はじめに
データ基盤を BigQuery へ移す計画を立てるとき、既存のデータベースがどの処理とつながっているかを調べる作業に時間がかかります。2026年9月14日〜9月20日の期間は、移行元のデータの流れを可視化する migration lineage service（Preview）、SQL の書き方を簡潔にする集計関数呼び出し内の WHERE 句（Preview）、データ変換ロジックの品質を確かめる単体テストの一般提供（GA）など、データ活用の土台を固めるアップデートが公開されました。
この期間に公開された Google Cloud のデータ分析カテゴリのアップデートは、公式リリースノート上で合計27件です。ただし、そのうち19件は同日に公開された Looker 26.18 の不具合修正であり、1件ずつ読み解くには情報量が多くなります。そこで本記事では、Looker 26.18 に関する項目を「ロールアウト日程」と「主な修正内容」の2つに集約し、主要トピックを9つに整理して解説します。
各項目では「何が変わったのか」「どんな業務シーンで使えるのか」「どんなメリットがあるのか」を、業務担当者・IT 部門・経営層の方に向けて整理し、公式ドキュメントへのリンクを添えています。今回は BigQuery まわりの更新が中心です。自社での適用時期を検討する材料として、Looker 26.18 のロールアウト日程と判断の観点もまとめています。
| 対象期間 |
2026年9月14日〜2026年9月20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 |
27件（本記事では主要トピック9つに整理して解説します） |
今回のアップデート一覧
アップデート詳細
1. BigQuery — 集計関数の呼び出し内に WHERE 句を書けるように（Preview・2026年9月14日）
BigQuery の集計関数の呼び出し（aggregate function call。合計や件数などを計算する処理）の内部に WHERE 句を含められるようになりました。これにより、真偽値の式（boolean expression）を使って集計関数の入力データを絞り込めるようになります。本機能は Preview（プレビュー）段階です。
🔍 何が変わったのか
- 集計関数の呼び出しの中に WHERE 句を記述できるようになりました
- 真偽値の式によって、集計関数に渡す入力データを絞り込めます
- 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）
データ分析担当者が、1つのクエリの中で「全社の売上合計」と「特定チャネルに限定した売上合計」のように、条件の異なる集計を並べて算出する場面で活用できます。集計関数ごとに絞り込み条件を直接書けるため、月次レポートやダッシュボード向けのクエリのように、複数の切り口を1つの結果にまとめる処理を表現しやすくなります。
✨ 導入メリット
- 条件付きの集計を素直な書き方で表現でき、クエリの可読性を高められます
- 読みやすいクエリは他のメンバーが引き継ぎやすく、分析業務の属人化の解消に寄与します
- レポート用クエリの作成・改修にかかる時間を抑えられ、意思決定スピードの向上につながります
📚 公式ソース
2. BigQuery — migration lineage service で移行前のデータの流れを可視化（Preview・2026年9月16日）
migration lineage service（移行リネージ サービス）を使って、移行元データベースのデータフローと接続関係を可視化できるようになりました。リネージ（lineage）とは、データがどこから来てどこへ流れていくかという系譜を指す用語です。公式リリースノートでは、BigQuery データウェアハウスへの移行計画の立案を支援する機能として案内されています。本機能は Preview（プレビュー）段階です。
🔍 何が変わったのか
- migration lineage service により、移行元データベース内のデータフローと接続関係を可視化できるようになりました
- 可視化した内容を、BigQuery データウェアハウスへの移行計画づくりに役立てられます
- 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）
クラウド移行を検討している IT 部門の担当者が、既存のデータウェアハウスから BigQuery への移行範囲を見極めたい場面で活用できます。長年運用してきたデータベースでは、どのテーブルがどの処理に使われているかの全体像が失われていることも少なくありません。データの流れと接続関係を可視化できれば、移行の順序や影響範囲を検討する際の材料になります。
✨ 導入メリット
- 移行対象の依存関係を把握しやすくなり、移行計画の精度向上に寄与します
- 現状把握にかかる調査工数を抑えられ、クラウド移行の初期フェーズを進めやすくなります
- データの流れが共有可能な形になり、移行判断を関係者間で議論しやすくなります
📚 公式ソース
3. BigQuery — パイプラインの単体テストが一般提供（GA・2026年9月17日）
