はじめに
データを起点にした意思決定が当たり前になるなか、Google Cloud のデータ分析サービスは「AI で扱いやすく、データベースはより堅牢に」という方向へ進化を続けています。2026年8月10日〜8月16日の期間は、BigQuery の生成 AI モデル追加やデータクリーンルーム機能、Cloud SQL for MySQL 9.7 の一般提供、Bigtable のビュー機能、Data Studio（旧 Looker Studio）の UI 強化など、実務に直結するアップデートが多数発表されました。
本記事では、この期間に発表された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。Airflow のビルド更新や Cortex のバグ修正など軽微なものは、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 Cloud SQL for MySQL 9.7（GA）、BigQuery のデータクリーンルーム クエリテンプレート（GA）、Data Studio の UI 強化 は、データ活用・運用性・可視化の観点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10日〜2026年8月16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 |
12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. BigQuery — Gemini の新 GA モデルが生成 AI 関数で利用可能に（2026年8月10日）
BigQuery（Google Cloud のクラウド型データウェアハウス）で、Gemini 3.1 Flash Lite と Gemini 3.5 Flash の GA（一般提供）モデルがサポートされました。us・eu・global のマルチリージョナルエンドポイントで利用でき、すべての生成 AI 関数で使えます。
🔍 何が変わったのか
- BigQuery が Gemini 3.1 Flash Lite と Gemini 3.5 Flash の GA モデルに対応しました
- us・eu・global のマルチリージョナルエンドポイントで利用でき、すべての生成 AI 関数で使えます
💼 こんな場面で活用できます（ユースケース）
SQL でテキスト生成や要約、分類などの生成 AI 処理を行うデータアナリストが、BigQuery 上のデータに対して最新の Gemini モデルを使いたい場面で活用できます。データを外部へ動かさず、慣れた SQL の中で生成 AI を呼び出せます。
✨ 導入メリット
- 最新の GA モデルを生成 AI 関数で使え、BigQuery 上での AI 活用の選択肢が広がります
- マルチリージョナルエンドポイントに対応し、データの所在に合わせたエンドポイント選択がしやすくなります
📚 公式ソース
2. Memorystore for Valkey — 基本認証（トークンベース）が Preview で登場（2026年8月10日）
Memorystore for Valkey（Google Cloud のマネージド インメモリデータベース）で、Google Cloud コンソールから 基本トークンベース認証（basic token-based authentication） を使ってインスタンスへのアクセスを保護できるようになりました（Preview）。
🔍 何が変わったのか
- Google Cloud コンソールから、基本トークンベース認証でインスタンスへのアクセスを保護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）
Memorystore for Valkey をキャッシュやセッション管理に利用するインフラ担当者が、インスタンスへの接続に認証を求めたい場面で活用できます。コンソール操作で手軽にアクセス制御を追加できます。
✨ 導入メリット
- トークンベース認証により、インメモリデータベースへのアクセスセキュリティを高められます
- コンソールから設定でき、認証導入の手間を抑えられます
📚 公式ソース
3. Spanner — gRPC の動的チャネルプーリング（DCP）が一般提供（GA・2026年8月10日）
Spanner（Google Cloud のグローバル分散リレーショナルデータベース）の Go・Java クライアントライブラリで、gRPC チャネル向けの 動的チャネルプーリング（Dynamic channel pooling／DCP） が一般提供（GA）になりました。チャネル数の過不足による性能問題を防ぎ、設定の手間を減らします（既定は無効）。
🔍 何が変わったのか
- Go・Java クライアントライブラリで、gRPC チャネルの動的チャネルプーリング（DCP）が GA になりました
- チャネルのプロビジョニング不足・過剰による性能問題を防ぎ、設定オーバーヘッドを削減します
- DCP は既定では無効です
💼 こんな場面で活用できます（ユースケース）
Spanner に接続するアプリケーションを開発・運用する開発者が、負荷変動に合わせて接続チャネル数を最適化したい場面で活用できます。手動チューニングの負担を減らせます。
✨ 導入メリット
- チャネル数を動的に調整でき、過不足による性能問題を防ぎやすくなります
- チャネル設定のオーバーヘッドを削減でき、運用・チューニングの負荷を抑えられます
📚 公式ソース
4. BigQuery — データクリーンルームのクエリテンプレートとテーブルパラメータが GA（2026年8月11日）
BigQuery で、データクリーンルーム向けの クエリテンプレート（Query templates） が一般提供（GA）になりました。加えて、テーブル値関数（TVF）における テーブルパラメータ も GA になりました。データクリーンルームは、複数社が元データを直接開示せずに安全に分析するための仕組みです。
