DWH の限界突破！ AI エージェント向け爆速リアルタイムデータ基盤 ClickHouse

Data Engineering Summit 2026 登壇資料 + 追加資料

AIエージェントやRAGの進化に伴い、従来のDWH（データウェアハウス）が得意とする「バッチ処理」では対応できない、ミリ秒単位の応答速度とリアルタイムなデータ取り込み（インジェスト）が求められています。 本セッションでは、超高速なリアルタイム分析に特化した「ClickHouse」を活用し、膨大なデータの即時取り込みからミリ秒解のクエリ検索までをシームレスに実現するアーキテクチャを解説。既存のデータ基盤と共存しながらAIの応答遅延を劇的に解消する、次世代データ基盤の神髄に迫ります。

https://data-engineering-summit.findy-tools.io/2026

Transcript

1. DWH 限界突破！ AI エージェント向け爆 リアルタイム データ基盤 ClickHouse ClickHouse 株式会社 ⼤薗 純平 2026.10.09 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
2. 自己紹介 大薗 純平 Junpei Ozono) Solutions Architect, ClickHouse 外資系 IT ベンダーにて、長らく Data & AI 領域 ソリューションアーキテクトとして従事 さまざまな列指向データベース、分散処理エンジン、データと AI などを活用したお客様 システム構築を支援 統合基盤 現在 ClickHouse で AI 時代に求められる次世代リアルタイムデータ基盤 普及 を推進するため活動中 2 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
3. ClickHouse? 4 3 ©2026 ©2026 CLICKHOUSE CLICKHOUSE INC., INC., CONFIDENTIAL CONFIDENTIAL & & PROPRIETARY PROPRIETARY
4. アジェンダ 4 01 なぜ今、リアルタイムデータ基盤が必要な 02 ClickHouse と 03 なぜ ClickHouse 04 ClickHouse で組む、AI エージェント 05 まとめ ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY い か か ため デ ータ基盤
5. 01 なぜ今、 リアルタイムデータ基盤 が必要な か 5 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
6. 従来: 業務 事業A (店舗) DB やログをビジネスに活かせないか？ 企業内 業務データを分析・活用したいが… ✔ 既存 処理(事業)に影響 出せない/出したくない ✔ そもそも分析向けシステムで 事業B Eコマース) ✔ 業務システム 過去 ないため性能が出ない データを持たない ✔ 事業をまたいだ横断分析ができない 事業C (モバイル) 6 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
7. 従来: ①データウェアハウス /レイクにデータを集約 バッチレイヤー 過去に何が起きたか？ 事業A (店舗) 夜間バッチ 事業B Eコマース) 事業C (モバイル) 7 DWH / レイク (履歴データ) BI・帳票 経営・業務 典型ワークロード : 課題: • 集計 バッチで前処理 • 鮮度 日次、応答 数十秒〜分 • クエリ 事前定義 BI・定型帳票) • バッチ処理 パフォーマンスとコスト • リアルタイム性・データ鮮度 限界 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
8. 従来: ②リアルタイム要件 スピードレイヤーで対応 典型ワークロード : バッチレイヤー 事業A (店舗) • 集計 ストリームで前処理 • 鮮度 秒、応答 ミリ秒 • クエリ 事前定義 (閾値・特徴量) 夜間バッチ 事業B Eコマース) 8 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 過去に何が起きたか？ • ストリーム基盤 運用 • すべて 履歴データ 保管コスト BI・帳票 スピードレイヤー ストリーム 事業C (モバイル) DWH / レイク (履歴データ) 課題: 経営・業務 今、何が起きているか？ KVS / 検索エンジン (直近データ) 不正検知 パーソナライズ 業務・顧客
9. 従来 アプローチ 現実 バッチレイヤー 過去に何が起きたか？ 事業A (店舗) 夜間バッチ 事業B Eコマース) 9 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY BI・帳票 スピードレイヤー ストリーム 事業C (モバイル) DWH / レイク (履歴データ) 経営・業務 今、何が起きているか？ KVS / 検索エンジン (直近データ) 不正検知 パーソナライズ 業務・顧客
