MENU

Azure Databricks managed MCP serversの変更点｜AI Search移行・設定・料金を解説

Azure

Azure Databricks managed MCP serversの2026年6月17日更新で、最初に押さえるべき結論は、既存環境に直ちに強制変更が必要になったわけではないという点です。

実務上の主な変更は、Vector SearchからAI Searchへの名称変更に合わせて、MCPサーバーのURLとOAuthスコープが新しい表記になったことです。旧URLと旧スコープは後方互換のため引き続き利用でき、終了期限も示されていません。

また、GenieのMCPサーバーは現在の英語版公式情報で「Genie One」と表記されています。ただし、URLとOAuthスコープは従来と同じです。機能全体は引き続きパブリックプレビューであり、管理者と開発者は、新規構築では新しい設定を使い、既存環境は通常の変更管理プロセスで移行すればよい状況です。(Microsoft Learn)

目次

2026年6月17日版で確認できる主な変更点

2026年6月17日更新の英語版と、2026年6月1日時点の日本語版を比較すると、次の差分を確認できます。

確認項目従来の表記・設定2026年6月17日版対応
検索サービス名Vector SearchAI Search新規設定はAI Searchを使用
MCP URL/api/2.0/mcp/vector-search/.../api/2.0/mcp/ai-search/...既存URLは利用可能だが計画的に更新
OAuthスコープvector-searchai-search新URLへ移行する際に更新
Genieの名称GenieGenie One表記変更。URLとスコープは同じ
GenieのURL/api/2.0/mcp/genie/api/2.0/mcp/genie原則として変更不要
GenieのOAuthスコープgeniegenie変更不要
提供状態パブリックプレビューパブリックプレビュー本番利用前に変更リスクを評価
旧設定の終了期限記載なし記載なし緊急移行は不要

Azure Databricksのリリースノートでは、2026年6月1日にVector SearchからAI Searchへの名称変更が発表されています。6月17日版のmanaged MCP serversドキュメントは、この名称変更をMCPのURL、OAuthスコープ、コード例へ反映したものと考えるのが適切です。(Microsoft Learn)

なお、Databricks SQLとUnity Catalog functionsは6月1日時点の公式ページにも掲載されています。今回新たに追加されたサーバーではありません。(Microsoft Learn)

Azure Databricks managed MCP serversとは

Azure Databricks managed MCP serversは、AIエージェントやMCP対応クライアントから、Databricks上のデータや機能を呼び出すための管理済みMCPサーバーです。

MCPサーバー自体を利用者が構築・ホスティングする必要はありません。一方で、接続先となるAI Searchインデックス、Genie Space、SQLウェアハウス、Unity Catalog関数の準備と、認証・権限設定は必要です。

Unity Catalogの権限はMCP経由でも適用されます。エージェントだからといって、利用者に許可されていないテーブルや関数へアクセスできるわけではありません。利用状況やアクセスはUnity AI Gatewayから一元的に確認できます。(Microsoft Learn)

利用できるmanaged MCP server

MCPサーバー主な用途URLの例OAuthスコープ
Genie One複数のGenie SpaceやUnity Catalogデータを横断して自然言語で質問/api/2.0/mcp/geniegenie
Genie Space指定した1つのGenie Spaceへ自然言語で問い合わせ/api/2.0/mcp/genie/{genie_space_id}genie
AI Searchインデックスから関連文書を検索/api/2.0/mcp/ai-search/{catalog}/{schema}/{index_name}ai-search
Databricks SQLAIが生成したSQLを実行/api/2.0/mcp/sqlsql
Unity Catalog functions登録済みの関数や定義済みSQL処理を実行/api/2.0/mcp/functions/{catalog}/{schema}/...unity-catalog

Genie OneとGenie Spaceはどちらも読み取り専用ですが、検索範囲が異なります。Genie Oneは複数のデータ資産から回答を探す用途、Genie Spaceは対象領域を1つのスペースに限定したい用途に向いています。

Databricks SQL MCPサーバーは読み取りと書き込みの両方に対応します。開発支援には便利ですが、広いSQL権限を付与すると、エージェントが意図しない更新処理を実行するリスクがあります。(Microsoft Learn)

