アプリとAIエージェントのリアルタイム分析
Couchbase Operational Insights
Couchbase Analytics は、Couchbase Operational Insights に変更されました。ライブの運用データに関するリアルタイム分析で、その結果をアプリやAIエージェントに直接送信します。.
従来の分析が欠けているところ
ほとんどの分析は昨日のデータの一部のコピーに基づいています。そのデータをAIエージェントに渡すと、そのエージェントは間違った操作を実行します。しかも、自信を持って、大規模に実行されます。.
到着時にすぐに使用可能
各パイプラインの通過ごとに遅延が生じますので、リアルタイムの処理は数時間になり、決定は昨夜のコピーに基づいて行われます。.
設計上脆性がある
ETL パイプラインは、アプリがフィールドを追加したりドキュメントを変更したりすると壊れてしまい、それを手動で修正しなければなりません。.
デフォルトでは片方向のみ
インサイトは倉庫内に残ります。それらをアプリやエージェントに戻すには、逆のETLジョブまたはスクリプトが必要です。.
大量の問い合わせが生産を遅らせる
代わりに運用データベース上で分析を実行すると、お客様がアプリを利用する際に速度低下を感じます。.
コウチャベース・オペレーショナル・インサイトは何でしょうか？
AI向け運用データプラットフォームに組み込まれたリアルタイム分析機能®. ライブの運用データを分析し、その答えをアプリやエージェントが対応する場所へ提供します。.
Operational Insights は、運用データが変化するに従ってデータを反映します。データは Couchbase Capella と Couchbase Server から、MongoDB、DynamoDB、PostgreSQL、MySQL、Oracle、SQL Server から Kafka を通じて、そしてクラウドストレージの JSON、Parquet、Avro、CSV、Delta Lake ファイルから流入します。毎晩のコピーも必要なく、ドキュメントの形状が変わったときに再構築するパイプラインも必要ありません。.
分析は独自のクラスタ上で実行されるため、重いクエリがお客様が使用するアプリのパフォーマンスを低下させません。ストレージはオブジェクトストレージに格納されるため、計算能力はストレージの容量に比例して拡大します。データ移動なしで容量を追加できます。さらに、JSONは列ごとに格納され、コストベースの最適化アルゴリズムによって計画されたノード間で並列にクエリが実行されます。.
インサイトは、何かを操作したときに有効になります。SQL++ クエリの結果を、アプリやエージェントがすでに読み取っている運用データベースに直接書き出します。顧客流出率や不正行為のスコア、顧客セグメント、クラスタラベル、KPI、および最適なオファーなどです。リバース ETL や手作業による移行は不要なので、次の読み取り時に回答がすぐに利用できます。.
セルフマネージドのデプロイメントでは、ネイティブのベクター検索に基づいた、正確な値や意味に基づくグループレコードの自動作成。クラスタレビュー、チケット、クレームをテーマに分類し、同じSQLクエリで集計します。ベクターサポートとSQLにより、精度に合わせた正確な検索が可能で、速度に合わせた近似検索も可能です。.
統計とベンチマーク
~100×
MongoDB Atlasと比較した、より低い分析クエリの遅延時間 (CH2++ 2025)
22/22
CH2++ のクエリが完了しました。MongoDB Atlas は 22 件中 8 件でタイムアウトしました。.
仕組み
1 つの閉ループシステム：データから意思決定へ
Operational Insights は、データの変化からアプリやエージェントがその変更に対応して実行するアクションに至るまでのすべてのステップを網羅しています。.
- 摂取
- 分析する
- クラスタ
- 行為
Couchbase、その他のデータベース、およびクラウドストレージから、発生した時点でのストリームの変化を自動的に取得します。構築や監視が必要な ETL パイプラインは不要です。.
運用インサイト機能
ゼロ ETL インジェスト
Couchbase、MongoDB、DynamoDB、PostgreSQL、MySQL、Oracle、SQL Serverからデータをストリームで取得し、Kafka経由でS3、GCS、Azureでファイルを読み取ります。.
SQL++を使用してネストされたJSONをそのままクエリし、ライブの運用データと履歴データや外部ソースを1つのクエリで結合します。.
運用インサイト機能
JSONへのSQL
ネストされたJSONでの結合および集約はフラット化なしです。セルフマネージドの場合、Python UDFを使用してカスタムロジックを追加し、各リクエストごとに複数のステップを実行できます。.
意味に基づくグループ化とセマンティッククラスタリングとベクター検索によりフィールドごとのデータをグループ化し、同じクエリで集計します（自己管理）。.
運用インサイト機能
セマンティッククラスタリングとベクター検索
CLUSTER BY groups は、SQL++ で意味に基づくレコードを記録します。VTREE インデックス (自己管理) 上で、厳密な (KNN) ベクター検索または近似的な (ANN) 検索を実行します。.
結果をオペレーションデータベースに直接書き出すことで、アプリやエージェントは次の読み取り時にそれに基づいて動作します。.
運用インサイト機能
リアルタイム・ライトバック
SQL++ クエリの結果を Couchbase Capella、Couchbase Server、またはクラウドファイルストアに書き出します。リバース ETL は不要です。.
- データフロー
- ベクトルインデックス
建築
「オペレーショナル・インサイト」の機能
速い摂取
Couchbase Capella と Couchbase Server のリアルタイムストリーム、MongoDB、DynamoDB、PostgreSQL、MySQL、Oracle、SQL Server の Kafka フィード、S3、GCS、Azure のファイル。.