10. 従来 アプローチ 現実 バッチレイヤー 過去に何が起きたか？ ① バッチレイヤーとスピードレイヤーを分けるアプローチ Lambda アーキテクチャ ) 事業A (店舗) 異なる性質 複数データストア上 データ、パイプラインやコード DWH / レイク (履歴データ) 夜間バッチ 運用管理が煩雑となる BI・帳票 経営・業務 ② すべてをスピードレイヤーに寄せるアプローチ Kappa アーキテクチャ ) 事業B 履歴データも含めたストリーミング基盤 Eコマース) スピードレイヤー 運用管理 難易度が高い 今、何が起きているか？ ③ データウェアハウス /レイク中心 アプローチ (レイクハウスアーキテクチャ ) データ鮮度と応答 事業C (モバイル) 10 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 度 追求 ストリーム 妥協 KVS / 検索エンジン (直近データ) 不正検知 パーソナライズ 業務・顧客
11. データドリブンか ら ワークフロードリブンへ AIエージェントがワークフロー主体になることで 、データプラットフォーム 要求が変化 データドリブン アプリケーション データアナリスト USER USER USER RDB USER ワークフロードリブン SRE USER DWH USER エージェント アプリケーション AGENT USER 全従業員 USER AGENT AI SRE USER AGENT Observability MCP MCP サイロ化かつ個別最適化 11 クエリ パターン レスポンス クエリ パターン レスポンス 数十件 / 日 計画的・逐次的 数秒 数千件 / 日 検索的・並列 ミリ秒 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
12. AI エージェントが変えるデータへ 要求 1往復 データ応答 × 往復回数 = ユーザーが待つ時間 AIエージェント 💬 自然言語 データ ReAct ループ 推論・計画 ユーザー 問い合わせ 1 ユーザー 裾野が広がり リクエスト数が増加 記憶 ツール呼び出し 結果 2 タスク内で複数 クエリが 反復的かつ並列で実行 12 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 業務 DB 結果を読む DWH / レイク 3 エージェントが複数 デー タソースを跨いで 自律的に参照・統合 KVS / 検索エンジン
13. AIエージェント 時代、 従来 データ基盤だけで 限界が見えてくる • • • 13 AIエージェント 活用により、クエリ数が爆発的に増加 クエリ 低レイテンシ性 がより重要に データ基盤 コストパフォーマンス がよりクリティカルに ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
14. AI エージェント ため リアルタイムデータ基盤が必要 バッチレイヤー リアルタイムデータ基盤 事業A (店舗) 応答と頻度 夜間バッチ 統合ストア (履歴 + 直近) 事業B Eコマース) 事業C (モバイル) 14 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY スピードレイヤー ストリーム /CDC ミリ秒 × 並列 × 長期データ エージェント ユーザー (自然言語)
15. AI エージェント ため リアルタイムデータ基盤が必要 バッチレイヤー リアルタイムデータ基盤 事業A (店舗) 応答と頻度 夜間バッチ 統合ストア (履歴 + 直近) 事業B Eコマース) 事業C (モバイル) 15 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY スピードレイヤー ストリーム /CDC ミリ秒 × 並列 × 長期データ エージェント ユーザー (自然言語)
16. 02 と 16 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
17. The Leading Database for AI ミリ秒で ClickHouse オープンソース カラム型 OLAP データベース です。 処理 ペタバイト規模でも msでクエリ 同時処理数 高QPSによる高 同時処理 膨大なデータをSQL で 超高 に 分析できるように設計されています。 圧倒的な データ圧縮率 と 最適化されたクエリエンジンで 大幅なコスト削減 を実現します。 17 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY データ 高圧縮 数十倍 ストレージ容量 削減 簡単にスケール可能 負荷に応じてダイナミックにスケール
18. The Leading Database for AI 世界で最も人気 ある分析データベース 2009 プロトタイプ 2016 オープン ソース 2021 ClickHouse Inc. 2022 ClickHouse Cloud わずか4年で4,000社以上 2024 AWS Tokyo Regionオープン 企業が利用 Tesla 18 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 2025 GCP Tokyo Regionオープン
19. ClickHouse リアルタイム分析 • 顧客向けアプリケーション • インタラクティブな操作 • 既存データベースから リアルタイムレプ リケーション AI / 機械学習 • LLMオブザーバビリティ • フィーチャストア • RAG / ベクトルDB 19 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 主要ユースケース データウェアハウス • 社内向けビジネスデータ分析 • 大規模でもコスト効率が高い BIツール連携 • オープンデータフォーマットサポート およびカタログ連携機能 オブザーバビリティ • ログ、メトリクス、トレース、アラート • OpenTelemetry サポート • モニタリングダッシュボード連携 • AIオブザーバビリティ
