「Gemini CLIと自律型DWH、活用してますか？」～【googlecloud】今週の人気記事TOP5（2025/10/26）

この記事はZennからgooglecloudのLike数が多い記事のリストを自動的取得し、AIを利用して要約し、自動更新されています。

【2025/10/26】「Gemini CLIと自律型DWH、活用してますか？」今週の人気記事TOP5（2025/10/26）

「自動化」のその先へ。BigQueryが切り拓く「自律型データウェアハウス」の未来

BigQueryは、従来の自動化されたDWHから、自律性を持つDWHへと進化しています。Advanced Runtimeや自動マテリアライズド・ビュー等の機能により、クエリの最適化やリソース管理を自動で行い、パフォーマンスを向上させます。

さらに、Data Agentによって自然言語での対話的な分析が可能になり、SQLの知識がないユーザーでもデータ活用が容易になります。自律性は、コスト管理やセキュリティ、透明性を維持しつつ、データエンジニアの業務効率化、アナリストの思考速度向上、ビジネスユーザーのデータ活用を促進します。BigQueryはデータ活用の民主化を目指しています。

OpenTelemetry が拡げる Gemini CLI の可観測性

Gemini CLIのオブザーバビリティについて、AIエージェントの非決定論的な性質から必要性が増している点を解説。OpenTelemetryのSemantic Conventions for Generative AI Systemsを適用し、Events、Metrics、Spansの属性を紹介。Gemini CLIのテレメトリ送信方法（Cloud Observability、Collector経由）とログ構造を示す。トレース機能は未実装のため、ログをグルーピング表示するビューアをVibe Codingで開発。ログでの監査的な視点に加え、パフォーマンスとコストの最適化、デバッグと信頼性の向上に繋がることが期待される。

Gemini CLI でセキュアで堅牢な開発をするためのプラクティス集

Gemini CLIを企業・チームでセキュアに利用するためのプラクティスを紹介。
課題として、学習利用、品質の低いコード生成、環境破壊、利用状況の把握困難性を指摘。
解決策として、学習利用されない有料プラン(Gemini Code Assist, Vertex AI)の選択、設定ファイルによるツール/MCPサーバ/認証方法の統制、Docker等によるサンドボックス環境での実行、仕様駆動開発ツール(Spec Kit等)の導入、pre-commit hookによる品質維持を提案。
安全なコマンドの自動承認設定も重要。

Auth0 for AI Agents を理解するために Google カレンダーと連携するサンプルアプリを動かす

Auth0 for AI Agents SDKを利用し、AIエージェントが外部サービス（今回はGoogleカレンダー）をユーザーに代わって利用するサンプルアプリの動作検証を行った記事です。
Token Vaultを使い、AIエージェントのトークン管理の煩雑さを軽減するAuth0の仕組みを解説。GenkitサンプルアプリをVertex AI経由のGeminiで動作させ、Auth0を介してGoogleカレンダーAPIへのアクセスに成功。
Auth0が認証・認可を肩代わりすることで、AIエージェントがより高速に動作するメリットを強調しています。

データ分析基盤の「安定運用」と「セキュリティ」を支えるアーキテクチャ選定と運用方法

ASSIGN社では、データ分析基盤の再構築として、Cloud SQLからBigQueryへのデータ連携を自動化。
Cloud Run Functions + Cloud Schedulerによる定期バッチ処理と、Datastreamによるリアルタイム連携を組み合わせたハイブリッド構成を採用。
認証情報はSecret Managerで管理し、大量データ連携にはStreaming InsertからLoad Jobへ切り替え、BigQueryのポリシータグで列レベルのアクセス制御を実施。
Datastreamはリアルタイム性が高いがスキーマ変更に弱いため、変更頻度の低いデータに適用し、Cloud Run Functionsと役割を分担。
今後はAI駆動によるクエリ自動生成を目指す。

【2025/10/19】「Gemini活用、Terraform導入…次はあなたの番？」今週の人気記事TOP5（2025/10/19）

小規模チームがゼロからTerraform構成を設計した話 - AI時代の運用を見据えて

PIVOTでIaC未導入だったインフラをTerraform化。小規模チーム体制とAI時代を見据え、モノレポでリソース種別ベースの構成を採用。分散管理の失敗経験からモノレポを選択し、AIによるコード生成・レビューを可能にするため、リソース種別ごとに設定を集約。GitOpsフローを構築し、Terraform知識がないメンバーでも安全にインフラ変更を提案できる環境を実現。今後はネットワーク周りのTerraform化とGitHub組織管理のIaC化を目指す。

