Google Cloud
BigQuery / Vertex AI / Cloud Run / Spanner ...
/ データ基盤と生成 AI を軸にした運用ノート。 16 件
BigQuery データ基盤の鮮度と加工品質を両立するアーキテクチャパターン
BigQuery データ基盤で取り込みと加工をレイヤーで分離する設計思想を軸に、Datastream・Pub/Sub・Storage Write API・Continuous Queries・Dataform の選択基準と東京リージョンのコスト構造を整理します。
2026年5月9日 · 20 min
Dataform 入門: Scheduled Queries の次に検討する宣言的アプローチ
Dataform は Scheduled Queries の完全置き換え先ではなく、宣言的アプローチへの入口です。依存関係・テスト・バージョン管理という Scheduled Queries の限界に直面したタイミングで、段階的に比重を移していける設計になっています。
2026年5月9日 · 12 min
Gemini in Google Workspace 入門 ── 業務アプリに常駐する AI の仕組みと導入判断の進め方
Google Workspace に組み込まれた Gemini の設計思想と、組織への展開判断に必要な 2 軸を整理します。どの業務で時間が浮くか、どのライセンス層から配るかを判断材料として提供します。
2026年5月9日 · 15 min
NotebookLM Enterprise の使い分けと導入前の確認事項
NotebookLM Enterprise の位置付けと設計上の特性、Gemini Enterprise や NotebookLM Plus との使い分け、東京リージョン非対応を含む導入前の確認事項、ライセンス・料金の概算を整理します。
2026年5月9日 · 10 min
Cloud Run か Agent Engine か ── Google Cloud で AI エージェントをデプロイする際の設計選択
Google Cloud の AI エージェントデプロイ先として Cloud Run と Agent Engine を比較。Sessions・Memory Bank・Agent Runtime のコンポーネント構成、料金体系、VPC 統合の違い、ハイブリッド構成の可能性を公式ガイダンスに沿って整理します。
2026年5月6日 · 12 min
A2UI プロトコル入門 ── MCP・A2A を補完しユーザー体験を変える生成 UI の仕組み
Google が策定を進める A2UI の位置付けと仕組みを整理します。MCP・A2A との補完関係、「コードを送らない」設計原則がユーザー体験をどう変えるか、v0.9 の 4 メッセージ構造と採用状況を順に取り上げます。
2026年5月5日 · 13 min
Knowledge Catalog の設計判断 ── Gemini・MCP・BigQuery を貫くコンテキストエンジンの使い方
2026-04-10 に改称した Knowledge Catalog のメタデータモデル (Entry / Aspect Type / Data Products)、MCP によるエージェント統合、旧 Data Catalog 廃止対応、BigQuery ネイティブメタデータの自動取り込みと追加レイヤーを整理します。
2026年5月5日 · 18 min
BigQuery Data Transfer Service の RDBMS コネクタと Datastream・Dataflow の使い分け
BigQuery Data Transfer Service の RDBMS コネクタ追加を起点に、Datastream・Dataflow との使い分けを DELETE 追跡・許容遅延・変換ロジックの 3 軸で整理します。東京リージョン基準のコスト感と設定前の注意点も解説します。
2026年5月5日 · 15 min
Vector Search 2.0 が変えた設計思想 ── Agent Search とDB組込み型ベクトル検索の使い分け
Vertex AI Vector Search 2.0 (2026 年 3 月 GA) と Agent Search の使い分けを軸に、AlloyDB・Cloud SQL・Spanner・BigQuery・Firestore への同居構成と、ANN / KNN の課金体系を整理します。
2026年5月5日 · 22 min
VPC Service Controls とは ── ネットワーク境界とは別の「API 呼び出しの境界」
VPC Service Controls は Google Cloud のマネージドサービス API に境界を引く仕組みです。VPC ファイアウォールとの違い・主要構成要素・代表的なユースケース・dry-run での段階適用までを整理します。
2026年5月5日 · 18 min
Gemini Enterprise app とは ── サービスの位置付けと典型ユースケース
Gemini Enterprise app が何のサービスで、どこで効くか。エディション・コスト・落とし穴・競合との違いを整理し、導入判断の材料を揃えるための入門記事です。
2026年5月4日 · 16 min
Looker Conversational Analytics の仕組みと設計判断 ── LookML セマンティックレイヤーが会話品質を決める理由
Looker Conversational Analytics が自然言語クエリを deterministic SQL に変換する仕組み、RBAC・行レベルセキュリティの継承構造、Known Limitations と LookML 整備度の関係、競合との構造的差分、トークン料金を整理します。
2026年5月4日 · 15 min
BigQuery Managed AI Functions ── SQL から Gemini を呼ぶ設計の転換点
2026-04-13 GA の BigQuery Managed AI Functions を解説。AI.IF / AI.SCORE / AI.CLASSIFY の呼び出し形式、ML.GENERATE_TEXT との設計上の違い、料金モデルと実務上の注意点を整理します。
2026年5月4日 · 15 min
Looker 入門 ── LookML がデータ活用の「自由と統制の二択」を超える仕組み
Looker はダッシュボードツールではなく、LookML によるセマンティックレイヤー基盤です。データ活用が組織に広まらない真因と、Looker の設計思想・導入条件を整理します。
2026年5月4日 · 13 min
BigQuery 入門 ── SQL ひとつで構造化・非構造化・ML・生成 AI まで届く統合分析基盤
BigQuery を「データウェアハウス」だけの製品として理解すると、SQL で扱える範囲を狭く見積もりがちです。列指向と分離アーキテクチャを起点に、SQL だけで非構造化データ・機械学習・生成 AI まで届く統合分析基盤としての世界観とコスト感を、東京リージョン基準で整理します。
2026年5月4日 · 13 min
BigQuery のコストと仕組み 入門 ── DWH の速さと料金を表裏で理解する
BigQuery の速さは無料ではありません。カラム型ストレージとスキャン量課金の関係、東京リージョンの単価、無料枠、SELECT * フルスキャンなどの落とし穴を、コスト視点で整理します。安心して使い始める判断材料を提供します。
2026年5月3日 · 9 min