20. ClickHouse 提供形態 Cloud / BYOC / OSS ClickHouse Cloud 20 BYOC Bring Your Own Cloud) OSS フルマネージド DBaaS ハーフマネージド DBaaS オープンソース OSS 版 プロダクトを クラウドネイティブに再構築 Control Plane ClickHouse、 Data Plane お客様 アカウント すべて自社で 設計・構築・運用 Compute や Storage 管理 すべて ClickHouse が実施 アップデート・バックアップ等 運用 ClickHouse が担当 Compute と Storage が密結合 シェアードナッシング構成が基本 スケーラビリティとシステム 可用性を大幅に向上 データセキュリティや規制 コンプライアンス ニーズに対応 拡張 シャード追加と 既存データ 再配置を伴う ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
21. ClickHouse Cloud アーキテクチャ 接続 ど レプリカでも アプリケーション ClickHouse Cloud アカウント 結果 接続 いずれか レプリカに振り分け マスターレプリカ 存在しない クエリ エンドポイント HTTP / TCP レプリカ単位でスケール 1 台 最小 2vCPU / 8GiB Memory 垂直 / 水平で スケールが可能 プロキシ / ロードバランサ Keeper サービスコンピュート 共有 メタデータ レプリカ#1 レプリカ#2 レプリカ#3 マルチレイヤーキャッシュ ストレージとカタログ サービスから共有アクセス 21 認証・計画・調整 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY + 台数を追加 データ 1か所に書く 共有ストレージに1回だけ書く 別 場所に複製 しない Keeper が全体を束 る 全レプリカが同じメタデータを参照 レプリカ同士 直接やりとりしない
22. Compute-Compute 分離: 同じデータに、別々 コンピュート ワークロード 書き込み・変換 顧客向け分析 エージェント分析 ワークロード毎にサービス分離 エンドポイント サービス毎に分かれる が、データ・ユーザー・権限 共通 ウェアハウス サービス 1 読み書き エンドポイント 1 レプリカ#1 レプリカ#2 サービス 2 読み取り専用 エンドポイント 2 レプリカ#1 レプリカ#2 サービスごとにスケール 台数・サイズ・自動アイドルを 別々に決める レプリカ#3 書き込みと読み取りを分ける オブジェクトストレージ (共有) 同じテーブル、同じデータ 22 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 読み取り専用 サービス リソースを全部読み取りに使う
23. New! On-Demand Compute: 重い分析に、一時的な計算力を アプリケーション 結果 既存 Private Preview クエリ エンドポイント プロキシ / ロードバランサ ClickHouse 管理 一時的な 割り当て用ワーカープール ワーカー ワーカー ワーカー ワーカー ワーカー ワーカー そ まま 既存エンドポイント まま、クエリ・セッショ ン・ユーザー単位で指定 HTTP / TCP On-Demand Compute 重いSELECTだけ分散 対象 複数サービスで共有 1ワーカー 同時に1サービス クエリ サービスコンピュート Keeper レプリカ#1 共有 メタデータ レプリカ#2 部分結果 ストレージとカタログ 共有ストレージと カタログへアクセス 23 サービス ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY スキャン・結合・集計をワーカーで INSERT・DDL 対象外 使う分だけ借りる ワーカー クエリ 間だけ割り当て ベストエフォート、SLA 対象外
24. 03 なぜ ClickHouse い か 24 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
25. なぜ ClickHouse 読む前も、読んだ後も、書くときも、 1 25 読む量を減らす 2 読んだ後を い か？ さ ために作り込まれている く 3 仕事を前に倒す 列だけ読む CPU を使い切る 書き込み 集計に必要な列だけを ディスクから読む SIMD・JIT・マルチコアで 少ない CPU で く終える INSERT すぐ返す 整理 裏で進める 読む範囲を絞る 細部まで作り込む 集計 条件に合わない 範囲を読む前に外す 型・件数・処理に合わせて実 装を選び分ける 取り込み時に集計まで実行 クエリ 結果を読むだけ ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 軽く 先に
26. ① 読む量を減らす 列だけ読む 集計に必要な列だけを、ディスクから読む SELECT sum(価格) FROM 商品 行指向: 行ごとに並ぶ ID 商品名 列指向: 列ごとに並ぶ 在庫 1 列だけ欲しくても、行ごと読む 26 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 価格 ID 商品名 在庫 価格 列だけを読む 同じ型が並ぶ で圧縮しやすい 価格
