CData Connect AI を使用して Azure AI Foundry から Snowflake のデータ と会話

Anusha M B
Anusha M B
Technical Marketing Engineer
CData Connect AI のリモート MCP サーバーを活用して、Azure AI Foundry エージェントからSnowflake のデータに対してセキュアに質問への回答やアクションを実行できるようにします。

Azure AI Foundry は、AI アプリケーションとエージェントの構築、デプロイ、管理のための Microsoft の包括的なプラットフォームです。タスクの自動化、質問への回答、さまざまなビジネスプロセスの支援が可能なインテリジェントエージェントを作成するための統合環境を提供します。CData Connect AI のリモート MCP と組み合わせることで、Azure AI Foundry を活用してリアルタイムのSnowflake のデータと対話できます。この記事では、Connect AI のリモート MCP を使用して Snowflake に接続し、Azure AI Foundry でSnowflake のデータと対話するエージェントを作成するプロセスを説明します。

CData Connect AI は、Snowflake 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 のリモート MCP サーバーにより、Azure AI Foundry と Snowflake の間でセキュアな通信が可能になります。これにより、ネイティブにサポートされた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、Azure AI Foundry エージェントを使用してSnowflake のデータに質問したりアクションを実行したりできます。最適化されたデータ処理機能を備えており、フィルターや JOIN を含むサポート対象のすべての SQL 操作を効率的に Snowflake 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Snowflake のデータを迅速に取得できます。

この記事では、Azure AI Foundry でエージェントを構築し、データと会話形式で探索（またはVibe Query）する方法を説明します。接続の原則は、どの Azure AI Foundry エージェントにも適用できます。Connect AI を使用すると、リアルタイムのSnowflake のデータに加えて、何百もの他のソースにアクセスできる AI エージェントを構築できます。

Snowflake データ連携について

CData は、Snowflake 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：

  • Snowflake データを迅速かつ効率的に読み書きできます。
  • 指定された Warehouse、Database、Schema のメタデータを動的に取得できます。
  • OAuth、OKTA、Azure AD、Azure マネージド サービス ID、PingFederate、秘密鍵など、さまざまな方法で認証できます。

多くの CData ユーザーは、CData ソリューションを使用して、お気に入りのツールやアプリケーションから Snowflake にアクセスし、さまざまなシステムからデータを Snowflake にレプリケートして、包括的なウェアハウジングと分析を行っています。

CData ソリューションとの Snowflake 統合についての詳細は、ブログをご覧ください：https://jp.cdata.com/blog/snowflake-integrations


はじめに


ステップ 1：Azure AI Foundry リソースを作成

Snowflake のデータ に接続する前に、Azure ポータルで Azure AI Foundry リソースを作成する必要があります。

  1. Azure Portal にログイン。
  2. Create a resource をクリックし、Microsoft Foundry を検索。
  3. Create をクリックしてリソース作成ウィザードを開始。
  4. Basics タブで：
    • Resource group を選択または作成
    • Foundry リソースの Name を入力
    • Project name を入力
    • Next をクリック
  5. 組織の要件に応じて、Storage、Network、Identity、Encryption、Tags タブを設定し、各セクションの後に Next をクリック。
  6. Review + submit タブで設定を確認し、Create をクリック。
  7. リソースが作成されたら、Go to resource をクリック。
  8. Go to Foundry portal をクリックして Azure AI Foundry ポータルにアクセス。

ステップ 2：Azure AI Foundry 用の Snowflake 接続を設定

Azure AI Foundry から Snowflake への接続は、CData Connect AI のリモート MCP によって実現されます。Azure AI Foundry からSnowflake のデータを操作するには、まず CData Connect AI で Snowflake 接続を作成・設定します。

  1. Connect AI にログインし、Connections をクリック、次に Add Connection をクリック
  2. Add Connection パネルから「Snowflake」を選択
  3. Snowflake に接続するために必要な認証プロパティを入力します。

    それでは、Snowflake データベースに接続していきましょう。認証に加えて、以下の接続プロパティを設定します。

    • Url：お使いのSnowflake URL を指定します。例：https://orgname-myaccount.snowflakecomputing.com
      • Legacy URL を使用する場合：https://myaccount.region.snowflakecomputing.com
      • ご自身のURL は以下のステップで確認できます。
        1. Snowflake UI の左下にあるユーザー名をクリックします
        2. Account ID にカーソルを合わせます
        3. Copy Account URL アイコンをクリックして、アカウントURL をコピーします
    • Database（オプション）：CData 製品によって公開されるテーブルとビューを、特定のSnowflake データベースのものに制限したい場合に設定します
    • Schema（オプション）：CData 製品によって公開されるテーブルとビューを、特定のSnowflake データベーススキーマのものに制限したい場合に設定します

    Snowflakeへの認証

    CData 製品では、Snowflake ユーザー認証、フェデレーション認証、およびSSL クライアント認証をサポートしています。認証するには、User とPassword を設定し、AuthScheme プロパティで認証方法を選択してください。

