---
title: "Trunk、ClickHouse Observability でオブザーバビリティのコストを最大 95% 削減し、エンジニアの作業時間を週 20 時間創出"
date: "2026-11-19T02:10:41.511Z"
author: "ClickHouse"
category: "User stories"
excerpt: "Trunk は ClickHouse を導入してオブザーバビリティのコストを最大 95% 削減し、エンジニアの作業時間を週 20 時間創出したほか、不安定なテストの検出も高速化しました。"
---

# Trunk、ClickHouse Observability でオブザーバビリティのコストを最大 95% 削減し、エンジニアの作業時間を週 20 時間創出

## 概要

- CI 高速化プラットフォームを提供する Trunk は、ClickHouse Observability を活用して 1 日あたり約 20 億件にのぼる顧客のテスト結果を分析
- Datadog から ClickHouse Observability への移行により、トラフィックの取り込み率を従来の 15% から 100% に引き上げつつコストを 15〜20 分の 1 に削減。エージェントが単一のテクノロジー上でアプリケーションデータとオブザーバビリティデータを横断してインシデントを調査可能に
- セルフマネージドの TimescaleDB から ClickHouse Cloud へ移行したことで、不安定なテストの検出時間を最大 1 時間から 5 分以下に短縮し、サービス障害も減少

[Trunk](https://trunk.io/) は、エンジニアやエージェントがコードを書くのと同じスピードでエンジニアリングチームがコードをリリースできるよう支援する、CI 高速化プラットフォームです。共同創業者兼 CTO の Matt Matheson 氏が説明するように、同社は開発者ツールの裏側を担うチームが概して人手不足であるという前提のもとに設立されました。

「Facebook や Google のような大手企業を見れば、開発者体験や開発者の生産性に多額の資金を投じています」と彼は語ります。「私たちはそれと同じサービスやツールを構築して民主化し、10 人、15 人、あるいは 100 人のチームを編成する余裕がない企業にも届け、同じように質の高い開発者体験を利用できるようにしたかったのです」

コーディングエージェントによってチームが毎日作成するプルリクエストの数が何倍にも増えるにつれ、その格差は広がる一方です。Trunk は、共有データレイヤー上に構築された統合プラットフォームとしてこの課題に取り組んでいます。[Dynamic CI](https://trunk.io/dynamic-ci) はこのデータレイヤーを利用して、変更に不要な CI ジョブをスキップします。[Flaky Tests](https://trunk.io/flaky-tests) はこれを利用して、不安定なテストを自動的に検出して隔離します。[Merge Queue](https://trunk.io/merge-queue) はこれを利用して、関連のない変更を並列にテストし、main ブランチを正常な状態に保ちます。Brex、Ramp、Zillow といったチームがこのプラットフォームを活用しています。

この共有データレイヤーはプラットフォームの中核であり、Matt 氏によると、適切な形に仕上げるまでには何度か試行錯誤が必要でした。「ClickHouse Cloud を採用し、私たちが解決しようとしている課題にどう適合させるかを本格的に習得してからは、ユーザー体験が大幅に向上し、コストが大きく下がり、自社製品の運用にかかる労力も激減しました」と彼は語ります。

今回、Matt 氏とスタッフプラットフォームエンジニアの Patrice Boisclair-Laberge 氏に話を聞き、Datadog をセルフマネージドの ClickHouse Observability に置き換えることでオブザーバビリティのコストを 15〜20 分の 1 に削減した経緯や、TimescaleDB から AWS 上の [ClickHouse Cloud](https://clickhouse.com/cloud) へ移行することで不安定なテスト (Flaky Tests) の検出をより高速かつ高信頼にした方法について伺いました。

## Datadog でのログ 15% から ClickHouse Observability での 100% へ {#from_15_of_logs_in_datadog_to_100_in_clickhouse_observability}

Matt 氏が指摘するように、Trunk にとってオブザーバビリティは同規模の一般的なスタートアップ以上に重要です。製品の一部がクリティカルパス上に位置しているためです。マージキューは顧客のリポジトリに対するあらゆる変更の関門となります。また、不安定なテストの隔離機能は、信頼性の低いテストによって作業がブロックされるのを防いでいます。

