WITH RECURSIVE 句を含んだ BigQuery view は作らないほうが良い
zenn.dev
BigQueryのWITH RECURSIVE句は再帰計算に便利ですが、テーブル関数内では使用できません。 WITH RECURSIVE句を含むVIEWを作成すると、そのVIEWはテーブル関数から参照できなくなり、実質的に利用できなくなります。 この制約を理解し、VIEWの設計に影響を与えないように注意する必要があります。
株式会社MIXI gecko655
ベクトル検索エンジンValdの長期運用で見えたパフォーマンス最適化とベストプラクティス
techblog.lycorp.co.jp
社内プラットフォームで約4年間運用・開発してきたベクトル検索エンジン「Vald」について、パフォーマンス最適化とベストプラクティスを解説します。 Valdの長期運用経験に基づいた知見を共有する内容です。 バックエンドエンジニア、プラットフォームエンジニア、データベースエンジニア、機械学習エンジニア、インフラエンジニア向けの記事です。
NewSQL_ ストレージ分離と分散合意を用いたスケーラブルアーキテクチャ
speakerdeck.com
NewSQLデータベースのアーキテクチャについて、ストレージ分離と分散合意のメカニズムに焦点を当てて解説します。 スケーラブルなシステム構築のための技術的アプローチを理解したいバックエンドエンジニアやインフラエンジニア、アーキテクト向けの内容です。 分散システムにおけるパフォーマンスと一貫性の両立を目指す方におすすめです。
TiDB Cloud 相乗り環境のコネクションプール枯渇問題
zenn.dev
AWS AuroraからTiDB Cloudへのデータベース移行プロジェクト完了後、ECSとTiDB Cloudの相乗り環境におけるコネクションプール枯渇問題について解説します。 - マイクロサービスアーキテクチャを採用する開発部が、MySQL AuroraからTiDB Cloudへ移行した背景。 - TiDB Cloudへの移行完了後、コネクションプール枯渇問題に直面した際の考察。 - ECSとTiDB Cloudの相乗り環境におけるコネクションプールの問題解決に向けたアプローチ。 対象読者： - バックエンドエンジニア - インフラエンジニア - データベース管理者
レバレジーズ株式会社 もりた
エージェント型 chatbot に高速で信頼性の高い長期メモリを提供
cloud.google.com
・Google Cloudのソリューションを活用し、エージェント型チャットボットが直面するリアルタイムチャットのコンテキスト更新高速化と長期履歴検索効率化の課題を解決する方法を解説。 ・Redis、Bigtable、BigQueryを組み合わせたポリグロットアプローチにより、短期・中期・長期のメモリを最適に管理し、会話の継続性を保つアーキテクチャを提案。 ・この技術は、大規模な会話エージェントを開発・運用するエンジニアやアーキテクトにとって、応答性の高いチャット体験とデータ活用の両立に役立つ情報を提供。
グーグル・クラウド・ジャパン合同会社 <name>Yun Pang</name><title>Principal Architect</title><department></department><company></company>
データ戦略 = AI 戦略シリーズ: Google Cloud で開発者を AI アーキテクトに進化させる
cloud.google.com
AI戦略とデータ戦略は2026年までに統合され、Google CloudはPostgreSQL互換データベースを活用して、開発者をAIアーキテクトに育成する。 記事では、スピード、スケール、セキュリティを重視し、インフラストラクチャの負担を軽減して、コンテキストエンジンとしてのデータベースの役割に焦点を当てる。 この内容は、AIアプリケーション開発におけるアーキテクト、バックエンドエンジニア、データサイエンティスト、およびインフラ担当者を対象としている。
グーグル・クラウド・ジャパン合同会社 <name>Abirami Sukumaran</name><title>Staff Developer Advocate, Google</title><department></department><company></company>
Spanner カラム型エンジンで Iceberg レイクハウスの最新データを迅速に提供
cloud.google.com
Google CloudのSpannerカラム型エンジンは、Icebergレイクハウスのデータに対し、低レイテンシーと高速なパフォーマンスを提供するプレビュー版の新機能です。これにより、OLTPと分析の統合を実現し、リアルタイムの分析情報やAIモデルの提供を可能にします。 この機能は、リアルタイムのデータ分析やAI活用に関心のある、データベース管理者、インフラエンジニア、データサイエンティスト、バックエンドエンジニア、そしてシステムアーキテクトを対象としています。 Spannerカラム型エンジンは、既存のSpannerテーブルに容易に適用でき、Icebergレイクハウスのデータを高速に提供するための強力なソリューションとなります。
グーグル・クラウド・ジャパン合同会社 <name>Girish Baliga</name><title>Director of Engineering</title><department></department><company></company>
BigQuery の自律型エンべディング生成で AI ワークフローを簡素化
cloud.google.com
BigQueryが、データエンジニアのエンベディング生成パイプライン設定・管理の負担を軽減する「自律型エンベディング生成機能」を発表しました。これにより、ソース列の更新に合わせてエンベディング列が自動的に維持・同期され、AIワークフローが大幅に簡素化されます。AI.SEARCH関数の導入やベクトルインデックスとの統合も進み、より手軽にAI対応データを活用できるようになります。 - データエンジニアやAI/MLエンジニアを対象とした、BigQueryの新機能に関する記事です。 - エンベディング管理の複雑さを解消し、AIワークフローを効率化する自動化機能について解説しています。 - BigQueryのAI機能強化により、開発者はインテリジェントなアプリケーション開発に注力できるようになります。
グーグル・クラウド・ジャパン合同会社 <name>Brian Seung</name><title>Software Engineer</title><department></department><company></company>
従来の Apache Cassandra スタックを廃止し、Spanner で未来志向の基盤を構築
cloud.google.com