BigQuery のパイプライン（データ変換処理の一連の流れ）に単体テスト（unit tests）を追加し、モックデータセット（テスト用に用意した擬似データ）に対して SQL の変換ロジックを検証できるようになりました。パイプラインの単体テストは一般提供（GA）です。
🔍 何が変わったのか
- パイプラインに単体テストを追加できるようになりました
- モックデータセットに対して、SQL の変換ロジックが期待どおりに動作するかを検証できます
- パイプラインの単体テストは一般提供（GA）です
💼 こんな場面で活用できます（ユースケース）
データ基盤の開発担当者が、売上集計や顧客セグメント判定といった SQL の変換ロジックを修正する際に活用できます。本番データを流す前にモックデータで挙動を確認できるため、「修正したつもりが別の集計に影響していた」といった事態を防ぎやすくなります。複数人でパイプラインを保守しているチームでは、変更時の安全網として機能します。
✨ 導入メリット
- 変換ロジックの誤りを早い段階で検知でき、データ品質の維持に寄与します
- 一般提供（GA）のため、本番の開発・運用フローへ組み込む計画を立てられます
- テストが手順として残ることで、担当者交代時の引き継ぎがしやすくなり、属人化の解消につながります
📚 公式ソース
4. Dataform — 単体テストが一般提供（GA・2026年9月17日）
Dataform（BigQuery 向けの SQL データ変換・ELT サービス）のアクション（action。データ変換の処理単位）を、モックデータと期待結果セットを使った単体テストで検証できるようになりました。Dataform の単体テストは一般提供（GA）です。
🔍 何が変わったのか
- 単体テストを使って、Dataform のアクションをモックデータに対して検証できるようになりました
- テストでは、期待する結果セット（expected result set）と実際の出力を突き合わせます
- Dataform の単体テストは一般提供（GA）です
💼 こんな場面で活用できます（ユースケース）
Dataform で全社のデータ変換処理を管理しているデータエンジニアが、モデルの定義を変更する際に活用できます。あらかじめ「この入力ならこの結果になるはず」というテストを用意しておけば、変更のたびに期待どおりの出力が得られるかを機械的に確認できます。監査や内部統制で集計ロジックの正しさを説明する必要がある業務でも役立ちます。
✨ 導入メリット
- 変更時の確認を自動化でき、レビューや手動確認にかかる工数を削減できます
- ロジックの正しさをテストという形で残せるため、集計結果の説明責任を果たしやすくなります
- 一般提供（GA）となり、本番運用のワークフローへ組み込めます
📚 公式ソース
5. Looker — 26.18 のロールアウト日程と適用時の判断観点（2026年9月17日）
Looker（Google Cloud の BI・データ可視化プラットフォーム）の新バージョン Looker 26.18 が、Looker (original) インスタンスに向けて順次展開されることが告知されました。本項目は自社インスタンスの更新時期に関わる告知のため、以下では「使えるようになる機能」「使えなくなる機能 / 変更点」「判断観点」を分けて整理します。
🔍 何が変わったのか
- Looker 26.18 が、Looker (original) インスタンスへ以下のスケジュールでロールアウトされます
- 展開開始予定: 2026年9月21日（月曜日）
- 最終展開およびダウンロード提供の予定: 2026年10月4日（日曜日）
- Looker 26.18 には、変更・機能・修正が含まれる見込みであると案内されています
✨ 使えるようになる機能
今回の期間に公開された Looker 26.18 関連のリリースノートは、そのほとんどが不具合修正（FIX）です。公式にハイライトされた大型の新機能はありませんが、次のような挙動の改善が含まれます。
- 埋め込みプリロードページが、theme URL クエリパラメータによるカスタムテーマ指定に対応しました
- Donut Multiples 可視化で、重なり合う値ラベルが自動的に非表示になります
- Conversational Analytics で、対象モデルへの explore 権限がない場合に Open in Explore ボタンとサイドバーの探索リンクが非表示または無効化され、説明のツールチップが表示されます
⚠️ 使えなくなる機能 / 変更点
今回のリリースノートには、機能の廃止や非推奨に関する記載はありません。一方で、既存の運用に影響し得る挙動の変更として、次の点が挙げられます。
- API の応答コードの変更: LookML プロジェクトのファイルやディレクトリがインスタンス上に見つからない場合、対象のリクエストが 500 ではなく 404 Not Found を返します。エラーコードで分岐している連携処理がある場合は確認対象になります
- ファイル名の扱いの変更: Cloud Storage へのスケジュール PDF 配信で、ファイル名のスペースが意図せずアンダースコアに置換される問題が修正されます。生成ファイル名を前提にした後続処理がある場合は確認対象になります
- Conversational Analytics の導線制御: explore 権限を持たないユーザーには、Open in Explore ボタンとサイドバーの探索リンクが表示されなくなります
