AWSは2026年8月5日、Amazon DynamoDB内でのベクトル検索機能の一般提供を発表しました。これにより、ベクトル埋め込みを運用データと同じ場所に保存し、データを別のベクトルデータベースへコピーすることなく、テーブル内で直接類似検索を実行できます。
この機能は1桁台のミリ秒レベルの応答時間と99%を超える再現率を提供し、数兆個のベクトルを含むあらゆる規模に拡張できるよう設計されています。また、DynamoDBのサーバーレスアーキテクチャを基盤としているため、ユーザーはサーバーのプロビジョニング、パッチ適用、ソフトウェアのインストールや管理を行う必要がありません。AWSによると、このサービスではバージョン管理やメンテナンスウィンドウも必要なく、停止なしでメンテナンスが行われます。
AIアプリケーションのアーキテクチャの複雑さを軽減
DynamoDBを使用するアプリケーションにベクトル検索を導入するには、通常、データを専用のベクトルストアへコピーし、両サービスを同期するパイプラインを構築する必要がありました。AWSによると、このアプローチでは、運用上の負担、データ転送およびライセンスのコストに加え、規模拡大時に低く予測可能なレイテンシーを維持するという課題が生じていました。
ベクトル検索をDynamoDBに統合することで、運用データと埋め込みは同じサーバーレス基盤と、リクエスト単位の従量課金モデルを共有できます。ベクトルインデックスは無制限のストレージ容量を提供し、データの増加に応じて水平スケーリングします。
この機能は、エージェントのメモリ、検索拡張生成、レコメンデーションエンジン、パーソナライゼーション、異常検知など、セマンティック検索を必要とするさまざまな用途を対象としています。
ベクトル検索の仕組み
この機能では、ベクトル埋め込みを保存する属性に新しいタイプのインデックスを作成します。これらの埋め込みは、Amazon Bedrock Titan Text Embeddings、Cohere Embed、OpenAIのテキスト埋め込みモデルなど、ユーザーが選択したモデルで生成し、標準のPutItem呼び出しによって小数値のリストとして保存できます。
次にユーザーは、次元数、距離関数、検索中の結果のフィルタリングに使用できる非ベクトル属性を指定して、ベクトルインデックスを作成します。SearchVectorsインターフェイスは、クエリベクトルと必要な結果数（最大100件）に加え、任意のフィルター条件を受け取り、類似度順に結果を返します。
この機能は最大4096次元、ユークリッド距離、Cosine、Dot productの距離関数、およびインラインフィルタリングをサポートします。AWSは、最良の精度を得るため、距離関数を埋め込みモデルのトレーニングで使用した関数に合わせることを推奨しています。
スポーツ用品ストアの例
AWSのガイドでは、既存の商品カタログテーブルにベクトル検索を追加する方法を説明しています。この例では、商品の説明の埋め込みをdescriptionEmbeddingという新しい属性に、DynamoDBに存在するList型を使用して保存します。新しいデータ型やスキーマの変更は必要ありません。
ProductDescriptionIndexという名前のインデックスを作成した後、marketplaceをパーティションキーとして使用してベクトルをパーティションに分散し、検索を特定のマーケットプレイスに限定できます。また、categoryをフィルター属性として追加することもできます。フィルター条件は完全一致のみをサポートし、BETWEENやBEGINS_WITHなどの範囲条件はサポートしません。
「夏向けの軽量なランニングシューズ」のような自然言語のフレーズを検索する場合、ユーザーは同じモデルでクエリベクトルを生成し、インデックス、結果数、USなどのマーケットプレイス値、必要なカテゴリーを指定します。DynamoDBは、名前や価格などの運用属性とともに、最も類似した5つの商品を同じレスポンスで返します。CosineおよびEuclideanでは、値が小さいほど類似度が高く、Dot productでは値が大きいほど類似度が高いことを示します。
提供状況
DynamoDBのベクトル検索は、AWS GovCloud (US)リージョンを含む、すべてのAWS商用リージョンで一般提供されています。AWSは、リージョンごとの提供状況と今後のロードマップを確認するにはAWSのリージョン別機能ページを、料金の詳細についてはAmazon DynamoDBの料金ページを参照するよう案内しています。