誰に影響する変更なのか

Azure Databricksの管理者

管理者が確認すべきなのは、OAuthアプリケーション、Unity Catalog権限、ネットワーク制限です。

特に、AI Searchへ移行するクライアントでは、OAuthアプリケーションが新しいai-searchスコープを取得できるか確認してください。IPアクセスリストを使用している環境では、Claude、ChatGPT、Replitなど、接続元クライアントの送信元IPも許可する必要があります。

本番環境では、包括的なall-apisスコープを安易に使うのではなく、genie、ai-search、sql、unity-catalogなど、必要なスコープだけを付与する運用が適しています。(Microsoft Learn)

エージェントやMCPクライアントの開発者

次の文字列を設定ファイル、ソースコード、IaC、シークレット管理、運用手順書から検索してください。

/api/2.0/mcp/vector-search/
vector-search

該当箇所がある場合、新しい設定は次の表記へ移行します。

/api/2.0/mcp/ai-search/
ai-search

Cursorのmcp.json、Claude Codeの設定、OAuthアプリケーション、環境変数など、URLとスコープが別々の場所で管理されているケースに注意が必要です。URLだけを変更すると、認証時に401または403エラーになる可能性があります。(Microsoft Learn)

一般ユーザー

一般ユーザーへの直接的な影響は限定的です。既存のAIエージェントや接続済みクライアントが管理者側で更新されれば、通常は利用者が設定を変更する必要はありません。

アクセス可能なデータ範囲も変わりません。MCPを通した質問であっても、Unity Catalogで許可されたデータだけが回答やツール実行の対象になります。(Microsoft Learn)

既存環境をAI Searchへ移行する手順

旧URLには後方互換性があるため、一度にすべてを変更する必要はありません。次の順序で進めると、サービス停止のリスクを抑えられます。

既存設定を洗い出す

以下を確認します。

  • MCPクライアントの設定ファイル
  • エージェントのソースコード
  • OAuthアプリケーションのスコープ
  • CI/CDの環境変数
  • IaCやデプロイテンプレート
  • 運用手順書や社内サンプルコード

旧URLだけでなく、vector-searchというOAuthスコープも検索対象にしてください。

正しいエンドポイントをワークスペースで確認する

Azure Databricksワークスペースで、次の順に開きます。

AI Gateway > MCPs

表示されたMCPサーバーのエンドポイントをコピーして使用します。URLを手作業で組み立てると、カタログ名、スキーマ名、インデックス名、関数の公開範囲を間違えやすいためです。(Microsoft Learn)

OAuthスコープを更新する

新しいAI Search URLを使うクライアントには、ai-searchスコープを付与します。

安全に切り替える場合は、次の順序が適切です。

  1. OAuthアプリケーションへai-searchを設定する
  2. クライアントで新しいスコープを使って再認証する
  3. MCP URLを/ai-search/へ変更する
  4. 接続と検索結果をテストする
  5. 問題がなければ旧設定を整理する

旧vector-searchスコープは後方互換のため引き続き利用できますが、新しい実装へ旧スコープを採用する理由はありません。(Microsoft Learn)

権限とネットワークをテストする

MCP Inspectorなどを使用して、次の項目を確認します。

  • MCPサーバーへ接続できるか
  • 利用可能なツールを一覧取得できるか
  • 既知の検索語で想定した文書が返るか
  • 権限のないデータが返らないか
  • IPアクセスリストに遮断されていないか

MCP Inspectorでは接続できるのに特定のクライアントだけ失敗する場合、Azure Databricks側ではなく、クライアント固有のOAuthやMCP設定に原因がある可能性が高くなります。(Microsoft Learn)

デプロイ済みエージェントを更新する

Model Servingへデプロイするエージェントでは、MCPサーバーが使用するリソースをモデルのログ記録時に指定する必要があります。

公式ドキュメントでは、databricks-mcpパッケージのget_databricks_resources()を使用して、MCPサーバーに必要なリソースを取得する方法が案内されています。ローカルでは動作するのにデプロイ後だけ失敗する場合、このリソース登録漏れを確認してください。(Microsoft Learn)

