CData Connect AI 経由で Boomi Agentstudio と BigQuery のデータを統合

Dibyendu Datta
Dibyendu Datta
Lead Technology Evangelist
CData Connect AI を使用して、Boomi Agentstudio からBigQuery のデータへのセキュアでガバナンスの効いたアクセスを提供し、AI エージェントが統合・自動化ワークフロー内でライブエンタープライズデータに対してアクションを実行できるようにします。

Boomi Agentstudio は、タスクの自動化、統合ワークフローの強化、ビジネスプロセス全体でのインテリジェントな意思決定をサポートする AI エージェントを設計、オーケストレーション、ガバナンスするためのエンタープライズプラットフォームです。CData Connect AI と接続することで、Boomi Agentstudio は標準化された MCP ツールインターフェースを通じて、BigQuery などのライブエンタープライズデータにセキュアにアクセス、クエリ、アクションを実行できます。

CData Connect AI は、エンタープライズデータシステムへのガバナンスが効いたリアルタイムアクセスを提供するマネージド Model Context Protocol（MCP）プラットフォームです。350 以上のデータソースにわたって、カタログ、スキーマ、テーブル、SQL クエリを含む構造化されたメタデータを公開します。Connect AI を使用すると、Boomi Agentstudio は ETL パイプライン、データレプリケーション、カスタム統合コードを必要とせずに、ライブの運用データをエージェントロジックとワークフロー自動化に直接取り込むことができます。

この記事では、Boomi Agentstudio を CData Connect AI MCP エンドポイントに接続し、BigQuery やその他のサポート対象データソースへのアクセスを設定し、エージェント駆動型ワークフロー内からリアルタイムクエリを発行する方法を説明します。

BigQuery データ連携について

CData は、Google BigQuery のライブデータへのアクセスと統合を簡素化します。お客様は CData の接続機能を以下の目的で活用しています：

  • OAuth、OAuth JWT、GCP インスタンスなど、すぐに使える幅広い認証スキームのサポートにより、BigQuery へのアクセスを簡素化します。
  • BigQuery と他のアプリケーション間の双方向データアクセスにより、データワークフローを強化します。
  • SQL ストアドプロシージャを通じて、ジョブの開始・取得・キャンセル、テーブルの削除、ジョブロードの挿入など、主要な BigQuery アクションを実行できます。

多くの CData のお客様は、Google BigQuery をデータウェアハウスとして使用しており、CData ソリューションを使用して、別々のソースからビジネスデータを BigQuery に移行し、包括的な分析を行っています。また、BigQuery データの分析やレポート作成に当社の接続機能を使用するお客様も多く、両方のソリューションを使用しているお客様も多数います。

CData が Google BigQuery 体験をどのように向上させるかについての詳細は、ブログ記事をご覧ください：https://jp.cdata.com/blog/what-is-bigquery


はじめに


前提条件

ステップ 1：Boomi Agentstudio 用に BigQuery への接続を設定

Boomi Agentstudio が BigQuery にアクセスするには、CData Connect AI で BigQuery への接続を作成します。この接続は Remote MCP Server を介して Boomi に公開されます。

  1. Connect AI にログインし、Sources をクリック、次に + Add Connection をクリック
  2. 利用可能なデータソースから BigQuery を選択
  3. BigQuery に接続するために必要な認証プロパティを入力します。

    BigQuery 接続プロパティの取得・設定方法

    Google BigQuery はOAuth 認証標準を使用します。個々のユーザーとしてGoogle API にアクセスするには、組み込みクレデンシャルを使うか、OAuth アプリを作成します。

    OAuth では、Google Apps ドメインのユーザーとしてサービスアカウントを使ってアクセスすることもできます。サービスカウントでの認証では、OAuth JWT を取得するためのアプリケーションを登録する必要があります。

    OAuth 値に加え、DatasetId、ProjectId を設定する必要があります。詳細はヘルプドキュメントの「はじめに」を参照してください。

  4. 「Create & Test」をクリック
  5. 認証が完了したら、BigQuery 接続の Permissions タブを開き、必要に応じてユーザーベースのアクセス許可を設定します。

Personal Access Token（PAT）の生成

Boomi Agentstudio はアカウントのメールアドレスと Personal Access Token（PAT） を使用して Connect AI に認証します。アクセス制御の粒度を維持するために、統合ごとに個別の PAT を作成することをお勧めします。

  1. Connect AI で、右上の 歯車アイコン を選択して Settings を開きます。
  2. Access Tokens で Create PAT を選択します。
  3. トークンの説明的な名前を入力し、Create を選択します。
  4. トークンをコピーして安全に保存します。PAT は作成時にのみ表示されます。

