はじめに
データ分析の現場では、AI エージェントと連携して分析やデータ処理を進める動きが加速しています。2026年8月17日〜8月23日の期間は、BigQuery の時系列分析関数の追加や、AlloyDB・Dataform・Cloud CLI での MCP（Model Context Protocol）連携の拡充など、「AI エージェントからデータを扱いやすくする」アップデートが多く発表されました。
本記事では、この期間に発表された Google Cloud のデータ分析カテゴリのアップデートから、特に注目したい主要トピックを厳選し、業務担当者・IT 部門・経営層の方々にわかりやすく解説します。Looker のリリースチャネル更新などの軽微なものは、記事末尾の「その他のアップデート」でまとめてご紹介します。
特に BigQuery の時系列分析関数（Preview）、AlloyDB・Dataform・Cloud CLI の MCP 連携、BigQuery Graph のコアグラフ処理に関する非推奨化の告知 は、AI 活用の広がりと将来の構成計画の両面で押さえておきたいアップデートです。
| 対象期間 | 2026年8月17日〜2026年8月23日 |
| 対象製品 | Google Cloud |
| 対象カテゴリ | データ分析 |
| アップデート件数 | 10件（主要トピック） |
今回のアップデート一覧
アップデート詳細
1. AlloyDB — MCP Toolbox で IDE から可観測性と高度なクエリインサイトを利用可能に（2026年8月17日）
AlloyDB（Google Cloud の PostgreSQL 互換 高性能データベース）で、MCP Toolbox for Databases を使って、AlloyDB の可観測性機能や高度なクエリインサイトを、統合開発環境（IDE）から直接参照できるようになりました。MCP（Model Context Protocol）は、AI エージェントが外部ツールやデータへ安全にアクセスするための共通の仕組みです。
🔍 何が変わったのか
- MCP Toolbox for Databases を通じて、AlloyDB の可観測性機能と高度なクエリインサイトに IDE から直接アクセスできるようになりました
💼 こんな場面で活用できます（ユースケース）
AlloyDB を使うアプリケーション開発者やデータベース担当者が、クエリの性能情報を確認するために別画面を行き来する手間を減らしたい場面で活用できます。使い慣れた IDE の中で、性能に関する情報を確認できます。
✨ 導入メリット
- IDE から可観測性情報やクエリインサイトを参照でき、性能確認の動線を短縮できます
- AI エージェントとの連携を前提とした MCP 対応により、AI を活用した運用の選択肢が広がります
📚 公式ソース
- 製品ドキュメント: Access advanced query insights（AlloyDB / MCP Toolbox）
- リリースノート: Google Cloud release notes - August 17, 2026
2. Database Migration Service — MySQL 9.7 の同種移行に対応（2026年8月17日）
Database Migration Service（Google Cloud の DB マイグレーション支援サービス）の MySQL 同種（homogeneous）移行が、新たに MySQL バージョン 9.7 をサポートしました。同種移行とは、同じ種類のデータベース間（MySQL から MySQL など）の移行を指します。
🔍 何が変わったのか
- Database Migration Service の MySQL 同種移行が、MySQL 9.7 に対応しました
💼 こんな場面で活用できます（ユースケース）
オンプレミスや他環境の MySQL をクラウドへ移行したいデータベース管理者が、移行先として MySQL 9.7 を選びたい場面で活用できます。最新バージョンへ移行しながらクラウドへ移せます。
✨ 導入メリット
- MySQL 9.7 を移行先として選べ、バージョン更新とクラウド移行を同時に進めやすくなります
- マネージドの移行サービスを使うことで、移行作業の負荷を抑えられます
📚 公式ソース
- 製品ドキュメント: Supported source and destination databases（Database Migration Service）
- リリースノート: Google Cloud release notes - August 17, 2026
3. Dataform — リモート MCP サーバーが一般提供（GA・2026年8月17日）
Dataform（Google Cloud の BigQuery 向け SQL データ変換・ELT サービス）の リモート MCP サーバー が一般提供（GA）になりました。AI エージェントを通じて、データ変換ワークフローを管理できます。
🔍 何が変わったのか
- Dataform のリモート MCP サーバーを使い、AI エージェント経由でデータ変換ワークフローを管理できるようになりました
- 本機能は一般提供（GA）です
💼 こんな場面で活用できます（ユースケース）
Dataform でデータ変換パイプラインを運用するデータエンジニアが、AI エージェントを使ってワークフローの操作・管理を行いたい場面で活用できます。AI アシスタントと連携した運用を進められます。
✨ 導入メリット
- AI エージェント経由でデータ変換ワークフローを管理でき、AI を組み込んだ運用の選択肢が広がります