27. ① 読む量を減らす 読む範囲を絞る 1 つ クエリが触る 1 テーブル定義 CREATE TABLE events ( user_id UInt32, ts DateTime, value Float64 ) ENGINE  MergeTree ORDER BY user_id 2 INSERT 27 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 必要な部分 3 パーツ パーツ 1 み。全体を走査しない 列ごとに保存 パーツ 1 user_id INSERT パーツ 2 ts INSERT たびに、 パーツが 1 つできる グラニュール value user_id 1 5 9 98 パーツ 3 4 パーツ 1 黄色 = インデックス 1 INSERT まずデータ 並び順 (主キー )をテーブル 定義で決める 、テーブル 120 205 パーツ 中 列ごと ファイル。定義した順 (user_id 順) に並ぶ ts value 1 5 9 9 98 120 120 205 8,192 行ごとに区切り 先頭 値をインデックスに
28. ① 読む量を減らす 読む範囲を絞る 1 つ クエリが触る 1 テーブル定義 CREATE TABLE events ( user_id UInt32, ts DateTime, value Float64 ) ENGINE  MergeTree ORDER BY user_id 2 、テーブル 3 パーツ INSERT 必要な部分 パーツ 1 み。全体を走査しない 列ごとに保存 パーツ 1 user_id ts value 1 28 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY INSERT たびに、 パーツが 1 つできる グラニュール パーツ 1 黄色 = インデックス 5 INSERT データがある(可能性がある)、 パーツ 2 user_id=80 9 主キーインデックス9 グラニュール 98 120 INSERT みを読み込む パーツ 3 205 まずデータ 並び順 (主キー )をテーブル 定義で決める 4 パーツ 中 列ごと ファイル。定義した順 (user_id 順) に並ぶ user_id 1 ts value 1 5 9 9 98 120 120 205 SELECT sum(value) FROM events WHERE user_id = 80
29. ② 読んだ後を CPU を使い切る 少ないリソースで、 1 本 く終わらせる 全コアで、並列に 値をまとめて計算 専用コードを生成 1 本 クエリを全コアに分ける 複数レプリカにも分散可能 列 値をまとめ (ベクトル化実行 ) SIMD で複数 値を同時に計算 JIT でネイティブコードに変換 式・集計・ソート 高 化 1 本が早く終われ 29 クエリを ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 、同じ CPU でより多く クエリを流せる く
30. ② 読んだ後を 細部まで作り込む 汎用 実装 1 つで済ませない。場面ごとに作り分け、測り続ける ハッシュテーブル JOIN 30 種類以上を用意し キー 型と件数で選ぶ ハッシュ・ソートマージなど 6種 データ 大きさで選ぶ データ型 列ごと 圧縮 LowCardinalityなど独自 値を必要な大きさで持つ 30 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 型で アルゴリズム Delta・Gorilla・ZSTD など Codec を列単位で重 て指定可能 く
31. ③ 仕事を前に倒す 書き込み INSERT 1 回が、ディスク上 INSERT パーツ INSERT パーツ INSERT パーツ 小さな INSERT 小さな INSERT INSERT バッファ パーツになる。まとめる仕事 裏 マージが続ける 確定 軽い 受けたレプリカがデータを書き、メタ データを Keeper に記録 パーツ マージ後 パーツ 束 てから書く 小さな INSERT サーバ側で まとめて書く (既定) パーツ マージで整える パーツ マージ済み 31 1つ 軽く ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY ディスク上 クエリが読む 重複排除・集計・TTL も マージ 中で進む テーブル マージ
32. ③ 仕事を前に倒す 集計 INSERT ソース Kafka S3 / レイク 先に たびに Materialized View MV が集計し、クエリ 集計済み 結果を読むだけ Bronze Silver Gold 生データ 洗浄済み 業務向け MergeTree 増分 MV Replacing MergeTree 定期 MV MergeTree 外部 DB 古い行 自動削除 TTL を設定) 重複 自動で統合 増分 MV : ベーステーブルへ INSERT をトリガーに、変換した結果を後段テーブルにも INSERT するため 定期 MV : 決めた間隔でクエリを実行し直し、後段 テーブルを置き換える定義 32 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY アプリが読む 定義
33. 04 ClickHouse で組む、 AI エージェント ため データ基盤 33 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
