10 人が閲覧(直近 30 日) データ分析・BI

Dataikuリリースノート要約:最新版15.2の新機能・バージョン履歴・アップグレード手順

Dataikuリリースノート要約:最新版15.2の新機能・バージョン履歴・アップグレード手順

Dataiku DSSの最新版は15.2.2(2026年11月6日公開)で、14系の現行修正版は同じ日に出た14.7.7です(2026年11月8日時点)。どちらにもXSSやアクセス制御の修正が入っているので、自前で運用している環境は適用の要否を先に確かめてください。この記事では公式リリースノートをもとに、14.0から15.2.2までの公開日、15.1と15.2で増えた機能、使っている版の確認方法、提供形態別のアップグレード手順を日本語で整理します。

まとめ:Dataiku DSSの最新バージョンと確認・更新の要点

  • 最新版はDSS 15.2.2(2026年11月6日)、14系の最新は14.7.7(同日)です。
  • 15.0.3(2026年10月24日)のセキュリティ修正はCloud限定で配布されました。自前で15.0系や15.1系を動かしている環境に同じ修正を入れるには、15.2.1以降へ上げます。
  • 15.1.0の新機能はSecrets Manager、デプロイ済みエージェントの稼働画面、Cobuild Plan mode、LLMの予算管理など。15.2系は修正とCobuildの拡張が中心です。
  • 使っている版は「?」アイコンのHelp Center最下部にある「About」で確認します。Dataiku CloudならLaunchpadのOverviewパネルにも出ます。
  • 15への自動移行はDSS 4.0以降から可能ですが、Spark 4.1でPython 3.9のPySparkが動かなくなります。15.1.0以降はMilvusローカルのKnowledge Bankの再構築も必要です。インプレースで上げると戻せないので、DATA_DIRのバックアップを先に取ります。

Dataiku DSSのバージョン履歴:14.0から15.2.2までの公開日

版ごとの公開日と主な変更

14系と15系のマイナー版(x.y.0)と、セキュリティ上押さえておきたいパッチの一覧です(出典:DSS 15 Release notes/DSS 14 Release notes)。

バージョン 公開日 主な内容
15.2.2 2026年11月6日 Cobuild拡張、セキュリティ修正(最新)
15.2.1 2026年10月24日 K8s通信の回帰修正、セキュリティ修正
15.2.0 2026年10月15日 改善と修正
15.1.0 2026年10月8日 Secrets Manager、Cobuild Plan mode
15.0.3 2026年10月24日 セキュリティ修正(Cloud限定)
15.0.0 2026年8月14日 Agent Skills、MCPサーバー、Polars
14.7.7 2026年11月6日 14系の最新パッチ
14.7.0 2026年6月18日 Cobuild
14.6.0 2026年5月25日 Consumer向けホーム画面
14.5.0 2026年4月14日 文書からの項目抽出、Agent Logging
14.4.0 2026年2月9日 Structured Visual Agents、A2Aサーバー
14.3.0 2025年12月11日 Agent Evaluation、リモートMCP
14.2.0 2025年10月17日 Agent Hub、MCPツール、時系列予測の強化
14.1.0 2025年8月12日 Project Standards
14.0.0 2025年6月27日 新ホーム画面、LLM接続の自動スロットリング

公式リリースノートと製品更新ページの読み分け

公式のリリースノートはメジャー版ごとに1ページで、リリースノートの一覧から入ります。各ページの冒頭にある「Migration notes」が移行時の注意、その下に新しい版から順に変更点が並ぶ構成です。14系のページは「(also in 15.2.2)」のように、同じ修正が入った15系の版を併記しているので、両系列で共通して取り込まれた修正を確認できます。

製品更新ページは版ごとの目玉を紹介するもので、リリースノートと範囲が一致しません。15.1の紹介に並ぶAgent Management、Dataiku Headless、Agent HubのArtifacts Panelは、DSS 15のリリースノートには語として出てきません。Agent Hubはプラグインで更新されるため、機能の有無はDSSの版番号だけで判断せず、Agent Hubの公式ドキュメントにあるプラグイン版ごとの対応を確かめます。

DSS 15.1の新機能:Secrets Manager・Cobuild Plan mode・LLMの予算管理

15.1.0で「New feature」として独立した見出しが立っているのは次の4つです。

  • Secrets Manager:パスワードなどの機密値をDSSに保管して再利用・共有します。AWS Secrets Manager、Azure Key Vault、Google Cloud Secret Managerからの取得にも対応し、接続設定やPython APIから使えます。
  • Deployed agent activity:Project Deployerの監視画面に、エージェントのリクエスト数、応答時間のグラフ、Automationノードごとの指標、設定の警告が出ます。
  • Govern landing pageのカスタマイズ:標準のホームを隠し、カスタムページを着地ページにできます。
  • Cobuild Plan mode:Cobuildが提案した作業計画を確認・修正してから構築に進みます。