- GA として提供され、本番環境での利用を計画しやすくなります
📚 公式ソース
- 製品ドキュメント: Use the Dataform MCP server（Dataform）
- リリースノート: Google Cloud release notes - August 17, 2026
4. Looker — Continuous Integration への統合と Spectacles スタンドアロン提供の終了予定（2026年8月17日）
Looker（Google Cloud の BI・データ可視化プラットフォーム）の Continuous Integration（継続的インテグレーション） は、従来のスタンドアロン製品「Spectacles」をベースにしています。今後、Spectacles の機能は Looker の Continuous Integration へ統合・発展していき、スタンドアロン版の Spectacles サービスは 2026年11月30日 をもって提供終了となる予定です。
🔍 何が変わったのか
- Spectacles の機能は Looker の Continuous Integration へ引き続き統合・発展していきます
- スタンドアロン版の Spectacles サービスは 2026年11月30日以降に提供終了となる予定です
- 既存の Spectacles 利用者には、詳細を案内するメールが送付されます
💼 こんな場面で活用できます（ユースケース）
Looker のモデル（LookML）の変更を検証する仕組みとして Spectacles を使っているデータチームが、今後の運用方針を確認したい場面で該当します。Looker の Continuous Integration への移行を見据えた計画づくりに役立ちます。
✨ 導入メリット
- 検証機能が Looker の Continuous Integration に集約され、Looker 内での一貫した運用を進めやすくなります
- 提供終了予定日が明示されているため、移行の見通しを立てやすくなります
📚 公式ソース
- 製品ドキュメント: Continuous Integration（Looker）
- リリースノート: Google Cloud release notes - August 17, 2026
5. BigQuery — 予約割り当ての上限が 10 から 100 に拡大（2026年8月18日）
BigQuery（Google Cloud のクラウド型データウェアハウス）で、プロジェクトごとの ユーザー単位の予約割り当て（reservation assignments） の既定上限が、10 から 100 へ引き上げられました。予約割り当ては、どのワークロードにどれだけの処理能力（スロット）を割り当てるかを制御する仕組みです。
🔍 何が変わったのか
- プロジェクトごとのユーザー単位の予約割り当ての既定上限が、10 から 100 に増えました
💼 こんな場面で活用できます（ユースケース）
BigQuery のスロット（処理能力）を部門やワークロードごとに細かく割り当てたい管理者が、より多くの割り当てを設定したい場面で活用できます。組織内の多くのチームに対して、きめ細かくリソースを配分できます。
✨ 導入メリット
- 予約割り当ての上限が増え、部門・ワークロードごとのリソース配分をより細かく設計できます
- 大規模な組織でも、上限に達しにくくなり、リソース管理の柔軟性が高まります
📚 公式ソース
- 製品ドキュメント: Reservation assignments（BigQuery）
- リリースノート: Google Cloud release notes - August 18, 2026
6. BigQuery — 時系列データ向けの分析関数が Preview で登場（2026年8月20日）
BigQuery で、時系列データの分析を助ける テーブル値関数（TVF） がサポートされました（Preview）。クエリエディタで利用でき、会話型分析（conversational analytics）のワークフローの一部としても使えます。
🔍 何が変わったのか
- ML.TREND: データの方向性（トレンド）を把握します
- ML.SEASONALITY: データの繰り返しパターン（季節性）を検出します
- ML.DETECT_CHANGE_POINTS: データの構造的な変化が起きた区間（変化点）を特定します
- これらの関数は Preview（プレビュー）段階での提供です
💼 こんな場面で活用できます（ユースケース）
売上や需要、センサーデータなどの時系列データを分析するアナリストが、傾向・季節性・変化点を SQL で把握したい場面で活用できます。データを外部へ動かさず、BigQuery の中で時系列分析を進められます。
✨ 導入メリット
- トレンド・季節性・変化点を関数で分析でき、時系列分析を SQL の中で完結しやすくなります
- 会話型分析のワークフローでも使え、専門知識に頼りすぎずに分析を進めやすくなります
📚 公式ソース
- 製品ドキュメント: ML.TREND 関数（BigQuery ML）
- 製品ドキュメント: ML.SEASONALITY 関数（BigQuery ML）
- 製品ドキュメント: ML.DETECT_CHANGE_POINTS 関数（BigQuery ML）
- リリースノート: Google Cloud release notes - August 20, 2026
7. Google Cloud MCP サーバー — run_bq_command ツールで BigQuery 操作を AI エージェントから実行（2026年8月20日）