Google Jules（ジュールズ）入門：AI開発初心者向け解説

Google Julesは、Googleが開発した自律型AIコーディングエージェントです。開発者の反復的な作業を自動化し、生産性向上を目指します。バグ修正、テストコード生成、機能追加、依存関係アップデートなどを自然言語で指示できます。GitHub連携でコード生成からプルリクエスト作成まで完結。競合のGitHub Copilot等と比較して、タスクの立案から実行、反映までを担う点が特徴です。Google Geminiをベースに、AI開発初心者からプロまで幅広い層に有用なツールとして期待されています。

Gemini Live APIに触れ合おう with Agent Starter Pack + ADK

Gemini Live APIは、WebSocketでリアルタイムにGeminiと対話できるAPIです。音声・動画入力、音声出力に対応し、音声の文字起こしも可能です。関数呼び出し、コード実行、Google検索などのツールも利用でき、音声検知機能による割り込みやセッション延長も可能。Agent Starter PackとADKを用いることで、容易に環境構築が可能です。感情理解機能も搭載予定。試用では、音声入力、動画入力、画面共有入力で良好な結果が得られました。

週刊生成AIニュースブログを支える技術 バナー画像生成編

アイレットは、週刊生成AIニュースブログのバナー画像を自動生成する仕組みを構築。記事生成はClaude Code、画像生成にはGemini 2.5 Flash Image (Nano Banana)を活用。FastMCPを用いてGeminiを呼び出すサーバーを構築し、GitHub Actionsで画像生成からPull Request作成までを自動化。今後はプロンプトの改善やGemini CLIでの同様の仕組みの構築を検討。

Gemini 2.5 Computer Useを使って見よう

Gemini 2.5 Computer Use Modelは、GUI操作に特化したモデルであり、ブラウザ上でユーザーの指示に基づいたアクションを自動実行できます。Playwrightと組み合わせることで、ウェブページの要素特定、クリック、テキスト入力などが可能です。モデルはアクションを提案し、その結果をフィードバックすることでタスクを連鎖的に実行できます。また、ユーザー確認を求める機能も備えており、より安定したアプリ開発に役立ちます。GitHubでコード全体が公開されています。

【2025/10/12】「Cloud RunとGemini、まだ使いこなせてない？」今週の人気記事TOP5（2025/10/12）

BigQueryの本番データがすべて消えた日 - 大規模障害から学んだ復旧と再発防止策

CareNetにおけるBigQueryの本番データ全削除インシデントの顛末。原因はテストコードの設定不備による本番環境データセット削除処理の実行。UNDROP SCHEMAクエリが機能せず、タイムトラベル機能とbq cpコマンドでテーブル単位での復旧を実施。ビューやテーブル関数はクエリを再実行。再発防止策として、テスト環境からの本番環境へのアクセス制御強化、サービスアカウントの権限見直し、メタデータ管理、バックアップ体制の検討を実施。

Gemini CLI から Cloud Run にデプロイした MCP サーバに接続するベストプラクティス

Gemini CLI v0.8.0でIAP保護されたCloud Run上のMCPサーバへの接続がサポートされました。従来手法（Cloud Runプロキシ、OIDC IDトークン）の課題を解決し、よりセキュアでチーム共有しやすいベストプラクティスとして、IAP for Cloud Runとサービスアカウントなりすましを利用する方法を紹介しています。設定には、OAuthクライアントIDの作成、IAP設定の更新、サービスアカウントの作成と権限付与が必要です。Gemini CLIの設定で、authProviderTypeにservice_account_impersonationを指定することで、トークン管理が自動化されます。

適当に作ったWebアプリを雑に社内公開したい、そんなときはCloud Runがお勧め

Cloud Runを使えば、社内向けWebアプリを認証付きで簡単にデプロイできます。
Dockerfile作成後、Cloud RunとGitHubを連携させ、GUIで設定するだけでデプロイ可能。
GitHubのmainブランチ更新で自動再デプロイも実現。
最小インスタンス数を0に設定すれば、アクセスがない時の維持費はゼロ。
認証はGoogle Workspaceアカウントを利用。
セキュリティ規約に沿った利用を推奨。