- 可視化の表示変更: Donut Multiples で重なる値ラベルが自動的に非表示になります
- 公式リリースノートには、既知の不具合や CVE（脆弱性識別番号）に関する記載はありません
💼 こんな場面で活用できます（ユースケース）
Looker を全社の BI 基盤として運用している情報システム部門の担当者が、バージョン更新の社内周知や検証計画を立てる場面で参照できます。展開開始日と最終展開日が公表されているため、更新が入る期間をあらかじめ見込んだうえで、重要なレポート配信のスケジュールや検証作業の段取りを組めます。
✨ 導入メリット
- 展開日程が明示されているため、更新時期を織り込んだ運用計画を立てられます
- 修正内容が事前に公開されるため、自社で把握している不具合が解消されるかを更新前に確認できます
- 暫定的な回避策を運用している場合、その解除を検討する判断材料になります
🤔 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いただくとよいでしょう。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。
- 適用タイミング: 展開開始は2026年9月21日、最終展開とダウンロード提供は2026年10月4日です。自社インスタンスがこの期間のどこで更新されるかを踏まえ、繁忙期や月次締めの時期と重ならないかを確認します
- インスタンス種別の確認: 今回の修正は Looker (Google Cloud core) 専用・Looker (original) 専用・両方に分かれています。自社がどちらのインスタンスを利用しているかを確認します
- 影響範囲: スケジュール配信を日常業務で利用している部門、セルフサービス分析で CSV・Excel をアップロードしている部門、ダッシュボードを埋め込みで社外提供している部門など、影響が及ぶ範囲を洗い出します
- 検証推奨事項: Looker API を利用した社内連携処理のエラーハンドリング、Cloud Storage へ配信されるファイル名に依存した後続処理、カスタムテーマを適用した画面表示など、挙動変更に関わる箇所を検証します
- 権限設計の確認: Conversational Analytics の導線が explore 権限に応じて制御されるため、現在の権限設計で想定どおりの画面になるかを確認します
- 回避策の棚卸し: 既知の不具合に対して暫定的な運用手順を設けている場合、修正の適用後にそれを解除するかどうかを整理します
- 社内周知: 表示や導線が変わる箇所があるため、利用者への事前アナウンスをどの範囲で行うかを検討します
📚 公式ソース
6. Looker 26.18 — 配信・取り込み・ダウンロードを中心とした19件の不具合修正（2026年9月17日）
2026年9月17日には、Looker 26.18 に含まれる不具合修正が19件公開されました。ここでは、業務影響の大きいものから順に整理します。多くは公式リリースノートで「この機能は期待どおりに動作するようになりました」と案内されており、一部は挙動そのものの変更として記載されています。なお公式リリースノートでは、修正の適用範囲が Looker (Google Cloud core) 専用・Looker (original) 専用・両方の 3 つに分けて示されています。以下では、いずれか一方にのみ適用される項目に注記を添えています。
🔍 何が変わったのか
- スケジュール配信の権限エラー: ワーカースレッド上で実行されるスケジュールジョブ間でユーザー権限が誤ってキャッシュされていたため、スケジュール配信が Cannot send all results などの権限エラーで断続的に失敗する問題が修正されました
- Cloud Storage への PDF 配信: スケジュールされた PDF の Cloud Storage への配信で、ファイルが破損したり、ファイル名のスペースが意図せずアンダースコアに置換されたりする問題が修正されました
- CSV・Excel アップロードのデータ破損[Looker (Google Cloud core) のみ]: セルフサービス分析で、複数行ヘッダー・先頭が数字の文字・UTF-8 の BOM マーカー（ファイルの先頭に付く文字コードの目印）・特殊文字を含むファイルを BigQuery や Snowflake へアップロードすると、失敗またはデータ破損が起きる問題が修正されました
- ダッシュボードのダウンロード時の 500 エラー: ダッシュボード要素に明示的なタイトルが設定されていない場合、CSV または ZIP としてダウンロードすると 500 エラーになる問題が修正されました
- SQL Runner のピボット可視化エラー: SQL Runner でピボットしたクエリ結果を可視化しようとすると TypeError の構成エラーが発生する問題が修正されました
- Explore のクラッシュ: ピボットされたカルテシアンチャート（縦軸と横軸で値を配置する直交座標系のグラフ）で系列を Y 軸間にドラッグすると、Explore ページがクラッシュしたり可視化の設定を保存できなくなったりする問題が修正されました
