Cloud SQL と Vertex AI を統合する

MySQL | PostgreSQL | SQL Server

このページでは、Cloud SQL を Vertex AI と統合する方法について説明します。このインテグレーションにより、Vertex AI でホストされている大規模言語モデル（LLM）を Cloud SQL for PostgreSQL データベース（バージョン 12 以降）に適用できるようになります。

Cloud SQL を Vertex AI と統合することで、機械学習（ML）モデルのセマンティック機能と予測機能をデータに適用できます。このインテグレーションでは、モデルのクエリ用に次の 2 つの関数を使用して PostgreSQL 構文を拡張します。

予測を呼び出し、トランザクション内で SQL を使用してモデルを呼び出します。
エンベディングを生成し、LLM にテキストプロンプトを数値ベクトルに変換させます。これらのベクトルエンベディングは pgvector 関数への入力として適用できます。これには、相対的なセマンティック距離に従ってテキストのサンプルを比較し、並べ替えるメソッドが含まれます。

その結果、リアルタイムの予測を行い、有益な分析情報をデータベース内で直接取得できるため、ワークフローを効率化し、意思決定能力を高めることができます。

Vertex AI の詳細については、Vertex AI の概要をご覧ください。

始める前に

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

Google Cloud Console の [プロジェクトセレクタ] ページで、Google Cloud プロジェクトを選択または作成します。

プロジェクトセレクタに移動

Google Cloud プロジェクトで課金が有効になっていることを確認します。

Google Cloud Console の [プロジェクトセレクタ] ページで、Google Cloud プロジェクトを選択または作成します。

プロジェクトセレクタに移動

Google Cloud プロジェクトで課金が有効になっていることを確認します。

Vertex AI とデータベースのインテグレーションを有効にする

Vertex AI とデータベースのインテグレーションを有効にするには、次の手順を行います。

必要な Google Cloud APIs を有効にします。
コンソール
1. [API とサービス] ページに移動します。
2. プロジェクトリストからプロジェクトを選択します。
3. [API ライブラリ] が開いていない場合は、ナビゲーションメニューから [ライブラリ] を選択します。
4. 有効にする API をクリックします。ここでは、Cloud SQL Admin API と Vertex AI API を有効にします。
  
  注: これらの API を検索する場合は、検索フィールドを使用してください。
5. API を選択したら、[有効にする] をクリックします。
gcloud
1. Cloud Shell を開きます。これにより、ブラウザからコマンドラインで直接 Google Cloud リソースにアクセスできます。
2. 必要な API を有効にするには、gcloud services enable コマンドを使用します。
```
gcloud services enable sqladmin.googleapis.com \
enable aiplatform.googleapis.com
```

インスタンスが Vertex AI と統合されるように Cloud SQL インスタンスを作成または更新します。
gcloud

インスタンスを作成する

Cloud SQL インスタンスを作成するには、gcloud sql instances create コマンドを使用します。
```
gcloud sql instances create INSTANCE_NAME \
--database-version=DATABASE_VERSION \
--tier=MACHINE_TYPE \
--region=REGION_NAME \
--enable_google_ml_integration \
--database-flags cloudsql.enable_google_ml_integration=on
```
次のように置き換えます。
- INSTANCE_NAME: インスタンスの名前
- DATABASE_VERSION: インスタンスのデータベースバージョン（例: POSTGRES_13）
- MACHINE_TYPE: インスタンスのマシンタイプ
- REGION_NAME: インスタンスのリージョン名。
注: これらのパラメータの詳細については、インスタンスの作成をご覧ください。
インスタンスを更新する

インスタンスを更新するには、gcloud sql instances patch コマンドを使用します。
```
gcloud sql instances patch INSTANCE_NAME \
--enable_google_ml_integration \
--database-flags cloudsql.enable_google_ml_integration=on
```
再起動が必要な値を変更した場合、処理の続行またはキャンセルの選択を求められます。