設定時に失敗しやすいポイント

症状主な原因確認すること
新URLへ変更後に401エラー新しいOAuthスコープを取得していないai-searchを設定し、トークンを再取得
403エラーになるUnity Catalogや対象リソースの権限不足利用者・サービスプリンシパルの権限
AI Searchインデックスが利用できないMCPの利用要件を満たしていないDatabricks managed embeddingsの使用状況
GenieやSQLの応答が完了しない非同期処理のポーリング未実装完了するまで結果取得を繰り返す
Databricks SQLで不要な更新が行われるSQL権限が広すぎる最小権限、専用ウェアハウス、実行制限
ローカルでは動くがデプロイ後に失敗必要なDatabricksリソースをモデルへ登録していないget_databricks_resources()の実行
OAuth接続を開始できないクライアントがDynamic Client Registration必須静的OAuthクライアントを利用
外部クライアントから接続できないIPアクセスリストで遮断クライアントの送信元IPを許可

AI Search全体の機能とMCPの要件を混同しない

Azure DatabricksのAI Search自体は、ベクトルや埋め込みを使わない全文検索インデックスにも対応しています。

一方、2026年6月17日版のmanaged MCP serversドキュメントでは、AI Search MCPサーバーで利用するインデックスについて、Databricks managed embeddingsを使用する必要があると記載されています。

そのため、「AI Searchで作成できるインデックスなら、すべてMCPから利用できる」とは判断しないでください。全文検索のみのインデックスを接続する場合は、事前に実環境での動作確認が必要です。(Microsoft Learn)

SDKやAPIの名称を一括置換しない

製品名がAI Searchへ変わっても、SDKのクラス名や一部APIにはVectorSearchという名称が残る場合があります。

実際に、2026年6月17日版のデプロイ例でもDatabricksVectorSearchIndexが使用されています。ソースコード内のvector-searchやVectorSearchを機械的にすべて置換すると、動作しているSDKコードまで壊す可能性があります。

変更対象は、公式情報で明示されたMCP URL、OAuthスコープ、表示名に限定し、SDKのクラス名は利用中のバージョンのリファレンスを確認してください。(Microsoft Learn)

Genie OneとGenie Spaceを使い分ける

Genie OneのMCPサーバーは、複数のGenie SpaceやUnity Catalogデータから回答を探します。回答にはDatabricks UIの会話へのディープリンクが含まれます。

一方、Genie SpaceのMCPサーバーは、指定した1つのスペースのみを対象にします。また、Genieをツールとして呼び出すため、会話履歴はGenie APIへ自動的に引き継がれません。

全社横断の質問にはGenie One、経理や営業など対象領域を固定したい場合はGenie Spaceを選ぶと、意図しないデータソースが回答へ混ざりにくくなります。(Microsoft Learn)

認証方式はOAuthを基本にする

managed MCP serversではOAuthとPersonal Access Tokenを利用できます。

認証方式適した用途注意点
OAuth本番環境、チーム利用、長期運用初期設定にアカウント管理者の作業が必要
PAT個人開発、短期テスト、動作検証長期運用や共有利用には不向き
Databricks CLI認証ローカルIDEからの開発CLIプロファイルの管理が必要

公式情報では、OAuthが本番利用向けの推奨方式です。スコープを限定でき、自動的なトークン更新にも対応します。

なお、Databricks MCPはDynamic Client Registrationをサポートしていません。接続先クライアントが動的登録を必須としている場合は、静的なOAuthクライアント設定に対応した接続方法を選ぶ必要があります。(Microsoft Learn)

料金はMCP共通ではなく接続先サービスで決まる

Azure Databricks managed MCP serversには、すべてのサーバーに共通する単一の料金表があるわけではありません。公式情報では、利用する機能ごとに次の課金体系が適用されると説明されています。

利用するMCPサーバー主に確認する料金
Unity Catalog functionsServerless general compute
Genie SpaceServerless SQL compute
Databricks SQLDatabricks SQL
AI SearchAI Search
カスタムMCPサーバーDatabricks Apps

MCP経由で呼び出すエージェントがモデルエンドポイントを利用する場合は、モデル推論側の費用も含め、構成全体で試算する必要があります。DBU単価やSKUは契約、リージョン、購入形態によって異なるため、公開価格だけでなく、自社アカウントの請求条件を確認してください。(Microsoft Learn)

