【要約】Select AIで複数データソースを横断検索する：BaseDB 19c × Snowflake Iceberg [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
- ・データが基幹DBや外部データレイクに分散している。
- ・全データを一箇所に集約するETL処理のコストと遅延が発生する。
- ・利用者が複数の接続先や複雑なスキーマを意識する必要がある。
- ・自然言語による高度な分析を行うための統合的な窓口が欠如している。
// Approach
1.ADBを「AIプロキシ・データベース」として配置。
2.
DBMS_CLOUD_ADMIN.CREATE_DATABASE_LINKでBaseDB 19cへ接続。3.ADB上に、外部データと基幹データを結合した統合View（
V_CUSTOMER_360）を作成。4.Viewの各列に対し、AIが理解可能な詳細なコメントを付与。
5.
DBMS_CLOUD_AI.CREATE_PROFILEでSelect AIプロファイルを設定。// Result
- ・データの物理的移動なしに、複数ソースを跨ぐ自然言語検索を実現。
- ・
showsqlによるSQL生成確認、narrateによる結果の自然言語解説が可能。 - ・「キャンペーン反応」や「口座残高」等の複雑な条件抽出を容易に実行できる。
Senior Engineer Insight
> 既存資産を動かさずAI化する「サイドカー構成」は、実戦的で極めて合理的だ。ETLコストを抑えつつ、最新のAI活用が可能になる。ただし、AIの精度はメタデータ（コメント）の品質に完全に依存する。運用フェーズでは、スキーマ変更に伴うコメント更新の自動化が不可欠だ。スケーラビリティとデータガバナンスの両立が、本構成の成否を分ける。