שימוש בשרת BigQuery MCP

Model Context Protocol‏ (MCP) הוא תקן שקובע איך מודלים גדולים של שפה (LLM) ואפליקציות או סוכני AI מתחברים למקורות נתונים חיצוניים. שרתי MCP מאפשרים לכם להשתמש בכלים, במשאבים ובהנחיות שלהם כדי לבצע פעולות ולקבל נתונים מעודכנים משירות הקצה העורפי שלהם.

מה ההבדל בין שרתי MCP מקומיים לבין שרתי MCP מרחוק?

שרתי MCP מקומיים

בדרך כלל פועלים במחשב המקומי ומשתמשים בזרמי הקלט והפלט הרגילים (stdio) לתקשורת בין שירותים באותו מכשיר.

שרתי MCP מרוחקים

פועל בתשתית של השירות ומציע נקודת קצה של HTTP לאפליקציות AI לצורך תקשורת בין לקוח ה-MCP של ה-AI לבין שרת ה-MCP. מידע נוסף על ארכיטקטורת MCP זמין במאמר ארכיטקטורת MCP.

יכול להיות שתשתמשו בשרת MCP מקומי של BigQuery מהסיבות הבאות:

• צריך לבנות כלי מותאם אישית על בסיס שאילתת SQL עם פרמטרים.
• אין לך הרשאות להפעיל או להשתמש בשרת ה-MCP בפרויקט שלך.

מידע נוסף על השימוש בשרת MCP מקומי זמין במאמר חיבור מודלים של שפה גדולה ל-BigQuery באמצעות MCP. הקטעים הבאים רלוונטיים רק לשרת BigQuery MCP.

‫Google ושרתי MCP מרוחקים Cloud de Confiance by S3NS

• גילוי פשוט ומרכזי
• נקודות קצה (endpoints) מנוהלות של HTTP ברמה הגלובלית או האזורית
• הרשאות פרטניות
• אבטחת הנחיות ותשובות אופציונלית באמצעות הגנה מוגברת על המודל
• רישום מרכזי ביומן הביקורת

מידע על שרתים אחרים של MCP ועל אמצעי בקרה בנושאי אבטחה וממשל שזמינים לשרתים של Google Cloud MCP מופיע במאמר סקירה כללית על שרתים של Google Cloud MCP.

לפני שמתחילים

1. In the Cloud de Confiance console, on the project selector page, select or create a Cloud de Confiance project.

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

   Go to project selector

2. If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

3. מפעילים את BigQuery API.

   תפקידים שנדרשים להפעלת ממשקי API

   כדי להפעיל ממשקי API, צריך את תפקיד ה-IAM 'אדמין של Service Usage' (roles/serviceusage.serviceUsageAdmin), שכולל את ההרשאה serviceusage.services.enable. איך מקצים תפקידים

   להפעלת ה-API

   בפרויקטים חדשים, BigQuery API מופעל באופן אוטומטי.

4. אופציונלי: מפעילים חיוב בפרויקט. גם אם אתם לא רוצים להפעיל חיוב או לספק כרטיס אשראי, השלבים שבמסמך הזה עדיין רלוונטיים. ‫BigQuery מספק לכם ארגז חול לביצוע השלבים. מידע נוסף זמין במאמר בנושא הפעלת ארגז החול של BigQuery.

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות לשימוש בשרת BigQuery MCP, צריך לבקש מהאדמין להקצות לכם את תפקידי ה-IAM הבאים בפרויקט שבו רוצים להשתמש בשרת BigQuery MCP:

• ביצוע קריאות לכלי ה-MCP: משתמש בכלי ה-MCP (roles/mcp.toolUser)
• הפעלת משימות BigQuery: BigQuery Job User (roles/bigquery.jobUser)
• הפעלת שאילתות על נתונים ב-BigQuery: BigQuery Data Viewer (roles/bigquery.dataViewer)

להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

התפקידים המוגדרים מראש האלה כוללים את ההרשאות שנדרשות לשימוש בשרת BigQuery MCP. כדי לראות בדיוק אילו הרשאות נדרשות, אפשר להרחיב את הקטע ההרשאות הנדרשות:

יכול להיות שתקבלו את ההרשאות האלה באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש אחרים.

יכול להיות שיידרשו הרשאות נוספות ב-BigQuery בהתאם למשימה. מידע על הרשאות ב-BigQuery זמין במאמר תפקידים והרשאות של IAM ב-BigQuery.

