Sansan Tech Talk @関西 vol.4では、「データ正規化の深淵」をテーマに、名刺や請求書などのアナログ情報を高精度なデジタルデータに変換するSansanの技術的挑戦に焦点を当てます。 本イベントは、バラバラな表記や重複する情報を統合する「名寄せ」や「データ正規化」における技術的難題、独自のアルゴリズム、名寄せロジック、そしてそれらを支えるアーキテクチャについて、現場のエンジニアが知見を共有します。また、データ活用のリアルな取り組みを発表できるLT枠も設けられています。 名寄せ、データクリーニング、大規模データシステム、関西のエンジニアとの交流に興味がある方、データ正規化のLT発表をしたい方におすすめです。
Google Cloudは、運用（OLTP）と分析（OLAP）のグラフワークロードを統合するソリューションとして、Spanner GraphとBigQuery Graphを発表しました。 このソリューションは、単一のデータベースでグラフ、リレーショナル、検索、生成AI機能を統合するSpanner Graphと、大規模な分析のために設計されたBigQuery Graphを組み合わせることで、データサイロを排除し、運用と分析の間のシームレスな連携を実現します。 本記事は、データベース管理者、データエンジニア、アーキテクト、データサイエンティストなど、グラフデータベースと分析の統合に関心のある技術者向けです。
2026年3月のNew Relicのアップデート情報です。 Snowflake、Google Sheets、データベースなど多様な外部データソースを直接分析できるNew Relic Lensの紹介や、複雑なAIサービスの問題解決を迅速化する機能が追加されました。 New Relic Lensを活用したいデータエンジニア、データベース管理者、AIサービス開発者、SRE向けの記事です。
・Sansan Tech Talk @関西 vol.3で開催された、運用システムにおけるデータ活用とPlatformに関するイベントの告知です。 ・Platform Engineering Unitの水谷高朗氏が発表者として登壇します。 ・技術本部では、Platform Engineering Unitを中心に採用活動を行っています。
Sansan Tech Talk @関西 vol.3 のイベント告知です。 データ活用のリアルについて、CTO室の坂口遥氏が登壇します。 データマネジメントに興味がある方、データ活用を推進したいエンジニアや担当者におすすめです。
Google Cloudは、エージェンティック時代に対応するため、BigQueryにレイクハウス、組み込み型AI、エージェント体験の3つの軸で新機能を追加しました。 これにより、クロスクラウドでのデータ活用、グラフベースの推論によるAIの高度化、構造化・非構造化データ双方のネイティブAI処理が可能になります。 データサイエンティスト、プラットフォームエンジニア、AI開発者向けに、データ処理能力とAI活用能力を飛躍的に向上させるための機能が提供されます。
Google Cloudは、ローカルマシンにインストール可能な大規模分散RDB「Spanner Omni」のプレビュー版を公開しました。 これにより、従来はクラウド環境でしか利用できなかったSpannerの機能を、開発環境などで手軽に試せるようになります。 バックエンドエンジニア、データベースエンジニア、インフラエンジニア、そしてGoogle Cloudを利用する開発者全般にとって、開発効率の向上や検証作業の迅速化に繋がる重要な発表です。
Googleが「Google Cloud Next 2026」で発表した「Agentic Data Cloud」は、Google CloudだけでなくAWSやAzureのデータソースも統合し、AIネイティブなデータレイクハウスを構築するサービスです。 AIエージェントが業務データへアクセスする際の基盤となることを目指しています。 インフラエンジニア、データサイエンティスト、アーキテクト、AI開発者など、データ統合とAI活用に関わる技術者向けの記事です。
Google Cloudが「Spanner Omni」のプレビュー版を発表しました。これは、Google Cloud外のあらゆるインフラ（自社データセンター、マルチクラウド、ノートPCなど）で利用可能な分散データベースSpannerのダウンロード版です。 * ビジネス継続性、規制遵守、アプリケーションのポータビリティといった現代企業の多様なニーズに対応します。 * ハイブリッド/マルチクラウド環境でのレジリエンス、統一された技術スタック、オンプレミス環境のモダナイズに活用できます。 * Google Cloudのインフラに依存しないコア技術により、どこでもSpanner Omniを実行可能にし、開発や運用を効率化します。