注: インスタンスの更新の詳細については、インスタンスを編集するをご覧ください。
REST v1

インスタンスを作成する

この例ではインスタンスを作成します。呼び出しのパラメータの完全なリストについては、instances:insert ページをご覧ください。リージョンの有効な値など、インスタンスの設定の詳細については、インスタンスの設定をご覧ください。

リクエストのデータを使用する前に、次のように置き換えます。
- PROJECT_ID: インスタンスが含まれている Google Cloud プロジェクトの ID またはプロジェクト番号
- INSTANCE_NAME: インスタンスの名前
- REGION_NAME: インスタンスのリージョン名。
- DATABASE_VERSION: データベースバージョンの列挙型文字列（例: POSTGRES_13）
- PASSWORD: root ユーザーのパスワード
- MACHINE_TYPE: マシン（階層）タイプの列挙型文字列（例: db-custom-[CPUS]-[MEMORY_MBS]）
- EDITION_TYPE: Cloud SQL のエディション
注: これらのパラメータの詳細については、インスタンスの作成をご覧ください。
リクエストに enableGoogleMlIntegration オブジェクトも含める必要があります。必要に応じて、次のパラメータを設定します。
- enableGoogleMlIntegration: このパラメータを true に設定すると、Cloud SQL インスタンスを Vertex AI に接続して、リアルタイム予測と分析情報のリクエストを AI に渡すことができます。
- cloudsql.enable_google_ml_integration: このパラメータを on に設定すると、Cloud SQL を Vertex AI と統合できます。
HTTP メソッドと URL:
```
POST https://sqladmin.googleapis.com/v1/projects/PROJECT_ID/instances
```
リクエストの本文（JSON）:
```
{
  "name": "INSTANCE_NAME",
  "region": "REGION_NAME",
  "databaseVersion": "DATABASE_VERSION",
  "rootPassword": "PASSWORD",
  "settings": {
    "tier": "MACHINE_TYPE",
    "edition": "EDITION_TYPE",
    "enableGoogleMlIntegration": "true" | "false"
    "databaseFlags":
      {
        "name": "cloudsql.enable_google_ml_integration",
        "value": "on" | "off"
      }
  }
}
```
リクエストを送信するには、次のいずれかのオプションを展開します。
curl（Linux、macOS、Cloud Shell）

注: 次のコマンドは、gcloud init または gcloud auth login を実行して、ユーザーアカウントで gcloud CLI にログインしているか、Cloud Shell を使用して自動的に gcloud CLI にログインしていることを前提としています。gcloud auth list を実行すると、現在アクティブなアカウントを確認できます。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://sqladmin.googleapis.com/v1/projects/PROJECT_ID/instances"
PowerShell（Windows）

注: 次のコマンドは、gcloud init または gcloud auth login を実行して、ユーザーアカウントで gcloud CLI にログインしているか、Cloud Shell を使用して自動的に gcloud CLI にログインしていることを前提としています。gcloud auth list を実行すると、現在アクティブなアカウントを確認できます。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://sqladmin.googleapis.com/v1/projects/PROJECT_ID/instances" | Select-Object -Expand Content
次のような JSON レスポンスが返されます。
```
{
  "kind": "sql#operation",
  "targetLink": "https://sqladmin.googleapis.com/v1/projects/PROJECT_ID/instances/INSTANCE_ID",
  "status": "PENDING",
  "user": "[email protected]",
  "insertTime": "2019-09-25T22:19:33.735Z",
  "operationType": "CREATE",
  "name": "OPERATION_ID",
  "targetId": "INSTANCE_ID",
  "selfLink": "https://sqladmin.googleapis.com/v1/projects/PROJECT_ID/operations/OPERATION_ID",
  "targetProject": "PROJECT_ID"
}
```
インスタンスを更新する

