【MCP Server】Gemini CLI からAzure Data Lake Storage のデータにリアルタイムで接続する方法

Gemini CLI は、Google のGemini AI モデルへのアクセスを提供するコマンドラインインターフェースツールです。コード生成、テキスト分析、会話型AI 機能を利用できます。コーディングで活用している方も多いのではないでしょうか。CData Connect AI と組み合わせることで、Gemini CLI をAzure Data Lake Storage とリアルタイムに連携できるようになります。この記事では、Connect AI を使用したAzure Data Lake Storage への接続方法と、Azure Data Lake Storage と対話するためのGemini CLI の構成手順をご紹介します。

CData Connect AI は、Azure Data Lake Storage のデータに接続するための専用クラウド間インターフェースを提供します。CData Connect AI Remote MCP Server により、Google ADK エージェントと Azure Data Lake Storageの間でセキュアな通信が可能になります。これにより、ネイティブ対応データベースへのデータレプリケーションを必要とせずに、エージェントから Azure Data Lake Storage のデータの読み取りや操作を実行できます。CData Connect AIは最適化されたデータ処理機能を備えており、フィルタや JOIN を含むサポート対象のすべての SQL 操作を効率的に Azure Data Lake Storageへ直接送信します。サーバーサイド処理を活用することで、要求されたAzure Data Lake Storage のデータ を迅速に取得できます。

ステップ1: Gemini CLI 用の Azure Data Lake Storage 接続を構成

それでは早速、Gemini CLI から Azure Data Lake Storage への接続を設定していきましょう。Gemini CLI から Azure Data Lake Storage と対話するには、まずCData Connect AI でAzure Data Lake Storage 接続を作成して構成します。

1. Connect AI にログインし、「Connections」をクリックして「 Add Connection」をクリックします
2. 「Add Connection」パネルから「Azure Data Lake Storage」を選択します
3. Azure Data Lake Storage に接続するために必要な認証情報を入力しましょう。

   Azure Data Lake Storage 接続プロパティの取得・設定方法

   Azure Data Lake Storage Gen2 への接続

   それでは、Gen2 Data Lake Storage アカウントに接続していきましょう。接続するには、以下のプロパティを設定します。

   • Account：ストレージアカウントの名前
   • FileSystem：このアカウントに使用されるファイルシステム名。例えば、Azure Blob コンテナの名前
   • Directory（オプション）：レプリケートされたファイルが保存される場所へのパス。パスが指定されない場合、ファイルはルートディレクトリに保存されます

   Azure Data Lake Storage Gen2への認証

   続いて、認証方法を設定しましょう。CData 製品では、5つの認証方法をサポートしています：アクセスキー（AccessKey）の使用、共有アクセス署名（SAS）の使用、Azure Active Directory OAuth（AzureAD）経由、Azure サービスプリンシパル（AzureServicePrincipal またはAzureServicePrincipalCert）経由、およびManaged Service Identity（AzureMSI）経由です。

   アクセスキー

   アクセスキーを使用して接続するには、まずADLS Gen2ストレージアカウントで利用可能なアクセスキーを取得する必要があります。

   Azure ポータルでの手順は以下のとおりです：

   1. ADLS Gen2ストレージアカウントにアクセスします
   2. 設定でアクセスキーを選択します
   3. 利用可能なアクセスキーの1つの値をAccessKey 接続プロパティにコピーします

   接続の準備ができたら、以下のプロパティを設定してください。

   • AuthScheme：AccessKey
   • AccessKey：先ほどAzure ポータルで取得したアクセスキーの値

   共有アクセス署名（SAS）

   共有アクセス署名を使用して接続するには、まずAzure Storage Explorer ツールを使用して署名を生成する必要があります。

   接続の準備ができたら、以下のプロパティを設定してください。

   • AuthScheme：SAS
   • SharedAccessSignature：先ほど生成した共有アクセス署名の値

   その他の認証方法については、 href="/kb/help/" target="_blank">ヘルプドキュメントの「Azure Data Lake Storage Gen2への認証」セクションをご確認ください。