Google Cloudは、自然言語をデータベースクエリに変換するQueryDataのプレビュー版をリリースしました。これにより、AlloyDB、Cloud SQL、Spannerでエージェントエクスペリエンスを構築できるようになります。 - 自然言語でのデータベース操作を可能にし、エージェントシステムの精度と効率を向上させます。 - 開発者は、コンテキストエンジニアリングツールを利用して、ほぼ100%の精度でデータベースクエリを生成できます。 - 顧客向けアプリケーション、社内ツール、マルチエージェントアーキテクチャなど、幅広いユースケースでの活用が期待されます。
Google Cloudが、大規模な関係性をモデル化・分析・可視化できる「BigQuery Graph」のプレビュー版を発表しました。 従来のSQLでは困難だった複雑な関係性の分析を、直感的なグラフクエリ言語（GQL）や既存のSQLスキルを活かしながら、容易かつスケーラブルに実行可能にします。 データサイエンティスト、データアナリスト、AI開発者などが、不正検知、レコメンデーション、サプライチェーン管理など、多様なユースケースで活用できます。
Google CloudのBigQuery、Pub/Sub、Vertex AI Agent Engineを活用したイベントドリブンデータエージェントの構築方法を解説しています。 リアルタイムでの異常検出から自律的な調査・解決までを自動化するアーキテクチャを紹介。 インフラエンジニア、データサイエンティスト、アーキテクト、AI開発者向けの記事です。
Google Cloudは、データクラウドに搭載されたキュレーションアクセラレータにより、データキュレーションプロセスを大幅に加速させる方法を紹介しています。 自動データ検出、メタデータ拡張、統合ガバナンス、AIエージェントによるパイプライン開発、カタログ主導のアセット検出、マルチモーダルデータキュレーション、リアルタイムキュレーションといった機能により、データ準備にかかる時間を短縮し、分析や意思決定に充てる時間を増やせます。 この機能は、データエンジニア、データサイエンティスト、データアナリスト、およびデータ管理に関わるすべての人々にとって、データ活用の効率を向上させるための強力なツールとなります。
BigQueryの新機能「BigQuery Graph」を活用し、dbtのリネージ情報をグラフデータとして分析するPoCパッケージが公開されました。 このパッケージにより、dbtのモデル間の依存関係をGQLで容易にクエリでき、影響範囲の特定や関係性の可視化が可能になります。 SQLの延長でグラフ分析ができるため、別途グラフデータベースを用意する必要がなく、データエンジニアやプラットフォームエンジニアにとって有用な機能です。
- Google Cloud のデータベース（AlloyDB、Cloud SQL）を活用し、セマンティック検索やマルチモーダル検索を通じて AI モデルの精度と信頼性を向上させる方法を解説。 - データ準備なしで AI 関数を利用したり、自然言語で SQL を生成する機能にも触れ、AI の実用化を促進する技術を紹介。 - この記事は、Google Cloud の AI 機能を活用してプロダクション レディな AI アプリケーションを構築したいエンジニアやデータサイエンティストを対象としています。
Google Cloud Spannerのマルチモデルデータベース機能は、スケーラビリティ、信頼性、および複数のデータモデル（リレーショナル、グラフ、ベクトル、全文検索）の統合を可能にします。 これにより、不正行為検出、レコメンデーションエンジン、ハイブリッド検索、自律型ネットワーク運用といったユースケースで、企業は複雑なデータ課題を解決し、進化するアプリケーションのニーズに適応できます。 このサービスは、データベース管理の複雑さを排除し、開発者がビジネス目標の達成に集中できる環境を提供します。
マイクロソフトは、PostgreSQL, MySQL, SQL Serverなど複数のデータベースに同時に接続できる「SQL MCP Server」をオープンソースで公開しました。 このツールにより、AIエージェントが複数のデータベースに対して自由に問い合わせを行えるようになります。 データベース管理者、AI開発者、および複数のデータベース環境を扱うエンジニア向けの記事です。