この例ではインスタンスを更新します。呼び出しのパラメータの完全なリストについては、Instances:patch ページをご覧ください。

再起動が必要な値を変更した場合、処理の続行またはキャンセルの選択を求められます。

リクエストのデータを使用する前に、次のように置き換えます。
- PROJECT_ID: インスタンスが含まれている Google Cloud プロジェクトの ID またはプロジェクト番号
- INSTANCE_NAME: インスタンスの名前
HTTP メソッドと URL:
```
PATCH https://sqladmin.googleapis.com/v1/projects/PROJECT_ID/instances/INSTANCE_NAME
```
リクエストの本文（JSON）:
```
{
  "settings": {
    "enableGoogleMlIntegration": true,
    "databaseFlags":
      {
        "name": "cloudsql.enable_google_ml_integration",
        "value": "on"
      }
   }
}
```
リクエストを送信するには、次のいずれかのオプションを展開します。
curl（Linux、macOS、Cloud Shell）

注: 次のコマンドは、gcloud init または gcloud auth login を実行して、ユーザーアカウントで gcloud CLI にログインしているか、Cloud Shell を使用して自動的に gcloud CLI にログインしていることを前提としています。gcloud auth list を実行すると、現在アクティブなアカウントを確認できます。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。
curl -X PATCH \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://sqladmin.googleapis.com/v1/projects/PROJECT_ID/instances/INSTANCE_NAME"
PowerShell（Windows）

注: 次のコマンドは、gcloud init または gcloud auth login を実行して、ユーザーアカウントで gcloud CLI にログインしているか、Cloud Shell を使用して自動的に gcloud CLI にログインしていることを前提としています。gcloud auth list を実行すると、現在アクティブなアカウントを確認できます。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
-Method PATCH `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://sqladmin.googleapis.com/v1/projects/PROJECT_ID/instances/INSTANCE_NAME" | Select-Object -Expand Content
次のような JSON レスポンスが返されます。
```
{
  "kind": "sql#operation",
  "targetLink": "https://sqladmin.googleapis.com/v1/projects/PROJECT_ID/instances/INSTANCE_NAME",
  "status": "PENDING",
  "user": "[email protected]",
  "insertTime": "2020-01-16T02:32:12.281Z",
  "operationType": "UPDATE",
  "name": "OPERATION_ID",
  "targetId": "INSTANCE_NAME",
  "selfLink": "https://sqladmin.googleapis.com/v1/projects/PROJECT_ID/operations/OPERATION_ID",
  "targetProject": "PROJECT_ID"
}
```
注: インスタンスの更新の詳細については、インスタンスを編集するをご覧ください。
REST v1beta4

インスタンスを作成する

この例ではインスタンスを作成します。呼び出しのパラメータの完全なリストについては、instances:insert ページをご覧ください。リージョンの有効な値など、インスタンスの設定の詳細については、インスタンスの設定をご覧ください。

リクエストのデータを使用する前に、次のように置き換えます。
- PROJECT_ID: インスタンスが含まれている Google Cloud プロジェクトの ID またはプロジェクト番号
- INSTANCE_NAME: インスタンスの名前
- REGION_NAME: インスタンスのリージョン名。
- DATABASE_VERSION: データベースバージョンの列挙型文字列（例: POSTGRES_13）
- PASSWORD: root ユーザーのパスワード
- MACHINE_TYPE: マシン（階層）タイプの列挙型文字列（例: db-custom-[CPUS]-[MEMORY_MBS]）
- EDITION_TYPE: Cloud SQL のエディション
注: これらのパラメータの詳細については、インスタンスの作成をご覧ください。
リクエストに enableGoogleMlIntegration オブジェクトも含める必要があります。必要に応じて、次のパラメータを設定します。
- enableGoogleMlIntegration: このパラメータを true に設定すると、Cloud SQL インスタンスを Vertex AI に接続して、リアルタイム予測と分析情報のリクエストを AI に渡すことができます。
- cloudsql.enable_google_ml_integration: このパラメータを on に設定すると、Cloud SQL を Vertex AI と統合できます。
HTTP メソッドと URL:
```
POST https://sqladmin.googleapis.com/v1beta4/projects/PROJECT_ID/instances
```
リクエストの本文（JSON）:
```
{
  "name": "INSTANCE_NAME",
  "region": "REGION_NAME",
  "databaseVersion": "DATABASE_VERSION",
  "rootPassword": "PASSWORD",
  "settings": {
    "tier": "MACHINE_TYPE",
    "edition": "EDITION_TYPE",
    "enableGoogleMlIntegration": "true" | "false"
    "databaseFlags":
      {
        "name": "cloudsql.enable_google_ml_integration",
        "value": "on" | "off"
      }
  }
}
```
リクエストを送信するには、次のいずれかのオプションを展開します。
curl（Linux、macOS、Cloud Shell）

