2ページ目。Google BigQueryのリリースノートを302件掲載。最新は2026年10月14日のGoogle BigQuery「BigQuery、複数プロジェクトやデータセット単位の会話作成を一般提供」。新機能、仕様変更、運用影響を確認できます。

2026年10月14日(水)

Google BigQuery / リリースノート / 2026/10/14 / 通常BigQuery、複数プロジェクトやデータセット単位の会話作成を一般提供

• Conversational Analyticsで会話に含めるデータソースの選択範囲を拡大
• 複数プロジェクトの全データソースを対象に会話を作成可能
• データセットを指定した会話作成にも対応し、両機能を一般提供

Conversational analytics now lets you create a conversation with all of the data sources in multiple projects, or create a conversation with a dataset . These features are generally available (GA).bigqueryで原文を確認 ↗

2026年10月13日(火)

Google BigQuery / リリースノート / 2026/10/13 / 通常BigQuery、自然言語でデータを集約するAI.AGGを一般提供

• 自然言語の指示で非構造化データを意味的に集約するAI.AGGを一般提供
• テキストとマルチモーダルデータを処理し、入力グループごとに一つの結果を返す
• 自動で複数段階の集約を行い、Geminiの通常のコンテキスト上限を超える入力にも対応

The AI.AGG function is generally available (GA). You can use this function to semantically aggregate unstructured input data based on natural language instructions.Google BigQuery 公式リリースノートで原文を確認 ↗

Google BigQuery / リリースノート / 2026/10/13 / 通常BigQueryの生成AI関数、Gemini 4 Argonを一般提供

• BigQueryの生成AI関数でgemini-4-argonをサポート
• 対象モデルの提供段階は一般提供
• AI.GENERATEなどの関数からモデルを利用でき、データ分析やコンテンツ生成に活用

BigQuery generative AI functions now support the gemini-4-argon model. This model is generally available .Google BigQuery 公式リリースノートで原文を確認 ↗

2026年10月12日(月)

Google BigQuery / リリースノート / 2026/10/12 / 通常BigQuery、PostgreSQL・ServiceNowの差分転送を一般提供

• Data Transfer ServiceのPostgreSQL・ServiceNow差分転送を一般提供
• 初回は既存データを取り込み、以降は変更分を転送。AppendまたはUpsertを選択
• 差分判定にウォーターマーク列が必要。ServiceNowでは元テーブルの削除操作を同期しない

Incremental data transfers for the BigQuery Data Transfer Service for PostgreSQL and ServiceNow are now generally available (GA).Google BigQuery 公式リリースノートで原文を確認 ↗

2026年10月9日(金)

Google BigQuery / リリースノート / 2026/10/09 / 通常BigQuery Data Engineering Agent、東京エンドポイントを一般提供

• Data Engineering Agentが東京リージョンのエンドポイントに対応
• リージョン指定にはasia-northeast1を使用し、gemini-3.5-flashをサポート
• 東京エンドポイントでの対応はプレビューではなく一般提供

The BigQuery Data Engineering Agent is now available in the asia-northeast1 (Tokyo) regional endpoint and supports the gemini-3.5-flash model. For more information, see Where Gemini in BigQuery processes your data . This feature is Generally Available (GA).Google BigQuery 公式リリースノートで原文を確認 ↗

Google BigQuery / リリースノート / 2026/10/09 / 通常BigQuery Lakehouse、Delta Lake・IcebergのCDC取り込みをプレビュー

• Delta LakeとApache Icebergの変更ログをLakehouseのIcebergテーブルへ同期する機能をプレビュー提供
• 挿入・更新・削除のトランザクションログをDataflowで処理
• Delta Lakeはバッチ処理、Icebergはバッチとストリーミング処理に対応

Lakehouse now supports change data capture (CDC) ingestion from Delta Lake and Apache Iceberg tables ( Preview ). You can now synchronize CDC transaction logs (inserts, updates, deletes) from Delta Lake and Apache Iceberg tables into Lakehouse Apache Iceberg tables using Dataflow batch jobs (for Delta Lake) or batch and streaming jobs (for Apache Iceberg). For more information, see Migrate Delta Lake CDC data into Lakehouse using Dataflow and Migrate Apache Iceberg CDC data into Lakehouse using Dataflow .Google BigQuery 公式リリースノートで原文を確認 ↗

2026年10月7日(水)

Google BigQuery / リリースノート / 2026/10/07 / 通常BigQuery、TimesFM 3.0による多変量時系列予測をプレビュー

• 組み込みTimesFM 3.0をプレビュー提供し、AI.FORECASTで共変量を使う多変量予測に対応
• AI.EVALUATEとAI.DETECT_ANOMALIESでは単変量の評価・異常検出に対応
• BigQueryの会話型分析からも各関数でTimesFM 3.0を利用可能

BigQuery offers TimesFM 3.0 , a built-in time series forecasting model that implements Google Research's open source TimesFM model. You can use TimesFM 3.0 with the following functions: Use AI.FORECAST to perform time series forecasting. In addition to univariate forecasting, you can now perform multivariate forecasting that predicts values for multiple time series based on historical values and additional covariates. Use AI.EVALUATE to perform univariate time series evaluation. Use AI.DETECT_ANOMALIES to perform univariate time series anomaly detection. Conversational analytics in BigQuery also supports using TimesFM 3.0 with these functions. To try using the TimesFM 3.0 model for multivariate forecasting with the AI.FORECAST function, see Forecast a single time series with a TimesFM multivariate model and Forecast multiple time series with a TimesFM multivariate model . The TimesFM 3.0 model is in Preview .Google BigQuery 公式リリースノートで原文を確認 ↗

2026年10月6日(火)

Google BigQuery / リリースノート / 2026/10/06 / 通常BigQueryの対話型分析、AI.CAUSAL_EFFECTをプレビュー対応

• 対話型分析でAI.CAUSAL_EFFECTを利用する機能をプレビュー提供
• 介入後の実測値と、介入がなかった場合の予測を比較し、時系列への影響を定量化
• 入力には介入前後のデータが必要。ARIMA_PLUSで反実仮想の基準を推定し、対照系列は不要

Conversational analytics in BigQuery now supports the AI.CAUSAL_EFFECT function to quantify the impact of specific interventions on time series data. This feature is in Preview .Google BigQuery 公式リリースノートで原文を確認 ↗

2026年10月5日(月)

Google BigQuery / リリースノート / 2026/10/05 / 通常BigQuery、gemini-embedding-2を一般提供

• 長い文字列や多言語・非構造化データの埋め込みに対応するgemini-embedding-2を一般提供
• テキスト・画像・音声・動画・PDFの組み合わせをサポート
• AI.EMBED・AI.SIMILARITY・AI.GENERATE_EMBEDDINGから利用可能

The gemini-embedding-2 model works well for embedding long strings, including multilingual and unstructured data. It supports a mix of text, images, audio, video, and PDF files. You can use this model in the AI.EMBED , AI.SIMILARITY , and AI.GENERATE_EMBEDDING functions. This model is generally available .Google BigQuery 公式リリースノートで原文を確認 ↗

Google BigQuery / リリースノート / 2026/10/05 / 通常BigQuery、Icebergテーブルの柔軟な列名を一般提供

• Icebergの外部テーブルとマネージドテーブルで柔軟な列名を既定でサポートし、一般提供
• 英語以外の文字や追加の記号を列名に使用可能
• legacy SQLには非対応で、GoogleSQLを使用

Iceberg external tables and Iceberg managed tables now support flexible column names by default. This feature is generally available (GA).Google BigQuery 公式リリースノートで原文を確認 ↗