リレーショナルデータベース（RDB）は、データを行と列からなる表（テーブル）形式で管理し、複数のテーブル間を「関係（リレーション）」によって紐付けるシステムです。データの不整合を防ぐ高い一貫性と、SQLによる柔軟なデータ操作が特徴で、企業の基幹システムやAIモデルの学習用データの管理に広く用いられています。
リレーショナルデータベースとは
リレーショナルデータベースとは、データを2次元の表（テーブル）の形式で表現し、テーブル同士を関係（リレーション）によって結びつけて効率的に管理する、最も代表的なデータベース管理システムです。
詳しく解説
リレーショナルデータベース（RDB）は、1970年にエドガー・F・コッドによって提唱された関係モデルに基づいています。データは行（レコード）と列（カラム）で構成されるテーブルに格納され、一意な識別子（主キー）や他テーブルとの関連性を示す（外部キー）を用いて、データ同士の整合性を維持しながら相互に関連付けられます。RDBの最大の特徴は、ACID特性と呼ばれるトランザクションの信頼性を保証する仕組みを備えている点です。これにより、データの消失や矛盾が発生しにくいシステムが構築できます。また、データの操作や検索には標準的なデータベース言語であるSQLが使用され、複雑な条件指定によるデータの抽出や集計が容易です。現代のAI開発においては、アノテーションデータやメタデータの保存、前処理を行うための基盤データストアとして不可欠な存在となっています。
具体例・使われ方
顧客情報テーブルと購買履歴テーブルを、顧客IDという共通キーを用いて結合し、特定の期間に特定の商品を購入した顧客リストを抽出する例があります。AIの文脈では、機械学習の教師データとなるユーザー行動ログ、自然言語処理向けのテキストに付随するユーザー属性データ、画像認識モデルのメタデータ（撮影日時、カテゴリなど）を構造化データとして安全に保存・管理する際に利用されます。
似た用語との違い
NoSQLとの違いが挙げられます。リレーショナルデータベースはスキーマ（データの構造定義）が厳格で、一貫性や信頼性に優れますが、大量の非構造化データや高速な書き込みスケールが求められる用途には不向きです。一方、NoSQLはスキーマレスで、画像データやSNSのテキストなどの非構造化データ、またはリアルタイムのビッグデータ処理に適していますが、データの一貫性確保においてはRDBに劣る場合があります。また、ベクトルデータベースとの違いとして、RDBは文字列や数値などの構造化データの検索に特化しているのに対し、ベクトルデータベースはAIが生成する高次元のベクトルデータを類似度に基づいて検索することに特化しています。
注意点
リレーショナルデータベースは、データの整合性を厳密に守るため、システムを複数のサーバーに分散してスケールアウト（横方向の拡張）させることが比較的困難であるという性質があります。また、大量の画像や音声といった非構造化データの直接的な保存や、数百万次元を超えるようなベクトルデータの高速な近傍探索には適していません。これらは、データウェアハウスやベクトルデータベースなど、用途に応じた専用のストレージ技術と組み合わせて運用する必要があります。