・クラシルSREチームが、手作業で設定していたデータベース管理ツール「Bytebase」の設定をTerraformによるコード管理へ移行した事例。 ・AIコード支援ツール「Claude Code」を活用し、Terraformリソースの記述や設定作業を効率化したプロセスを紹介。 ・SREやインフラエンジニア、データベース管理者で、運用自動化やIaC（Infrastructure as Code）に関心のある読者向け。
- 本記事は、現実社会における「人間」の識別方法について、ソフトウェアのID設計の観点から歴史的・制度的な側面を解説します。 - 不変性、名前空間、水際防御、推測耐性、ゼロ知識証明といった概念を用い、人間をどう一意に識別してきたかを考察します。 - ID設計やセキュリティ、インフラ、プラットフォームに関心のあるエンジニアや、歴史・制度に興味のある読者におすすめです。
カインズがAIと数理最適化を活用し、膨大な表計算作業に依存していた需要予測後の発注・在庫管理プロセスを自動化した事例を紹介。Vertex AI Agent BuilderによるAIエージェント導入で、自然な対話によるデータ操作・抽出、および数理最適化による「車建発注」計算の自動化を実現し、劇的な工数削減、柔軟性向上、データの一貫性確保を達成した。 - AIと数理最適化技術を駆使し、従来の表計算ソフトでの手作業による発注・在庫管理プロセスを自動化・効率化した事例。 - AIエージェントの導入により、担当者の直感的な指示でデータ処理が可能になり、属人的な作業やミスを排除。 - 需要予測から発注・在庫管理までを統合された基盤で実行可能にし、小売業におけるDX推進の鍵となる取り組み。
大河ドラマ「豊臣兄弟！」を題材に、グラフデータベース、グラフRAG、マップアニメーションといった最新技術を活用したニュースメディア開発の事例を紹介する記事です。 * グラフDBとグラフRAGの組み合わせによる、情報間の関連性を効率的に抽出し、ユーザーに分かりやすく提示する方法。 * マップアニメーション技術を用いて、歴史的な出来事や人物の関係性を視覚的に表現するアプローチ。 * 技術的な側面から、エンターテイメントコンテンツの新たな楽しみ方や情報提供の可能性を探求する。 この記事は、最新技術に関心のあるエンジニア、データサイエンティスト、メディア開発者、そして新しい技術を使ったコンテンツ制作に興味のある方々に向けて書かれています。
・Aurora MySQLで負荷が増加していないにも関わらずエラーレートが悪化した事象について、原因がPerformance Schemaにあったことを解説。 ・データベースのパフォーマンスチューニングやトラブルシューティングの経験があるエンジニア。 ・AWSやMySQLを利用しているインフラ・SRE担当者。
・サイバーエージェントが2026年度新卒研修として実施した「データベース活用事例とパフォーマンス調査入門」の概要 ・データベースの活用事例やパフォーマンス調査の入門的な内容について解説 ・データベースエンジニア、インフラエンジニア、またはデータベースに興味のある学生・若手エンジニア向け
- 本記事は、MySQLのメジャーバージョンアップグレードを本番環境で安全に行うための検証プロセスについて解説しています。 - 本番環境で実行されたクエリを用いた検証方法や、それに伴う課題と対策に焦点を当てています。 - MySQLの運用に携わるエンジニア、特にデータベース管理者やインフラエンジニア、SRE担当者、テックリード向けの記事です。
・Microsoft Foundry Agent Service, Streamlit, Cosmos DB を利用して、会話履歴を保存できるAIチャットアプリを構築する手順を解説。 ・AIアプリ開発における会話履歴の保存方法の重要性と、その解決策としてCosmos DBを紹介。 ・AI開発者、バックエンドエンジニア、データベースエンジニアなど、AIアプリケーション開発に関心のある層向け。
ID.meは、1億6000万ユーザーに対応するため、50TBのデータをGoogle Cloudに移行し、AlloyDB、Cloud SQL、Vertex AIを活用した最新アーキテクチャを採用しました。これにより、スケーラビリティの向上、不正行為検出精度の向上、開発サイクルの短縮（40%削減）を実現しました。 この記事は、ID.meのような大規模なデジタルIDプラットフォームのインフラストラクチャ構築、スケーリング、セキュリティ強化に関心のあるエンジニア、アーキテクト、インフラ担当者、そしてプロダクトマネージャー向けです。 Google Cloudへの移行により、ID.meはピーク時の負荷にも対応できる信頼性の高いシステムを構築し、AIを活用した不正対策を強化することで、ユーザーに安全でシームレスなデジタルID体験を提供しています。
