【MCP Server】Google ADK エージェントから Snowflake のデータにリアルタイムで接続しよう！

加藤龍彦
加藤龍彦
デジタルマーケティング
CData Connect AI のリモートMCP サーバー を活用して、Google ADK エージェントから Snowflake への安全なデータアクセスとアクション実行を実現する方法をご紹介します。

Google ADK（Agent Development Kit）は、さまざまなデータソースやサービスと連携できる AI エージェントを構築するための、モデル非依存の強力なフレームワークです。CData Connect AI のリモートMCP と組み合わせることで、自然言語クエリを通じてSnowflake のデータとリアルタイムでやり取りできるインテリジェントなエージェントを構築できます。この記事では、Connect AI Remote MCP を使用して Snowflake に接続し、Google ADK エージェントを設定して ADK Web 経由で とやり取りする方法をご紹介します。

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 Remote MCP Server により、Google ADK エージェントと 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 Snowflake 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 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、自然言語を使用してデータを会話形式で探索（Vibe Query）できる Google ADK エージェントの設定方法をご紹介します。Connect AI を使用すれば、Snowflake に加えて、数百の他のデータソースにもアクセスできる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：Google ADK 用の Snowflake 接続を設定する

Google ADK エージェントから Snowflake への接続は、CData Connect AI のリモートMCP を通じて実現されます。ADK エージェントから Snowflake とやり取りするために、まず CData Connect AI で Snowflake 接続を作成・設定していきましょう。

  1. Connect AI にログインし、「Sources」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「Snowflake」を選択します
  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。

  4. 「Create & Test」をクリックします
  5. 「Add Snowflake 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の追加

パーソナルアクセストークン（PAT）は、Google ADK エージェントから 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. 設定ページの「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ので、必ずコピーして安全な場所に保管してください。

これで接続の設定と PAT の生成が完了しました。Google ADK エージェントから Snowflake に接続する準備が整いました。

ステップ 2：Google ADK エージェントを CData Connect AI 用に設定する

以下の手順に従って、CData Connect AI に接続するように Google ADK エージェントを設定していきましょう。事前構築済みのエージェントをこちらから使用できます。または、以下の手順に従って独自のエージェントを作成することもできます。

  1. Google ADK Python SDK がインストールされていることを確認してください。インストールされていない場合は、pip を使用してインストールします。 
    pip install google-genkit google-adk
  2. エージェントの設定ファイル（通常は agent.py）を作成または更新して、CData Connect AI MCP 接続を含めます。Connect AI 認証情報を使用して MCP ツールセットを設定する必要があります。
  3. MCP サーバー接続用の環境変数または設定をセットアップします。プロジェクトのルートに .env ファイルを作成し、以下の変数を設定します。 
    MCP_SERVER_URL=https://mcp.cloud.cdata.com/mcp
MCP_USERNAME=YOUR_EMAIL
MCP_PASSWORD=YOUR_PAT
    YOUR_EMAIL を Connect AI のメールアドレスに、YOUR_PAT をステップ 1 で作成したパーソナルアクセストークンに置き換えてください。
  4. CData Connect AI MCP Server を使用するように agent.py ファイルを設定します。以下は設定例です。 
    import os
import base64
from google.adk.agents import LlmAgent
from google.adk.tools.mcp_tool.mcp_toolset import MCPToolset
from google.adk.tools.mcp_tool.mcp_session_manager import StreamableHTTPConnectionParams
from dotenv import load_dotenv

# 環境変数を読み込む
load_dotenv()

# 環境から設定を取得
MCP_SERVER_URL = os.getenv('MCP_SERVER_URL', 'https://mcp.cloud.cdata.com/mcp')
MCP_USERNAME = os.getenv('MCP_USERNAME', '')
MCP_PASSWORD = os.getenv('MCP_PASSWORD', '')

# MCP サーバー用の認証ヘッダーを作成
auth_header = {}
if MCP_USERNAME and MCP_PASSWORD:
    credentials = f"{MCP_USERNAME}:{MCP_PASSWORD}"
    auth_header = {"Authorization": f"Basic {base64.b64encode(credentials.encode()).decode()}"}

# CData MCP ツールを使用してエージェントを定義
root_agent = LlmAgent(
    model='gemini-2.0-flash-exp',  # サポートされている任意のモデルを使用できます
    name='data_query_assistant',
    instruction="""あなたは CData Connect AI を通じて Snowflake データにアクセスできるデータクエリアシスタントです。
    