Google CloudのSpannerへの移行を推進する記事です。 * Apache Cassandraからの移行により、TCO削減、スケーラビリティ向上、運用負荷低減を実現します。 * ネイティブCQLエンドポイントにより、既存アプリケーションのコード変更を最小限に抑えつつSpannerの機能を利用可能です。 * この記事は、データベース管理者、SRE、インフラエンジニア、バックエンドエンジニア、アーキテクトなど、データベースの移行や最適化に関わる技術者向けです。
グーグル・クラウド・ジャパン合同会社 <name>Nitin Sagar</name><title>Product Manager</title><department></department><company></company>
Conversational Analytics API を使用して BigQuery で会話型エージェントを構築する
cloud.google.com
Google CloudのConversational Analytics APIを活用し、BigQueryのデータを自然言語で分析・可視化する会話型エージェントの構築方法を解説しています。 Geminiの能力を活かし、複雑なクエリをテキストで実行したり、グラフを生成したりすることが可能です。 データアナリスト、データサイエンティスト、およびプロダクト開発者向けの記事です。
グーグル・クラウド・ジャパン合同会社 <name>Wei Hsia</name><title>Developer Advocate</title><department></department><company></company>
イオンフィナンシャルサービス: BigQuery を軸に全社横断的なデータ分析基盤を構築し、緻密な 1 to 1 マーケティングを強化
cloud.google.com
イオンフィナンシャルサービスは、BigQueryを基盤とした全社横断的なデータ分析基盤（DMS）を構築しました。 これにより、従来数日かかっていたデータ収集・分析が数分で完了するようになり、顧客一人ひとりに最適化された1to1マーケティング施策の精度と速度が大幅に向上しました。 この取り組みは、ITインフラのモダナイゼーションにとどまらず、組織と働き方を変革するDX推進、さらには将来的な決済サービスのグローバル展開も見据えたものです。 このニュースは、以下のような読者におすすめです。 - 大規模データ基盤の構築・運用に関心のあるインフラエンジニアやデータベースエンジニア - クラウドを活用したデータ分析基盤の導入事例を知りたいデータサイエンティストやマーケター - DX推進やアジャイル開発、内製化による組織力強化に関心のあるプロジェクトマネージャーやエンジニアリングマネージャー
グーグル・クラウド・ジャパン合同会社 <name>Google Cloud Japan Team </name><title></title><department></department><company></company>
「月刊DBマガジン」が復刻、Kindleで第一弾が販売開始
www.publickey1.jp
「月刊DBマガジン」の復刻版第一弾がKindleで販売開始されました。 この雑誌は1999年から2010年にかけて、データベース技術を中心とした当時の最新IT情報を掲載していました。 ITエンジニア、特にデータベース技術に関心のある方々や、過去のIT技術動向を振り返りたい方々におすすめです。
Publickey jniino
メタデータ同期に潜んでいた問題 〜 Cache Stampede 時の Cycle Wait を⾒つけた話
speakerdeck.com
YugabyteDB Japan Meetup #7での発表資料。 メタデータ同期におけるCache Stampede発生時のCycle Wait問題について解説。 データベースやインフラ、SRE、バックエンドエンジニア向けの記事。
LINE Messengerの次世代ストレージ選定
speakerdeck.com
LINE Messengerが次世代ストレージとしてYugabyteDBを採用した事例を紹介。 2026年2月24日に開催されたYugabyteDB Japan Meetup #7での発表内容。 プラットフォームエンジニア、データベースエンジニア、バックエンドエンジニア向け。
新しい BigQuery グローバル クエリで、単一の SQL ステートメントを使用して分散データを探索
cloud.google.com
BigQueryの新しいグローバルクエリ機能は、地理的に分散したデータを単一のSQLクエリで探索・分析可能にします。これにより、ETLパイプラインの必要がなくなり、データ移動に伴う遅延や複雑さ、追加コスト、規制上の問題を解消します。この機能は、データセキュリティとコンプライアンスを維持しつつ、グローバルなビジネスインサイトを迅速に得るための強力なソリューションです。 この記事は、以下のような読者向けです。 - グローバルに展開する多国籍企業のエンジニア、データアナリスト、データサイエンティスト - データ統合や分析におけるETLの課題に直面している方 - データガバナンスやコンプライアンスを重視しながら、データ分析を効率化したい方
グーグル・クラウド・ジャパン合同会社 <name>Oleh Khoma</name><title>Software Engineer</title><department></department><company></company>
Gemini CLI で Neo4j の拡張機能を使用する
cloud.google.com
Gemini CLIとNeo4jの拡張機能統合により、開発者はターミナルから離れることなく、Neo4j Auraのデプロイ、自然言語によるCypherクエリの生成、グラフの可視化、GraphRAGアプリケーションの構築が可能になります。 この機能は、Neo4jのグラフデータベースとGeminiの推論能力を組み合わせ、AI基盤インフラストラクチャとしての活用を強化します。 Google Cloudを利用する開発者や、Neo4jでグラフデータ管理を行うエンジニアにとって、効率的な開発と高度なAIアプリケーション構築を支援する内容です。
グーグル・クラウド・ジャパン合同会社 <name>Ben Lackey</name><title>Senior Director at Neo4j</title><department></department><company></company>
AWS、ログイン不要で「Aurora DSQL」をすぐ試せるプレイグラウンド公開。PostgreSQLとの互換性チェックに
www.publickey1.jp
AWSが、ログイン不要で「Aurora DSQL」をすぐに試せるプレイグラウンドを公開しました。 Amazon Aurora DSQLは、ほぼ無制限にスケールする大規模分散データベースで、PostgreSQL互換機能も備えています。 データベースエンジニア、インフラエンジニア、バックエンドエンジニアなどが対象です。
Publickey jniino