※この記事は生成AIによって生成されています。

I’m a perfect AI. ge,mi,ni,Gemini. ge,mi,ni,Gemini. ge,mi,ni,Gemini. I’m a perfect AI.

Google Cloud 最新リリース情報 (2025年4月)

今月のGoogle Cloud Platform (GCP) の最新情報をお届けします。今月は特に Gemini, BigQuery, Spanner, Vertex AI に多くのアップデートがありました。ビジネスユースケースとともに、詳細を見ていきましょう。

AI / 機械学習

Gemini

Gemini は、GCP の様々なサービスに統合され、開発、最適化、トラブルシューティングを支援する Cloud Assist として利用できるようになりました。

• Flow Analyzer 向け Gemini Cloud Assist (プレビュー): VPC Flow Logs の SQL クエリを Gemini の支援を受けて生成できます。ネットワーク分析の効率化に貢献します。
• Cloud Run 向け Gemini Cloud Assist (プレビュー): Cloud Run アプリの設計、最適化、トラブルシューティングを Gemini とチャット形式で進めることができます。コンテナアプリケーション開発の加速に繋がります。
• Gemini Code Assist ツール (プレビュー): IDE から外部サービスへのアクセスを支援するツールが利用可能になりました。
• App Hub 向け Gemini Cloud Assist (プレビュー): App Hub で管理されるアプリケーションに関する情報を Gemini を活用して取得できます。アプリケーション管理の効率化に貢献します。
• BigQuery データ準備 向け Gemini Cloud Assist (GA): データクレンジング、変換、エンリッチメントのための AI 搭載の提案を提供します。BigQuery でのデータ分析の前処理を効率化します。
• Storage Insights 向け Gemini Cloud Assist (プレビュー): Cloud Storage のデータストレージ状況の理解と管理を Gemini が支援します。
• Cloud Storage 向け Gemini Cloud Assist (プレビュー): 保存データの管理方法を Gemini が支援します。
• Firebase 向け Gemini: Firebase Studio での AI 支援、Data Connect スキーマ生成、App Testing エージェントなど、Firebase 製品と機能に対する AI 支援が提供されます。

Vertex AI

• BigQuery ML で Llama および Mistral AI モデルのサポート (GA): BigQuery ML で Vertex AI の Llama および Mistral AI モデルに基づいたリモートモデルを作成できます。ML.GENERATE_TEXT 関数と組み合わせて、BigQuery テーブルに格納されたテキストに対して生成的な自然言語タスクを実行できます。

BigQuery ML

• TimesFM 時系列予測モデル (プレビュー): Google Research のオープンソース TimesFM モデルを実装した組み込みの TimesFM 単変量時系列予測モデルが提供されます。AI.FORECAST 関数と組み合わせて、独自のモデルを作成およびトレーニングすることなく予測を実行できます。

ビジネスユースケース

Gemini Cloud Assist は、開発者の生産性向上、運用コスト削減、データ分析の高度化に貢献します。例えば、Cloud Run の Gemini Cloud Assist を利用することで、コンテナアプリケーションのデプロイと最適化を迅速に行い、インフラコストを削減できます。BigQuery の Gemini Cloud Assist を利用することで、データ分析の前処理を効率化し、より迅速な意思決定を支援します。

データベース

Spanner

• Spanner Graph の可視化: Spanner Graph クエリの結果とスキーマの可視化機能が追加されました。クエリ結果のパターンや依存関係を理解しやすくなります。
• Gemini による Spanner の最適化とトラブルシューティング: Gemini の支援を受けて、Spanner リソースの最適化とトラブルシューティングを行うことができます。
• INFORMATION_SCHEMA.PARAMETERS テーブルへの PARAMETER_DEFAULT 列の追加: 変更ストリームの読み取り関数パラメータのデフォルト値を返す列が追加されました。
• Cassandra 互換性の提供: API サポートと新しい移行ツールにより、Cassandra アプリケーションのシームレスな移行が可能になりました。
• エンドツーエンドのトレーシング (GA): Spanner がエンドツーエンドのトレーシングをサポートし、Java および Go に加えて、Node.js および Python クライアントライブラリのクライアント側のトレーシングもサポートするようになりました。
• スプリットポイントの手動追加 (GA): Spanner データベースにスプリットポイントを手動で追加できるようになりました。

