リアルタイムデータを、AI 向けにモデル化
複数システムにまたがるリアルタイムデータの結合から、スピードが求められるデータのキャッシュ、AI が信頼できるビジネス向けのデータへのモデル化まで。そのすべてを 1 つのレイヤーで担います。
データがどこにあっても、すばやく答えを
結合、実行計画の立案、プッシュダウンといった負荷の高い処理は、すべてエンジンが引き受けます。データを移動したりチューニングしたりしなくても、クエリは高速なままです。
一度モデル化すれば、あらゆる場所で再利用
ビジネスロジックは SQL で一度定義するだけ。すべての AI ツールが、その共通の定義をもとにクエリを実行します。ソース側の生のテーブル構造は、ビジネス用語で名付けたビューの裏に隠れ、表に出ることはありません。
仮想スキーマと依存ビュー
AI が参照するモデルが増えても、整理された状態を保てます。モデルは仮想スキーマ単位でまとめ、ビューの上にさらにビューを重ねて構築することも可能です。エージェントからは、無秩序に散らばったモデルではなく、整理された構造が見えます。
レイヤー構造のモデル
AI は、自らが最も理解しやすいレベルでデータを扱えます。Raw、Core、Business とレイヤーを重ねることで、エージェントはソース由来のわかりにくい名前ではなく、業務に即したわかりやすい名前でクエリできます。
手続き型 SQL と仮想プロシージャ
複数ステップのロジックを一度定義すれば、すべてのエージェントで再利用できます。AI はパラメータ付きのプロシージャを呼び出すだけなので、プロンプトのたびにロジックを組み立て直す必要はありません。
Python と JavaScript
解析やスコアリング、カスタムロジックなど、SQL では表現しきれない変換処理も、OBJECTTABLE を通じて Python や JavaScript で実行できます。AI はその複雑さを意識することなく、結果を通常のテーブルとしてクエリできます。
使い慣れた SQL をそのまま
チームが普段書いている SQL で、そのままモデル化できます。SQL Server 形式の構文（TOP n、CROSS APPLY、STRING_SPLIT）や PostgreSQL 形式の LIMIT … OFFSET に加え、GENERATE_SERIES、JSON 集計、MEDIAN、PERCENT_RANK にも対応しています。定義するビューが充実するほど、AI が返す回答の質も高まります。
データ品質関数
AI はノイズの混じったデータではなく、クリーンなデータをもとに推論できます。文字列距離によるマッチング（コサイン、Jaccard、Winkler、Levenshtein）に加え、クレジットカード番号、SSN（米国社会保障番号）、電話番号、メールアドレスのバリデーターも備えています。
データの提供方法は自由に。ガバナンスとオブザーバビリティは常に万全に。
データセットごとに、リアルタイム・キャッシュ・マテリアライズから提供方法を選べます。どのツールから実行されたクエリにも同じ権限が適用され、実行内容はすべて記録に残ります。
リアルタイム、キャッシュ、マテリアライズを透過的に結合
鮮度が重要な場面では鮮度を、そうでない場面ではスピードを。クエリやプロシージャ呼び出しにキャッシュヒントを 1 つ付けるだけで、その結果を再利用できます。
どのデータがキャッシュされているかを意識する必要はありません。キャッシュ済みの部分はキャッシュから、リアルタイムの部分は各ソースから取得し、エンジンが結果を透過的に結合します。
専用のパイプラインを別途構築する必要はありません。既存のデータウェアハウスに、フルまたは増分でキャッシュできます。エンジンが推奨するマテリアライゼーションも、採用するかどうかは任意で選べます。
すべてのクエリ、すべてのツールに権限を適用
ユーザーごとに、ロールに必要なアクセス権だけを付与できます。7 種類の権限タイプで列単位まできめ細かく制御可能。スキーマに付与した権限は配下に継承されるため、管理の手間も省けます。
データのコピーを別途用意しなくても、機密データを安全に隠せます。行レベルセキュリティでユーザーごとに閲覧できる行を限定し、列マスキングで値をその場で隠します。
権限の取り消しは即座に反映されます。アクセス権はキャッシュされないため、スキーマを閲覧するユーザーにも許可された範囲だけが表示されます。
何が、どこで実行されたかを正確に把握
回答をもとにアクションを起こす前に、その回答が信頼できるかを確かめられます。EXPLAIN を使えば、エンジン内で実行されたステップ、選択された結合戦略、各ソースに送信された SQL まで、実行計画の全体を確認できます。
何度も打ち合わせを重ねることなく、トラブルシューティングを数分で済ませられます。クエリごとのフェデレーションログを各ソースのドライバーログと並べて確認できるため、実行計画からソース SQL、ドライバーでの実行まで、一連の流れをトレースできます。
クエリがアクセスしたすべてのソースについて処理時間と行数を確認できるため、遅いソースもひと目で特定できます。
1 つの質問が 2 つのシステムをまたぐ様子を見てみましょう
CRM の取引先と ERP の受注を結合するクエリを例に、エンジンがどのように処理するのかをご紹介します。