🔍 何が変わったのか
- データクリーンルームの所有者・公開者が、元となるテーブルやビューを公開せずに、あらかじめ定義したクエリを共有できるようになりました
- テーブル値関数（TVF）で ANY TABLE 型をテーブルパラメータとして使え、任意の構造のテーブルを受け取る汎用的な関数を作れ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）
他社とデータを持ち寄って分析するデータクリーンルームの運営者が、生データを見せずに決められた分析だけを許可したい場面で活用できます。パートナー間のデータ連携を、安全性を保ちながら進められます。
✨ 導入メリット
- 元テーブルを開示せずに定義済みクエリを共有でき、データ共有時の情報漏えいリスクを抑えられます
- ANY TABLE 型のテーブルパラメータにより、汎用的な関数を作れ、クエリの再利用性を高められます
📚 公式ソース
5. Firestore / Datastore — バンコク（asia-southeast3）リージョンに対応（2026年8月11日）
Firestore（Google Cloud のサーバーレス ドキュメントデータベース）と、Firestore in Datastore mode（Datastore） が、新たに asia-southeast3（バンコク）リージョン をサポートしました。
🔍 何が変わったのか
- Firestore が asia-southeast3（バンコク）リージョンに対応しました
- Firestore in Datastore mode（Datastore）も asia-southeast3（バンコク）リージョンに対応しました
💼 こんな場面で活用できます（ユースケース）
タイをはじめとする東南アジア向けにサービスを提供する開発者が、利用者に近い場所でデータを保管・処理したい場面で活用できます。地理的な近さを生かした構成を選べます。
✨ 導入メリット
- 利用者に近いリージョンを選べ、アクセス時の低遅延化に寄与します
- データの保管場所（データレジデンシー）の選択肢が広がり、地域要件への対応がしやすくなります
📚 公式ソース
6. BigQuery — Table Explorer が非推奨化し Reference パネルへ移行（2026年8月12日）
BigQuery で、テーブル構造などを探索する Table Explorer の機能が Reference（リファレンス）パネル へ移動しました。これに伴い、Table Explorer は非推奨（deprecated）になりました。
🔍 何が変わったのか
- Table Explorer の動作が Reference パネルへ移動しました
- Table Explorer は非推奨（deprecated）になりました
💼 こんな場面で活用できます（ユースケース）
BigQuery でクエリを書きながらテーブルのスキーマや参照情報を確認するアナリストが、Reference パネルから同様の情報を参照したい場面で該当します。従来 Table Explorer を使っていた場合は、Reference パネルへの操作の移行を確認しておくとよいでしょう。
✨ 導入メリット
- 参照情報が Reference パネルに集約され、クエリ作成時の情報確認の動線が整理されます
📚 公式ソース
7. Bigtable — 連続マテリアライズドビューとパラメータ化ビューが GA（2026年8月12日）
Bigtable（Google Cloud の大規模 NoSQL テーブルデータベース）で、CLUSTER_ATTRIBUTE() フィルタによる連続マテリアライズドビューのクラスタ限定処理と、パラメータ化ビュー（parameterized views）が、いずれも一般提供（GA）になりました。
🔍 何が変わったのか
- CLUSTER_ATTRIBUTE() フィルタにより、連続マテリアライズドビューの処理を特定のクラスタに限定でき、インスタンス内でビューを分離できます
- パラメータ化ビューにより、アプリのコンテキストに応じて論理ビューのデータ範囲を動的に絞り込め、SQL インジェクションのリスクを軽減できます
💼 こんな場面で活用できます（ユースケース）
Bigtable でリアルタイム集計ビューを運用する開発者が、処理するクラスタを絞り込んだり、ユーザーごとにデータ範囲を安全に切り替えたりしたい場面で活用できます。マルチテナントなアプリのデータ分離にも役立ちます。
✨ 導入メリット
- ビュー処理を特定クラスタに限定でき、インスタンス内でのワークロード分離を進めやすくなります
- パラメータ化ビューにより、動的な絞り込みと SQL インジェクション対策を両立しやすくなります
📚 公式ソース
8. BigQuery パイプライン — メタデータの自動付与が Preview で登場（2026年8月13日）
BigQuery パイプラインで、メタデータの自動付与（automated metadata enrichment）がサポートされました（Preview）。SQLX 設定に直接セマンティックメタデータを定義し、Knowledge Catalog（旧 Dataplex Universal Catalog）と同期できます。Data Engineering Agent が意図やコンテキストに基づいてメタデータを生成することもできます。
🔍 何が変わったのか
- SQLX 設定にセマンティックメタデータを直接定義し、Knowledge Catalog と同期できるようになりました
- Data Engineering Agent が、ユーザーの意図やコンテキストに基づいてメタデータを能動的に生成します