BigQuery 接続と PAT が設定できたので、Boomi Agentstudio は CData Connect AI MCP サーバー経由でBigQuery のデータに接続する準備が整いました。

ステップ 2：CData Connect AI MCP エンドポイントを使用してソースを作成

まず、Boomi Agentstudio 内に新しい MCP データソースを作成します。これにより Boomi と CData Connect AI 間のセキュアな接続が確立され、エージェントが MCP ツールを呼び出してライブエンタープライズデータを操作できるようになります。

Connect AI MCP をソースとして接続するには、以下のプロセスに従います。

  1. Boomi にログインします。
  2. Services を開き、リストから Agentstudio を選択します。
  3. Sources タブに移動し、Create a new source をクリックします。
  4. Agent Designer ウィンドウで Sources タブを開き、ソースタイプとして Model Context Protocol (MCP) を選択します。
  5. Create MCP Source 画面で、以下の Configuration 詳細を入力します。
    • Name: ソースの名前を入力
    • Details: ソースの簡単な説明を追加
    • Transport Type: Streamable HTTP
    • URL: https://mcp.cloud.cdata.com/mcp
    • Authentication: Basic Authentication
    • Username: Connect AI アカウントのユーザー名を入力
    • Password: Connect AI の PAT を入力
  6. Test Connection をクリックします。
  7. 接続が成功したら、Discover Tools をクリックします。Boomi は queryData、getCatalogs、getSchemas、getTables などの CData Connect AI によって公開されているすべての MCP ツールを Tools タブに一覧表示します。
  8. Discover and Select Tools セクションですべてのツールを選択し、Continue をクリックします。
  9. Review セクションで詳細を確認し、Save をクリックします。

Boomi は新しいソースを Sources タブに追加します。

Tools タブをクリックして、CData Connect AI のすべてのツールがリストに表示されていることを確認します。

ステップ 3：新しいエージェントを作成

BigQuery のデータ とやりとりするための新しいエージェントを作成します。エージェントはプロンプトと Connect AI によって公開されたツール間のインターフェースとして機能し、クエリを処理してインテリジェントなレスポンスを返すことができます。

  1. Agents タブに移動し、Create New Agent をクリックします。
  2. Agent Designer ウィンドウで、Agents タブの下にある Blank Template を選択します。
  3. Profile セクションで以下の詳細を入力します。
    • Basic Information: ゴール、エージェント名、エージェント画像を指定
    • Agent Mode: プロンプトへの応答方法に基づいて Conversational または Structured モードを選択し、それに応じてモードを設定
  4. Save and Continue をクリックします。
  5. Tasks セクションで、エージェントが実行するアクションを定義します。
    1. + Add New Task をクリックします。
    2. Description タブでタスク名と説明を入力します。
    3. Instructions タブで + Add New Instruction をクリックし、このタスク内でエージェントがツールを使用する方法を説明します。
    4. Tools タブで + Add New Tool をクリックし、Connect AI によって公開されたツールを選択します。Update Selected Tool をクリックし、Requires Approval と Data Passthrough を有効にして、タスクを保存し、Save and Continue をクリックします。

    注意: すべてのタスクで最大 25 個のツールを追加できます。

  6. Guardrails セクションで、エージェントがセキュアかつ倫理的に動作するためのルール、制限、フィルターを定義します。必要に応じてブロックメッセージ、拒否トピック、ワードフィルター、カスタム正規表現パターンを追加します。Save and Continue をクリックします。
  7. Review セクションですべての詳細を確認し、Deploy をクリックしてエージェントをデプロイします。

エージェントをデプロイしたら、チャットインターフェースでプロンプトに対する正確でコンテキストに沿ったレスポンスを生成するために使用できます。

ステップ 4：エージェントを使用してBigQuery のデータにプロンプトを送信

エージェントを作成してデプロイしたら、自然言語プロンプトを使用してBigQuery のデータとやりとりできます。

BigQuery のデータ にプロンプトを送信するには、以下のステップに従います。

  1. Chat タブに移動し、ドロップダウンリストからエージェントを選択します。
  2. プロンプトを入力します（例: 「BigQuery で利用可能なテーブルはいくつありますか？」）。
  3. エージェントがプロンプトを処理して結果を返します。

CData Connect AI を入手

クラウドアプリケーションから直接 300 以上の SaaS、ビッグデータ、NoSQL ソースへのリアルタイムデータアクセスを取得するには、CData Connect AI をお試しください。

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 お問い合わせ

この記事の内容

関連記事