אימות והרשאה

שרתי MCP של BigQuery משתמשים בפרוטוקול OAuth 2.0 עם IAM לאימות ולהרשאה. כל Cloud de Confiance by S3NS הזהויות נתמכות לצורך אימות לשרתי MCP.

שרת ה-MCP של BigQuery לא מקבל מפתחות API.

היקפי ההרשאות של OAuth ב-BigQuery MCP

ב-OAuth 2.0 משתמשים בהיקפי הרשאות ובפרטי כניסה כדי לקבוע אם לגורם מאומת מסוים יש הרשאה לבצע פעולה ספציפית במשאב. מידע נוסף על היקפי ההרשאות של OAuth 2.0 ב-Google זמין במאמר שימוש ב-OAuth 2.0 לגישה ל-Google APIs.

ל-BigQuery יש את היקפי הגישה הבאים של OAuth בכלי MCP:

יכול להיות שיידרשו היקפי הרשאות נוספים במשאבים שאליהם ניגשים במהלך הפעלת כלי. כדי לראות רשימה של היקפי ההרשאות שנדרשים ל-BigQuery, אפשר לעיין במאמר בנושא היקפי הרשאות OAuth 2.0 ל-BigQuery API v2.

הגדרת לקוח MCP לשימוש בשרת BigQuery MCP

אפליקציות וסוכנים מבוססי-AI, כמו Claude או Antigravity, יכולים ליצור מופע של לקוח MCP שמתחבר לשרת MCP יחיד. לאפליקציית AI יכולים להיות כמה לקוחות שמתחברים לשרתי MCP שונים. אם האפליקציה שלכם לא מופיעה בהנחיות הספציפיות ללקוח, תוכלו להשתמש במידע הבא כדי להתחבר מרוב האפליקציות.

באפליקציית ה-AI, מחפשים דרך להוסיף או להתחבר לשרת MCP מרוחק. בשרת BigQuery MCP, מזינים את הפרטים הבאים לפי הצורך:

• שם השרת: BigQuery MCP server
• כתובת URL של השרת או נקודת קצה: https://bigquery.googleapis.com/mcp
• Transport: HTTP

• פרטי אימות: Cloud de Confiance by S3NS פרטי הכניסה שלכם, מזהה הלקוח והסוד של OAuth, או זהות ופרטי כניסה של סוכן

  פרטי האימות שבוחרים תלויים בשיטת האימות שרוצים להשתמש בה. מידע נוסף זמין במאמר בנושא אימות לשרתי MCP.

הנחיות ספציפיות לאפליקציות לגבי הגדרה וחיבור לשרת MCP מפורטות במאמר הנחיות ספציפיות ללקוחות.

הנחיות כלליות נוספות זמינות במקורות המידע הבאים:

• מתחברים לשרתי MCP מרוחקים.
• הגדרת MCP באפליקציית AI.

כלים זמינים

כדי לראות פרטים על כלי MCP זמינים והתיאורים שלהם בשרת BigQuery MCP, אפשר לעיין בהפניה ל-BigQuery MCP.

מגבלות

השימוש בכלי MCP של BigQuery כפוף למגבלות הבאות:

• הכלים execute_sql ו-execute_sql_readonly לא תומכים בשאילתות של טבלאות חיצוניות ב-Google Drive.
• כברירת מחדל, הכלים execute_sql ו-execute_sql_readonly מגבילים את זמן העיבוד של השאילתות לשלוש דקות. שאילתות שפועלות יותר משלוש דקות מבוטלות באופן אוטומטי.
• תוצאות השאילתה מוגבלות ל-3,000 שורות לכל היותר.
• הכלי execute_sql_readonly מאפשר לבצע רק פעולות של קריאה בלבד על הנתונים. לא נתמכות מוטציות כמו הצהרות DML, הצהרות DDL ופונקציות UDF של Python.

כלים ליצירת רשימות

אפשר להשתמש בכלי הבדיקה של MCP כדי לראות רשימה של כלים, או לשלוח בקשת HTTP‏ tools/list ישירות לשרת BigQuery MCP. בשיטה tools/list לא נדרש אימות.

POST /mcp HTTP/1.1
Host: bigquery.googleapis.com
Content-Type: application/json

{
  "jsonrpc": "2.0",
  "method": "tools/list",
}

מניעת גישה לכלים

כלי ה-MCP היחיד שלא מוגדר לקריאה בלבד הוא execute_sql. אתם יכולים להגביל את הגישה אל execute_sql באמצעות יצירה של מדיניות דחייה שמגבילה את השימוש בכלי MCP לקריאה וכתיבה.