注: 次のコマンドは、gcloud init または gcloud auth login を実行して、ユーザーアカウントで gcloud CLI にログインしているか、Cloud Shell を使用して自動的に gcloud CLI にログインしていることを前提としています。gcloud auth list を実行すると、現在アクティブなアカウントを確認できます。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://sqladmin.googleapis.com/v1beta4/projects/PROJECT_ID/instances"
PowerShell（Windows）

注: 次のコマンドは、gcloud init または gcloud auth login を実行して、ユーザーアカウントで gcloud CLI にログインしているか、Cloud Shell を使用して自動的に gcloud CLI にログインしていることを前提としています。gcloud auth list を実行すると、現在アクティブなアカウントを確認できます。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://sqladmin.googleapis.com/v1beta4/projects/PROJECT_ID/instances" | Select-Object -Expand Content
次のような JSON レスポンスが返されます。
```
{
  "kind": "sql#operation",
  "targetLink": "https://sqladmin.googleapis.com/v1beta4/projects/PROJECT_ID/instances/INSTANCE_ID",
  "status": "PENDING",
  "user": "[email protected]",
  "insertTime": "2019-09-25T22:19:33.735Z",
  "operationType": "CREATE",
  "name": "OPERATION_ID",
  "targetId": "INSTANCE_ID",
  "selfLink": "https://sqladmin.googleapis.com/v1beta4/projects/PROJECT_ID/operations/OPERATION_ID",
  "targetProject": "PROJECT_ID"
}
```
インスタンスを更新する

この例ではインスタンスを更新します。呼び出しのパラメータの完全なリストについては、Instances:patch ページをご覧ください。

再起動が必要な値を変更した場合、処理の続行またはキャンセルの選択を求められます。

リクエストのデータを使用する前に、次のように置き換えます。
- PROJECT_ID: インスタンスが含まれている Google Cloud プロジェクトの ID またはプロジェクト番号
- INSTANCE_NAME: インスタンスの名前
HTTP メソッドと URL:
```
PATCH https://sqladmin.googleapis.com/v1beta4/projects/PROJECT_ID/instances/INSTANCE_NAME
```
リクエストの本文（JSON）:
```
{
  "settings": {
    "enableGoogleMlIntegration": true,
    "databaseFlags":
      {
        "name": "cloudsql.enable_google_ml_integration",
        "value": "on"
      }
   }
}
```
リクエストを送信するには、次のいずれかのオプションを展開します。
curl（Linux、macOS、Cloud Shell）

注: 次のコマンドは、gcloud init または gcloud auth login を実行して、ユーザーアカウントで gcloud CLI にログインしているか、Cloud Shell を使用して自動的に gcloud CLI にログインしていることを前提としています。gcloud auth list を実行すると、現在アクティブなアカウントを確認できます。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。
curl -X PATCH \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://sqladmin.googleapis.com/v1beta4/projects/PROJECT_ID/instances/INSTANCE_NAME"
PowerShell（Windows）