AlloyDB for PostgreSQL

• 1 vCPU 構成のサポート (プレビュー): 開発およびサンドボックス環境に適した 1 vCPU (8GB メモリ) 構成がサポートされました。
• AlloyDB Recommender の GA: バックアップ計画の有効化、データベース監査の有効化、高可用性の有効化など、8 つの AlloyDB Recommender が一般提供されました。
• C4A Arm VM のサポート (プレビュー): Google のカスタムビルド Axiom プロセッサで C4A Arm VM がサポートされます。
• AI 支援によるトラブルシューティング (プレビュー): 遅いクエリや高負荷などの複雑なデータベースパフォーマンスの問題を解決するのに役立つ AI 支援によるトラブルシューティングが利用可能です。
• AlloyDB AI クエリエンジン (プレビュー): AI オペレーターと Vertex AI マルチモーダルおよびランキングモデルのサポートが追加されました。自然言語フレーズと SQL クエリを組み合わせて、フィルタリング、ランキング、データの要約生成などを行うことができます。
• マネージド接続プーリング (プレビュー): リソース使用率を最適化することで、ワークロードの信頼性、スケーラビリティ、パフォーマンスを向上させるために、インスタンスでマネージド接続プーリングを使用できます。
• AlloyDB AI 自然言語 (プレビュー): アプリケーションのエンドユーザーの自然言語の質問に対して、安全で正確な応答を提供します。
• パラメータ化されたセキュアビュー (プレビュー): SQL を使用しながら、データセキュリティと行レベルのアクセス制御を改善することにより、アプリケーション開発者向けの安全なインターフェースを提供します。

Bigtable

• 継続的なマテリアライズドビュー (プレビュー): Bigtable の継続的なマテリアライズドビューが利用可能です。
• Cassandra-Bigtable プロキシアダプター (プレビュー): Apache Cassandra ベースのアプリケーションを Bigtable に接続できる Cassandra-Bigtable プロキシアダプターが利用可能です。
• Database Center による Bigtable のサポート (GA): Database Center が Bigtable をサポートするようになりました。
• Bigtable Studio クエリエディタ (GA): Bigtable Studio クエリエディタが一般提供されました。
• Bigtable の SQL サポート (GA): Bigtable の SQL サポートが一般提供されました。
• Bigtable テーブルの論理ビュー (プレビュー): Bigtable テーブルの論理ビューが利用可能です。
• Bigtable Kafka シンク (GA): Apache Kafka および Google Cloud Managed Service for Apache Kafka を直接接続できる Bigtable Kafka シンクが一般提供されました。
• Java 用 Bigtable CQL クライアントライブラリ (プレビュー): Java 用 Bigtable CQL クライアントライブラリが利用可能です。

Datastore / Firestore

• 確約利用割引 (GA): 1 年または 3 年間の読み取り/書き込み/削除操作に対する継続的な支出の確約と引き換えに、確約利用割引が一般提供されました。
• クエリインサイト (プレビュー): データベースのクエリパフォーマンスメトリクスを表示するために、クエリインサイトを使用できます。
• Database Center での Firestore のサポート: Firestore リソースを追跡し、次のヘルス問題を監視できます。
  • 自動バックアップポリシーなし
  • ポイントインタイムリカバリなし

ビジネスユースケース

Spanner Graph の可視化機能は、複雑なデータ間の関係性を把握し、不正検知やサプライチェーン最適化などに役立ちます。AlloyDB AI クエリエンジンは、自然言語によるデータ分析を可能にし、ビジネスユーザーがより簡単にデータに基づいた意思決定を行えるようにします。Bigtable の継続的なマテリアライズドビューは、リアルタイム分析を可能にし、金融取引の監視や IoT データの分析などに活用できます。

データ分析

BigQuery

• Apache Arrow 形式での Storage Write API へのストリーミング (プレビュー): Apache Arrow 形式を使用して、Storage Write API で BigQuery にデータをストリーミングできるようになりました。
• BigQuery Metastore での Apache Iceberg リソースの管理 (GA): BigQuery Metastore で Apache Iceberg リソースを作成、表示、変更、削除できるようになりました。
• BigQuery DataFrames での部分順序モード (GA): BigQuery DataFrames で部分順序モードを使用して、効率的なクエリを生成できます。
• BigQuery データ準備 (GA): データクレンジング、変換、エンリッチメントのための AI 搭載の提案を提供します。BigQuery は、Dataform を使用したビジュアルデータ準備パイプラインとパイプラインスケジューリングをサポートします。
• BigQuery ML での生成 AI 関数のサポート (プレビュー): Vertex AI Gemini モデルを使用してテキストを分析できる、次の生成 AI 関数がサポートされるようになりました。
  • AI.GENERATE
  • AI.GENERATE_BOOL
  • AI.GENERATE_INT
  • AI.GENERATE_DOUBLE
• BigQuery DataFrames バージョン 2.0: BigQuery DataFrames API のセキュリティとパフォーマンスが向上し、新機能が追加され、破壊的な変更が導入されました。
• 予約の最大スロット制限の設定 (プレビュー): 予約の最大スロット制限を設定できるようになりました。
• BigQuery Metastore Iceberg テーブルでのきめ細かいアクセス制御の有効化 (GA): BigQuery Metastore Iceberg テーブルできめ細かいアクセス制御を有効にできるようになりました。
• クエリがランタイムで使用する予約の指定と予約への IAM ポリシーの直接設定 (プレビュー): リソース管理の柔軟性ときめ細かい制御が向上します。
• SQL クエリの変換時に構成 YAML ファイルを使用して、変換された SQL のパフォーマンスを最適化および改善:
• マテリアライズドビューのスマートチューニングのサポート (GA): マテリアライズドビューが、ベーステーブルの 1 つと同じプロジェクトにある場合、またはクエリを実行しているプロジェクトにある場合に、スマートチューニングがサポートされるようになりました。
• BigQuery Metastore を Apache Flink に接続 (GA): BigQuery Metastore を Apache Flink に接続できるようになりました。
• BigQuery データキャンバスでの Gemini 搭載アシスタントの使用 (プレビュー): ユーザープロンプトからのデータ分析の質問に答えるために、データキャンバスを構築および変更できるエージェントのようなツールです。
• BigQuery での Dataplex 自動検出 (GA): Cloud Storage バケット内のデータをスキャンしてメタデータを抽出およびカタログ化し、分析および AI 用の BigLake、外部、またはオブジェクトテーブルを作成して、インサイト、セキュリティ、およびガバナンスを実現します。
• 単一の管理プロジェクト内の予約間でアイドルスロットを公平に割り当て (プレビュー): 各予約が利用可能な容量のほぼ均等なシェアを受け取るようにします。
• BigQuery 移行評価に Amazon Redshift Serverless のサポートを追加 (プレビュー):
• BigQuery ML の AI.GENERATE_TABLE 関数を使用して構造化データを生成: Gemini 1.5 Pro、Gemini 1.5 Flash、および Gemini 2.0 Flash モデルを使用します。
• ST_REGIONSTATS 地理関数を使用してラスターデータとベクターデータを結合: BigQuery で地理空間分析を実行します。