_metaパラメーターでコストと性能を制御する

managed MCP serversでは、_metaパラメーターを使って、エージェントが変更してはならない実行条件を事前設定できます。

Databricks SQLでは、warehouse_idを指定して実行先のSQLウェアハウスを固定できます。AI Searchでは、次のような項目を設定できます。

  • num_results：返す検索結果数
  • filters：検索対象の絞り込み
  • query_type：ANNまたはHYBRID
  • columns：返却する列
  • include_score：類似度スコアの有無
  • score_threshold：最低スコア
  • columns_to_rerank：再ランキングに利用する列

検索結果数や対象列を必要最小限にすれば、応答時間と後続モデルへ渡すデータ量を抑えられます。SQLウェアハウスを固定すれば、想定外のウェアハウスが自動選択されることも防げます。(Microsoft Learn)

移行期限やサービス終了日は設定されているか

2026年6月17日時点の公式ページには、旧vector-search URLやOAuthスコープの終了日、強制移行日、廃止予定日は記載されていません。

公式には、旧URLプレフィックスと旧OAuthスコープが後方互換のため引き続き利用できると明記されています。そのため、緊急メンテナンスとして切り替える必要はありません。(Microsoft Learn)

ただし、後方互換対応が無期限に保証されたわけではありません。次の方針が現実的です。

  • 新しく作る接続は、最初からai-searchを使用する
  • 既存接続は、次回の定期リリースや設定変更時に移行する
  • 旧設定の削除は、新URLでの認証・検索・デプロイ試験後に行う
  • Azure Databricksのリリースノートで廃止予定を継続確認する

また、managed MCP servers全体はパブリックプレビューです。本番環境へ導入する場合は、設定変更に備えた回帰テストとロールバック手順を用意してください。

よくある疑問

旧Vector SearchのMCP URLは今すぐ使えなくなる？

使えなくなるとは発表されていません。旧URLと旧スコープは後方互換のため引き続き利用できます。ただし、新規構築では新しいAI Search URLを使用するのが適切です。(Microsoft Learn)

managed MCP serverを使うためにサーバーを構築する必要はある？

MCPサーバー自体の構築は不要です。ただし、対象となるAI SearchインデックスやGenie Space、Unity Catalog関数、SQLウェアハウスの準備は必要です。

Serverless computeは必須？

公式のローカル接続テストで紹介されているPythonコードを実行するには、ワークスペースでServerless computeを有効にする必要があります。すべてのMCPクライアントに同一の実行環境が必要という意味ではありませんが、公式サンプルをそのまま試す場合は確認してください。(Microsoft Learn)

PATで本番運用してもよい？

managed MCP serverはPATに対応していますが、公式では個人開発、テスト、短期利用向けとされています。本番環境やチーム利用では、スコープ制御と自動更新が可能なOAuthが適しています。(Microsoft Learn)

まず実施すべき確認事項

今回の変更に対して、管理者と開発者は次の順で対応してください。

  1. コードと設定からvector-searchを検索する
  2. AI GatewayのMCPs画面で現在のエンドポイントを確認する
  3. 新規設定をai-search URLとスコープへ統一する
  4. 既存環境はOAuth、権限、ネットワークを含めて段階的にテストする
  5. デプロイ済みエージェントでは必要なDatabricksリソースの登録を確認する
  6. Unity AI Gatewayと請求情報で利用量を監視する

2026年6月17日版の変更は、既存環境を直ちに停止させるものではありません。重要なのは、名称変更だけを見て一括置換せず、URL、OAuthスコープ、SDK名、対象インデックスの要件を分けて確認することです。

新規接続ではAI Searchの新設定を採用し、既存接続は後方互換を利用しながら計画的に移行するのが、安全性と運用負荷のバランスがよい進め方です。

Azure
MCP Azure Databricks Unity AI Gateway AI Search Genie One

この記事を書いた人

佐藤健司のアバター 佐藤健司

実務の現場で詰まりがちなポイントを地図にするITブログ「IT trip」を運営。Windows／Office（Teams・Excel）からSQL、サーバ運用、ガジェットまで、再現性のある手順と“なぜそうなるか”を丁寧に解説します。読んだらすぐ試せること、そして迷った人の次の一歩が見えることを大切にしています。

関連記事

コメント

コメントする

目次