- LookML link パラメータの 500 エラー: LookML の link パラメータで作成したリンクが、ラベル未指定の場合に 500 エラーを返す問題が修正されました
- 分析モデルのコンパイル失敗: クロスデータベース参照・スキーマ修飾・ドット区切りのテーブル名を参照する分析モデルが、BigQuery および Snowflake の DDL 生成でコンパイルに失敗する問題が修正されました
- API の応答コード: ファイルやディレクトリが見つからない LookML プロジェクトへの API リクエストが、500 Internal Server Error ではなく 404 Not Found を返すようになりました
- 共有ブランチの初期化[Looker (original) のみ]: ベアリポジトリ（作業ファイルを持たない Git リポジトリ形式）のプロジェクトで本番ブランチをもとに共有ブランチを作成すると、古いリモートコミットから初期化され、Looker IDE が直ちに「本番より遅れている」と報告する問題が修正されました
- Git 接続テスト: Git プロバイダ側のブランチ保護ルールが一時ブランチを制限している場合に、Git 接続テストが認証情報を不十分と判定してしまう問題が修正されました
- Conversational Analytics の権限制御: 対象モデルへの explore 権限がない場合、Open in Explore ボタンとサイドバーの探索リンクが非表示または無効化され、説明のツールチップが表示されるようになりました
- 表示まわりの修正（7件）: ダッシュボードのフィルタートークンとポップオーバーメニューがカスタムテーマのフォントを継承できないことがある問題、フィルタートークンのチップが値の選択時にアクティブなハイライト背景を表示しない問題、カスタムコンテンツテーマのフォントが Look 編集モードバーに不適切に適用される問題、Single Record 可視化のカスタムツールチップが選択行の直下ではなく Explore パネル下部に表示される問題、JSON の可視化設定を編集する Chart Config Editor ダイアログ内でスクロールできない問題がそれぞれ修正されました。あわせて、Donut Multiples 可視化で重なる値ラベルが自動的に非表示になり、埋め込みプリロードページが theme URL クエリパラメータによるカスタムテーマに対応しました
💼 こんな場面で活用できます（ユースケース）
経営層や各部門へ定期レポートを自動配信している運用担当者は、スケジュール配信の権限エラーと Cloud Storage への PDF 配信の破損が修正されることで、配信が失敗したときの再送や原因調査を減らせます。Looker (Google Cloud core) をご利用の場合、現場担当者が手元の Excel や CSV をセルフサービス分析へ取り込む運用では、アップロード時のデータ破損が解消され、取り込んだデータにもとづく集計結果の正確性を保てます。LookML を開発するチームにとっては、Git 連携やコンパイルに関する修正が日々の開発作業の安定につながります。
✨ 導入メリット
- 定期レポートの配信失敗が減ることで、再送対応や問い合わせ対応といった運用負荷を抑えられます
- アップロードデータの破損が解消され、手元データを取り込んだ分析結果の信頼性を高められます
- ダウンロードや可視化のエラーが解消され、現場担当者が分析作業を止めずに進められます
- Git 連携やコンパイルの問題が解消され、LookML 開発チームの生産性向上に寄与します
📚 公式ソース
7. BigQuery — BigQuery Graph のメタデータが Knowledge Catalog で検索可能に（Preview・2026年9月14日）
BigQuery Graph（BigQuery でグラフ構造のデータを扱う機能）のメタデータ（データの内容や構造を説明する情報）が、Knowledge Catalog（Google Cloud のデータカタログ・ガバナンスサービス）へ自動的に取り込まれ、検索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。
🔍 何が変わったのか
- BigQuery Graph のメタデータが、Knowledge Catalog へ自動的に取り込まれるようになりました
- 取り込まれたメタデータは Knowledge Catalog 上で検索できます
- 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）
全社のデータ資産を管理するデータガバナンス担当者が、「社内にどのようなグラフデータが存在するのか」を把握したい場面で活用できます。メタデータが自動的に取り込まれるため、データ利用者は Knowledge Catalog の検索画面から目的のデータへたどり着けるようになります。
✨ 導入メリット
- メタデータの取り込みが自動化されるため、カタログ登録にかかる手作業を減らせます
- グラフデータもカタログ検索の対象になり、データ資産の発見性が高まります
- 「どこに何があるか特定の担当者しか分からない」状態の緩和につながり、属人化の解消に寄与します
📚 公式ソース
