G-gen の佐々木です。当記事では、Google Cloud Next '26 で発表された Google Cloud のデータベースに関する新機能について、公式の投稿記事「What’s new with Databases: Powering the agentic future」の内容をもとに紹介します。

はじめに
Embed AI into every layer of the data stack
Break down walled gardens with lakehouse integrations
Commitment to open data and multi-cloud flexibility

はじめに

以下の Google 公式投稿を参考に、Google Cloud Next '26 で発表された Google Cloud のデータベース製品に関する新機能を紹介します。なお、当記事で紹介する機能の提供ステータス（GA / Preview / Coming Soon）は 2026年4月23日現在の情報です。

Google Cloud Next '26 では、AI モデル、データ分析、運用データベースを単一の AI ネイティブ基盤に統合するアーキテクチャとして Agentic Data Cloud が提唱されました。当記事では以下の公式投稿の内容に沿って、データベースに関する新機能を紹介します。

参考 : What’s new with Databases: Powering the agentic future

他の Google Cloud Next '26 の関連記事は、Google Cloud Next '26 カテゴリの記事一覧から参照してください。

blog.g-gen.co.jp

Embed AI into every layer of the data stack

AI Studio とのバイブコーディング連携（GA）

Google AI Studio とデータベースの統合が GA となり、自然言語プロンプトから、データベースと接続済みで即座に動作するアプリケーションを数秒で生成できるようになりました。現時点では Firestore との接続が GA で提供されており、Cloud SQL for PostgreSQL のサポートも近日提供予定とされています。

プロトタイピングから本番運用まで、エージェント主導の自動化ワークフローとデータベースをシームレスに接続できる点が特徴です。

参考 : From prompt to production: Build full-stack apps faster with Google AI Studio and Firebase

データエージェント向けツール（Preview）

AlloyDB、Cloud SQL、Spanner で、データエージェントから使えるツール群が Preview 提供となりました。その中核となる QueryData ツールは、自然言語から SQL を生成する text-to-SQL を扱う機能で、公式ブログでは「ほぼ100%の精度」と説明されています。

QueryData は、コンテキストセットと呼ばれる JSON 形式のナレッジベースを利用する点が、従来の汎用的な text-to-SQL との違いです。開発者があらかじめ監査・整備したコンテキストセットを参照してクエリを組み立てるため、LLM に自由生成させる方式と比べて、実データや業務要件に即したクエリを安定して生成できます。

また QueryData からデータへのアクセスは、パラメータ化セキュアビュー（Parameterized Secure Views）を介して行われます。パラメータ化セキュアビューは、 PostgreSQL のセキュアビューの拡張機能であり、行レベルセキュリティやフィルタ条件をビュー側にあらかじめ組み込んでおける機能です。エージェントが自然言語から組み立てたクエリであっても、ログインユーザーに許可された範囲のデータだけが参照される状態を保つことができます。

カスタマーサポートの自動化、e コマースのショッピングアシスタントなど、定型的な問い合わせが大量に発生するユースケースでの利用が想定されています。

参考 : QueryData helps agents turn natural language into queries for AlloyDB, Cloud SQL and Spanner
参考 : QueryData の概要
参考 : パラメータ化されたセキュアなビューの概要

Database Onboarding Agent / Database Observability Agent（Preview）

データベースの導入と運用を支援する2つのエージェントが Preview 提供となりました。

Database Onboarding Agent は、小規模システムからエンタープライズ要件まで、要件に応じた最適なデータベースを選択し、プロビジョニング作業をガイドするエージェントです。

Database Observability Agent は、AlloyDB、Bigtable、Cloud SQL、Spanner のパフォーマンスを監視し、潜在的な問題の根本原因の特定や、改善策の提示を行うエージェントです。運用中のデータベース群の観測と改善を自動化する機能となっています。

AlloyDB AI-Powered Search at Scale（Preview）

AlloyDB のベクトル検索基盤に、Google が開発した ScaNN インデックスを活用した大規模ベクトル検索機能が Preview 提供となりました。最大100億ベクトルまでスケールし、標準 PostgreSQL の HNSW インデックスとの互換性を実現しながら6倍高速なベクトルクエリを実現します。また、カラム型エンジンによる高速化により、HNSW を使用する場合でも標準 PostgreSQL の4倍高速になります。

加えて、キーワード検索とベクトル検索を組み合わせたハイブリッド検索を可能にする BM25 のネイティブサポートも近日追加予定です。BM25 は Elasticsearch をはじめとする主要な検索エンジンで広く採用されている、単語の一致を基準に関連度を算出するキーワード検索のランキングアルゴリズムです。固有名詞や厳密な語句一致が得意な BM25 と、意味の近さを捉えるベクトル検索を1つのデータベース上で組み合わせられる点が特徴です。