スピードと規模
カラム単位のストレージ、並列処理、およびストレージとは別の規模で実行されるコンピューティングにより、分析はアプリとのリソース競合を一切生じません。.
リアルタイム分析
SDKやData APIを通じてアプリやエージェント向けのSQL++、ベクトル検索、セマンティッククラスタリング、加えてTableau、Power BI、SupersetをJDBCおよびODBCで利用可能。.
書き戻し
結果はCouchbase Capella、Couchbase Server、またはクラウドファイルストアから取得でき、次回の読み取り時にアプリやエージェントに利用できます。.
ベクトル検索
ベクトル検索クエリの仕組み
ベクトルストレージ
エンベッドメントは、それらが記述するデータと共に JSON ドキュメント内に存在するため、ベクトルとレコードは一つの場所に保持されます。.
VTREEインデックス
同様のベクトルを検索対象として直接調査できる葉状クラスタにグループ化します。オプションの SQ4 または SQ8 量子化により格納されたベクトルを圧縮します。.
正確な検索（KNN）
クエリをすべての保存されたベクトルと比較します。正確ですが、データが増えるにつれて速度が低下します。.
近似検索（ANN）
まずインデックスを使用して最も可能性の高い一致項目に絞り込みます。規模によっては大幅に高速化できます。また、コストを犠牲にしても検索結果の精度を維持できる設定も可能です。同じベクターがセマンティッククラスタリングにも役立ちます。.
フードの下で
絶え間ない同時進行の質問に対応するために構築されました
AIエージェントは常に質問を繰り返します。ハッシュベースの集計では、単一のパスで DISTINCT のカウントを計算します。クエリプランのキャッシュ機能により、質問が繰り返される際に最適なプランが再利用されます。サンプルオプティマイザ統計では、完全なテーブルのスキャンをスキップするため、統計の収集はデータに応じて拡大されます。.
1つの製品、2つの実行方法
完全に管理されています
Couchbase Capellaについて
AWS、Google Cloud、Azure (対象地域) で Operational Insights をサービスとして実行します。Capella iQ を使用してシンプルな英語で質問をしたり、クラスタをオンデマンドまたはスケジュールで停止したりできます。オフ時はストレージのみの料金で利用でき、バックアップ、監視、アラートはすべて Couchbase が担当します。.
自己管理
どこにでも実行できます
オンプレミスまたは独自の AWS、Azure、Google Cloud、OCI アカウントで、S3 対応のオブジェクトストレージを備えた x86 または ARM で導入できます。オープンな REST カタログを通じて Apache Iceberg テーブルを直接クエリし、すでに使用している監視ツールに Prometheus 対応のメトリクスを送信できます。.
運用インサイト（旧名称：アナリティクス）に関するよくある質問
リアルタイム分析、ETLなし、書き戻し、AIエージェント、およびデプロイメントオプションに関する迅速な回答を得ましょう。.
Couchbase Operational Insights は、Couchbase プラットフォームに組み込まれたリアルタイム分析ツールです。このツールは SQL++ を使用して Couchbase プラットフォーム上のライブ運用 JSON データにクエリを行い、結果をアプリや AI エージェントに書き戻します。.
はい。2026年10月、Couchbase AnalyticsはCouchbase Operational Insightsに名称変更されました。Capella AnalyticsとEnterprise Analyticsは現在、完全に管理されたまたは自己管理型のOperational Insightsとなっています。.
Capella Columnarは2025年8月にCapella Analyticsに改名され、2026年10月にCouchbase Operational Insightsに名称変更されました。同じサービスなので、Capella ColumnarまたはAnalyticsという表記の古い動画、ドキュメント、ブログ記事はOperational Insightsを指しているのです。.
いいえ。データストリームはCouchbaseから、他のデータベースからKafka経由で、そしてクラウドのオブジェクトストレージから継続的に送られてきます。このデータは変更に応じてクエリ可能で、ETLパイプラインや事前定義されたスキーマは必要ありません。.
いいえ。倉庫は企業の全般的な状況を報告します。Operational Insightsは現在起こっている状況を分析し、その結果をアプリに返信します。多くのチームは両方を実行しており、それぞれ独自の役割を果たしています。.
運用データベースに書き戻された結果は、Couchbase MCP Serverを通じてエージェントがアクセスできるライブコンテキストとなります。セマンティッククラスタリングとベクトル検索はSQL++で実行されます。.
はい。オンプレミスまたは独自のクラウドで自社で管理するか、Couchbase Capellaで完全に管理するかできます。エンジンとSQL++は同じです。Apache Icebergは自社管理のみ、Capella iQは完全に管理のみです。.
これからも探求し続けてください
-
運用インサイトの実例をご覧ください
リアルタイムの分析と書き戻しによって、AI エージェントに現在のコンテキストが与えられる様子をご覧ください。.
-
AIエージェントがパイロットモードで停止する理由
エージェントがパイロット段階から実稼働段階へ移行するために、なぜ最新の管理対象のコンテキストが必要なのかを学びましょう。.
-
ドキュメントで始めましょう
Operational Insights をセットアップし、マネージドまたはセルフマネージドの状態で、最初のクエリーを実行します。.