この記事は Google Cloud Japan Advent Calendar 2025の4日目の記事です。 はじめにこんにちは。Google CloudカスタマーエンジニアのSoheiです。2025年の秋、Dataplex Universal Catalog (以下Dataplex) でも複数の機能アップデートがありました。その中から「データエージェントのためのメタデータカタログ」実現に関する機能をご紹介致します。※「データエージェント」というのは、ここでは「BigQueryを操作するAIエージェント」くらいの意味ですデータ分析者（人間）にとってテーブルや列の説明といった...

本記事は Google Cloud Japan Advent Calendar 2025 3 日目の記事です。Google Cloud Japan の RyuSA です。本記事は Cloud Native Days Winter 2025 の私の登壇 おうちKubernetes障害レポ をまとめた内容です。さて、みなさんのご家庭にも Kubernetes クラスタのひとつやふたつ、ありますよね？我が家でも合計 4 台の Node で構成されている、よくある構成のクラスタが元気に稼働しています。クラウドのようなマネージドな環境と異なり、自宅サーバーは停電や、掃除中にうっかり電源コー...

Geminiのレスポンスを爆速に！ Fastly AI Accelerator でセマンティック キャッシュを試してみたこんにちは、Google Cloud カスタマーエンジニアの Dan です。日々お客様と生成 AI を活用したアプリケーションについて深く議論する中で、必ずと言っていいほど話題に上がる 3 つのトピックがあります。それは「レイテンシ（応答速度）」「コスト」そして「可用性（特にキャパシティ不足 [429 エラー] への対応）」です。Gemini は非常に高性能なモデルですが、複雑な推論を毎回行えば、それなりの時間とコストがかかります。「以前と同じような質問が来た...

はじめにGoogle Workspace Flows (以下、Workspace Flows) は Google Workspace で使える、Gemini が搭載されたワークフローを自動化するサービスです。基本的なコンセプトやユースケースのイメージについては下記のブログを書きましたのでご覧ください。https://zenn.dev/google_cloud_jp/articles/google-workspace-flows-getting-startedWorkspace Flows には Google からデフォルトで提供しているテンプレートがあり、よくあるユースケースは...

本記事は Google Cloud Japan Advent Calendar 2025 2 日目の記事です。12月といえばアドベントカレンダーの季節ですね！今年は AI や LLM (Large Language Model) 関連の技術が大きく飛躍した年でもありました。そしてついに！ Google から待望の Go 言語版 Agent Development Kit (ADK) が公開されました！Gopher の皆さん、お待たせしました。これで Go でネイティブに、かつ Google 推奨のプラクティスに沿って AI エージェントをバリバリ開発できます。今回は、この AD...

この記事は Google Cloud Japan Advent Calendar 2025の2日目の記事です。こんにちは。Google CloudのTechnical Solutions Engineerのカケルです。Google Cloud の技術サポートのチームでは、お客様のお問合せをもとに Google Kubernetes Engine(GKE) をはじめとする多様な Kubernetes 環境で発生した障害の原因調査をお手伝いすることがあります。 はじめに Kubernetes における障害原因調査(Root Cause Analysis,RCA)の難しさKu...

はじめに「このメールの対応、後でやろうと思って忘れてた…」「毎月のレポート作成、地味に時間がかかって面倒…」Google Workspace (Gmail、Sheets、Docs など) を仕事で使っていると、こうした「ちょっと面倒な繰り返し作業」や「うっかり忘れがちなタスク」ってありますよね。この記事では、Google Workspace で使える新サービス 「Google Workspace Flows」 をご紹介します。プログラミングの知識がなくても、AI の力を使って日々の業務を自動化できる、まさに未来の働き方を実現するサービスです。この記事を読めば、Google...

Google Cloud Japan のメンバーが書く Advent Calendar 2025 です。去年とは違い、今回は通常版と、主に AI/ML に関連する版と、２種類の Advent Calendar を実施いたします！各部門の人達が是非紹介したい機能、いままで培ってきたノウハウ、知っておくと便利な Tips などを公開予定です。記事は毎日更新されていきますが、公開予定記事のトピックのみ最初に公開いたします！ぜひ毎日チェックしていただけると嬉しいです。この Advent Calendar は Google Cloud 製品などに関連するコミュニティが記載したテクニカル記事...

Google Cloud アドベントカレンダー【通常版】 2025 の初日を務めます Customer Engineer の Shu Aiba です。このブログでは、データ分析のサービスである BigQuery の様々な機能をコンソールを見ながら紹介していきたいと思います。BigQuery のコンソール画面はたまに仕様が変わったり、ん？なんだこれは。みたいなメニューが追加されたりします。このブログでは、私の独断と偏見で、コンソールの気になるところを７個かいつまんで紹介します。はじめにお断りしておきますが、このブログを読むことで BigQuery の基本的な機能や使い方が完全にわかる...

概要本稿では、Google Apps Script (GAS) を AI 時代の統合ハブとして再定義し、Model Context Protocol (MCP) や Agent2Agent (A2A)、そして Gemini CLI エコシステムとの融合によって実現する Google Workspace 自動化の最前線を紹介します。ローカルとクラウドをつなぐデータ統合 (RAG) や、AI が生成した GAS を安全に実行するサンドボックス技術、さらには最新の Google Antigravity 上での自律エージェント連携までを網羅。自然言語による指示だけで複雑なワークフローが自...