LLM Meshの追加も実務に効きます。LLM接続から使用箇所を一覧し、複数プロジェクトにまたがって別のLLMへ一括で差し替えられるようになりました。費用の上限はプロジェクト単位、ユーザー単位、その組み合わせで設定でき、PromptやExtract Documentのレシピには費用を見るMetricsタブが付きました。エージェントのテストでは、Agent Reviewがペルソナに沿ってLLMが利用者役を演じる複数ターンの会話に対応しています。このほかDatabricks AI SearchのマネージドなKnowledge Bank、シナリオの実行時刻を選ぶヒートマップ、TabICL v2も15.1.0からです。

DSS 15.2.0から15.2.2の変更点:修正版の中身

15.2.0は「enhancements and bug fixes」とだけ説明された版で、独立した新機能の見出しはありません。CobuildがSQLテーブルをデータセットとして取り込めるようになったこと、インスタンス全体の実行中ジョブを一覧するAPI、DSSの強制終了で固まったGitリポジトリの自動復旧が主な追加です。

15.2.1は、15.0.2で入った回帰の修正が重要です。Kubernetesクラスターの負荷が高いときにKubernetesとの通信が不安定になる不具合で、Spark-on-Kubernetesやコンテナ実行を使う環境は15.2.1以降にする理由になります。テンプレートエンジンのコードインジェクションなどセキュリティ修正2件も入りました。

15.2.2は機能追加も含みます。Cobuildがプロジェクト標準の読み取りと実行、文書抽出レシピやSparkSQL・PySparkレシピの作成に対応し、エージェントを特定のユーザーとして実行する設定が加わりました。Agent Skillsのzipエクスポート、コスト上限に一時的な追加枠を与える機能もあります。セキュリティ修正はXSS、アクセス制御、XML外部実体、ディレクトリトラバーサルなど9項目です。

時系列予測を使っている環境は、15.2.2の修正内容を確認してください。LightGBMとRandom Forestで、最小リーフサンプル数が学習データ量を超えると、エラーにならないまま誤った学習結果になる可能性があった不具合が直っています。

DSS 15.0の新機能:Agent Skills・MCPサーバー・Polars

15.0.0はメジャー版で、独立した見出しの新機能は6つです。

  • Agent Skills:エージェントのノウハウとリソースをスキルとしてまとめ、複数のVisual Agentで使い回します。仕様の背景はAgent Skillsの解説にあります。
  • MCPサーバー:DataikuのエージェントとツールをネイティブのMCPサーバー経由で公開し、外部のエージェントから呼び出せます。
  • Polars対応:Dataiku Python APIでPolarsのデータフレームを読み書きします(Polarsとpandasの違い)。
  • Pythonのfast-path拡大:Snowflake、S3・Azure Blob Storage・GCS上のParquetやCSVで高速な読み書きが使えます。
  • 多出力回帰:Visual AutoMLで複数の数値の予測対象を1つのモデルで扱います。
  • コード環境とCode Studioイメージの自動ビルド:初めて使う処理が動いたときにイメージをビルドします。初回は遅くなりますが、イメージの未再ビルドで処理が失敗することはなくなりました。

15.0.0ではPython 3.14のサポートも実験的扱いから外れています。

14.3から14.7で追加された主な機能

  • 14.3.0:エージェント専用の評価レシピと評価ストアを持つAgent Evaluation、リモートMCPサーバー接続、Extract Contentレシピ。
  • 14.4.0:ブロックでループや条件分岐を組むStructured Visual Agents、ツール単位の実行前承認、A2Aサーバー、Traces Explorerの刷新。
  • 14.5.0:Extract Contentレシピの「Extract fields」モード、エージェントの活動をデータセットに書き出すAgent Logging、Code StudiosでのClaude Code。
  • 14.6.0:利用者向けの新しいホーム画面、Agent HubのQuick AgentからSharePointの文書への接続。
  • 14.7.0:自然言語の指示からパイプライン・モデル・エージェントを含むプロジェクトを組み立てるCobuild。