参考 : ベクトルインデックスの概要
参考 : Okapi BM25 - Wikipedia

AlloyDB の AI 関数の追加と最適化（Preview）

AlloyDB に、SQL から直接 LLM を呼び出せる新しい AI 関数が Preview 提供となりました。

新規に ai.analyze_sentiment（感情分析）、ai.summarize（要約）が追加され、既存の ai.if、ai.rank、ai.generate、ai.forecast についても最適化が施されています。各関数の用途とユースケースを以下にまとめました。

AI 関数	用途	ユースケース例
`ai.if`	自然言語による条件判定（インテリジェントフィルタリング）	振る舞いパターンから不正の疑いがある取引を検出
`ai.rank`	ベクトル検索結果の再ランク付け	文脈に即して検索結果を並べ替え
`ai.generate`	コンテンツ生成、データフォーマット変換	生のサーバーログを解析しやすい JSON へ変換
`ai.analyze_sentiment`	テキストの感情（ポジティブ / ネガティブ / ニュートラル）を分類	商品レビューから顧客満足度を評価
`ai.summarize`	長文テキストの要約	議事録から決定事項やアクションアイテムを抽出
`ai.forecast`	TimesFM による時系列予測	過去の売上データから将来の在庫需要を予測

参考 : AI 関数の概要
参考 : AI 関数を使用してインテリジェントな SQL クエリを実行する

データベース向けマネージドリモート MCP サーバー（GA / Preview）

Google Cloud の各データベースで、Model Context Protocol（MCP）に対応したフルマネージドのリモート MCP サーバーが提供開始となりました。Gemini をはじめとする MCP 準拠のクライアントが、データやインフラストラクチャと安全にやり取りするためのインターフェースを提供します。

参考 : Powering the next generation of agents with Google Cloud databases

MCP サーバーの提供ステータスはサービスにより異なるため、最新のステータスは以下の公式ドキュメントの原文（英語）をご確認ください。

参考 : Supported products

Google Cloud が提供している MCP サーバーの詳細については、以下の記事を参照してください。

blog.g-gen.co.jp

MCP Toolbox for Databases 1.0（GA）

MCP Toolbox for Databases は、AI エージェント、IDE、アプリケーションといった MCP クライアントからデータベースに直接接続するための、オープンソースの MCP サーバーです。Gemini CLI や Claude Code などの MCP 準拠クライアントから、Google Cloud のマネージドデータベースに加え、PostgreSQL、MySQL、Oracle、MongoDB、Redis、Snowflake など、合計40以上のデータベースを扱えるようにします。

テーブル一覧の取得（list_tables）や SQL 実行（execute_sql）といった汎用ツールがデフォルトで利用できるほか、独自のロジックをカスタムツールとして定義することで、エージェントが実行可能な操作をあらかじめ限定できます。

参考 : googleapis/mcp-toolbox（GitHub）

Break down walled gardens with lakehouse integrations

AlloyDB の Lakehouse Federation（Preview）

AlloyDB から BigQuery や Apache Iceberg のライブデータを、PostgreSQL のインターフェースで直接照会できる Lakehouse Federation が Preview 提供となりました。

AlloyDB Studio の UI から BigQuery や Iceberg のテーブルを探索でき、フィルタや集計は BigQuery 側にプッシュダウンされます。データを移動せずに、オペレーショナルデータと分析データのライブ結合が可能です。

BigQuery から AlloyDB への Reverse ETL（Preview）

BigQuery で算出したインサイト（顧客セグメント、レコメンドスコア、需要予測など）を、AlloyDB にワンクリックで同期できる Reverse ETL 機能が Preview 提供となりました。

アプリケーションから BigQuery を直接参照するのは、レイテンシや同時実行数、コストの観点で現実的でないケースが少なくありません。あらかじめ BigQuery で計算しておいたインサイトを AlloyDB に戻しておけば、アプリは普段通り AlloyDB を参照するだけで、分析結果を画面表示やレコメンドなどのリアルタイム機能に組み込めます。

同期先の AlloyDB は、読み取りを高速化するカラム型エンジンと高速キャッシュによって、多数の同時リクエストに低レイテンシで応答できるアプリケーションバックエンドとして機能します。

参考 : AlloyDB にデータをエクスポートする（リバース ETL）

Datastream による継続レプリケーション（GA）

Datastream を介して、AlloyDB から BigQuery や Apache Iceberg テーブルへ継続的レプリケーションを行える機能が GA となりました。

Datastream はサーバーレスで動作し、特に AlloyDB から BigQuery へのストリームには無料枠が提供されます。リアルタイムの ML 特徴量生成など、分析側との連携を前提としたユースケースに適しています。

参考 : ストリームの作成

Knowledge Catalog（旧称 : Dataplex Universal Catalog）（Preview）

データガバナンスサービスである Dataplex Universal Catalog が、Knowledge Catalog へ名称変更されました。Dataplex Universal Catalog は、BigQuery のテーブルや Cloud Storage 上のファイルなど Google Cloud 上のデータ資産に対して、メタデータ、データ品質、リネージ、アクセス制御を一元的に扱えるサービスです。