- Kubernetes上でStrimzi(Kafka)、Debezium、Snowflakeを用いてMySQLデータとリアルタイムで同期するCDC基盤を構築した経験について解説します。 - MySQLデータの変更をリアルタイムに取得し、Snowflakeに自動同期させるための技術選定とアーキテクチャ設計に焦点を当てています。 - インフラエンジニア、バックエンドエンジニア、データベースエンジニア、またはデータパイプライン構築に関心のある方を対象としています。
エージェント型AIの時代において、データベースは単なるデータ保管庫から、AIの推論を支援し能動的なアクションを促すインテリジェントなコンテキストハブへと進化しています。Google CloudのSpannerは、リレーショナル、ベクトル、グラフなどの複数のデータモデルを統合し、グローバルな整合性とスケーラビリティを提供するマルチモデルデータベースとして、AI時代の要求に応えます。 この記事は、AIの導入を検討している、または既に導入している企業や開発者、特にAI基盤としてのデータベースの役割と、Spannerのようなマルチモデルデータベースの利点に関心のある技術リーダーやアーキテクトを対象としています。 Spannerは、リレーショナル、Key-Value、グラフ、ベクトル、全文検索など、多様なデータモデルを単一のデータベースで扱える相互運用性に優れたマルチモデル機能を提供します。これにより、データサイロ、運用の複雑さ、データ不整合といった従来の課題を解決し、AIアプリケーションの開発と運用を大幅に簡素化・加速させます。MakeMyTripの事例では、複数のデータベースをSpannerに統合することで運用コストを削減し、AIによるパーソナライズされた旅行提案の精度と開発速度を向上させたことが示されています。
Manhattan Associatesは、OracleおよびDB2からGoogle Cloudデータベース（Cloud SQL、BigQuery）へ移行し、SaaSプラットフォームをモダナイズしました。 この移行により、1日あたり10億件以上のAPI呼び出しを150ミリ秒未満の応答時間で処理できるようになり、数万の店舗と物流センターで数十万人のユーザーをサポートしています。 記事は、Google Cloudへの移行によるパフォーマンス向上、スケーラビリティ、運用の容易さ、そして生成AIの活用可能性について、ITインフラ、データベース、バックエンドエンジニア、アーキテクト、プラットフォームエンジニア向けに解説しています。
- Claude CodeとSnowflake MCPを活用し、dbtモデルのパフォーマンスチューニングを自動化する手法について解説しています。 - データエンジニアが担う幅広い業務の中から、特にパフォーマンスチューニングの難しさと、その自動化による効率化に焦点を当てています。 - データエンジニア、特にSnowflake環境でのパフォーマンス改善や効率化に関心のあるエンジニア向けの記事です。
慶應義塾大学の研究チームが、高性能かつ耐故障性に優れたMySQL互換のデータベース管理システム「Kamo」を開発しました。 これは、2025年度未踏IT人材発掘・育成事業の一環として行われたものです。 本記事は、データベース技術に関心のあるエンジニアや研究者向けの内容です。
・データ連携において、DBの差分データを取得する方式について、実装・運用の観点から整理した記事です。 ・差分データ取得方式の比較や、具体的なツールの紹介は多いものの、横断的な日本語記事が少ないため、本記事で体系的にまとめられています。 ・データベースやバックエンド、インフラ周りのエンジニアで、データ連携や差分データ取得の実装・検討を行っている人向けです。
・データベースの主キーの選択肢としてUUIDv7が注目されている背景を解説。 ・ID技術の歴史的変遷を踏まえ、UUIDv7が現時点での最適解となりうる理由を探る。 ・データベース設計やシステム基盤に関わるエンジニア、プロダクトマネージャー向けの記事。
Google Cloud の Cloud SQL が、MySQL および PostgreSQL 向けに読み取りプールの自動スケーリング機能を提供開始しました。 この機能により、読み取り負荷の高いワークロードに対応するため、リードレプリカのプロビジョニングと管理が簡素化され、トラフィックの変動に合わせて自動的にスケールアップ・ダウンするため、運用負荷の軽減とコスト最適化が期待できます。 本機能は、アプリケーションの読み取りスケーラビリティを向上させたいデータベース管理者やインフラエンジニア、SRE、バックエンドエンジニア向けの記事です。