Trae からAzure Data Lake Storage のデータにリアルタイムでアクセスする方法（CData Connect AI）

Yazhini G
Yazhini G
Technical Marketing Engineer
CData Connect AI Remote MCP Server を使用して、Trae が AI 対応 IDE 内からリアルタイムの Azure Data Lake Storage のデータ に安全にアクセスし、クエリを実行できるようにします。

Trae は、使い慣れたエディターと Builder や SOLO などのエージェントモードを組み合わせた AI 対応の統合開発環境（IDE）です。Model Context Protocol（MCP） に対応しており、外部ツールやデータソースを追加すると、エージェントがリアルタイムデータにアクセスできるようになります。

Trae と CData Connect AI を組み込みの MCP Server 経由で連携させることで、Trae はガバナンスの効いたリアルタイムの Azure Data Lake Storage のデータ にアクセスできるようになります。自然言語プロンプトを使って Azure Data Lake Storage のデータ のカタログを一覧表示したり、スキーマを確認したり、レコードをクエリしたりでき、すべてのデータアクセスは許可されたデータソースに対して安全に実行されます。

この記事では、Connect AI で Azure Data Lake Storage 接続を設定し、必要なパーソナルアクセストークンを生成し、Trae をインストールして Connect AI MCP Server を追加し、LLM モデルを設定した上で、Trae エージェントからリアルタイムの Azure Data Lake Storage のデータ にクエリを実行して連携を検証する方法を説明します。

Step 1: Trae 向けに Azure Data Lake Storage の接続を設定

Trae は Connect AI の Remote MCP Server を介して Azure Data Lake Storage に接続します。Trae から Azure Data Lake Storage のデータ を操作するには、まず Connect AI で Azure Data Lake Storage 接続を作成・設定します。

  1. Connect AI にログインし、Sources をクリックしてから Add Connection をクリックします。
    2. Adding a connection in Connect AI
  2. Add Connection パネルから Azure Data Lake Storage を選択します。
    3. Selecting data source
  3. Azure Data Lake Storage への接続に必要な認証プロパティを入力します。

    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、 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。

    Configuring a connection (Salesforce is shown)
  4. Save & Test をクリックします。
  5. Permissions タブに移動し、ユーザーベースの権限を更新します。
    6. Updating permissions

Personal Access Token の追加

Personal Access Token（PAT）は、Trae から Connect AI への接続を認証するために使用されます。アクセス制御を細かく管理するために、連携ごとに個別の PAT を作成することをお勧めします。

  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 Settings 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 にわかりやすい名前を付けて Create をクリックします。
    4. Creating a new PAT
  4. トークンが表示されたらコピーして安全に保管してください。再度表示されることはありません。

Azure Data Lake Storage 接続の設定と PAT の生成が完了したら、Trae は Connect AI 経由で Azure Data Lake Storage のデータ に接続できるようになります。

Step 2: Trae をインストールして Connect AI MCP Server を設定

次に、Trae をインストールし、Connect AI Remote MCP Server を追加して、LLM モデルを設定します。設定が完了すると、エージェントは Connect AI を通じてリアルタイムデータツールを検出・呼び出せるようになります。

  1. Trae IDE をダウンロードしてインストールし、アプリケーションを起動します。
  2. 画面左上のトグルを使用するか、Ctrl + Alt + \ を押して SOLO モードに切り替えます。 Switching to SOLO mode in Trae
  3. Toggle AI Sidebar をクリックしてチャットパネルを開きます。 Opening the AI sidebar in Trae
  4. Settings を開き、左メニューから MCP を選択します。 Navigating to MCP settings
  5. Add Manually をクリックします。 Adding an MCP server manually
  6. Configure Manually ダイアログに以下の設定を貼り付けて Confirm をクリックします： 
    {
  "mcpServers": {
    "cdata-connect-ai": {
      "type": "streamable-http",
      "url": "https://mcp.cloud.cdata.com/mcp",
      "headers": {
        "Authorization": "Basic your_base64_encoded_email_PAT"
      }
    }
  }
}

    注意：Trae は Connect AI との認証に Basic 認証を使用します。Connect AI のユーザーメールアドレスと先ほど作成した PAT を email:PAT の形式で結合し、Base64 エンコードした上で Basic を先頭に付けます。たとえば [email protected]:ABC123...XYZ789 の場合、Authorization ヘッダーの値は次のようになります：Basic dXNlckBkb21haW4uY29tOkFCQzEyMy4uLlhZWjc4OQ==

    Configuring the Connect AI MCP Server

LLM モデルの設定

Trae がエージェントの推論を行うには、少なくとも 1 つの LLM モデルが必要です。エージェントがプロンプトを解釈し、Connect AI 経由で MCP ツールを呼び出せるようにモデルを追加します。

  1. Settings に戻り、Models を選択します。
  2. Add Model をクリックし、OpenAI、Anthropic、Google などのプロバイダーを選択して、モデルを選択し、API キーを入力して Add Model をクリックします。 Adding an LLM model and API key

MCP サーバーの追加と LLM モデルの設定が完了すると、Trae は Connect AI を通じてリアルタイムの Azure Data Lake Storage のデータ にクエリを実行する準備が整います。

Step 3: Trae からリアルタイムの Azure Data Lake Storage のデータ にクエリ

連携が完了したら、Trae エージェントを使用して、設定した LLM が処理する自然言語プロンプトを通じてリアルタイムの Azure Data Lake Storage のデータ を操作します。

  1. チャットパネルで @ と入力し、Builder with MCP を選択します。Tools - MCP の下に cdata-connect-ai が表示されていることを確認します。 Selecting the Builder with MCP agent
  2. データを操作するプロンプトを入力します。例：
    • cdata-connect-ai のカタログを一覧表示して
    • Azure Data Lake Storage で利用可能なスキーマとテーブルを表示して
    • Azure Data Lake Storage のデータ のテーブルから上位 5 件のレコードをクエリして
  3. Trae は Connect AI MCP Server を呼び出し、Azure Data Lake Storage のデータ からリアルタイムの結果を返します。 Querying live data from the Trae agent

この時点で、Trae エージェントは Connect AI MCP Server と通信し、リモート MCP ツールを通じて IDE から直接リアルタイムの Azure Data Lake Storage のデータ を取得します。

CData Connect AI を入手

クラウドアプリケーションから数百種類の SaaS、ビッグデータ、NoSQL データソースに直接アクセスするには、CData Connect AI をぜひお試しください。 14日間の無料トライアルをダウンロードいただけます。ご不明な点がございましたら、サポートチームまでお気軽にお問い合わせください。

はじめる準備はできましたか？

CData Connect AI の詳細、または無料トライアルにお申し込みください：

無料トライアル

この記事の内容

関連記事