速に重要度を増しています。
なぜ普通のDBではダメなのか
従来のデータベースは「完全一致」や「キーワード一致」で検索します。一方、AIに「料金の安いプランは？」と聞くと、「価格」「コスト」など言い回しが違っても意味が近い文書を見つける必要があります。これを可能にするのがベクトル検索です。
仕組み（ざっくり）
- 文章を埋め込み(Embeddings)で数値ベクトルに変換
- ベクトルDBに保存
- 質問もベクトル化し、距離が近い文書を高速に取り出す
代表的なベクトルDB・関連OSS
- pgvector：PostgreSQL拡張でベクトル検索を追加（pgvector↗）
- Qdrant：高速な専用ベクトルDB（qdrant.tech↗）
- LightRAG：ベクトル検索を含むRAGを手軽に構築
RAGとの関係
ベクトルDBはRAGの検索パートを担います。社内文書をベクトル化して貯め、質問に関連する箇所を取り出してLLMに渡す——この流れの土台です。実際の構築はRAG構築OSS6選が参考になります。
まとめ
ベクトルDBは「意味で探す検索エンジン」。RAGや社内AI検索を作るなら避けて通れない要素です。まずはpgvectorやLightRAGで小さく試すのがおすすめです。関連OSSはデータベースカテゴリから。
よくある質問（FAQ）
Q. ベクトルDBは専用のものが必要ですか？
必須ではありません。pgvectorのように既存のPostgreSQLに追加する方法もあり、小規模ならそれで十分なことも多いです。
Q. 普通の全文検索とどう違いますか？
全文検索は語の一致、ベクトル検索は意味の近さで探します。言い換えや類義語に強いのがベクトル検索です。
Q. 無料で使えますか？
pgvectorやQdrant、LightRAGなどオープンソースの選択肢が豊富で、無料で始められます。
関連リンク・公式情報
ここで紹介したツールの一次情報（公式サイト・ソースコード）と、オープンソースラボ内の関連ページをまとめました。導入検討の際にご活用ください。
公式サイト・ソースコード（外部リンク）
オープンソースラボの関連ページ（内部リンク）