AWS×GCPマルチクラウド環境でのプライベートDNS名前解決を実現する

ナレッジワークのtom氏が、AWSとGCPのマルチクラウド環境におけるプライベートDNS名前解決について解説。Route 53とCloud DNSを組み合わせ、VPN接続されたVPC間で相互に名前解決を実現する構成を紹介しています。GCPからの解決では、Cloud DNSのIP範囲(35.199.192.0/19)をAWS側で許可する必要があり、AWSからの解決では、Resolver Outbound Endpointを利用。これにより、マルチクラウド環境でのサービス連携を円滑化します。

Gemini Enterprise登場！「Gemini at Work 2025」最新速報

Googleは企業向けAIプラットフォーム「Gemini Enterprise」を発表しました。これはAIモデル、ノーコードワークベンチ、構築済エージェント群、企業データ接続、ガバナンス、パートナーエコシステムを含む包括的なプラットフォームです。
特徴は、非技術者でもAIエージェントを開発できる点、企業データを活用し文脈に合った応答が可能な点、そしてAIエージェント同士が連携する「エージェントエコノミー」を視野に入れている点です。
人材育成にも注力し、「Google Skills」や「GEAR program」を通じてAI人材の育成を目指します。

【2025/10/5】「Vertex AIとBigQuery SQL、使いこなせてる？」今週の人気記事TOP5（2025/10/05）

BigQuery SQLを劇的に進化させる！効率化と柔軟性を高める5つの新機能 🎉

BigQuery SQLの効率と柔軟性を向上させる5つの新機能が発表されました。

1. 集合演算子BY NAME/CORRESPONDING: カラム名によるマッチングで、カラム順序に依存しない安全なデータ結合を実現。
2. ARRAY_FIRST/LAST/SLICE: 配列操作を簡潔化し、複雑なサブクエリを削減。
3. Chained Functions: 関数をチェーン形式で記述でき、クエリの可読性が向上。
4. With Expression: クエリ内で変数定義を可能にし、中間結果の再利用と可読性を向上。
5. TypeOf function: 式のデータ型を返し、デバッグをサポート。
   これらの新機能により、SQL記述がより安全、簡潔、柔軟になり、データ分析・エンジニアリングの生産性向上が期待できます。

Vertex AI Searchによる検索エンジンの構築

グロービス学び放題の動画検索精度向上のため、キーワード検索からVertex AI Searchを用いた検索エンジンに再構築。ゼロマッチや表示順の課題に対し、ベクトル検索・ハイブリッド検索を導入し開発・運用コストを削減。AIによるコース要約生成やキープロパティ設定で精度向上。検索DBのスキーマ変更制約に注意。今後はソート機能や略語対応を検討。フルマネージドサービスの利便性を活かしつつ、データ前処理で独自ニーズに対応。

NotebookLM × Gemini でGoogle Cloud Professional資格を2ヶ月で制覇する

NTT DATAのエンジニアが、Google Cloud Professional資格を2ヶ月で制覇した学習法を紹介。
NotebookLMで試験ガイドや対策記事を学習させ「骨格」を作り、GeminiのDeep Researchで概要資料を深掘りして教材を作成。
NotebookLMに教材を再投入し知識を蓄積。
「資格対策用」と「技術深掘り用」のNotebookLMを分け、役割分担。
模擬問題で間違えた箇所をNotebookLMに解説させ弱点を克服。
AIを「育てる」学習スタイルを提唱し、Notionでのナレッジ集約も推奨。

VertexAI Pipelines×Memorystore for Redisで機械学習のバッチ推論基盤を構築した話

Macbee Planetは、広告配信プラットフォーム3D ADの機械学習推論をオンラインからバッチ推論にリアーキテクチャし、QPS最大化を目指した。具体的には、予測結果をRedisに事前保存し、bigcacheで推論結果をキャッシュすることで、レイテンシを改善（5-20ms→1-2ms未満）し、クラウドコストを削減（機械学習推論サーバを1/2に）。VertexAI PipelinesとMemorystore for RedisをVPC経由で接続する際に苦労したが、network設定で解決。バッチ推論基盤の構築により、広告配信の制約を守りつつ、コスト削減を達成した。

【Google Cloud】3週間でAssociate Data Practitionerに合格する方法

GMOペパボのマネージャーが、Google Cloud Associate Data Practitionerに3週間で合格した学習法を紹介。まず試験を申し込み、公式試験ガイドとG-genの記事で出題範囲を確認。公式とUdemyの模擬試験を繰り返し解き、Gemini/ChatGPTで効率的に復習。試験ガイドで不安な点を洗い出し重点的に対策。試験はテストセンターで受験、120分40問で時間的余裕あり。今後は上位資格や他領域の認定資格にも挑戦予定。