תרחישים לדוגמה

אלה כמה תרחישי שימוש לדוגמה בשרת BigQuery MCP:

• יצירת תהליכי עבודה שמשתמשים בתובנות מנתוני BigQuery כדי להפעיל פעולות מסוימות, כמו יצירת בעיות וחיבור אימיילים.

• כדי להפיק תובנות ברמה גבוהה יותר, אפשר להשתמש ביכולות המתקדמות של BigQuery, כמו תחזיות.

• אפשר ליצור ממשק צ'אט עם AI למשתמשים באמצעות הוראות מותאמות אישית לסוכן.

הנחיות לדוגמה

אפשר להשתמש בהנחיות לדוגמה הבאות כדי לקבל מידע על משאבי BigQuery, לקבל תובנות ולנתח נתונים של BigQuery:

• ‫"List the datasets in project PROJECT_ID." ‏(הצגת רשימת מערכי הנתונים בפרויקט PROJECT_ID)
• ‫"Find all the queries that I ran in project PROJECT_ID using the MCP server in the REGION region. מומלץ להשתמש בתג goog-mcp-server:true כדי לזהות את משימות השאילתות שהופעלו דרך שרת ה-MCP".
• ‫"Find the top orders by volume from DATASET_ID in project PROJECT_ID. תזהה את הטבלאות המתאימות, תמצא את הסכימה הנכונה ותציג את התוצאות".
• ‫"Create a forecast on the table PROJECT_ID.DATASET_ID.TABLE_ID for future years. משתמשים בעמודה COLUMN_NAME כעמודת הנתונים ובעמודה COLUMN_NAME כעמודת חותמת הזמן. תציג את 10 התחזיות המובילות".

בהנחיות, מחליפים את מה שכתוב בשדות הבאים:

• ‫PROJECT_ID: מזהה הפרויקט Cloud de Confiance
• ‫REGION: שם האזור
• ‫DATASET_ID: השם של מערך הנתונים
• ‫TABLE_ID: שם הטבלה
• COLUMN_NAME: שם העמודה

הגדרות אבטחה ובטיחות אופציונליות

השימוש ב-MCP מציג סיכוני אבטחה חדשים ושיקולים חדשים בגלל המגוון הרחב של הפעולות שאפשר לבצע באמצעות הכלים של MCP. כדי למזער את הסיכונים האלה ולנהל אותם,Cloud de Confiance by S3NS מציע הגדרות ברירת מחדל ומדיניות שניתנת להתאמה אישית כדי לשלוט בשימוש בכלי MCP בארגון או בפרויקט שלכם ב- Cloud de Confiance by S3NS.

מידע נוסף על אבטחה וניהול של MCP זמין במאמר בנושא אבטחה ובטיחות של AI.

שימוש בהגנה מוגברת על המודל

‫Model Armor הואCloud de Confiance by S3NS שירות שנועד לשפר את האבטחה והבטיחות של אפליקציות ה-AI שלכם. היא פועלת על ידי סינון יזום של הנחיות ותשובות של מודלים גדולים של שפה (LLM), ומגנה מפני סיכונים שונים. בנוסף, היא תומכת בשיטות עבודה מומלצות בתחום ה-AI האחראי. בין אם אתם פורסים AI בסביבת הענן שלכם או אצל ספקי שירותי ענן חיצוניים, הגנה מוגברת על המודל יכול לעזור לכם למנוע קלט זדוני, לאמת את בטיחות התוכן, להגן על מידע אישי רגיש, לשמור על תאימות ולאכוף את מדיניות הבטיחות והאבטחה של ה-AI באופן עקבי בסביבת ה-AI המגוונת שלכם.

כשמפעילים את Model Armor עם הפעלת רישום ביומן, המערכת רושמת ביומן את כל מטען הנתונים. יכול להיות שייחשף מידע רגיש ביומני הרישום.

הפעלת הגנה מוגברת על המודל

כדי להשתמש ב-Model Armor, צריך להפעיל את ממשקי ה-API של Model Armor.

הגדרת הגנה לשרתי MCP של Google ושרתי MCP מרוחקים Cloud de Confiance by S3NS

כדי להגן על הקריאות והתגובות של כלי ה-MCP, אפשר להשתמש בהגדרות של Model Armor. הגדרת רמת בסיס מגדירה את מסנני האבטחה המינימליים שחלים על הפרויקט. ההגדרה הזו מחילה קבוצה עקבית של מסננים על כל הקריאות והתשובות של כלי MCP בפרויקט.