34. Agentic Data Stack ClickHouseが実現する次世代データスタック アプリ UI ClickHouse Agent DB 高 分析処理 34 CDC リアルタイム 同期 Postgres 基幹データ・トランザクション ClickPipes 外部ソースを 直接参照 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY LLMオブザーバビリティ オブザーバビリティ ClickHouse オープンテーブル フォーマット Langfuse ClickStack Agentic AI 分析 データ 連携 API ユーザー 外部データ取り込み データレイク そ 他ソース LLM 直接連携
35. ClickHouse Agents SQL を書かずに、誰もが会話でデータを分析できる ClickHouse データに自然言語で 問い合わせる AI チャット機能 • • OSS Chat UI プロダクト LibreChat を 買収し、マネージドサービスとして提供 ClickHouse ベストプラクティス Skills が搭 載され、MCP でデータベースに接続 ◦ • 35 ClickHouse 以外 MCP にも接続可能 データ グラフィカルな可視化から、 エージェント 作成などにも対応 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY Beta
36. ClickPipes マネージドデータインジェストサービス 簡単な設定 UI で簡単に設定でき、 継続的なデータ 取り込みが可能 高い拡張性 データ量に応じてリニアにスケール 多く 接続 ストリーミングインジェスト、オブジェクトストレー ジ、RDBと CDC に対応 STREAMING MSK Kafka Confluent DigitalOcean Managed Kafka Kinesis Redpanda WarpStream PubSub Event Hubs OBJECT STORAGE S3 GCS DigitalOcean Blog Storage R2 CDC Change Data Capture) Aurora RDS Postgre MySQL MariaDB Supabase SQL AlloyDB CloudSQL 36 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
37. Managed Postgres by ClickHouse マネージド PostgreSQL サービス OLAP ClickHouse と Naitive に連携 Postgres エンドポイントから ClickHouse へ 分析クエリーをオフロード 簡単な起動 UI からインスタンス サイズや 設定を指定し、簡単起動 マネージド 冗長構成、リードレプリカ、自動バック アップ、バージョンアップ等 高い TPS NVMe ストレージを利用し、 高い性能と同時実行性を実現 アプリケーションから 透過的に OLTP と OLAP が一つ 37 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY エンドポイントで利用可能
38. ClickHouse とオープンテーブルフォーマット オープンテーブルフォーマットへ クエリと書き込みが可能 書き込み元 アプリ / エージェント Hot ストリーム テーブル MV ネイティブ形式 よく読むデータ : ミリ秒で返す アプリ・ CDC 書き出す データレイク バッチ・ ETL 38 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY カタログ Glue・Unity・ REST など 直接読む Cold
39. アーキテクチャパターン 1 ClickHouse 中心構成 業務 DB とストリーム 39 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY CDC で、ファイル オブジェクトストレージから ClickHouse へ
40. ユーザ事例 : Verihubs クエリ 20〜30 分から 2〜3 秒に、クラウド費用 最大 50% 減 Kafka で常時取り込み 日次 バッチ抽出をやめ、 Kafka Connect で連続投入 更新 Debezium CDC で反映 更新有無でエンジンを分ける 追記だけ ログ MergeTree、 更新されるデータ ReplacingMergeTree へ 集計 "ClickHouse 、コスト効率を保ちながら 度重視で 再設計することを可能にしてくれます" — Ray Antonius, Verihubs 40 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY DB 内で 日次・月次 集計 MV、 既存クエリ プロジェクションで高 検知 Dagster で実行 https://clickhouse.com/ja/blog/verihubs-data-warehouse-jp 化
41. ClickHouse 社内事例 : AI Native DWH “DWAINEˮ データソースを ClickHouse に集約して分析 ‐ UI Data warehouse BI ツールから AI チャットへシフト 30% データと文脈を同時に渡す MCP で DWH データに加えて、dbt コードと GitHub ドキュメントも読む BI ツール/ SQL 70% ClickHouse Agent LLM ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 整備と提供 列 定義・取りうる値・データを生む業務・ ソース間 関係を、GitHub 上 ドキュメ ントで管理 データ品質プロセス 強化 検証ルール・リネージ・品質監視・ 鮮度 表示を、dbt モデルで実現 + More 41 コンテキスト Langfuse https://clickhouse.com/blog/ai-first-data-warehouse