   「Create & Test」をクリックします
4. 「Add Azure Data Lake Storage Connection」ページの「Permissions」タブに移動し、ユーザーベースの権限を更新します。

パーソナルアクセストークンを追加する

パーソナルアクセストークン (PAT) は、Gemini CLI からConnect AI への接続を認証するために使用します。アクセスの粒度を維持するために、サービスごとに個別の PAT を作成することをおすすめします。

1. Connect AI アプリの右上にある歯車アイコン () をクリックして、設定ページを開きます。
2. 「Settings」ページで、「Access Tokens」セクションに移動し、 「Create PAT」をクリックします。
3. PAT に名前を付けて「Create」をクリックします。
4. パーソナルアクセストークンは作成時にのみ表示されます。必ずコピーして、今後の使用のために安全に保管してください。

これで、Gemini CLI からAzure Data Lake Storage に接続する準備が整いました！

ステップ 2: CData Connect AI 用に Gemini CLI を構成

それでは、CData Connect AI に接続するための Gemini CLI を構成していきましょう。

1. システムに Gemini CLI がインストールされていることを確認します。インストールされていない場合は、npm を使用してインストールしましょう。

   npm install -g @google/gemini-cli

2. Gemini CLI の設定ファイルを見つけましょう。ファイルが存在しない場合は新規作成してください。
   • Linux/Unix/Mac: ~/.gemini/settings.json
   • Windows: %USERPROFILE%\.gemini\settings.json
3. 設定ファイルの「mcpServers」オブジェクトに CData Connect AI を追加します。YOUR_EMAIL とYOUR_PAT を、Connect AI のメールアドレスと先ほど作成したPAT に置き換えてください。

   {
     "mcpServers": {
       "cdata-connect-cloud": {
         "httpUrl": "https://mcp.cloud.cdata.com/mcp",
         "headers": {
           "Authorization": "Basic YOUR_EMAIL:YOUR_PAT"
         }
       }
     }
   }    
   

   例えば、メールアドレスが [email protected] で、PAT が Uu90pt5vEO... の場合、Authorization ヘッダーは次のようになります:

   "Authorization": "Basic [email protected]:Uu90pt5vEO..."

4. 設定ファイルを保存します。これで、Gemini CLI はデータ操作に CData Connect AI MCP Server を使用するようになります。

ステップ 3: 自然言語でライブの Azure Data Lake Storage のデータ をクエリする

Gemini CLI が構成され、CData Connect AI に接続されたので、自然言語クエリを使用して Azure Data Lake Storage と対話できるようになりました。MCP 統合により、質問をして Azure Data Lake Storage データソースからリアルタイムで応答を受け取ることができます。

Gemini CLI を使ってデータの探索を始めてみましょう:

1. ターミナルを開いて、Gemini CLI セッションを開始します:

   gemini

2. これで、自然言語を使って Azure Data Lake Storage をクエリできます。例えば:
   • 「過去 30 日間のすべての顧客を表示して」
   • 「最もパフォーマンスの良い製品は何ですか?」
   • 「第 4 四半期の売上トレンドを分析して」
   • 「すべてのアクティブなプロジェクトとその現在のステータスをリスト表示して」
3. Gemini CLI は、自然言語クエリを適切な SQL クエリに自動的に変換し、CData Connect AI MCP Server を通じて Azure Data Lake Storage データに対して実行します。

Gemini CLI の自然言語処理機能と CData Connect AI の堅牢なデータ接続機能を組み合わせることで、複雑な SQL クエリを記述したり、基礎となるデータ構造の深い技術知識を必要とすることなく、Azure Data Lake Storage を探索して分析できます。

CData Connect AI を入手する

クラウドアプリケーションから 300 以上の SaaS、ビッグデータ、NoSQL ソースへのライブデータアクセスを取得するには、今すぐ CData Connect AI をお試しください!