名称変更に合わせ、AI エージェントがデータの業務的な意味を踏まえて動けるようにするための「コンテキストエンジン」としての機能が Preview 提供となりました。Google Cloud の製品だけでなく、パートナーのデータプラットフォームやサードパーティカタログからも情報を取り込み、組織横断のデータガバナンスの起点として機能します。

Knowledge Catalog の詳細については、以下の記事をご一読ください。

blog.g-gen.co.jp

Spanner Columnar Engine（GA）

Spanner Columnar Engine が GA となりました。行ベースのストレージと並行して列指向フォーマットでデータを保持し、複数行をまとめて処理するベクトル化実行を組み合わせることで、稼働中のトランザクションデータに対する集計・分析クエリのスキャンを最大200倍高速化するとされています。

また、Iceberg テーブルのサポートや、BigQuery からの継続的な Reverse ETL、フェデレーションクエリの高速化にも対応したことで、Spanner を単独で HTAP（Hybrid Transactional/Analytical Processing）的に使える範囲が広がりました。HTAP は、トランザクション処理（OLTP）と分析処理（OLAP）を、ETL を介さずに1つのデータベースで兼ねるアーキテクチャを指す用語です。

参考 : Spanner カラム型エンジンの概要

Database Center の BigQuery サポート（Preview）

Database Center は、Google Cloud のデータベースサービスを横断して、フリート全体の健全性、パフォーマンス、セキュリティ、コンプライアンスを一元的に可視化・管理する管理コンソールです。

この Database Center での BigQuery サポートが Preview 提供となりました。これにより、Google Cloud のマネージドデータベースや Compute Engine 上で運用しているデータベースに加えて、BigQuery も一元的に扱えるようになります。

Gemini によるフリートアナリティクスによってパフォーマンス改善の余地を検出できるほか、メトリクスをサードパーティツールへ連携するための API とマネージド MCP サポートも提供されます。

参考 : Database Center の概要

Commitment to open data and multi-cloud flexibility

Spanner Omni（Preview）

Spanner Omni が Preview 提供となりました。Spanner Omni は、従来 Google Cloud 上でのみ提供されていた Spanner を、自社データセンター、他クラウド、エッジなど任意の場所で稼働できるダウンロード可能なエディションです。

Spanner のスケーラビリティ、高可用性、強整合性、エンタープライズセキュリティ、マルチモデル機能を、自社データセンターや他クラウドなどの環境でも利用できるようになります。

Bigtable In-Memory（Preview）

Bigtable に、1ミリ秒未満の読み取りレイテンシを実現する新しいインメモリ階層が Preview 提供となりました。Bigtable は2026年4月から Enterprise と Enterprise Plus の2つのエディションを提供しており、このインメモリ階層は Enterprise Plus エディションの一部として提供されます。

インメモリ階層は Bigtable ノードの一部として統合されており、RAM / SSD / HDD のハイブリッドストレージアーキテクチャによって、頻繁にアクセスされるホットデータをメモリに、長期保管データを低コストストレージに置く、といった使い分けが透過的に行えます。

参考 : エディションの概要
参考 : インメモリ階層の概要

Memorystore for Valkey 9.0（GA）

Memorystore for Valkey が Valkey バージョン 9.0 に対応しました。Memorystore 以外で独自に運用している Redis や Valkey を Memorystore へ移行するためのパスも提供されます。

また、選べるノードサイズに小型と大型が加わり、ワークロードの規模に応じて性能とコストのバランスを取りやすくなりました。ブルームフィルタを提供する valkey-bloom、JSON ドキュメントをネイティブに扱える valkey-json といったモジュールへの対応や、ACL、トークンベース認証、柔軟な認証局設定などのエンタープライズレベルのセキュリティ機能も整備されています。

参考 : Memorystore for Valkey の概要

Oracle AI Database@Google Cloud の拡張

Oracle AI Database@Google Cloud の提供が20リージョンまで拡大しました。なお、東京リージョンは2025年6月に対応済みです。

加えて、Oracle GoldenGate Service のサポートが追加され、Oracle DB から BigQuery へのニアリアルタイムなデータレプリケーションが可能になります。さらに、前述の Knowledge Catalog（旧称 : Dataplex Universal Catalog）および Database Center との統合も発表されました。

参考 : Oracle Database@Google Cloud overview

Compute Engine からマネージドサービスへの移行機能（Preview）

Compute Engine 上で自前運用している PostgreSQL などのデータベースを、Cloud SQL や AlloyDB といったマネージドサービスへ移行できる機能が Preview 提供となりました。移行フローは Database Center にネイティブに統合されており、Database Center の画面からそのまま移行を開始できます。

PostgreSQL 向けにはネットワーキングとレプリケーションが自動化されており、最小限の作業とダウンタイムで移行できる点が特徴です。