NodeDB

NodeDBとは？

NodeDBは、単一のデータベースエンジンで、リレーショナル、ベクター（AI）、グラフ、文書、列指向、科学配列といった異なるデータタイプをRustベースのアーキテクチャに統合し、複数のデータシステムを置き換えることを目指します。別々のデータベース間の断片化を減らし、混合データ作業時の「パイプライン」や「Python glue」の必要性を排除することを目標としています。

重要な位置づけとして、既存のPostgreSQLクライアントを「そのまま」使用して接続可能で、NodeDBはベクター検索とグラフ展開を1クエリに融合したGraphRAGスタイルのクエリをサポートします。ページに示された例は、セマンティック検索＋グラフコンテキストをデータベース層のワークフローとして表しています。

主な機能

• 複数データモデル（リレーショナル、ベクター、グラフ、文書、列指向、科学配列）向けの統一エンジン。別システム間を切り替えずに異なるデータタイプを保存・クエリ可能。
• Rustベースのアーキテクチャ。単一のRustバイナリで実装された「超効率的」エンジン。
• PostgreSQLクライアント互換性：ページでは既存のPostgresクライアントが「そのまま動作」と記載し、新バックエンド採用の摩擦を低減。
• ベクター検索とグラフ展開を1ステートメントで組み合わせたGraphRAGクエリサポート。「データベース層でのGraphRAG」と位置づけ。
• top-k検索、展開深度、エッジラベル・方向、結果融合設定を制御する1クエリGraphRAG融合ワークフロー（例のステートメントに示す）。

NodeDBの使い方

1. アーリーアクセスプロセスに参加するか、サイトの「Get Early Access」オプションでアクセスをリクエストして開始。
2. ページが明記するPostgresクライアント互換性により、既存のPostgreSQLクライアントで接続。
3. クエリのパラメータに従ってベクターからのセマンティック検索を実行し、グラフエッジを展開する単一のGraphRAGスタイルクエリを送信。
4. そのクエリの融合結果をLLMコンテキストの基盤として使用。ページではデータベース層でセマンティック検索＋グラフコンテキストを提供と位置づけ。

ユースケース

• 外部パイプラインなしでGraphRAG検索を構築：ベクター検索によるセマンティック検索を実行し、グラフエッジで関連エンティティを展開、結果を融合して下流LLM用に1回のデータベースクエリで実行。
• エンティティ中心の質問にグラフコンテキストで回答：トップベクターマッチを取得後、エッジラベル・方向を使って関係を展開し、近傍グラフ情報を同一クエリで収集。
• ランキングと構造が重要なハイブリッド検索を実装：表示された融合検索パラメータ（例：top-k、展開深度、融合設定）で直接ベクターマッチとグラフ展開結果をバランス。
• アプリ側オーケストレーションを削減：「パイプライン」や「Python glue」を避け、ベクターとグラフ操作の融合をデータベースクエリ内に移行。
• 複数モデルタイプのデータストレージを統合：現在リレーショナル、ベクター、グラフ関係で別システム依存のアプリで、それらをカバーする単一エンジンとしてNodeDBを使用。

FAQ

• NodeDBはベクターとグラフ検索の組み合わせに別パイプラインやPython glueが必要か？ ページでは「1クエリ」で「No pipelines」「No Python glue」とし、データベース層での融合を記述。

• 「Your existing Postgres client just works」とは？ サイトはPostgreSQLクライアント互換性を明記し、一般的なPostgresクライアントパターンで接続可能を示唆。

• この文脈でのGraphRAGとは？ ページでは「ベクター検索＋グラフ展開」を1クエリで融合し、セマンティック検索結果とグラフコンテキストをLLM用に生成と位置づけ。

• NodeDBがサポートするデータモデルは？ ページにリレーショナル、ベクター、グラフ、文書、列指向、科学配列を記載。

代替案

• 独立したベクターデータベース + 独立したグラフデータベース：ベクター検索とグラフトラバーサルを別システムに分けるため、通常アプリケーション層で検索と統合を調整する必要がある（NodeDBはこのパイプラインと接着剤を回避）。
• 外部リランキング/統合付きハイブリッド検索サービス：一部のソリューションはセマンティック検索＋リランキングを提供するが、検索とグラフ/コンテキスト拡張のステップ間で調整が必要な場合がある。
• ベクター/グラフ拡張付き従来のSQLデータベース：アドオンで混合モデルクエリを近似可能だが、本ページの売りはデータ型横断の統一エンジンと1クエリ統合。
• アプリケーション層で実装したGraphRAG：データベース内でベクター検索とグラフ拡張を行う代わりに、アプリケーションで複数検索ステップを実行しLLM用コンテキストを組み立てる。