Yandex B2B Tech представила технологию гибридного поиска для корпоративных ИТ-продуктов
Yandex B2B Tech 2 октября 2026 года объявила о запуске гибридного поиска в базе данных YDB. Технология объединяет полнотекстовый поиск по точному совпадению символов и векторный поиск по смысловой близости в одном SQL-запросе. Решение доступно в enterprise-редакции YDB 26.3, облачном Managed Service for YDB и в опенсорсе.
Как гибридный поиск решает проблему точности и смысла
YDB стала первой российской СУБД, в которую встроен гибридный поиск, объединяющий полнотекстовый и векторный подходы. Традиционный полнотекстовый поиск находит документы по точному совпадению символов — номера договоров, коды товаров, специфические термины. Векторный поиск, напротив, понимает смысл запроса: «сбой в системе» и «ошибка в работе ПО» для него означают одно и то же. Однако каждый из подходов по отдельности не покрывает все потребности бизнеса. Полнотекстовый поиск не уловит семантическую близость, а векторный может пропустить точные идентификаторы.
YDB объединяет оба метода в гибридном поиске. В одном SQL-запросе можно одновременно искать точные совпадения и семантически близкие документы. Например, запрос «выплаты по полису 7702-345678 при переносе рейса» требует точного нахождения номера полиса и смыслового понимания описания страхового случая. Гибридный поиск обрабатывает обе части.
Техническая реализация: индексы как служебные таблицы
В YDB полнотекстовый и векторный индексы реализованы как служебные таблицы той же распределённой СУБД. Они хранятся с той же избыточностью, автоматически партицируются и перемещаются между узлами кластера. Ключевое преимущество — оба индекса обновляются в одной транзакции с основными данными. Полнотекстовый индекс после обновления остаётся точным, векторный — распределяет новые строки по кластерам, поэтому поиск приближённый, но достаточно точный для практических задач.
Для построения гибридного запроса используются SQL-функции:
FulltextScore(body, $queryText)— вычисляет релевантность по полнотекстовому индексу (BM25).Knn::CosineDistance(embedding, $queryVector)— определяет близость векторного представления запроса и документа.HybridRank(...)— объединяет результаты двух ветвей.
По умолчанию применяется алгоритм Reciprocal Rank Fusion (RRF): он учитывает только позиции документа в каждой ветви, а не абсолютные значения оценок. Это позволяет сбалансировать вклад точного и смыслового поиска. Разработчик может управлять размером пула кандидатов от каждой ветви через параметр Limits; по умолчанию каждая ветвь отбирает в 10 раз больше документов, чем заданный LIMIT.
Где и как получить технологию
Гибридный поиск доступен:
- В enterprise-редакции YDB 26.3 для установки в собственном контуре (on-premises).
- В облачном сервисе Yandex Managed Service for YDB, включая Serverless-тариф.
- В открытом исходном коде YDB — полнотекстовый и гибридный поиск уже включены в опенсорс-сборку.
Таким образом, компаниям не нужно разворачивать и поддерживать отдельные системы: основную базу данных, поисковый движок и векторное хранилище. Все данные — документы, обращения, карточки товаров, диалоги — могут находиться в единой базе YDB, что упрощает архитектуру и снижает операционные затраты.
Рыночный контекст
По оценке Grand View Research, глобальный рынок векторного и гибридного поиска к 2028 году может достигнуть 2–4 млрд долларов. Интерес к технологиям, объединяющим точный и семантический поиск, растёт вместе с развитием рекомендательных систем, чат-ботов и корпоративных сервисов, где критично одновременно обрабатывать структурированные идентификаторы и неструктурированные описания.