Webエンジニア向けプログラミング解説動画をYouTubeで配信中!
▶ チャンネル登録はこちら

【ITニュース解説】pg_vectorsearch Claims 6 ms at 100M Vectors. Filtered Queries Can Come Back Short

2026年10月15日に「Dev.to」が公開したITニュース「pg_vectorsearch Claims 6 ms at 100M Vectors. Filtered Queries Can Come Back Short」について初心者にもわかりやすく解説しています。

作成日: 更新日:

ITニュース概要

TimescaleDBがPostgreSQL向けの新拡張「pg_vectorsearch」を発表。新しいPRISMインデックスは、1億件のベクトル検索で6msという高速処理を主張する。既存のpgvectorのHNSWより高速でメモリ効率も良いが、フィルタリング条件付きクエリには課題が残るアルファ版だ。PostgreSQL 18以降で利用可能。

ITニュース解説

システムエンジニアを目指す皆さんにとって、データベースはシステムの根幹をなす非常に重要な要素だ。特に近年、AI技術の発展とともに「ベクトルデータベース」と呼ばれる新しい種類のデータベース技術が注目されている。これは、テキストや画像などのデータを数値のベクトル形式に変換し、似た意味を持つデータを高速に検索するためのものだ。今回解説するのは、PostgreSQLという広く使われているデータベースをこのベクトル検索の面でさらに強化する「pg_vectorsearch」という新しい拡張機能とその中心技術である「PRISM」についてだ。

これまでPostgreSQLでベクトル検索を行う際には「pgvector」という拡張機能が一般的だった。pgvectorには「HNSW」と「IVFFlat」という二つのインデックス(データベースの検索を高速化する仕組み)がある。HNSWは高速な検索で知られる一方で、インデックスの構築に時間がかかったり、多くのメモリを消費したりするという課題があった。

そんな中、Tiger Dataという会社が「pg_vectorsearch」という新しいオープンソースのPostgreSQL拡張機能を発表した。この拡張機能の最大の特徴は、「PRISM(Partitioned Routing Index for Similarity Matching)」という独自の新しいインデックスを採用している点にある。Tiger Dataは、PRISMが1億件ものベクトルデータに対して、わずか6ミリ秒という非常に短い時間で検索結果を返すことができると主張している。これは、pgvectorのHNSWではインデックスの構築すら完了しなかったような大規模なデータセットでも、PRISMが高い性能を発揮する可能性を示唆している。

PRISMの技術的な仕組みは、HNSWがグラフ構造を利用するのとは異なり、まずベクトルデータを「k-meansクラスタリング」という手法で複数のグループ(クラスター)に分割する。そして、各ベクトルを「RaBitQコード」というコンパクトな形式で格納し、クエリ時にはまず最も近いクラスターを特定し、その中の候補を絞り込むことで高速な検索を実現している。このアプローチは、pgvectorのIVFFlatに概念的に似ているが、より効率的なデータ表現と検索プロセスを可能にしている。

pg_vectorsearchはPostgreSQL 18以降で利用可能だ。また、pgvectorが提供する「vector」や「halfvec」といった既存のベクトルデータ型と互換性があるため、既にpgvectorを使っている環境でも、テーブルを再構築することなくPRISMインデックスを追加できる。これは、既存システムへの導入の敷居を下げる大きな利点だ。

ただし、PRISMの高性能を示す数値は、開発元であるTiger Dataが自社のベンチマークツール「rekall」で測定したものであり、実際に利用する環境で同様の性能が出るとは限らないため、慎重に評価する必要がある。また、このpg_vectorsearchは現時点では「アルファ版」という開発初期段階にあり、いくつかの制限事項があることを理解しておく必要がある。

最も注意すべき制限の一つは、「フィルタリングされたクエリ」における挙動だ。例えば、「特定の顧客のデータの中から、最も関連性の高い10件の情報を取得する」といった、WHERE句を使って条件を絞り込みつつ類似度検索を行うクエリの場合、PRISMのアルファ版では、WHERE句の条件を満たすデータがインデックスの検索範囲外にあった場合に、期待通りの結果が得られない、あるいはLIMITで指定した件数に満たない結果が返される可能性がある。これは、PRISMが類似度に基づいて候補を絞り込む過程で、フィルタリング条件が後から適用される場合に発生する問題だ。

さらに、PRISMが扱えるベクトルの次元数には最大1,968次元という制限がある。もしOpenAIの最新の埋め込みモデルのように、デフォルトで3,072次元のベクトルを出力するサービスを使っている場合、PRISMでインデックス化するには、ベクトルを短縮するなどの工夫が必要となる。

その他にも、アルファ版では、データの頻繁な追加や削除によってインデックスの性能が低下する可能性があり、その際には手動で「REINDEX」コマンドを実行してインデックスを再構築する必要がある。また、データベースの複製(レプリケーション)やバックアップ・リストアといった、本番運用に不可欠な機能に関するテストはまだ完了していない。

以前Tiger Dataが提供していたベクトル検索拡張機能「pgvectorscale」は、今後メンテナンスモードに移行することが発表されており、pg_vectorsearchが同社のベクトル検索における主力のソリューションとなることが予想される。

もし皆さんが、既存のPostgreSQL環境で大規模なベクトル検索の性能課題に直面している、特にHNSWインデックスの構築に膨大な時間がかかっている、あるいはインデックスがメモリに収まりきらなくなっているといった状況であれば、pg_vectorsearchは試してみる価値のある選択肢となるだろう。しかし、本番環境への導入を検討する際には、まずPostgreSQL 18へのアップグレードが必要であること、そして特にフィルタリングに関する制限やその他のアルファ版特有の課題を十分に理解し、本番環境のコピーやステージング環境で徹底的な検証を行うことが不可欠だ。

実際に試す場合、まず「CREATE EXTENSION pg_vectorsearch;」で拡張機能を有効化し、その後「CREATE INDEX」文で既存のベクトルカラムにPRISMインデックスを追加する。そして、「EXPLAIN」コマンドを使って、データベースがPRISMインデックスを正しく利用しているかを確認する。さらに、インデックススキャンを一時的に無効にして実行したクエリ結果とPRISMを使ったクエリ結果を比較することで、検索精度(リコール)がどの程度であるかを評価することが推奨される。

新しい技術の導入は、常に性能、メモリ使用量、構築時間、そしてどのような種類のクエリを多用するかといった要素を考慮した上でのトレードオフの判断が求められる。pg_vectorsearchはPostgreSQLで大規模なベクトル検索を実現するための非常に有望なツールではあるが、その成熟度を考慮し、慎重な検討と検証を行うことが、システムエンジニアとして成功するために重要となるだろう。

関連コンテンツ

関連IT用語