ClickHouse、ClickStack Cloud private previewとobservability向けMCP / AI Notebooksを発表

ClickHouse は 2026年5月27日、ClickStack Cloud の private preview と、observability 向けの MCP server / AI Notebooks / ClickStack Cloud 関連発表を公開しました。ClickHouse を logs、metrics、traces の分析基盤として使う流れを、より managed で agent-ready な体験に寄せる更新です。

要点

• ClickStack Cloud は ClickHouse-powered observability を managed service として提供する private preview
• OpenTelemetry Collector から managed OTLP endpoint に送るだけで logs、metrics、traces を ClickStack UI で探索できる
• ingestion、buffering、scaling、storage、query serving を ClickStack Cloud 側が管理する
• Open House observability announcements では MCP server、AI Notebooks、ClickStack Cloud がまとまって説明されている
• AI agents による exploratory observability workload を支えるため、dedicated query compute も計画されている

今回のブログ記事で語られていること

ClickStack Cloud は、ClickHouse を使った observability stack を自分で設計・運用しなくても使えるようにする managed service として発表されています。ユーザーは OpenTelemetry data を managed OTLP endpoint に送り、ClickStack UI で logs、metrics、traces を探索します。従来、ClickHouse を observability 基盤に使うには、collector、buffer、schema、index、retention、storage、query compute、RBAC、UI をそれぞれ設計し、運用する必要がありました。ClickStack Cloud は、この運用負荷をサービス側に寄せる狙いです。

公式ブログでは、ClickStack Cloud が managed ingestion layer を持ち、telemetry traffic の burst に対応するために durable event queue と object storage-backed buffering を使う構成が説明されています。Observability data は、incident、deployment、cron、顧客行動、instrumentation 変更によって急に増減します。取り込みが詰まると、最も必要な障害時にログや trace が欠落し、query 側が詰まると調査が進みません。ClickStack Cloud は ingestion と query の性質が違うことを前提に、private preview 中に resource separation と automatic tuning を磨くとしています。

もうひとつ重要なのは、agentic observability workload への言及です。従来の dashboard は決まった query を定期的に実行しますが、AI agents は障害原因を探すために多数の exploratory queries を発行し、logs、metrics、traces、aggregate views を行き来します。ClickHouse はこの種の探索 workload に向くと主張しており、ClickStack Cloud では agentic / high-volume analytical workloads 向けに dedicated query compute を付ける構想も示されています。これは、AI debugging や reliability agents を本番 observability に入れる場合、shared query capacity だけでは不十分になるという見方です。

Open House observability announcements では、ClickStack Cloud に加えて ClickStack MCP server と AI Notebooks も示されています。MCP server は外部 AI systems / agents が ClickStack の observability primitives と連携するための接点です。AI Notebooks は structured investigative workflows を ClickStack 内に作る方向の機能として語られており、incident investigation を単発 dashboard ではなく、仮説、query、結果、次の分析という notebook 的な流れで残すことを狙っています。

この発表は、ClickHouse が observability を単なる logs search ではなく、AI-assisted investigation platform に広げようとしていることを示します。ユーザー企業にとっては、OpenTelemetry の取り込みが楽になる一方で、どの telemetry を agent に見せるか、PII / secrets を含む logs をどう扱うか、AI-generated investigation をどう review するかが新しい運用課題になります。

対象になりそうなチーム

• ClickHouse / ClickStack を observability 基盤として使う platform / SRE team
• OpenTelemetry data の ingest、retention、query cost、RBAC を管理する observability owner
• AI agents や MCP server を使って incident investigation を自動化したい reliability / developer productivity team

実務で確認したいポイント

ClickStack Cloud private preview を検討する場合は、まず OpenTelemetry pipeline、log volume、trace sampling、retention、region、RBAC、cost model を確認してください。Managed ingest が便利でも、送る telemetry の種類と品質が悪ければ、調査体験は良くなりません。

MCP server や AI Notebooks については、agent が access できる telemetry scope、query limit、PII / credential redaction、investigation artifact の保存、incident review process を決める必要があります。AI agent に observability data を見せるほど、権限と監査の設計が重要になります。

結局、この更新をどう見るべきか

ClickStack Cloud と observability MCP / AI Notebooks は、ClickHouse を agent-ready な運用分析基盤に広げる発表です。導入判断では、速さや managed 体験だけでなく、telemetry governance、query cost、AI investigation の review まで含めて評価するのが現実的です。