42. アーキテクチャパターン 2 既存 DWH / レイクと 共存 既存 DWH / レイク 残し、 ClickHouse をサービングレイヤーとして活用 42 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
43. ユーザ事例 : Fetch 既存 DWH そ まま、会話型分析エージェントが中央値 1.9 秒で応答 既存 DWH を正 データに 毎晩、全量を S3 経由で ClickPipes から新しい版 テーブルへ入れ、 ビュー 向き先を切り替える LLM が迷わないテーブル設計 既存 DWH ディメンションを各行に持つ ワイドテーブルで結合を減らし、 参照先 常に同じビュー クエリ同士 "これまで 不可能だった形で、非技術系 ユーザーが自 ら アイデアを非常に迅 かつ創 的に反復できるように なりました" — Brendan Sigale, Fetch 43 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY 影響を分離 計算資源 分離で、重いクエリが ほか クエリを遅くしない https://clickhouse.com/ja/blog/fetch-agentic-analytics-jp
44. ユーザ事例 : Cogent Security 1 億行で P90 を 5 秒から 1 秒未満に、キャッシュなしで 取り込み 50 以上 ソース 集約と正規化 投影と読み込み 配信 ナレッジグラフ Iceberg → CH サービング層 バックエンド Iceberg が正本 S3 上 Iceberg を正本とし、 ClickHouse 配信エンジン。 ホットとコールドで役割を分担 dbt で整え Spark で投入 dbt が結合・集計した非正規化 テーブルを Iceberg に置き、 Spark Connector でロード エージェント Iceberg ClickHouse "ClickHouseがAIにもたらす鍵となるも — Karan Gugle, Cogent Security 44 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY テーブル設計も dbt で スピードです。" インデックス、コーデック、 プロジェクション 設定まで ClickHouse dbt で定義 https://clickhouse.com/ja/blog/cogent-security-jp
45. ClickHouse データプラットフォームとして USER USER AGENTS / AGENTS PLATFORM APPLICATIONS 高 クエリ DB Agent管理 Agent Tracing AI/ML OPS ランダム クエリ モデルチューニング モニタリング Streaming CDC 業務 USER 高 業務 USER クエリ BI / 対話分析 MCP 自然言語クエリ 行動 DATA マスタ DATA Context DATA ベクトル DATA 業務 DATA 推論 LOG SYSTEM LOG APP LOG Security LOG データ共有 業務 / 外部 データ連携 45 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY CS SRE ログ格納 STORAGE / Data Lake 構 化 非構 化 MCP Open Table Format Data Catalog DWH LOG 共通データ基盤 バッチクエリ ログ基盤 ログ監視 ログ解析 自然言語クエリ アプリ / システムセ キュリティ / ログ収集
46. 05 まとめ 46 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY
47. AI エージェント時代 、データ基盤 重要性が増す エージェントが、要件を変える 何度も、並列に問い合わせる。応答・同時実行・コストを満たす基盤が要る ClickHouse 、 さにこだわり作り込まれている 読む量を減らし、少ないリソースで効率的に処理する。 大規模データでも高 今 基盤 横から、始められる 置き換えも、共存も選べる。MCP でエージェントにそ 47 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY ままつなぐ
48. 今日から、始められる すぐに試して、聞いて、つなげられます 試す 聞く つなぐ・組み込む Cloud 無料トライアル Docs を AI に質問する MCP と Agent Skills アカウント作成だけで 30 日間 無料トライアルを実施中 Docs Ask AI に日本語で聞ける 設定名も SQL もそ 場で エージェントから ClickHouse に つなぎ、定石も組み込む MCP clickhouse.cloud/signUp 48 ©2026 CLICKHOUSE INC., CONFIDENTIAL & PROPRIETARY clickhouse.com/docs Agent Skills