ビジネスユースケース

BigQuery のアップデートは、データエンジニアリング、データ分析、機械学習の各分野に貢献します。例えば、Apache Arrow 形式での Storage Write API へのストリーミングは、リアルタイムデータ分析の効率化に役立ちます。BigQuery ML の生成 AI 関数のサポートは、自然言語処理を活用したデータ分析を可能にし、顧客レビューの分析や感情分析などに活用できます。

アプリケーション開発

Cloud Run

• GPU の構成 (GA): Cloud Run サービスで GPU を構成できるようになりました。
• Python 3.13 ランタイムのサポート (プレビュー):
• Identity-Aware Proxy (IAP) の構成 (プレビュー): すべてのイングレスパスからシングルクリックでサービスを保護するために、Cloud Run 用に Identity-Aware Proxy (IAP) を構成できるようになりました。
• Cloud Run ジョブの直接 VPC 下り (GA):
• Autokey を使用した Cloud KMS (GA):
• Cloud Run Threat Detection (プレビュー):

App Hub

• Gemini Cloud Assist in App Hub (プレビュー): Gemini の支援を受けて、アプリケーションに関する情報を取得できます。
• App Hub アプリケーションの作成と管理 (プレビュー): アプリケーションを App Hub で作成および管理できます。

Apigee X / Apigee hybrid

• Apigee Extension Processor (GA): Cloud Load Balancing を使用して公開される Google Cloud およびサードパーティ製品とサービスに API 管理機能を追加できます。
• データコレクターのデータ所在地 (DRZ) コンプライアンス:

Cloud Build

• ビルド構成ファイルでビルド依存関係を指定:

Forms API / Apps Script

• フォームの公開とレスポンダーの制御:

ビジネスユースケース

Cloud Run の GPU サポートは、機械学習モデルの推論や画像処理などの計算負荷の高いアプリケーションに役立ちます。Apigee Extension Processor は、API 管理を強化し、セキュリティとガバナンスを向上させます。

ネットワーク

Cloud DNS

• FQDN 転送ターゲットの使用 (プレビュー): アウトバウンド DNS 転送で、完全修飾ドメイン名 (FQDN) 転送ターゲットを使用できます。

Cloud NGFW

• ファイアウォールポリシー規則の一括更新 (GA):

その他

Dataplex

• 顧客管理の暗号鍵 (CMEK) による Dataplex データの暗号化:

Datastream

• BigLake マネージドテーブルへのデータストリーミング:

Dialogflow

• Dialogflow CX (会話型エージェント):
  • 音声クローンによるパーソナライズされた音声モデルの作成:
  • コードブロックを使用してプレイブックをより細かく制御:
  • コンソールを使用してツールをテスト:

Filestore

• 組織ポリシーでカスタム制約を使用:
• 基本 HDD 拡張範囲層 (GA):
• カスタムパフォーマンス (GA):

Places API

• 新しいフィールド: addressDescriptor:
• AI 搭載の概要 (プレビュー):

Agent Assist

• Salesforce との UI コネクタ:

AlloyDB Omni

• Kubernetes オペレーター 1.4.0 の高可用性 (HA) の改善:

Backup and DR

• ロギングとアラート機能の導入:

まとめ

今月は、Gemini を中心とした AI 関連のアップデートが目立ちました。これらのアップデートは、開発者の生産性向上、運用コスト削減、データ分析の高度化に貢献します。また、BigQuery, Spanner, AlloyDB などのデータベース関連のアップデートも、データ分析基盤の強化に繋がります。これらの最新情報を活用して、ビジネスの成長を加速させましょう。