14.7系のパッチには15系と同じ修正が順次入っており、14.7.6では15.1.0のCobuild改善の一部も取り込まれました。

Dataiku 14.2.0の新機能:Agent Hub・MCP・時系列予測

Agent Hubの役割と導入要件

Agent Hubは、管理者が配布するEnterprise Agentsと、利用者が自分で作るMy Agentsを1つのチャット画面で使う社内ポータルです。DSS本体ではなくプラグインで提供され、複数のエージェントを選ぶと質問ごとにLLMが関連するエージェントを絞り込みます。画面の言語は英語・フランス語・日本語から選べます。

公式の要件はDataiku 14.2以降で、ツール呼び出しに対応したLLM接続と埋め込みに対応したLLM接続がそれぞれ1つ以上必要です。AI Consumerプロファイルはエージェントの作成と利用、AI Accessプロファイルは利用のみができます。バックエンドを動かすIDには、利用者のグループに対するImpersonation in webappsの権限、My Agentsを作るプロジェクトフォルダへの書き込み権限、Hubに出す接続の読み取り権限を与えます。

構築は、管理者がプラグインストアからAgent Hubプラグインを入れてコード環境を作り、プロジェクトのCode メニューのWebappsからVisual webappのAgent Hubテンプレートを選ぶ流れです。権限管理を分けるため、公式はエージェント本体とは別の専用プロジェクトに置くことを勧めています。

DSS 14.2.0の追加機能:MCPツール・機械学習・Visual Graph

14.2.0のMCP(Model Context Protocol)対応は、外部のMCPサーバーを「stdio」モードでDataikuに持ち込み、エージェントのツールとして使う機能です。15.0のMCPサーバーとは向きが逆で、HTTP経由のリモート接続は14.3.0で追加されました。

時系列予測ではRandom Forest、Ridge回帰、XGBoostが使えるようになり、必要なラグ特徴量とウィンドウ特徴量はDataikuが自動で作ります。予測モデルのWhat-If分析、一般化線形モデルを画面で組むVisual GLM、ノードとエッジのデータセットをCypherで探索するVisual Graph(Neo4jとCypherの解説)も14.2.0の追加です。Webアプリの開発はFastAPIに対応しました。

Dataikuの利用バージョン確認:Help CenterとLaunchpad

Design nodeの画面上部のナビゲーションバーで「?」アイコンをクリックしてHelp Centerを開き、一番下までスクロールして「About」を選ぶと現在のバージョンが表示されます。Dataiku Cloudでは、Launchpadの各スペースのOverviewパネルでも確認できます。

Pythonの外部スクリプトからDSSを操作する場合は、PyPIのdataiku-api-clientの版番号がDSSに揃えて振られている点に注意します。ただし公開は本体より遅れることがあり、2026年11月8日時点のPyPIの最新は15.2.1(11月2日掲載)で、15.2.2はまだありません。

Dataikuのアップグレード手順:提供形態ごとの違い

Dataiku Cloud:Launchpadでのアップグレード日時設定

Dataiku Cloudは、事前に告知された期間内にDataiku側で15へ上げられます。LaunchpadのUpgrade and maintenance preferencesで予定を管理し、任意のアップグレードはすぐに実行するか7日以内で日時を選びます。必須のアップグレードは前倒しできますが、基盤の計画メンテナンス自体の時間は動かせません。プランによっては本番と別のSandbox nodeで新しい版を先に試せます。

Cloud Stacks:Fleet Managerで版を選んで再プロビジョニング

Fleet Managerのアップグレードは管理者の操作でのみ実行され、自動では行われません。InstancesからインスタンスのSettingsタブを開き、「DSS Version」で版を選んで保存したあと、Reprovisionを実行します。再プロビジョニングの前にデータディスクのスナップショットが自動で取られるので、失敗したら版を戻してスナップショットから再プロビジョニングできます。メジャー版を上げたときのコード環境の再ビルドとMLモデルの再学習は手動です。

自前インストール:installer.shに-uを付けて実行

公式の手順は次のとおりです。インプレースのアップグレードは元に戻せないため、実行中のジョブがないことを確認してDSSを停止し、DATA_DIR全体をバックアップします。稼働中に取得する場合は、ボリュームのアトミックなスナップショットが必要です。Governノードでは、対応するPostgreSQLデータベースも公式のバックアップ手順に沿って保存します。途中でcdするため、DATA_DIRは絶対パスで書きます。macOS版は配布ページの案内に従い、既存のアプリケーションに上書きします。

