AWS добавила нативный векторный поиск в DynamoDB

Amazon DynamoDB получил встроенный векторный поиск, который позволяет хранить эмбеддинги вместе с данными приложения и выполнять запросы ближайших соседей без отдельной векторной базы данных. Функция поддерживает фильтрованный поиск по сходству и настраиваемые векторные индексы для семантических нагрузок.

Amazon DynamoDB, одна из самых популярных NoSQL-баз данных в мире, теперь умеет искать векторы прямо из коробки. Разработчики могут хранить эмбеддинги рядом с основными данными приложения и выполнять запросы приблизительных ближайших соседей, не поднимая отдельную векторную базу данных. Это значительный шаг для AWS, который пытается упростить создание семантических поисковых систем и RAG-приложений.

Анонс прозвучал на конференции AWS re:Invent 2026. Векторный поиск в DynamoDB поддерживает фильтрованные запросы по сходству и настраиваемые векторные индексы. Это означает, что разработчики могут комбинировать традиционные условия по атрибутам с векторным поиском, получая более точные результаты. Например, можно искать похожие товары только в определённой категории или среди товаров дешевле заданной цены.

Как работает векторный поиск в DynamoDB

Векторный поиск в DynamoDB реализован как дополнительный тип вторичного индекса. Разработчики создают векторный индекс, указывая размерность вектора и метрику расстояния — косинусное сходство или евклидово расстояние. После этого можно выполнять запросы, передавая вектор запроса и количество ближайших соседей, которые нужно вернуть.

Фильтрация работает на этапе предварительной выборки: сначала система отбирает потенциально релевантные элементы по векторному индексу, затем применяет фильтры по другим атрибутам. Такой подход позволяет сохранить производительность даже при больших объёмах данных, хотя AWS предупреждает, что фильтрация может увеличить задержку, если фильтры слишком избирательны.

Почему это важно для разработчиков

До этого нововведения для векторного поиска приходилось использовать отдельные сервисы, такие как Amazon OpenSearch Serverless, Amazon Aurora PostgreSQL с pgvector или специализированные базы данных вроде Pinecone. Это означало дополнительную инфраструктуру, синхронизацию данных и увеличение затрат на эксплуатацию. Теперь часть нагрузок можно перенести прямо в DynamoDB, что упрощает архитектуру и снижает задержки, так как данные не нужно копировать между системами.

Однако важно понимать ограничения. Векторный поиск в DynamoDB не заменяет полноценные векторные базы данных для сложных сценариев, таких как кластеризация или гибридный поиск с BM25. Он ориентирован на простые семантические запросы, где основная часть данных уже лежит в DynamoDB. Для высоконагруженных систем с миллиардами векторов по-прежнему стоит рассматривать специализированные решения.

Технические детали и производительность

AWS заявляет, что векторный поиск в DynamoDB поддерживает до 100 000 векторов в индексе по умолчанию, но можно запросить увеличение квоты. Максимальная размерность вектора — 4096, что покрывает большинство современных моделей эмбеддингов, включая OpenAI text-embedding-3 и модели из Amazon Bedrock. Метрики расстояния: косинусное сходство и евклидово расстояние.

Производительность зависит от размера индекса и количества фильтров. AWS обещает задержку в однозначных миллисекундах для индексов до 10 000 векторов, но для больших индексов время может расти. Важно, что векторный поиск использует ту же модель ёмкости, что и обычные индексы DynamoDB, поэтому разработчикам нужно учитывать потребление единиц чтения и записи.

Кого затронет и как

Нововведение в первую очередь полезно командам, которые уже используют DynamoDB для хранения данных и хотят добавить семантический поиск без внедрения новой инфраструктуры. Это касается стартапов, создающих рекомендательные системы, чат-ботов с памятью или поиск по документам. Для крупных предприятий, которые рассматривают RAG-архитектуры, это упрощает соблюдение требований к безопасности, так как данные остаются в том же сервисе.

Для разработчиков из России и СНГ это тоже актуально, так как DynamoDB доступна в AWS регионах, хотя санкционные ограничения могут влиять на доступность. Тем не менее, многие компании используют DynamoDB через глобальные аккаунты, и новая функция может упростить их архитектуру.

Что дальше

AWS продолжает расширять возможности векторного поиска в своих сервисах. В ближайших планах — поддержка гибридного поиска, который сочетает векторный и лексический поиск, а также интеграция с Amazon Bedrock для автоматического создания эмбеддингов при записи данных. Также ожидается улучшение производительности для больших индексов.

Стоит следить за обновлениями документации и анонсами на re:Invent. Векторный поиск уже доступен в нескольких регионах, включая Северную Вирджинию, Орегон и Ирландию. AWS планирует расширить доступность в ближайшие месяцы.

Итог

Нативный векторный поиск в DynamoDB — это важный шаг к упрощению создания семантических приложений. Он позволяет разработчикам быстрее запускать функции поиска, не разворачивая отдельные векторные базы данных. Для небольших и средних нагрузок это отличное решение, которое экономит время и деньги. Следите за развитием этой функции — она станет стандартом для многих RAG-приложений.