AI駆動開発のための国産データベース「NW DB」を提供開始しました。
〜 PostgreSQL ベース × MCP 標準装備 × 国産 〜
2026年8月28日
株式会社NUP WHITE
当社は、開発および AI 駆動開発(バイブコーディング)に最適化した国産データベースサービス「NW DB」の提供を開始しました。
PostgreSQL ベースでSQL・JOIN・トランザクションをそのまま使え、MCP エンドポイントを標準装備。
開発・運用は日本国内で行っており、データが国外に出ることはありません。
公式サイト: https://nwdb.dev
5つの特長
| ① リレーショナル | PostgreSQL ベース。集計・分析を前提にできる |
| ② AI ファースト | MCP 標準装備。Claude / Cursor から直接クエリ |
| ③ スキーマ変更に強い | PATCH /tables + ?dryRun=1 で影響行数を事前確認 |
| ④ HTAP | 分析用の DWH を別に建てなくていい |
| ⑤ 国産 | 国内運用・日本語サポート |
背景:AI駆動開発では、スキーマが毎日変わる
AI を活用した開発(バイブコーディング)では、スキーマの変更頻度が従来と大きく異なります。
人手による開発では週に1回程度だった変更が、1日に複数回発生します。その結果、開発者は「本番データが入ったテーブルへの変更」を高頻度で判断することになります。
この負荷を避けるためにスキーマレスな構成を選択すると、後工程で集計・分析が必要になった際に、別途データウェアハウスとその同期処理が必要になります。
AI駆動で開発
↓
スキーマが高頻度で変わる
↓
変更判断の負荷が増える
↓
構成の選択を迫られる
↓
後工程で集計が必要に
↓
DWH と同期処理が増える
基盤が増えるほど、保守すべき箇所が増えます。
障害の多くは、データベース本体ではなく同期処理で発生します。
NW DB は、スキーマ変更の負荷そのものを下げることで、この連鎖を断つことを目的に開発しました。
なお、スキーマレスなデータベースは非常に優れた技術です。
書き込み性能、リアルタイム同期の容易さ、構造変更への柔軟性、自動スケール——形式の定まらないログ、階層の深いドキュメント、リアルタイム同期を主とするアプリケーションでは、そちらのほうが適しています。
NW DB は集計・分析が視野に入る用途を想定した選択肢であり、優劣ではなく用途の違いとしてお考えください。
特長① リレーショナル — 集計・分析を前提にできる
NW DB は PostgreSQL ベースです。
SQL・JOIN・トランザクションが、そのまま使えます。
| NW DB | |
|---|---|
| データモデル | リレーショナル(スキーマあり) |
| JOIN | 対応 |
| 集計・GROUP BY | 対応(列指向エンジンで高速化) |
| トランザクション | 対応 |
| 後工程の分析 | 同一 DB 内で完結(特長④) |
「スキーマがあると変更時の負荷が高い」という課題は、特長③で解消します。
SDK は既存のものと同じ書き味
const { data } = await db.from('orders')
.select('*')
.eq('region', 'tokyo')
.order('created_at', { ascending: false })
.from().select() / .upsert() / .in() / .is() / .or() / .maybeSingle() / .rpc() に対応。新しい書き方を覚え直す必要がありません。
特長② AIファースト — AIから直接クエリできる
Claude / Cursor / Codex ◀──[MCP]──▶ NW DB
├─▶ データ本体
└─▶ メタデータ(列の意味)
MCP(Model Context Protocol)エンドポイントを標準で備えています。
データベースにデータを格納するだけで、AI アシスタントから直接クエリを可能にする想定です。
特長③ スキーマが変わっても壊れない
AI を使った開発では、スキーマが毎イテレーション変わります。
一方で多くのマネージドデータベースは、テーブルの作り直し=データ消失を意味します。
NW DB では、
PATCH /tables/:nameによりカラムの変更が可能?dryRun=1により実行前に影響行数を確認できる
「消えるかもしれない」と思いながらマイグレーションを実行する必要がありません。
特長④ HTAP — 1つのDBでトランザクションと分析を両立
HTAP(Hybrid Transactional/Analytical Processing) は、性質の異なる2つの処理を同じデータベースで扱う技術です。
| トランザクション(OLTP) | 分析(OLAP) | |
|---|---|---|
| 処理 | 1件を読む・書く | 数百万行を集計する |
| 適した格納形式 | 行指向 | 列指向 |
NW DB は、1つのデータベースの中に行指向と列指向の両方を持ち、クエリの内容に応じてプランナが自動で振り分けます。
実測値(200万行・実機ベンチマーク)
| 実行時間 | |
|---|---|
| 行指向のみ | 758ms |
| 列指向エンジン有効 | 240ms |
約3.2倍の高速化。アプリケーション側のコードは変更していません。
さらに計算量の多いクエリ(COUNT DISTINCT × 2 + STDDEV + GROUP BY)では、組み込み型の列指向エンジンを併用することで 6.7秒 → 2.0秒(約3.3倍) を確認しています。
なお、すべてのクエリが速くなるわけではありません。
単純な集計では、データ移動の発生しない行指向+列指向のほうが高速です。NW DB では用途に応じて明示的に選べる設計とし、実測値を公開しています。
特長⑤ 国産 — データは国内に留まる
| 開発・運用 | Japan |
| サポート | 日本語 |
個人開発から始まったサービスでも、受託や社内利用に発展すると、「データはどこにありますか」という質問を必ず受けます。
その回答を用意した状態で提供します。
提供内容
| 項目 | 内容 |
|---|---|
| サービス名 | NW DB |
| 提供開始 | 2026年9月 |
| 価格 | 月額 6,600円(税込) |
| 提供形態 | SaaS 提供(アカウント上限を設定のうえ段階的に開放) |
| URL | https://nwdb.dev |
| 主な機能 | HTAP/MCP 対応/PATCH /tables/?dryRun=1/vector(N)+HNSW/リアルタイム購読 |
| SDK | JavaScript SDK |
品質・セキュリティ
| 項目 | 結果 |
|---|---|
| ユニットテスト | 114 passed |
| E2Eテスト(本番環境) | 458 passed |
| 本番依存の脆弱性 | 0件 |
| テナント分離 | 起動時に自動検証 |
提供の進め方
リリースしたばかりのサービスです。運用しながら改善していく前提で提供を開始するため、当面はアカウント上限を設定し、段階的に開放してまいります。
上限に達している場合は順次ご案内いたします。導入をご検討の企業さまには、データ基盤の構成そのものからご相談いただけます。「今の構成のまま AI を載せるべきか」「そもそも基盤を統合すべきか」といった段階からで構いません。
本件に関するお問い合わせ
NW DB に関するお問い合わせ、導入のご相談、データ基盤の設計に関するご相談を承っております。
株式会社NUP WHITE 公式サイト:https://nwdb.dev お問い合わせフォーム:https://nupwhite.com/contact