注: 次のコマンドは、gcloud init または gcloud auth login を実行して、ユーザーアカウントで gcloud CLI にログインしているか、Cloud Shell を使用して自動的に gcloud CLI にログインしていることを前提としています。gcloud auth list を実行すると、現在アクティブなアカウントを確認できます。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
-Method PATCH `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://sqladmin.googleapis.com/v1beta4/projects/PROJECT_ID/instances/INSTANCE_NAME" | Select-Object -Expand Content
次のような JSON レスポンスが返されます。
```
{
  "kind": "sql#operation",
  "targetLink": "https://sqladmin.googleapis.com/v1beta4/projects/PROJECT_ID/instances/INSTANCE_NAME",
  "status": "PENDING",
  "user": "[email protected]",
  "insertTime": "2020-01-16T02:32:12.281Z",
  "operationType": "UPDATE",
  "name": "OPERATION_ID",
  "targetId": "INSTANCE_NAME",
  "selfLink": "https://sqladmin.googleapis.com/v1beta4/projects/PROJECT_ID/operations/OPERATION_ID",
  "targetProject": "PROJECT_ID"
}
```
注: インスタンスの更新の詳細については、インスタンスを編集するをご覧ください。

Cloud SQL サービスアカウントに、Vertex AI にアクセスするための Identity and Access Management（IAM）権限を付与します。
gcloud

Cloud SQL インスタンスが配置されているプロジェクトの Cloud SQL サービスアカウントに Vertex AI の権限を追加するには、gcloud projects add-iam-policy-binding コマンドを使用します。
```
gcloud projects add-iam-policy-binding PROJECT_ID \
  --member="serviceAccount:SERVICE_ACCOUNT_EMAIL" \
  --role="roles/aiplatform.user"
```
次のように置き換えます。
- PROJECT_ID: Vertex AI エンドポイントを持つプロジェクトの ID。Cloud SQL は、このエンドポイントを使用して Vertex AI でホストされている LLM にアクセスします。
- SERVICE_ACCOUNT_EMAIL: Cloud SQL サービスアカウントのメールアドレス。
  
  このメールアドレスを確認するには、gcloud sql instances describe INSTANCE_NAME コマンドを使用し、INSTANCE_NAME を Cloud SQL インスタンスの名前に置き換えます。serviceAccountEmailAddress パラメータの横に表示される値がメールアドレスです。
注: 通常、ポリシーの変更は 2 分以内に有効になります。ただし、状況によっては、変更がシステム全体に反映されるまでに最大で 7 分かかることもあります。詳細については、アクセス権の変更の伝播をご覧ください。
プライマリ Cloud SQL インスタンスのデータベースに google_ml_integration 拡張機能をインストールします。このデータベースには、予測を実行するデータが含まれています。
注: インスタンスのリードレプリカに接続した状態で予測を実行する場合でも、プライマリインスタンスに接続する必要があります。
1. psql クライアントを使用して接続するの説明に従って、psql クライアントをプライマリインスタンスに接続します。
2. psql コマンドプロンプトで、データベースに接続します。
```
\c DB_NAME
```
  DB_NAME は、拡張機能をインストールするデータベースの名前に置き換えます。
3. 拡張機能をインストールします。
```
CREATE EXTENSION IF NOT EXISTS google_ml_integration CASCADE;
```