「もしそれらがダウンすれば、顧客は仕事ができなくなります」と彼は言います。「何かがダウンしそうだと察知し、顧客が気づく前にそれを未然に防いだり修正したりできるかどうかが、顧客との関係を維持する上で極めて重要です。自社の評判を危険にさらすようなことは絶対に避けたいと考えています」

Trunk の以前のオブザーバビリティ環境は Datadog を中心に構築されていました。しかし 2025年までに、そのコストは維持不可能な水準に達していました。「エージェントへの移行は、成功のためにより多くのデータ、より多くのログが必要になることを意味します。オブザーバビリティプラットフォームの基盤となる、コスト効率の高い新たなソリューションが必要でした」

チームはすでに分析用途で ClickHouse に移行していたため、ClickHouse が [HyperDX を買収した](https://clickhouse.com/blog/clickhouse-acquires-hyperdx-the-future-of-open-source-observability)ことを Patrice 氏が知った際、試してみることにしました。HyperDX はその後、ClickHouse のオープンソースオブザーバビリティスタックである ClickStack の UI となりました。

Trunk はすでに OpenTelemetry でメトリクスを収集していたため、セットアップは簡単でした。ClickStack の [OpenTelemetry コレクター](https://clickhouse.com/docs/ja/clickstack/ingesting-data/collector)をインストールしてアップロードを開始し、ダッシュボードや調査には ClickStack UI を使用しました。

Datadog を利用していた最後の時期、Trunk はコストを抑えるためにトラフィックのわずか 15% しか送信していませんでした。現在では 100% が ClickHouse Observability に送信されており、ログのサンプリングは行っていません。info レベル以上のログはすべて保持されており、毎分約 37.5 万行のログと 220 万件のトレースが 30 日間の保持期間で保存されています。Patrice 氏の見積もりでは、ClickHouse Observability の運用コストは Datadog の 15〜20 分の 1 です。

> 「ClickHouse Observability でのオンコール調査は、現在では Datadog 時代と同じスピードに達していますが、今はログの 100% が揃っています。これこそ私たちが達成したかった理想の水準であり、実現できたことに大変満足しています」 — Trunk 社 スタッフプラットフォームエンジニア Patrice Boisclair-Laberge 氏

## 人とエージェントのオブザーバビリティを実現する統合プラットフォーム {#a_unified_platform_for_people_and_agent_observability}

Matt 氏にとって大きなメリットは、トレース、ログ、メトリクスが一箇所に集約されていることです。「ClickHouse Observability に多くのデータがあることで、人間もエージェントもオンコール対応が速くなります」と彼は言います。「特定のエンドポイントに到達したトレースを取得し、それに関連するすべてのログを引き出し、メトリクスに時間的な相関があるかを確認して、一つの場所で全体像を組み立てられます」

Patrice 氏によると、Trunk のエージェントは ClickHouse Observability で問題を調査するのが非常に得意で、今ではダッシュボードの作成も担っています。「過去 6か月間で人間が作ったダッシュボードは一つもないと思います。全員が [ClickStack MCP](https://clickhouse.com/docs/ja/clickstack/mcp) やノートブックを使って生成しています。欲しいものをエージェントに伝えるだけでダッシュボードを作ってくれるのです。素晴らしい体験です」

エージェントはアプリケーション側でもより多くの業務を担うようになっています。Trunk では、インシデント発生時に自動起動したり、顧客の利用状況を調べるために手動で起動したりして、MCPサーバー経由でアプリケーションのテーブルにクエリを実行する社内インシデントボットを運用しています。「営業担当者が自分で簡単に問題を調査できるようになり、エンジニアへエスカレーションする頻度が減りました」と Patrice 氏は言います。Matt 氏も同意してこう付け加えます。「製品開発にまったく関わっていないチームでも、Claude Code を動かして顧客のあらゆる問題を調査できます」

Trunk のアプリケーションデータとオブザーバビリティデータの両方が ClickHouse にあるため、エージェントが横断して扱うべき技術の数も少なくて済みます。

> 「社員が学ぶべき技術はできる限り少なくしたいと考えています。それは AI にも当てはまります。つまり、必要な MCP の数が減るということです。AI モデルはオブザーバビリティ用途で ClickHouse を扱うのが非常に得意で、特に ClickStack MCP と組み合わせると威力を発揮します。障害の調査では両方のデータを引き出すことが多いためです」 — Trunk 社 共同創業者兼 CTO Matt Matheson 氏