    ユーザーが Snowflake をリアルタイムで探索・クエリできるようサポートしてください。
    利用可能な MCP ツールを使用して以下を実行できます：
    - 利用可能なデータベースとスキーマの一覧表示
    - テーブル構造の探索
    - SQL クエリの実行
    - データに関する洞察の提供
    
    実行内容を常に説明し、結果を明確にフォーマットしてください。""",
    
    tools=[
        MCPToolset(
            connection_params=StreamableHTTPConnectionParams(
                url=MCP_SERVER_URL,
                headers=auth_header
            )
        )
    ],
)
  5. ADK Web でエージェントを実行します。プロジェクトディレクトリから以下を実行してください。 
    adk web --port 5000 .

    注：pip install --user で ADK をインストールした場合、adk コマンドが PATH に含まれていない可能性があります。以下のいずれかの方法で対処できます。

    • フルパスを使用：~/Library/Python/3.x/bin/adk（macOS の場合）
    • PATH に追加：export PATH="$HOME/Library/Python/3.x/bin:$PATH"
    • PATH が自動的に設定される仮想環境を使用
  6. ブラウザでADK のWeb インターフェースを開きます（通常は http://localhost:5000）。
  7. ドロップダウンメニューからエージェントを選択します（エージェント設定の name パラメータに基づいて名前が付けられています）。
  8. これで、自然言語クエリを使用してSnowflake との会話を開始できます。。

ステップ 3：Snowflake データへのアクセスを備えたインテリジェントエージェントを構築する

Google ADK エージェントを設定して CData Connect AI に接続できたので、自然言語を使用して Snowflake とやり取りする高度なエージェントを構築できます。MCP 統合により、エージェントに強力なデータアクセス機能が提供されます。

エージェントで使用可能な MCP ツール

Google ADK エージェントは、以下のCData Connect AI MCP ツールにアクセスできます。

  • queryData：接続されたデータソースに対してSQL クエリを実行
  • execData：ストアドプロシージャを実行
  • getCatalogs：利用可能なデータベース接続を取得
  • getSchemas：特定のカタログのデータベーススキーマを一覧表示
  • getTables：スキーマ内のテーブルを一覧表示
  • getColumns：特定のテーブルの列情報を取得
  • getPrimaryKeys：プライマリキー情報を取得
  • getIndexes：テーブルのインデックス情報を取得
  • getProcedures：利用可能なストアドプロシージャを一覧表示

ユースケース例

Snowflake のデータにアクセスできるGoogle ADK エージェントでできることの例をいくつかご紹介します。

  • データ分析エージェント：Snowflake のトレンド、パターン、異常を分析するエージェントを構築
  • レポート生成エージェント：自然言語リクエストに基づいてカスタムレポートを生成するエージェントを作成
  • データ品質エージェント：リアルタイムでデータ品質を監視・検証するエージェントを開発
  • ビジネスインテリジェンスエージェント：複数のデータソースをクエリして複雑なビジネスの質問に答えるエージェントを構築
  • 自動化ワークフローエージェント：Snowflake のデータ条件に基づいてアクションをトリガーするエージェントを作成

エージェントのテスト

ADK Web にデプロイすると、自然言語クエリを通じてエージェントとやり取りできます。以下のような質問を試してみてください。

  • 「過去 30 日間のすべての顧客を表示して」
  • 「今四半期の売上トップの製品は何？」
  • 「売上トレンドを分析して異常を特定して」
  • 「アクティブなプロジェクトのサマリーレポートを生成して」
  • 「特定の条件に一致するすべてのレコードを検索して」

Google ADK エージェントは、これらの自然言語クエリを自動的に適切な SQL クエリに変換し、CData Connect AI MCP Server を通じて Snowflake データに対して実行します。複雑な SQL を記述したり、基盤となるデータ構造を理解したりすることなく、ユーザーにリアルタイムの洞察を提供できます。

CData Connect AI でビジネスシステムのデータ活用を今すぐスタート

いかがでしたか？Google ADK エージェントから Snowflake へのデータ接続が 10 分もかからずに完了したのではないでしょうか。業務に使えそう、と感じてくださった方は、14 日間の無償トライアルで AI ツールからビジネスシステムへのリアルタイムデータ接続をぜひお試しください。

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