- 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）
BigQuery パイプラインでデータ変換を管理するデータエンジニアが、テーブルの意味情報（メタデータ）をカタログへ整備したい場面で活用できます。手作業に頼りがちなメタデータ整備を、パイプラインの中で進められます。
✨ 導入メリット
- SQLX にメタデータを定義してカタログと同期でき、データガバナンスの整備を進めやすくなります
- エージェントによる自動生成で、メタデータ付与の手間を軽減できます
📚 公式ソース
9. Cloud SQL for MySQL 9.7 が一般提供（GA・2026年8月13日）
Cloud SQL for MySQL 9.7 が一般提供（GA）になりました。ベクトル検索、ハイパーグラフオプティマイザ、JSON Duality Views など、MySQL 9.7 の主要機能に対応します。gcloud CLI・コンソール・REST API でバージョン 9.7 を指定して作成した場合、エディションは Cloud SQL Enterprise Plus edition になります。
🔍 何が変わったのか
- ベクトル検索（近似最近傍／ANN インデックスによるベクトルインデックス）に対応しました
- 複雑な多テーブルクエリ向けの新しい結合計画フレームワーク「ハイパーグラフオプティマイザ」を利用できます（オプティマイザスイッチで有効化）
- リレーショナル SQL と階層的な JSON ドキュメントを橋渡しする JSON Duality Views に対応しました
- MySQL 8.4 からのインプレース メジャーバージョンアップグレードや、Database Migration Service を使った移行に対応します
⚠️ 変更点・注意事項
- レガシーの mysql_native_password 認証プラグインは、Cloud SQL for MySQL 9.7 以降ではサポートされなくなりました。組み込み認証を使うクライアントは caching_sha2_password プラグインへ更新する必要があります
- innodb_log_file_size、innodb_log_files_in_group、innodb_undo_tablespaces、replica_parallel_type など複数のデータベースフラグが 9.7 以降で非対応（Removed）になりました。一方で activate_mandatory_roles など複数のフラグが新たに追加されています
💼 こんな場面で活用できます（ユースケース）
MySQL を基盤に業務システムを運用するデータベース管理者が、ベクトル検索や JSON との親和性を高めた新バージョンを検討したい場面で活用できます。AI 検索の要素をリレーショナルデータベース側に持たせる構成も選べます。
✨ 導入メリット
- ベクトル検索や JSON Duality Views により、MySQL 上でのデータ活用の幅が広がります
- インプレースアップグレードや DMS 移行に対応し、既存 MySQL からの移行の選択肢が増えます
🤔 判断観点
メジャーバージョンの採用にあたっては、以下の観点を自組織の状況に照らしてご確認ください。
- 影響範囲: mysql_native_password を使うクライアントがないか（caching_sha2_password への切り替えが必要）
- 互換性: 削除されたデータベースフラグ（innodb_log_file_size 等）を設定に含んでいないか
- 検証推奨事項: 既存アプリの接続・クエリが 9.7 で問題なく動作するか、検証環境での確認
- 移行方式: インプレースアップグレードと DMS 移行のどちらが自組織に適するか
📚 公式ソース
10. Data Studio — 全画面表示や画像コピーなど可視化 UI を多数強化（2026年8月13日）
Data Studio（旧 Looker Studio。Google Cloud のセルフサービス BI）で、レポート作成を助ける複数の UI 機能が追加されました。グラフの全画面表示、グラフの画像コピー、コンポーネントの回転、積み上げ棒グラフのラベル中央寄せ、設定の検索などが含まれます。
🔍 何が変わったのか
- 個別のグラフを全画面表示できます（スコアカード・ゲージグラフは対象外）
- グラフを PNG 画像としてクリップボードにコピーできます
- バブルチャートの枠線色を変更でき、テキストボックス・画像・図形を回転できます
- 積み上げ棒グラフのラベルを棒の中央に配置でき、Setup・Style タブ内の設定を検索できます
💼 こんな場面で活用できます（ユースケース）
Data Studio で社内レポートやダッシュボードを作成する担当者が、資料への貼り付けや細かなデザイン調整を効率化したい場面で活用できます。会議資料やレポートへのグラフ転記もスムーズになります。
✨ 導入メリット
- 画像コピーや全画面表示により、レポートの共有・確認がしやすくなります
- 設定検索やラベル配置などの細かな改善で、レポート作成の作業効率が高まります
📚 公式ソース
11. Dataform — Knowledge Catalog 向けのメタデータ自動付与が Preview に（2026年8月13日）
Dataform（Google Cloud の BigQuery 向け SQL データ変換・ELT サービス）のワークフローと BigQuery パイプラインで、BigQuery のテーブル・ビューに対する メタデータの自動付与 がサポートされました（Preview）。SQLX 設定に直接セマンティックメタデータを定義し、Knowledge Catalog と同期できます。
🔍 何が変わったのか
- Dataform ワークフローと BigQuery パイプラインで、テーブル・ビューのメタデータを自動付与できるようになりました