# 実行中のジョブがないことを確認して旧バージョンを停止
DATA_DIR/bin/dss stop

# DATA_DIR全体をバックアップ
tar -zcvf your_backup.tar.gz /PATH/TO/DATA_DIR/

# 新しい配布物を展開
cd SOMEDIR
tar xzf /PATH/TO/dataiku-dss-NEWVERSION.tar.gz

# 既存のDATA_DIRを指定してアップグレード
dataiku-dss-NEWVERSION/installer.sh -d DATA_DIR -u

# ここで止め、本文の「起動前の作業」のうち該当するものを済ませてから起動
DATA_DIR/bin/dss start

起動の前にやり直す作業は、環境によって異なります。R連携(dssadmin install-R-integration)、グラフィックのエクスポート、スタンドアロンのHadoop・Sparkを使っていれば、それぞれの導入手順が対象です。User Isolation Frameworkを有効にしている場合はinstall-impersonationをrootで再実行し、コンテナ実行を使っている場合はベースイメージの再ビルドが要ります。起動後は、必要に応じてコード環境とCode Studioテンプレート(DATA_DIR/bin/dsscli code-studio-templates-build)を再ビルドし、MLモデルを再学習します。再学習が必要になるメジャーアップグレードでは、APIノードにデプロイしているモデルのパッケージも作り直してください。

DSS 15への移行前確認:互換性とサポート終了

自動移行はDSS 4.0以降のどの版からでもサポートされていますが、途中の各メジャー版の注意事項も合わせて読む必要があります。DSS 3.1以前からは、いったん5.0へ上げてから進めます。

14から15へ上げるときの変更点

  • Spark 4.1:Spark-on-Kubernetes(Dataiku CloudとCloud Stacksはすべて該当)でSparkが3.5から4.1になり、Python 3.9のPySparkレシピとノートブックは失敗します。起動時に該当するコード環境が検出され、管理者に更新が促されます。Automationノードに古いバンドルを取り込むと更新されないので、Design nodeで環境を上げたあとにバンドルを作り直します。
  • 組み込みPython環境:OSに応じてPython 3.11か3.12へ更新され、Flaskは3.1になります。削除された関数を使うFlaskのWebアプリは、修正するか旧版のFlaskを入れたコード環境へ移します。
  • LDAP:TLS証明書のホスト名と設定上のホスト名の一致を検証するようになりました。
  • サポート終了:Amazon Linux 2とSUSE 15 SP4が対象外になり、コンテナイメージのAlmaLinux 8も使えません。Python 3.6〜3.8のコード環境は新規作成できず、Python 3.9・3.10とCondaによる環境管理は非推奨です。
  • 削除されたプラグイン:Azure Cognitive Services、Speech to Text、Juliaなど、DSS 15で使えなくなったプラグインがあります。
  • その他:インターネットに出られない環境では文書抽出のモデル資材を再セットアップし、コンテナを使わずにローカルLLM推論をしている場合はCUDAランタイムを13へ上げます。

15.1.0以降へ上げるときに増える注意

  • Milvusのローカルベクトルストアを使うKnowledge Bankは、15.1.0へ上げたあと再構築するまで使えません。
  • バンドルからプロジェクトのGit履歴が既定で除外されます。既存のインスタンスも同じ扱いです。
  • 新しいレシピ名に使える文字は英数字、アンダースコア、ハイフンだけになり、空白とピリオドは使えません。

既存のレシピ名ではなく新規作成時の制限ですが、レシピ名を空白入りで機械生成している運用は命名規則を直しておきます。

13以前から上げるときの変更点

14へ上がる時点で、自前インストールではJava 17が必須になり、Java 11のサポートが終わりました。RHEL・CentOS・Oracle Linuxの7.x、Debian 10、Ubuntu 18.04も対象外です。Cloud StacksのノードのOSはAlmaLinux 8から9に変わったため、独自のセットアップ処理は見直しが要ります。2026年11月時点の動作要件は、RAM 32GB以上、対応OSはRHEL・AlmaLinux・Rocky Linux・Oracle Linuxの8.10・9.x・10.x、Ubuntu 22.04・24.04、Debian 12・13、Amazon Linux 2023、SUSE 15 SP6・SP7などです。

14系に留まるか15へ上げるかの判断

自前で運用している環境の判断は、セキュリティ修正の取り込み先で分かれます。15.0系と15.1系には自前環境向けの修正版が出ていないので、そのまま使い続けず15.2.2へ上げます。14系に留まる場合は14.7.7まで上げれば、15.2.2と同じ9項目のセキュリティ修正が入ります。