Trunk は他の主要な AI SRE ツールも評価しましたが、不要であるという結論に至りました。「結局のところ、MCP を備えた ClickHouse Observability と Claude Code や Codex の組み合わせで同等の成果が出せました」と Matt 氏は語ります。「インシデントに対応して問題を修正するために、わざわざ別のベンダーを新たに導入する必要はありませんでした」。同氏の見積もりでは、ClickStack を使った AI 支援によるトリアージにより、エンジニア 1 人分の稼働時間の約半分にあたる週あたり約 20 時間を削減できています。

Trunk にとって、トリアージをエージェントに任せることは今や不可欠になっていると Matt 氏は言います。「少人数のチームとして機能し、多くの機能をリリースし続けながら高品質なサービスを維持する上で、これは間違いなくミッションクリティカルです。常時稼働する AI 支援のトリアージなしには到底不可能ですが、既製のエージェントと ClickHouse Observability へのアクセスさえあれば驚くほどうまく機能します」

## 分析基盤を TimescaleDB から ClickHouse Cloud へ移行 {#migrating_analytics_from_timescaledb_to_clickhouse_cloud}

ClickHouse を導入する前、Trunk は顧客のテストデータや CI データを Postgres の時系列拡張機能である TimescaleDB に保存していました。当初、チームは Timescale のホスティングサービスを利用していましたが、Patrice 氏いわく「大量のパフォーマンス問題に直面しました」。

そこでチームは、ローカル SSD 上で Postgres と TimescaleDB を動かすセルフマネージドのベアメタルサーバーに移行しました。パフォーマンスは向上したものの、今度は保守が重荷になりました。「多くのカスタム作業が必要でした」と Matt 氏は言います。「本来なら触る必要のないはずの Timescale 内部の変更に、深く立ち入らざるを得ませんでした」

Patrice 氏は、チームが Postgres の関数を掘り下げ、Trunk のワークロードにより適した形に一部を再実装したことを振り返ります。同氏の見積もりでは、全社で年間あたりエンジニア 0.5 人分の時間が Timescale に費やされていました。また、Timescale 周辺のあらゆる処理が製品の動作を遅くしていたため、不安定なテストの検出に最大 1 時間かかることもありました。「私たちの手に負えなくなりつつあり、私は夜中にしょっちゅうページャーで呼び出されていました」と彼は語ります。

ClickHouse を見つけたチームは、まずセルフホスティングを試し、その後 Trunk のリージョンでプライベート接続が利用可能になるとすぐにフルマネージドの [ClickHouse Cloud](https://clickhouse.com/cloud) へ移行しました。大量のデータを扱う同社のワークロードでは、エグレスコストを回避するためにプライベート接続が必要だったのです。

1年半にわたってベアメタル上で Postgres を運用してきた Patrice 氏は、SaaS データベースがどれほどの性能を出せるのか懐疑的だったと認めます。「しかし実際に ClickHouse Cloud をテストしてみると、非常に高いパフォーマンスを発揮しました」と彼は言います。「まさに百聞は一見に如かずでした」

## 検出の高速化、新機能の実現、コスト削減 {#faster_detection_new_features_and_lower_costs}

Trunk は段階的に TimescaleDB からの移行を進めました。まず [ClickPipes](https://clickhouse.com/cloud/clickpipes) を使って Postgres から ClickHouse へデータを同期し、次に二重書き込みに切り替え、最後に ClickHouse のみへの書き込みにして Timescale のテーブルを削除しました。いくつかの Postgres テーブルは現在も ClickPipes 経由でレプリケーションされています。チームは ClickHouse の[ドキュメント](https://clickhouse.com/docs/ja/concepts/best-practices)を大いに活用しました。「そこから本当に多くのことを学びました」と Patrice 氏は言います。

顧客からは移行作業そのものは見えませんでしたが、不安定なテストの検出時間が最大 1 時間から最大 5 分へと短縮されたことには気づきました。ClickHouse がデータ負荷を処理してくれるため、分析ジョブをより高速かつ高頻度に実行できるようになったと Matt 氏は説明します。「これは顧客にとって大きな変化であり、信頼性も飛躍的に向上しました」と彼は言います。「自社の障害履歴を振り返ってみれば、ClickHouse の採用は大きな転換点となっており、サービスの問題が段階的にガクンと減ったことがわかるはずです」

