Vektör Veritabanı Nedir? Nasıl Seçilir?

Vektör veritabanı, metinlerin anlamını temsil eden sayı dizilerini saklayan ve aralarından en benzerini hızlıca bulan bir veritabanı türüdür. Yapay zekâ uygulamalarının, özellikle RAG mimarisinin altyapı taşıdır.

Neden klasik veritabanı yetmiyor?

Klasik veritabanı kesin eşleşme için tasarlanmıştır: müşteri numarası 4271 olan kaydı getir. Sorgu ile kayıt ya eşleşir ya eşleşmez.

Anlamsal aramada ise soru şudur: "bu soruya en yakın anlamlı beş belge hangisi?" Burada eşleşme değil yakınlık aranır ve yüzlerce boyutlu uzayda milyonlarca nokta arasında en yakınları bulmak, klasik indeks yapılarının işi değildir. Vektör veritabanları tam bu hesap için özelleşmiştir.

Kavramın temeli olan embedding konusunu ayrı yazıda anlattım.

Nasıl hızlı çalışır?

Milyonlarca vektörle tek tek karşılaştırma yapmak yavaştır. Bu yüzden yaklaşık en yakın komşu (ANN) algoritmaları kullanılır. Bu algoritmalar kesin en yakını değil, neredeyse kesin en yakını bulur; karşılığında binlerce kat hız kazandırır. Arama sonuçlarında bu takas neredeyse hiç fark edilmez.

Popüler seçenekler

• Pinecone: Yönetilen bulut hizmeti, kurulum yükü yok, ölçeklenir. Hızlı başlangıç için en pratiği.
• Qdrant / Weaviate / Milvus: Açık kaynak, kendi sunucunuzda çalıştırılabilir. Veri gizliliği kritikse öne çıkarlar.
• pgvector: PostgreSQL eklentisi. Zaten Postgres kullanıyorsanız yeni bir sistem eklemeden vektör araması yapmanızı sağlar.
• Chroma / FAISS: Yerel geliştirme ve prototip için hafif seçenekler.

Seçim kriterleri

1. Ölçek: On bin belgeyle milyonlarca belge çok farklı ihtiyaçlar doğurur. Küçük ölçekte pgvector fazlasıyla yeterlidir ve yeni bir bağımlılık getirmez.
2. Veri gizliliği: Hassas veride kendi sunucunuzda çalışan açık kaynak çözümler öne çıkar.
3. Filtreleme ihtiyacı: "Sadece 2026 tarihli ve satış departmanına ait belgeler içinde ara" gibi metadata filtresi çoğu gerçek senaryoda şarttır; desteğinin kalitesi ürünler arasında ciddi fark eder.
4. İşletme yükü: Yönetilen hizmet pahalıdır ama kimsenin bakması gerekmez. Ekipte altyapı bakacak kişi yoksa bu maliyet ucuzdur.

Yaygın hata: erken karmaşıklık

Bin belgelik bir bilgi tabanı için dağıtık vektör kümesi kurmaya gerek yok. Prototipte dosya tabanlı bir indeks veya pgvector ile başlayın; darboğaz gerçekten oluştuğunda taşıyın. Vektör veritabanı seçimi geri dönülmez bir karar değildir, çünkü asıl değerli varlık veritabanı değil, belgelerinizin kendisidir.

Sıkça sorulan sorular

Vektör veritabanı olmadan RAG yapılabilir mi?

Küçük ölçekte evet. Birkaç yüz parçayla çalışıyorsanız bellekte benzerlik hesaplamak yeterlidir. Veritabanı, ölçek ve kalıcılık gerektiğinde devreye girer.

Vektörler ne kadar yer kaplar?

Boyut sayısına bağlıdır. 1.536 boyutlu bir vektör kabaca 6 KB tutar; yüz bin parça yaklaşık 600 MB eder. Metnin kendisinden büyük olabileceğini hesaba katın.

Hibrit arama nedir?

Anlamsal aramayla klasik kelime aramasını birleştiren yaklaşımdır. Ürün kodu, isim ve kısaltma gibi tam eşleşme gereken durumlarda isabeti belirgin artırır; pratikte çoğu ciddi sistem hibrit çalışır.

pgvector ile özel bir vektör veritabanı arasında nasıl seçilir?

Zaten PostgreSQL kullanıyorsanız pgvector, yeni bir sistem eklemeden başlamanın en düşük sürtünmeli yoludur; küçük-orta ölçekte fazlasıyla yeterlidir. Milyonlarca vektör, çok yüksek sorgu hızı veya gelişmiş filtreleme gerektiğinde özel çözümler (Pinecone, Qdrant gibi) devreye girer.