Cloud CLI（コマンドラインツール）のリモート MCP サーバーで、run_bq_command ツール が利用できるようになりました（Preview）。このツールは、Cloud CLI のリモート MCP サーバー内で bq コマンドラインツールを利用可能にします。
🔍 何が変わったのか
- run_bq_command ツールにより、AI エージェントが管理された MCP エンドポイント経由で、ジョブのスケジューリング・ジョブ管理・予約管理などの高度な BigQuery 操作を実行できるようになりました
- 本機能は Preview（プレビュー）段階での提供です
💼 こんな場面で活用できます（ユースケース）
AI エージェントを使って BigQuery の運用作業を自動化したいデータエンジニアや管理者が、ジョブ管理や予約管理といった操作をエージェントから行いたい場面で活用できます。定型的な管理作業をエージェントに任せる構成を検討できます。
✨ 導入メリット
- AI エージェントから高度な BigQuery 操作を実行でき、運用作業の自動化の選択肢が広がります
- 管理された MCP エンドポイントを介するため、エージェント連携を整理された形で進めやすくなります
📚 公式ソース
- 製品ドキュメント: Use the Cloud CLI remote MCP server
- リリースノート: Google Cloud release notes - August 20, 2026
8. BigQuery Graph — コアグラフ処理がエディション限定に（非推奨の告知・2026年8月20日）
BigQuery Graph（BigQuery でグラフデータを扱う機能）について、コアグラフ処理の提供条件に関する非推奨（deprecation）の告知が行われました。2027年4月26日以降、コアグラフ処理は BigQuery Enterprise エディションと Enterprise Plus エディション に限定されます。これに伴い、Standard エディションとオンデマンド課金でのコアグラフ処理のサポートが非推奨となります。
本項目は、読者が「自社の構成に影響があるか」を判断する必要があるため、以下の 3 つの観点で整理します。
✨ 使えるようになる機能
- 新機能の追加ではなく、提供条件の変更に関する告知です。公式にハイライトされた新機能はありません
- なお、グラフの集計・分析に用いる Graph measures は、Enterprise / Enterprise Plus エディションに加えて、オンデマンド料金で実行するクエリでも引き続き利用できます（Measures は Standard エディションでは利用できません）
⚠️ 使えなくなる機能 / 変更点
- 2027年4月26日以降、コアグラフ処理は Enterprise / Enterprise Plus エディション限定になります
- これに伴い、Standard エディションおよびオンデマンド課金でのコアグラフ処理のサポートが非推奨になります（廃止予定日: 2027年4月26日）
🤔 判断観点
自組織の利用状況に照らして、以下の観点をご確認ください。XIMIX として一律の対応を推奨するものではなく、状況に応じたご判断の材料としてご参照ください。
- 影響範囲: BigQuery Graph のコアグラフ処理を、Standard エディションまたはオンデマンド課金で利用しているか
- 時間的猶予: 廃止予定は2027年4月26日であり、現時点では即時の影響はないこと
- 検証推奨事項: 該当する場合、Enterprise / Enterprise Plus エディションへの移行や、代替となる処理方式の検討
- コスト観点: エディション変更に伴う料金体系の違いの確認
📚 公式ソース
- 製品ドキュメント: BigQuery Graph overview
- 製品ドキュメント: Graph measures（BigQuery Graph）
- 製品ドキュメント: Introduction to BigQuery editions
- リリースノート: Google Cloud release notes - August 20, 2026
9. Bigtable — 初期投入中の連続マテリアライズドビュー読み取りが GA（2026年8月20日）
Bigtable（Google Cloud の大規模 NoSQL テーブルデータベース）で、SQL クエリに allow_incomplete_view クエリヒント を指定することで、連続マテリアライズドビューの初期投入（initial population）が完了する前でも、そのデータを読み取れるようになりました。本機能は一般提供（GA）です。
🔍 何が変わったのか
- allow_incomplete_view クエリヒントにより、連続マテリアライズドビューの初期投入が終わる前でもデータを読み取れるようになりました
- 本機能は一般提供（GA）です
💼 こんな場面で活用できます（ユースケース）
Bigtable で連続マテリアライズドビューを新規に作成する開発者が、ビューの準備が完了するのを待たずに、利用可能なデータから読み取りを始めたい場面で活用できます。ビュー構築中の待ち時間を短縮できます。
✨ 導入メリット
- 初期投入の完了を待たずに読み取れるため、ビュー準備中のアクセス性を高められます
- GA として提供され、本番環境での利用を計画しやすくなります
📚 公式ソース
- 製品ドキュメント: Read data during initial population（Bigtable）