トラブルシューティング

このセクションでは、Cloud SQL と Vertex AI の統合に関連する問題と、その問題のトラブルシューティング手順について説明します。

問題	トラブルシューティング
エラーメッセージ: `Google ML integration API is supported only on Postgres version 12 or above.`	Cloud SQL で Vertex AI のインテグレーションを有効にするには、バージョン 12 以降の Cloud SQL for PostgreSQL データベースが必要です。データベースをこのバージョンにアップグレードするには、データベースのメジャーバージョンをインプレースでアップグレードするをご覧ください。
エラーメッセージ: `Google ML Integration API is not supported on shared core instance. Please upsize your machine type.`	インスタンスのマシンタイプに共有コアを選択した場合、Cloud SQL で Vertex AI とのインテグレーションを有効にすることはできません。マシンタイプを専用コアにアップグレードします。詳細については、マシンタイプをご覧ください。
エラーメッセージ: `Google ML Integration is unsupported for this maintenance version. Please follow https://cloud.google.com/sql/docs/postgres/self-service-maintenance to update the maintenance version of the instance.`	Cloud SQL で Vertex AI とのインテグレーションを有効にするには、インスタンスのメンテナンスバージョンが `R20240130` 以降である必要があります。インスタンスをこのバージョンにアップグレードするには、セルフサービスメンテナンスをご覧ください。
エラーメッセージ: `Cannot invoke ml_predict_row if 'cloudsql.enable_google_ml_integration' is off.`	`cloudsql.enable_google_ml_integration` データベースフラグがオフになっていて、Cloud SQL を Vertex AI と統合できません。このフラグをオンにするには、`gcloud sql instances patch` コマンドを使用します。 `gcloud sql instances patch INSTANCE_NAME --database-flags cloudsql.enable_google_ml_integration=on` `INSTANCE_NAME` は、プライマリ Cloud SQL インスタンスの名前に置き換えます。
エラーメッセージ: `Failed to connect to remote host: Connection refused.`	Cloud SQL と Vertex AI のインテグレーションが有効になっていません。このインテグレーションを有効にするには、`gcloud sql instances patch` コマンドを使用します。 `gcloud sql instances patch INSTANCE_NAME --enable-google-ml-integration` `INSTANCE_NAME` は、プライマリ Cloud SQL インスタンスの名前に置き換えます。
エラーメッセージ: `Vertex AI API has not been used in project PROJECT_ID before or it is disabled. Enable it by visiting /apis/api/aiplatform.googleapis.com/overview?project=PROJECT_ID then retry.`	Vertex AI API が有効になっていません。この API を有効にする方法については、Vertex AI とデータベースのインテグレーションを有効にするをご覧ください。
エラーメッセージ: `Permission 'aiplatform.endpoints.predict' denied on resource.`	Vertex AI の権限が、Cloud SQL インスタンスが配置されているプロジェクトの Cloud SQL サービスアカウントに追加されていません。これらの権限をサービスアカウントに追加する方法については、Vertex AI とデータベースのインテグレーションを有効にするをご覧ください。
エラーメッセージ: Publisher Model `projects/PROJECT_ID/locations/REGION_NAME/publishers/google/models/MODEL_NAME` not found.	ML モデルまたは LLM が Vertex AI に存在しません。
エラーメッセージ: `Resource exhausted: grpc: received message larger than max.`	Cloud SQL が Vertex AI に渡すリクエストのサイズが、gRPC の上限（リクエストあたり 4 MB）を超えています。
エラーメッセージ: `Cloud SQL attempts to send a request to Vertex AI. However, the instance is in the %s region, but the Vertex AI endpoint is in the %s region. Make sure the instance and endpoint are in the same region.`	Cloud SQL が Vertex AI にリクエストを送信しようとしていますが、インスタンスのリージョンと Vertex AI エンドポイントのリージョンが異なります。この問題を解決するには、インスタンスとエンドポイントの両方を同じリージョンに配置する必要があります。
エラーメッセージ: `The Vertex AI endpoint isn't formatted properly.`	Vertex AI エンドポイントの形式が正しくありません。詳細については、オンライン予測にプライベートエンドポイントを使用するをご覧ください。
エラーメッセージ: `Quota exceeded for aiplatform.googleapis.com/online_prediction_requests_per_base_model with base model: textembedding-gecko.`	Cloud SQL が Vertex AI に渡すリクエストの数が上限（1 リージョン、1 プロジェクト、1 分あたり 1,500 件）を超えています。

Cloud SQL と Vertex AI を統合する

始める前に

Vertex AI とデータベースのインテグレーションを有効にする

コンソール

gcloud

gcloud

インスタンスを作成する

インスタンスを更新する

REST v1

インスタンスを作成する

curl（Linux、macOS、Cloud Shell）

PowerShell（Windows）

インスタンスを更新する

curl（Linux、macOS、Cloud Shell）

PowerShell（Windows）

REST v1beta4

インスタンスを作成する

curl（Linux、macOS、Cloud Shell）

PowerShell（Windows）

インスタンスを更新する

curl（Linux、macOS、Cloud Shell）

PowerShell（Windows）

gcloud

トラブルシューティング

次のステップ