データの世界に携わる皆さんなら、「データウェアハウス（DWH）の自動化」という言葉を何度も耳にしてきたことでしょう。日々のETLジョブのスケジューリング、リソースの自動スケーリングなど、私たちは「自動化」によって多くの定型業務から解放されてきました。しかし、今、BigQueryはその一歩先、「自律性（Autonomy）」 を持つDWHへと急速に進化しています。これは単なるバズワードではありません。「自動化」と「自律性」は、似ているようで根本的に異なります。そしてこの「自律性」こそが、データに関わる全ての人々の働き方を根底から変える力を持っています。本日は、BigQueryが目指す「...

tl;drSpannerのパーティション化DML（PDML）は、トランザクション上限を超える大規模な更新や削除を行うための機能です。テーブルを内部でパーティションに分割し、各々を並列で処理するため、実行するDMLは冪等である必要があります。バッチ処理での一括データ更新や、アドホックなTTLの代替としての大量レコード削除といった、アトミック性が不要な場面で役立ちます。 はじめにSpannerではバッチ処理などの場合に、DMLで大規模な変更を行う場合にミューテーション（Mutation、Spannerにおけるよりプリミティブな変更の単位）の数について考慮する必要があります...

はじめにGemini API をはじめとする LLM API を本番環境のサービスやシステムに組み込む際に、多くの開発者が直面する問題として、API サービスのレート制限やバックエンドのリソース不足による 429 エラーがあります。この 429 エラーに適切に対処することで、ユーザー体験を損なうことなく、サービスの安定的な稼働と信頼性を維持することができます。Vertex AI の Gemini API では、各ユーザーが利用可能なキャパシティを動的にコントロールする Dynamic Shared Quota (DSQ) という仕組みを導入しており、現在は従来のような固定の Qu...

はじめにLookerにはデフォルトで標準的なグラフやグラフごとの編集項目が用意されていて、ほとんどの場合においては利用者のニーズを満たせるのですが、稀に痒いところに手が届かない場面が出てくることがありますよね。▲標準のビジュアライゼーションそういった時に非常に強力な選択肢となるのが、自分でグラフを開発する「カスタムビジュアライゼーション(以下カスタム可視化)」です。https://cloud.google.com/looker/docs/admin-panel-platform-visualizations?hl=ja#adding_a_new_custom_visuali...

BigQueryをお使いの皆さん、日々のデータ分析、本当にお疲れ様です！BigQueryのSQLは、大規模なデータセットを扱う上で強力なツールですが、「もっと効率的に書けたら」「もっと柔軟にデータを扱えたら」と感じたことはありませんか？そんな皆さんの声に応える、SQL記述の効率と柔軟性を劇的に向上させる5つの新機能がリリースされました！この記事では、データエンジニアリングや分析の作業をスムーズにする、これらの革新的な機能をご紹介します。 1. 柔軟性が向上！集合演算子の「BY NAME / CORRESPONDING」これまでのBigQueryでのUNIONやINTER...

!この記事では、ADK が提供する A2A 対応機能を利用した実装例を説明しています。現在（2025年9月）、ADK の A2A 対応機能は「Experimental」フェーズのため、今後、コードの実装方法が変わる可能性があります。 はじめに下記の記事では、「ネット記事の作成業務」のワークフローを実行するマルチエージェントシステムを Agent Engine にデプロイして、A2A で連携させる方法を説明しました。A2A リモートエージェント対応のマルチエージェントシステムこの際、Agent Engine の前段に Cloud Run を用いて A2A サーバーをデプロ...

どんなシステムでも導入してしばらく経つと、パフォーマンスを最適化したくなってきますよね。もちろんBigQueryも例外ではありません。DWHのチューニングというと、SQLを書き換えたり、テーブルを非正規化したりして性能を改善するのが最初に思いつくかもしれませんが、正直、少し面倒です。幸いなことに、BigQueryにはSQLもテーブルスキーマもそのままに、クエリのパフォーマンスを向上させるテクニックがいくつかあります。この記事では、そんな便利な機能を紹介していきます。あまり知られていない機能も多いので、この機会に皆さんの環境でも適用できないかぜひ検討ください。 Advanced R...

はじめに次の記事では、LLOMps の第一歩となる、プロンプトの管理について、Google Cloud で提供されているツールを交えながら説明しました。【生成 AI 時代の LLMOps】プロンプト管理編今回の記事は、モデル マイグレーション編です。今日のモデルのアップデートに追従するために必要な考え方、ツールについてご紹介します。 モデルのライフサイクル皆様は今使っている生成 AI モデルがいつまで使えるかご存知でしょうか。アプリケーションとしての生成 AI とは異なり、生成 AI モデルのアップデートはそれを使うエンジニア、組織にとって非常に重要なニュースです。...

はじめに今日の大規模言語モデル、生成 AI の性能の進化により、モデルの多様化、バージョンアップは日々増すばかりです。機械学習モデルによって解くことのできるタスクが増えることで、ビジネスの可能性が拡がっていることは疑いようがありません。しかし技術の多様性や複雑性がますことは、使用するユーザにとって「何を使うべきか？」「今使っているものは最適なのか？」という疑問が拭えません。また、より高性能なモデルを提供するために、モデルのライフサイクルも短くなってきました。今お使いのモデル（バージョン）がいつまで提供されるか、ご存じでしょうか。DevOps、MLOps という考え方も定着してきま...

TL;DRDWS Flex-Start の新料金プラン (新 SKUs) により、Vertex AI で利用可能な Google Cloud のハイエンド GPU を搭載したアクセラレータ最適化 VM が、オンデマンドの最大約半額で利用可能になりました。AI 開発者にとっては、これまで高価で手が出しにくかった、パワフルなハイエンド GPU を利用した学習や推論をより気軽に試せるようになりました。本記事では、Vertex AI Model Garden 経由で利用可能な Gemma 3 を利用して、実際に Vertex AI の Custom Training と Online ...