8. BigQuery — Simba ODBC ドライバの新しいバージョンが提供開始（2026年9月14日）
BigQuery 向けの Simba ODBC ドライバの更新版が提供開始されました。ODBC ドライバとは、Excel や BI ツールなどの外部アプリケーションからデータベースへ接続するための共通部品です。
🔍 何が変わったのか
- BigQuery 向け Simba ODBC ドライバの更新版が利用できるようになりました
- 最新バージョンの入手先は、公式ドキュメントの ODBC / JDBC ドライバのページで案内されています
💼 こんな場面で活用できます（ユースケース）
情報システム部門の担当者が、社内で利用している ODBC 対応のアプリケーションから BigQuery へ接続する環境を整備する場面で活用できます。既存の BI ツールや帳票ツールを引き続き使いながら、参照先のデータを BigQuery に寄せていく構成でも、ドライバの更新は定期的な運用作業のひとつとなります。
✨ 導入メリット
- 既存の ODBC 対応ツールから BigQuery へ接続する構成を、公式提供のドライバで維持できます
- ドライバを最新版に保つことで、接続環境の安定運用につながります
- ツールを入れ替えずにデータ基盤側を刷新でき、移行時の現場負担を抑えられます
📚 公式ソース
9. Datastream — MongoDB からの新規ストリームで extended JSON canonical mode が既定に（2026年9月16日）
Datastream（Google Cloud の CDC・リアルタイムレプリケーションサービス）が、MongoDB を移行元、BigQuery を移行先とする新規ストリームで、MongoDB extended JSON canonical mode を既定のフォーマットとしてサポートするようになりました。公式リリースノートでは、canonical mode はすべての BSON 型を明示的にラベル付けすることで、データ交換時の精度の損失（precision loss）を防ぎ、より高いデータ忠実度（data fidelity）を提供すると説明されています。
🔍 何が変わったのか
- MongoDB を移行元、BigQuery を移行先とする新規ストリームの既定フォーマットが、MongoDB extended JSON canonical mode になりました
- canonical mode では、すべての BSON 型（MongoDB が内部で使うデータ形式）が明示的にラベル付けされます
- これにより、データ交換時の精度の損失を防ぎ、より高いデータ忠実度が得られると案内されています
💼 こんな場面で活用できます（ユースケース）
MongoDB で稼働するアプリケーションのデータを、分析のために BigQuery へ連携しているデータ基盤の担当者が活用できます。MongoDB は柔軟なデータ型を扱えるため、BigQuery へ連携する際に数値の精度や型の情報が曖昧になることが課題になり得ます。新規ストリームで canonical mode が既定となることで、型情報を明示したまま連携できるようになります。
✨ 導入メリット
- 型情報が明示されるため、連携後のデータの正確性を保ちやすくなります
- 精度の損失に起因する差異の調査・補正といった確認作業の負担軽減につながります
- 分析結果の信頼性が高まり、データにもとづく意思決定を進めやすくなります
📚 公式ソース
まとめ
2026年9月14日〜9月20日のデータ分析カテゴリでは、データ基盤の土台を固めるアップデートが並びました。BigQuery のパイプライン単体テストと Dataform の単体テストがそろって一般提供（GA）となり、データ変換ロジックをテストで検証する運用を本番のワークフローへ組み込めるようになりました。migration lineage service（Preview）は、これからクラウド移行を検討する企業にとって、現状のデータの流れを把握する手がかりになります。集計関数の呼び出し内の WHERE 句（Preview）は、条件別の集計クエリを読みやすく保つうえで役立ちます。
連携・ガバナンス面では、Datastream の MongoDB extended JSON canonical mode が新規ストリームの既定となり、型情報を保ったままのデータ連携を進めやすくなりました。BigQuery Graph のメタデータが Knowledge Catalog で検索可能になった点（Preview）も、社内のデータ資産を探しやすくする変更です。Looker 26.18 は、2026年9月21日から展開が始まり、2026年10月4日に最終展開とダウンロード提供が予定されています。スケジュール配信やファイルアップロードなど、日常業務で使う機能の修正が多く含まれるため、自社での影響範囲と検証範囲を早めに整理しておくとよいでしょう。
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 Looker、Dataform、Datastream を活用したデータ基盤の構築・移行・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
参考資料