要点
- SnowflakeやDatabricksなどにあるテーブルを、別のグラフDBへコピーせず照会する。
- 1.0ではAIがグラフスキーマの案を作り、人が承認する工程を備える。
- 関係を何段階もたどる検索では、スキーマの定義と各段階のアクセス権が重要になる。

取引先、部品、発注、配送の情報が別々のテーブルにあると、一つの遅延がどこへ影響するかを調べるには、複数の表をつなぐ必要がある。PuppyGraphは、既存のテーブルをグラフとして扱い、データ同士の関係をたどる照会基盤である。Snowflake、Databricks、Apache Iceberg、ClickHouse、DuckDB、PostgreSQL、Microsoft Fabricなどのデータを対象とし、別のグラフデータベースへ先にコピーする工程を省く構成だ。
入力になるのは保存済みのテーブルと、それらをどう結ぶかという関係の定義である。グラフとして接続すると、単独のレコードを探すだけでなく、ある対象から関連する対象へ何段階も進む検索ができる。例えば、遅延した配送から発注、使用部品、影響を受ける製品へたどる調査が考えられる。
2026年11月10日の発表では、一般提供されたPuppyGraph 1.0の更新内容が説明されている。既存テーブルからAIがグラフスキーマの案を作り、チームが承認する機能が加わった。どの列を対象の識別子にし、どのテーブル間に関係を置くかが、検索でたどれる範囲を決める。
スキーマにない関係を参照するクエリは拒否し、AIエージェントが対応できるエラーを返す。自然言語での質問は専用エージェントのほか、Model Context Protocolで接続した外部AIツールからも扱える。英語で質問する利用が説明されているが、業務用語と実際の関係定義が対応するかは検索結果で確認する必要がある。
1.0では複数段階の検索をクラスタで実行し、探索の各段階に行単位の権限を適用する。SnowflakeやDatabricksとの接続では、利用者にひもづく短期認証情報を使う構成も説明されている。部門横断の検索に向く一方、接続先ごとの権限とグラフ上の経路を合わせて検証することが導入の要点だ。
最初は代表的な質問を選び、結合キー、関係の方向、途中で閲覧できない行がある場合の結果を確かめるとよい。何段階もたどる検索の性能はデータ量だけでなく関係の密度にも左右されるため、実際の探索経路で測る必要がある。