- リリースノート: Google Cloud release notes - August 20, 2026
10. AlloyDB — ScaNN インデックス構築時のメモリ推定を改善（2026年8月21日）
AlloyDB で、ScaNN の 4 階層ツリーインデックス を構築する際のメモリ使用量の推定がより正確になり、メモリ不足（OOM）エラーの発生を防げるようになりました。本機能は Preview（プレビュー）段階です。ScaNN は、ベクトル検索を高速に行うためのインデックス方式です。
🔍 何が変わったのか
- ScaNN の 4 階層ツリーインデックス構築時のメモリ使用量推定が、より正確になりました
- メモリ制限を適用することで、メモリが逼迫した状況でもインデックス構築の安定性が向上しました
- 本機能は Preview（プレビュー）段階での提供です
💼 こんな場面で活用できます（ユースケース）
AlloyDB でベクトル検索用の ScaNN インデックスを構築する開発者やデータベース担当者が、大規模なインデックス構築を安定して行いたい場面で活用できます。メモリ不足によるインデックス構築の失敗を減らせます。
✨ 導入メリット
- メモリ推定の精度向上により、ScaNN インデックス構築の安定性が高まります
- OOM エラーを防ぎやすくなり、ベクトル検索基盤の構築を進めやすくなります
📚 公式ソース
- 製品ドキュメント: Create a ScaNN index（AlloyDB）
- リリースノート: Google Cloud release notes - August 21, 2026
その他のアップデート
上記の主要トピック以外にも、この期間には運用系・提供状況に関する情報が発表されています。自組織の利用状況に応じてご確認ください。
- Oracle Database@Google Cloud — Exascale ストレージへの VM 成果物のオフロードに対応（GA）: Exadata VM クラスタ向けに、VM ファイルシステムストレージ（VM イメージ）と VM バックアップを Exascale ストレージ上でプロビジョニングできるようになりました。VM 成果物を Exascale へオフロードすることで、容量を空け、ローカルの DB サーバーストレージへの依存を減らせます。Configure Exascale Storage Vault / Release notes - August 19, 2026
- Looker（Google Cloud core）— リリースチャネルの最新版が展開開始: Rapid チャネルおよび No Channel チャネルで Looker 26.14、Regular チャネルで Looker 26.12 の展開が開始されました。Release channels（Looker） / Release notes - August 18, 2026
まとめ
2026年8月17日〜8月23日のデータ分析カテゴリは、AI エージェントとデータ基盤をつなぐ MCP 連携の拡充と、BigQuery を中心とした分析機能の強化が大きなテーマでした。AlloyDB・Dataform・Cloud CLI の MCP 連携や BigQuery の時系列分析関数（Preview） は、AI を活用した分析・運用の選択肢を広げます。
また、BigQuery Graph のコアグラフ処理に関する非推奨化の告知（廃止予定: 2027年4月26日） や Looker の Spectacles 提供終了予定（2026年11月30日） のように、将来の構成を見据えて確認しておきたい告知も含まれます。いずれも即時の影響はありませんが、該当する場合は自組織の利用状況に照らして、早めに移行の見通しを立てておくと安心です。
関連 XIMIX 記事
Google Cloud アップデート情報をシリーズでご覧になりたい方は、アップデート情報一覧から過去の記事もご確認いただけます。
XIMIX からのご案内
XIMIX（サイミクス）は NI+C が運営する Google Cloud プレミアパートナーサービスです。Google Cloud / Google Workspace の導入・活用支援、データ活用、AI 活用などをご支援しています。本記事で取り上げた BigQuery や AlloyDB、Dataform、Looker などを活用したデータ基盤の構築・運用にご関心がありましたら、お気軽にご相談ください。
お問い合わせはこちら
- XIMIX について: https://ximix.niandc.co.jp/about-ximix
参考資料
- Google Cloud Release Notes: https://cloud.google.com/release-notes
- 2026-08-17: Google Cloud release notes - August 17, 2026
- 2026-08-18: Google Cloud release notes - August 18, 2026
- 2026-08-19: Google Cloud release notes - August 19, 2026
- 2026-08-20: Google Cloud release notes - August 20, 2026
- 2026-08-21: Google Cloud release notes - August 21, 2026
- BigQuery リリースノート: https://cloud.google.com/bigquery/docs/release-notes
執筆者紹介
