概要
Lightdash は dbt と連携する BI ツール。dbt の schema.yml の meta に書いたメトリクスとディメンションを読み、YAML に定義した dbt モデルを原則 1 つずつ Explore(分析の起点)にする。定義を BI 側に二重に持たないので、セマンティックレイヤーを dbt に一本化したい基盤に向く。コアは OSS で、一部の企業向け機能は別ライセンス。
詳細
権限制御
DWH を利用者に直接読ませず、Lightdash を唯一の入口にして BI 層で制御する。
required_attributes(dbt の meta に宣言) — 属性を持たないユーザーにはテーブルを見せないuser_attributes— ユーザーの属性値を、生成される SQL のフィルタに差し込んで行を絞る
PKSHA の事例では、PII テーブル用の属性を小さな社内ツールで「申請 → 承認 → 期限付き付与 → 自動剥奪」で管理した。業務システムと併用するなら、属性は業務システムの所属・役割から同期して二重管理を避ける。
AI からの入口
Lightdash 組み込みの MCP は Enterprise Edition の機能(セルフホストでも Enterprise ライセンスが必要)。PKSHA の事例は OSS の @lightdash-tools/mcp をベースに自前の MCP サーバーを作り、次を足した。
- ユーザー単位の OAuth(AI の見える範囲 = その人の Lightdash の範囲)
*_piiを参照するクエリは行の値を返さず、件数・URL・SQL だけ返す PII ガード- 10 種類のチャートの使いどころを返すツール、デプロイ中のソースから抜いた設定キーと enum
- チャート作成時に正しい URL とコンパイル済み SQL を必ず返す(LLM に URL を作らせない)
- 大きな Explore で 256 KB に達した応答を LLM 向けに絞り、存在しないフィールドには候補を返す
選定の比較
PKSHA の事例では Lightdash Cloud(現段階では費用対効果が合わない)、Looker(エンタープライズ契約が必須)、Cube + Metabase(定義が二重化)を見送り、OSS をセルフホストした。BigQuery・Redshift・Athena への接続に公式に対応しており、DWH を替えても BI 層はそのまま持ち込める。メタデータの保存には PostgreSQL(AWS なら RDS)を使う。
関連ページ
- dbt — 定義の置き場所
- セマンティックレイヤー — Lightdash が提供する層
- AI ネイティブなデータ分析基盤 — Lightdash と MCP を組み合わせた基盤
- MCP — AI から Lightdash を操作するプロトコル