「検出の高速化については好意的なフィードバックをもらいました」と彼は付け加えます。「ただ、この領域は『便りがないのは良い便り』という世界です。実際に起きた変化は、顧客からの問い合わせが目に見えて減ったことでした」

クエリが高速化されたことで、ロールアップや CI 利用状況のリアルタイムビューといった新機能も実現できました。「TimescaleDB では実現不可能だったものの、実装したい機能がたくさんありました」と Patrice 氏は言います。「当時はページの読み込みに 2〜3 分かかるような状態で、到底許容できませんでした。しかし ClickHouse ならわずか数秒です」。裏側では、チームは従来の ETL パイプラインの多くを廃止し、[マテリアライズドビュー](https://clickhouse.com/docs/ja/concepts/features/materialized-views)やリアルタイム計算でその処理を賄っています。

Matt 氏にとって、最大の成果は開発スピードです。「より多くの機能をリリースできるようになりました」と彼は言います。「もともと私たちの基本方針は『不安定なテストを見つけよう』というもので、それが突破口でした。しかし ClickHouse に移行してからは、遅いテストや新しいテストの特定、クラスター分析など、他のあらゆる種類のデータ分析がとても簡単になりました。ずっとロードマップにありながら手をつけられなかった機能を、突如として非常に素早くリリースできるようになったのです」

現在、Trunk は 1 日あたり約 20 億件のテスト結果を処理しており、顧客のワークロードは Postgres 時代と比べて 10〜15 倍の規模になっています。「驚くほどうまくスケールしています」と Patrice 氏は語ります。

データベース単体で比較すれば Timescale の方が運用コストは安かったかもしれないと Matt 氏は補足しますが、Trunk は当時「ClickHouse ならほぼ無料か桁違いに安く済むようなデータ処理のために、大量のコンピュートを実行していました」。Timescale の保守に費やしていたエンジニアリングの時間も考慮に入れれば、「すべてを合算すると、結果的に ClickHouse の方がはるかに安くなります」と彼は言います。

## ClickHouse Cloud でスピード感を持って前進する {#moving_fast_on_clickhouse_cloud}

2 つの移行を終えた Trunk は、今後も ClickHouse 上で開発を続けていく計画です。「ClickHouse は非常にうまくスケールするため、あらゆるものを ClickHouse に入れたいと考えています」と Matt 氏は言います。次に取り組むのは、PagerDuty のすべてのアラート通知を、まず ClickHouse Observability を読み取るエージェントへ直接送る仕組みです。「人間が最初に状況を確認する時点でコンテキストや手がかりが揃っていることの価値は計り知れませんし、極めて高速に処理できるため、常に実行すべきだと考えています」。Patrice 氏は、ClickHouse の継続的なイノベーションが技術とパートナーシップに対する信頼につながっていると述べます。たとえば同社は ClickHouse の [PromQL プライベートプレビュー](https://clickhouse.com/ja/blog/introducing-promql-jp)に招待されており、試してみる予定です。

Patrice 氏は、ClickHouse から受けたサポートにも感謝の言葉を述べています。「チームの対応は極めて迅速です」と彼は言います。「それに、そもそもサポートに連絡する必要がほとんどなかったというのも素晴らしい点です」

Matt 氏にとっては、ClickHouse のプロダクトチームと直接やり取りできることも同様に価値がありました。「自分たちが使っている機能についてフィードバックを送り、今後どんな機能が登場するかを聞けるのは本当に貴重です」と彼は語ります。「ロードマップを把握し、私たちの声を届ける良い機会になっています」

オブザーバビリティとリアルタイム分析に ClickHouse を活用してきたこれまでのチームの経験を総括してほしいと尋ねると、Patrice 氏は簡潔にこう答えました。「スピード感を持って動けるようになります。それが何より気に入っています」

---

## 今すぐ始める

手元のデータで ClickHouse を試してみませんか？ClickHouse Cloud なら数分で利用を開始でき、$300 分の無料クレジットが付与されます。

[サインアップ](https://console.clickhouse.cloud/signUp?loc=blog-cta-3080&utm_blogctaid=3080)

---