Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
DynamoDBがベクトル検索に対応したらしい
Search
赤神青空
PRO
August 07, 2026
Video
Programming
51
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
DynamoDBがベクトル検索に対応したらしい
YouTube:
https://youtu.be/uwygVTfV_TY
赤神青空
PRO
August 07, 2026
Video
More Decks by 赤神青空
See All by 赤神青空
【AIニュース】Jev とは何か
akagami
PRO
0
7
【基本情報対策】CPU・メモリ・キャッシュ
akagami
PRO
0
14
【AIニュース】Anthropic が Git から Scion に移った理由
akagami
PRO
0
18
【AIニュース】Grok Voice 3.0 とは何か
akagami
PRO
0
19
【基本情報対策】探索・整列と計算量
akagami
PRO
0
14
【AIニュース】GPT-6 の Intelligent UI とは何か
akagami
PRO
0
25
【基本情報対策】スタック・キュー・木
akagami
PRO
0
16
【基本情報対策】AI・機械学習の基礎
akagami
PRO
0
22
【基本情報対策】浮動小数点と誤差
akagami
PRO
0
23
Other Decks in Programming
See All in Programming
[Dev Group Paris Octobre 26] Agentforce, SIforce, Claudeforce, Slackbot… on s'y retrouve ?
nabondance
0
110
UPDATE をやめる — EF Core でマスタをバージョン管理する
panda728
PRO
0
1.2k
自サークルのIdPからログアウトできるようになるまで
taiseiue
1
140
IBM Bob でAI駆動開発『QC-Playbook』
ichirokano2
0
110
phperだってパンチカードでコーディングしたい
o0h
PRO
0
340
Compiling a real-world CLI tool to native with Static Hermes
tmikov2023
0
120
Unity6 URPによる海底をテーマにしたVJシステムの解説 | Unity Shader 完全に理解した 勉強会
gam0022
0
370
Augmenting AI with the Power of Jakarta EE
ivargrimstad
0
210
複雑なUIコンポーネントとの ⻑い付き合い⽅:波及するバグからテスト戦略を経て、安全な再設計へ
mixplace
0
430
Performance Optimization With LLMs
xleitix
0
110
Everything will be SERVERLESS — 信じて運用した10年の経験値 / Everything Will be Serverless — Lessons Learned from 10 Years of Operational Experience
seike460
PRO
1
1.1k
JAWS-UG 東京支部が始める、JAWS-UG支部コラボ / JAWS-UG lunchtime LT Collaboration
y0hgi
0
280
Featured
See All Featured
Raft: Consensus for Rubyists
vanstee
142
7.8k
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
63
46k
Leadership Guide Workshop - DevTernity 2021
reverentgeek
1
400
Optimising Largest Contentful Paint
csswizardry
37
4k
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
460
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
540
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
1
450
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
3k
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
1
520
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
330
Designing Experiences People Love
moore
143
24k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
33
5.3k
Transcript
2026年8月7日(金) DynamoDBがベクトル検索に 対応したらしい 構成がどう変わって、どこに気をつけるか 赤神青空
▪2026年8月5日 一行で言うと GA 運用データと同じテーブルに埋め込みを置いたまま、 類似検索できるようになった。 今まで 専用のベクトルDBにコピーして同期していた。 今ココ 概要 これから
同じテーブル・同じリクエスト課金で完結する。 2/12
▪前提の確認ベクトル検索って何をしてる? 文章を数字の並びに変換して、その近さで探しています。 意味が近い文章は、数字の並びも近くなる だからキーワードが一致していなくてもヒットする この数字の並びを埋め込み(embedding)と呼ぶ 今ココ 概要 3/12
▪アプリから見た参照先が1つになる 構成がこう変わる Before ── 別のベクトルストアに同期していた アプリ DynamoDB Lambda ベクトルDB RAG
/ レコメンド 運用データ 同期処理 別サービス 検索は別系統に問い合わせ After ── DynamoDB 単体で完結する DynamoDB アプリ RAG / レコメンド 同期パイプライン テーブル項目 ベクトル索引 が不要になる 同期処理と別サービスが構成から落ちる 今ココ 構成 4/12
▪変わるところだけ 今までと、これから ✕ 今まで 別のベクトルDBにコピー 同期は自前で書いて運用 請求書が2枚 今ココ 構成 ◯
これから 同じテーブルに置くだけ 同期はそもそも不要 請求書が1枚 5/12
▪既存テーブルにあとから足せる 使うときの3ステップ 保存 → 埋め込みを属性として 属性ができる PutItem で入れる 埋め込みは自前で作る その属性に
ベクトル索引を作る DynamoDB は作ってくれません。Bedrock などでベクトル化して から保存します。 今ココ 使いかた 索引 → Active を待つ 検索 SearchVectors に クエリベクトルを渡す 索引の構築は無料 既存テーブルに索引を追加するときのバックフィルに追加料金は かかりません。 6/12
▪新しいデータ型は増えていない 項目はこうなる 既存の List 型に Number を並べるだけ。テーブル定義の変更は不要です。 json { "productId":
"P-1042", "marketplace": "US", "category": "footwear", "description": "lightweight mesh running shoe", "descriptionEmbedding": [0.021, -0.114, 0.087, 0.003] } 今ココ 使いかた 7/12
▪あとから変えにくいので先に決める 索引を作るときに決めること 次元数 距離関数 パーティションキー 今ココ 使いかた 使う埋め込みモデルの出力に合わせる。最大 4096 3種から選ぶ。テキスト埋め込みなら基本
Cosine 任意。ただし1回の検索はこの1値の中だけを見る 8/12
▪ここで用途を見極める フィルタでできること・できないこと ◯ できる 属性の完全一致での絞り込み category = footwear のような一致 索引作成時に指定した属性
今ココ 気をつけるところ ✕ できない BETWEEN の範囲条件 BEGINS_WITH の前方一致 価格帯や日付レンジでの絞り込み 9/12
▪ドキュメントまで読まないと気づきにくい つまずきそうなところ どれもあとで実装が変わるタイプの制約です。 DAX は SearchVectors に対応していない 検索結果にベクトル本体は返らない(必要なら明示指定) 検索は1つのパーティションキー値の中だけに届く 今ココ
気をつけるところ 10/12
▪競合していない。基準はレイテンシとデータの置き場所 S3 Vectors との棲み分け DynamoDB ベクトル検索 1桁ミリ秒 運用データと同居できる すでに DynamoDB
にあるなら 今ココ 気をつけるところ S3 Vectors 1秒未満 安く大量に貯められる 新規に作るなら 11/12
▪3行で持ち帰る まとめ 01 構成要素が1つ減る 別のベクトルストアと同期パイプラインが不要になる。 02 既存テーブルに後から足せる List 型の属性を1つ増やすだけ。索引のバックフィルは無料。 03
新規に作るなら S3 Vectors すでに DynamoDB にあるかどうかで選ぶ。 今ココ おわりに 12/12