- SQLX 設定にセマンティックメタデータを定義し、Knowledge Catalog と同期できます
- 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）
Dataform でデータ変換を運用するデータエンジニアが、変換定義とあわせてメタデータもコードで管理したい場面で活用できます。データの意味情報をコード管理し、カタログと一貫させられます。
✨ 導入メリット
- 変換定義（SQLX）にメタデータを併記でき、データの意味情報をコードとして一元管理できます
- Knowledge Catalog との同期により、データガバナンスの整備を後押しします
📚 公式ソース
12. Memorystore for Valkey — 自己管理型 Redis／Valkey からの移行が GA（2026年8月13日）
Memorystore for Valkey で、Google Cloud 上で稼働する 自己管理型（self-managed）の Redis・Valkey インスタンスからのワークロード移行 が一般提供（GA）になりました。
🔍 何が変わったのか
- Google Cloud 上で稼働する自己管理型 Redis・Valkey から Memorystore for Valkey へワークロードを移行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）
自前で Redis・Valkey を運用しているインフラ担当者が、運用をマネージドサービスへ移したい場面で活用できます。自己管理の運用負荷から、マネージド運用への移行を進められます。
✨ 導入メリット
- 自己管理型からマネージドの Memorystore for Valkey へ移行でき、運用負荷の軽減につながります
- 移行機能が GA として提供され、本番環境での移行を計画しやすくなります
📚 公式ソース
その他のアップデート
上記の主要トピック以外にも、この期間には多くの運用系・メンテナンス系の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。
- Managed Service for Apache Airflow — 新リリースの展開開始と新ビルド提供: 8月10日に新リリースの各リージョンへの展開が開始されました。Managed Airflow（Gen 3）向けの新ビルド（composer-3-airflow-3.2.2-build.2 など、既定は 2.11.1-build.15）や Gen 2 向けの新イメージが提供され、Web サーバーワーカー数の算定式調整などの安定性改善も行われました。あわせて Airflow 3.2.2 / 2.11.1 で [api]rbac_bindings 設定のオーバーライドがブロックされる変更が入っています。
📚 公式ソース
- Managed Service for Apache Spark — Conda チャネル不具合の修正と新ランタイム版: イメージバージョン 1.4.81 / 1.5.92 / 2.1.117 / 2.2.85 で発生していた Conda チャネル関連の重大な不具合が修正されました。該当バージョンで作成したカスタムイメージ・クラスタは再作成が必要とされています。また新サブマイナーランタイム（1.2.86 / 2.2.86 / 2.3.39）が提供され、2.3 ランタイムでは OpenLineage が 1.49 へ更新されました。
📚 公式ソース
- Mainframe Connector — 5.20.2 で不具合を修正: bq query コマンドが標準出力へ過剰なログを出力しシステムアベンド（S722）を引き起こす問題や、gsutil cp コマンドが null 文字を含む日付・タイムスタンプのデコードに失敗する問題が修正されました。
📚 公式ソース
- Cortex Framework — リリース 7.0.2 / 7.0.3 とセキュリティ・不具合修正: 推移的依存関係のセキュリティ脆弱性を解消するため google-auth や google-cloud-bigquery などの直接依存を更新したほか、SapBdcProductBuilder が table_settings で SAP バージョン別セクションを誤って強制していた問題が修正されました。
📚 公式ソース
- Bigtable — Go クライアントライブラリ v1.52.0 の提供: セッションバックエンドやチャネルプール周りの機能追加・不具合修正・性能改善が行われました。
📚 公式ソース
まとめ
2026年8月10日〜8月16日のデータ分析カテゴリは、BigQuery を中心とした AI・データ連携の強化とデータベース群の機能・運用性の底上げが大きなテーマでした。BigQuery の Gemini 新モデル対応やデータクリーンルームのクエリテンプレート（GA）、BigQuery パイプライン・Dataform のメタデータ自動付与（Preview）は、AI 活用とデータガバナンスの両面を後押しします。
また、Cloud SQL for MySQL 9.7（GA）や Bigtable のビュー機能（GA）、Data Studio の可視化 UI 強化、Memorystore for Valkey の移行 GA・基本認証（Preview）は、データ基盤の活用と運用の幅を広げます。MySQL 9.7 のように認証プラグインやフラグの変更を伴うものもあるため、まずは検証環境での確認から、自組織の利用状況に照らしてご検討ください。
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 Cloud SQL、Bigtable、Data Studio 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
参考資料