הגדרת סף תחתון של הגנה מוגברת על המודל עם הפעלת ניקוי נתונים ב-MCP. מידע נוסף זמין במאמר בנושא הגדרת ערכי סף ב-Model Armor.

דוגמה לפקודה:

gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--enable-floor-setting-enforcement=TRUE \
--add-integrated-services=GOOGLE_MCP_SERVER \
--google-mcp-server-enforcement-type=INSPECT_AND_BLOCK \
--enable-google-mcp-server-cloud-logging \
--malicious-uri-filter-settings-enforcement=ENABLED \
--add-rai-settings-filters='[{"confidenceLevel": "MEDIUM_AND_ABOVE", "filterType": "DANGEROUS"}]'

מחליפים את PROJECT_ID במזהה הפרויקט ב- Cloud de Confiance .

שימו לב להגדרות הבאות:

• ‫INSPECT_AND_BLOCK: סוג האכיפה שבודק את התוכן בשרת MCP של Google וחוסם הנחיות ותשובות שתואמות למסננים.
• ‫ENABLED: ההגדרה שמפעילה מסנן או אכיפה.
• ‫MEDIUM_AND_ABOVE: רמת המהימנות של ההגדרות של המסנן 'שימוש אחראי ב-AI – מסוכן'. אפשר לשנות את ההגדרה הזו, אבל ערכים נמוכים יותר עלולים להוביל ליותר תוצאות חיוביות כוזבות. מידע נוסף זמין במאמר בנושא רמות הסמך של הגנה מוגברת על המודל.

השבתת סריקת תעבורת נתונים של MCP באמצעות הגנה מוגברת על המודל

כדי להפסיק את הסריקה האוטומטית של תעבורת נתונים אל השרתים של Google MCP וממנה על ידי הגנה מוגברת על המודל על סמך הגדרות אבטחה מינימליות של הפרויקט, מריצים את הפקודה הבאה:

gcloud model-armor floorsettings update \
  --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
  --remove-integrated-services=GOOGLE_MCP_SERVER

מחליפים את PROJECT_ID במזהה הפרויקט ב- Cloud de Confiance . התכונה הגנה מוגברת על המודל לא מחילה באופן אוטומטי את הכללים שמוגדרים בהגדרות אבטחה מינימליות של הפרויקט על תעבורה של שרת Google MCP.

ההגדרות של הסף התחתון של Model Armor וההגדרה הכללית יכולות להשפיע על יותר דברים מאשר רק על MCP. ‫Model Armor משולב עם שירותים כמו Vertex AI, ולכן כל שינוי שתבצעו בהגדרות של רמת הרצפה יכול להשפיע על סריקת התנועה ועל התנהגויות הבטיחות בכל השירותים המשולבים, ולא רק ב-MCP.

שליטה בשימוש ב-MCP באמצעות כללי מדיניות דחייה ב-IAM

כללי מדיניות הדחייה של ניהול זהויות והרשאות גישה (IAM) עוזרים לכם לאבטח שרתי MCP מרוחקים של Cloud de Confiance by S3NS . כדאי להגדיר את המדיניות הזו כדי לחסום גישה לא רצויה לכלי MCP.

לדוגמה, אתם יכולים לדחות או לאשר גישה על סמך:

• הקרן
• מאפייני כלי כמו קריאה בלבד
• מזהה הלקוח ב-OAuth של האפליקציה

מידע נוסף זמין במאמר שליטה בשימוש ב-MCP באמצעות ניהול זהויות וגישה.

מכסות ומגבלות

לשרת ה-MCP של BigQuery אין מכסות משלו. אין הגבלה על מספר הקריאות שאפשר לבצע לשרת ה-MCP.

אתם עדיין כפופים למכסות שנאכפות על ידי ממשקי ה-API שמופעלים על ידי כלי השרת של ה-MCP. השיטות הבאות ב-API מופעלות על ידי הכלים של שרת MCP:

מידע נוסף על מכסות ב-BigQuery זמין במאמר מכסות ומגבלות.

המאמרים הבאים

• אפשר לעיין במאמרי העזרה בנושא BigQuery MCP.
• מידע נוסף על השרתים של Google Cloud MCP
• כאן אפשר לראות את המוצרים הנתמכים ב-MCP.