Agent SkillsやMCPサーバーを今すぐ使う予定がなく、Spark-on-KubernetesでPython 3.9のPySparkを多く抱えている、または組み込み環境でFlaskのWebアプリを動かしている環境は、14.7.7で先にコード環境をPython 3.11以降へ上げ、Flask 3.1で動くかを確かめてから15へ移るほうが安全です。外部のエージェント基盤からDataikuのエージェントやツールをMCPで呼びたい場合は15が前提になります。A2Aクライアントへ公開するだけなら14.4.0以降のA2Aサーバーで足ります。Dataikuの導入にとどまらず、業務システムと連携するエージェントの設計から相談したい場合は、当社のAIエージェント開発で要件整理から支援しています。

避けたいのは、新しいインスタンスを立ててプロジェクトをエクスポート・インポートする移行方法です。公式手順はこれを推奨しておらず、Jupyterノートブックで書いたファイル、SQLノートブックの結果、Flowの状態が引き継がれないため、全データセットの再計算が必要になります。旧インスタンスを残して試すならインスタンスを複製しますが、同じマシンでは10個連続のTCPポートを別に確保し、複製側のシナリオがデータを壊さないよう止めておきます。

よくある質問

Dataikuの最新バージョンはいくつですか?

2026年11月8日時点の最新はDSS 15.2.2(2026年11月6日公開)で、14系の最新は同日公開の14.7.7です。どちらにも共通する9項目のセキュリティ修正が入っています。15.0.3はCloud限定の版なので、自前で運用している15.0系や15.1系の環境は15.2.1以降へ上げないと同じ修正を取り込めません。

Dataikuのリリースノートはどこで読めますか?

doc.dataiku.comのリリースノート一覧から、メジャー版ごとのページ(DSS 15、DSS 14など)を開きます。移行時の注意は各ページ冒頭の「Migration notes」にあり、その下に新しい版から順に変更点が並びます。Agent Hubのようにプラグインで提供される機能は、DSS本体のリリースノートに載らないことがあるため、該当機能の公式ドキュメントも確認してください。

Dataikuのバージョンはどこで確認できますか?

Design nodeの画面上部にある「?」アイコンからHelp Centerを開き、一番下の「About」で確認します。Dataiku CloudではLaunchpadの各スペースのOverviewパネルにも表示されます。Pythonクライアントのdataiku-api-clientは版番号がDSSに揃っていますが、PyPIへの掲載は本体より遅れることがあるので、クライアントの版だけでDSS本体の版を判断しないでください。

DSS 13から15へ直接アップグレードできますか?

できます。13からの自動移行はサポートされていますが、15の注意事項に加えて13から14への注意事項も確認が必要です。自前インストールではJava 17が必須になり、RHEL 7系やUbuntu 18.04などのOSは対象外になりました。Spark-on-KubernetesでPython 3.9のPySparkを使っている環境は、15のSpark 4.1で失敗するためコード環境の更新も必要です。

アップグレード後に元のバージョンへ戻せますか?

自前インストールでインプレースで上げた場合は戻せないため、DSSを停止した状態でDATA_DIR全体をバックアップしてから始めます。Fleet Managerでは再プロビジョニングの前にデータディスクのスナップショットが自動で取られるので、版を戻してスナップショットから再プロビジョニングできます。Dataiku Cloudは任意アップグレードの日時を選ぶ運用で、Sandbox nodeが使えるプランなら先に新しい版を試せます。

関連記事

お気に入りに入れた記事の一覧

一創の公式 SNS

X では毎朝の新着記事と IT ニュースの速報を、YouTube・TikTok・Instagram・LinkedIn・Facebook では記事の解説動画を配信しています。

この記事は以下の記事からリンクされています

資料請求

今日のトレンド記事 直近 24 時間で、いつもより多く読まれている記事

  1. 2025.12.19 コラム アンダーマイニング効果とは?具体例と報酬でやる気が下がる条件、エンハンシング効果との違い
  2. 2026.11.20 テックブログ MAI Code 2とは?Flashとの違い・料金・GitHub Copilotでの使い方【2026年11月】
  3. 2026.11.18 テックブログ 楽天証券の不正アクセス:最大約447万口座の対象確認と、テスト環境に本番データを置かない実装
  4. 2026.11.20 テックブログ 六花亭の不正アクセス:決済画面の改ざんでカード情報約8,000件、対象期間と改ざん検知の手順【11月20日時点】
  5. 2026.11.20 テックブログ 福岡銀行の不正アクセス:FFGインダストリーズ1,221先の漏えい可能性と、分析ツールに認証情報を渡さない実装

RELATED POSTS 関連記事

目次