    キーペア認証

    ユーザーアカウントに定義されたプライベートキーを使用してセキュアなトークンを作成し、キーペア認証で接続することも可能です。この方法で接続するには、AuthScheme をPRIVATEKEY に設定し、以下の値を設定してください。

    • User：認証に使用するユーザーアカウント
    • PrivateKey：プライベートキーを含む.pem ファイルへのパスなど、ユーザーに使用されるプライベートキー
    • PrivateKeyType：プライベートキーを含むキーストアの種類（PEMKEY_FILE、PFXFILE など）
    • PrivateKeyPassword：指定されたプライベートキーのパスワード

    その他の認証方法については、ヘルプドキュメントの「Snowflakeへの認証」セクションをご確認ください。

    Save & Test をクリック
  4. Add Snowflake Connection ページで Permissions タブに移動し、ユーザーベースの権限を更新します。

Personal Access Token を追加

Personal Access Token（PAT）は、Azure AI Foundry から Connect AI への接続を認証するために使用されます。アクセスの粒度を維持するため、サービスごとに個別の 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 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。
  3. PAT に名前を付けて Create をクリック。
  4. Personal Access Token は作成時にのみ表示されるので、必ずコピーして安全な場所に保存してください。

接続の設定と PAT の生成が完了したら、Azure AI Foundry からSnowflake のデータに接続する準備が整いました。

ステップ 3：Azure AI Foundry で AI エージェントを作成

以下の手順に従って、AI エージェントを作成し、CData Connect AI に接続します：

  1. Azure AI Foundry ポータルで、New Foundry をクリックして新しいプロジェクトを作成。

  2. Start building をクリックし、Create agent を選択。

  3. エージェントの Name を入力。

  4. Setup セクションで：

    • 希望の AI model を選択
    • エージェントの動作に関する Instructions を設定

ステップ 4：CData Connect AI MCP ツールを追加

次に、CData Connect AI MCP Server をエージェントのカスタムツールとして追加します：

  1. エージェントセットアップで、Tools セクションに移動し、Add をクリック。

  2. ツールオプションから Custom を選択。

  3. Model Context Protocol を選択し、Create をクリック。

  4. MCP ツールの Name を入力（例：「CData Connect AI MCP Server」）。

  5. Remote MCP Server endpoint フィールドに次を入力：https://mcp.cloud.cdata.com/mcp/

  6. Authentication で Key-based を選択。

  7. 認証情報を設定：

    • Header name：Authorization
    • Value：Basic EMAIL:PAT（EMAIL を Connect AI のメールアドレスに、PAT を先ほど作成した Personal Access Token に置き換え）
    例：Basic [email protected]:Uu90pt5vEO...

  8. Connect をクリックして CData Connect AI への接続を確立。

オプション：エージェントにコンテキストを提供

MCP Server ツールの使用に関する具体的な指示を提供することで、エージェントの理解を向上させることができます。エージェントの Instructions セクションに、以下のようなガイダンスを追加できます： 

You are an expert at using the MCP Client tool connected to the CData Connect AI MCP Server. Always search thoroughly and use the most relevant MCP Client tool for each query. Below are the available tools and a description of each:

queryData: Execute SQL queries against connected data sources and retrieve results. When you use the queryData tool, ensure you use the following format for the table name: catalog.schema.tableName
getCatalogs: Retrieve a list of available connections from CData Connect AI. The connection names should be used as catalog names in other tools and in any queries to CData Connect AI. Use the `getSchemas` tool to get a list of available schemas for a specific catalog.
getSchemas: Retrieve a list of available database schemas from CData Connect AI for a specific catalog. Use the `getTables` tool to get a list of available tables for a specific catalog and schema.
getTables: Retrieve a list of available database tables from CData Connect AI for a specific catalog and schema. Use the `getColumns` tool to get a list of available columns for a specific table.
getColumns: Retrieve a list of available database columns from CData Connect AI for a specific catalog, schema, and table.
getProcedures: Retrieve a list of stored procedures from CData Connect AI for a specific catalog and schema
getProcedureParameters: Retrieve a list of stored procedure parameters from CData Connect AI for a specific catalog, schema, and procedure.
executeProcedure: Execute stored procedures with parameters against connected data sources

ステップ 5：Snowflake のデータ とチャット

エージェントを設定し、CData Connect AI に接続したら、自然言語を使用してSnowflake のデータと対話できます：

  1. Azure AI Foundry ポータルで、エージェントの Chat with data セクションに移動。

  2. Snowflake のデータについて質問を開始。例：

    • 「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高い製品は何ですか？」
    • 「Q4 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現在のステータスをリストして」

  3. エージェントは CData Connect AI MCP Server を使用してリアルタイムのSnowflake のデータをクエリし、ライブデータに基づいた回答を提供します。

ステップ 6：エージェントを公開

エージェントの設定とテストに満足したら、Publish をクリックして、組織で使用できるようにエージェントを公開します。

CData Connect AI を入手

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 ソースへのリアルタイムデータアクセスを実現するには、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