RAG, GraphRAG ou base relationnelle : quelle architecture choisir ?

Vérifié le 18 juillet 2026

Utilise une base relationnelle lorsque les faits ont une structure stable, des contraintes fortes et des mises à jour fréquentes. Ajoute un RAG vectoriel pour retrouver des passages dans des documents non structurés. Réserve GraphRAG aux questions qui doivent relier de nombreuses entités ou synthétiser des thèmes à l’échelle d’un corpus. Ces architectures ne s’excluent pas : la solution la plus robuste conserve les faits critiques en SQL, les sources textuelles dans un index de recherche et le graphe seulement lorsque les relations améliorent réellement les réponses.

Commencer par les questions et la source de vérité

La bonne architecture dépend moins du volume que de la forme des questions. « Quel passage parle de résiliation ? » appelle une recherche documentaire. « Quelles décisions relient ce client, ce projet et cet incident ? » demande des relations. « Quel est le statut actuel du contrat ? » exige un fait structuré et contraint. Un seul index ne répond pas correctement aux trois.

Ce que fait réellement un RAG

Un RAG découpe les documents, calcule des représentations vectorielles, retrouve les passages proches de la question et les fournit au modèle. Il améliore l’accès à un corpus sans entraîner le modèle. Sa qualité dépend du découpage, des métadonnées, de la recherche, du reranking et de la capacité à citer le passage utilisé.

Il convient aux procédures, contrats, notes et bases documentaires. Il ne garantit pas que le passage récupéré contient le fait le plus récent ni que plusieurs relations dispersées seront correctement réunies.

Ce que GraphRAG ajoute

GraphRAG extrait des entités, des relations et des communautés, puis construit des résumés à plusieurs niveaux. La recherche locale aide à explorer une entité et ses voisins. La recherche globale agrège les rapports de communautés pour répondre à des questions portant sur l’ensemble du corpus.

Cette puissance a un prix. L’indexation utilise des modèles pour extraire et résumer, les relations peuvent être bruitées et une évolution du schéma peut imposer une nouvelle construction. Microsoft recommande elle-même de tester sur un petit corpus et avertit du coût en ressources.

Pourquoi SQL reste la source des faits critiques

Une base relationnelle applique des types, des clés, des contraintes et des transactions. Elle convient aux identifiants, statuts, permissions, montants, échéances et relations métier déjà connues. Le modèle interroge une vue bornée ou un outil contrôlé, au lieu de deviner le fait depuis un passage.

PostgreSQL peut aussi héberger des vecteurs avec pgvector. Cela ne transforme pas automatiquement SQL en GraphRAG, mais permet de conserver les métadonnées et la recherche sémantique dans la même frontière opérationnelle.

L’architecture à trois mémoires

1. Mémoire factuelle : SQL conserve les faits courants, les droits et les états.
2. Mémoire documentaire : le RAG retrouve les passages et leurs sources.
3. Mémoire relationnelle : un graphe sert uniquement aux questions qui nécessitent des relations ou une synthèse globale.

Un routeur classe d’abord la question. Les réponses importantes indiquent la source et la date. Les corrections modifient la source de vérité, puis déclenchent la réindexation concernée.

Le protocole de décision

Prépare 30 questions réelles, dont dix factuelles, dix documentaires et dix relationnelles. Mesure l’exactitude, la citation, la latence, le coût d’indexation et le coût par réponse acceptée. L’architecture gagnante peut être différente pour chaque groupe. Le guide sur le choix des modèles par tâche et confidentialité complète ce benchmark.

Voir les cas d’usage pour les architectes IA, la fiche Supabase et la définition du RAG.

Limites testées et points à vérifier

Cette page repose sur les sources officielles disponibles. Aucun test terrain Meydeey n’est revendiqué lorsque le produit n’a pas encore été évalué dans un protocole reproductible.

• GraphRAG augmente le coût et la durée d’indexation, sans avantage garanti sur les questions locales simples.
• La recherche vectorielle retrouve des passages proches sans garantir la validité d’un fait courant.
• Une base relationnelle exige un schéma et ne remplace pas la recherche dans de longs documents.

Sources officielles et méthode

Les informations instables ont été vérifiées le 18 juillet 2026 sur les pages officielles ci-dessous. Les faits publiés par un éditeur sont distingués des observations terrain et des limites qui restent à reproduire.

• Article fondateur Retrieval-Augmented Generation
• Documentation Microsoft GraphRAG
• Recherche globale GraphRAG
• Documentation PostgreSQL sur les contraintes
• Extension pgvector

Consulter la méthode éditoriale et les règles de vérification.