第13章：保存先の地図を先に作ろう 🗂️
この章のテーマは、とてもシンプルです 😊 「Cloudflareには保存先がいくつもあるけど、何をどこに置けばいいの？」 を、最初に地図として頭に入れることです。
ここで大事なのは、APIの細かい書き方を全部覚えることではありません 🙅♂️
まずは、データの“形”で置き場を選ぶ感覚を作ることです。Cloudflareの公式案内でも、Workers からは KV・D1・R2・Queues・Durable Objects などを Bindings でつなぎ、コード上では env 経由で使うのが基本です。Pages Functions でも KV / Durable Objects / R2 / D1 / Vectorize を binding できます。(Cloudflare Docs)
この章でできるようになりたいこと 🎯
この章のゴールは、次の3つです 😊
- 文字列の置き場
- 表データの置き場
- ファイルの置き場
- リアルタイム状態の置き場
- あとで処理する仕事の置き場
- AI検索のための置き場
- 秘密情報の置き場
この7つを、迷わずざっくり言い分けられるようになることです。Cloudflareは公式に、KV を低レイテンシな key-value、D1 を serverless SQL、Durable Objects を stateful coordination、Queues を guaranteed delivery、R2 を blob/object storage として整理しています。さらに Vectorize はベクトルDB、AI Search は managed search、Secrets Store は再利用可能な秘密情報の保管場所として案内されています。(Cloudflare Docs)
まずは結論の地図から見よう 🗺️✨
最初に、超ざっくり版です 😄
- 設定値・軽い文字列・フラグ → KV
- ユーザー一覧・注文一覧・記事一覧みたいな表 → D1
- 画像・PDF・動画・ZIP・学習データ → R2
- チャット部屋・対戦部屋・同時編集の1部屋ぶんの状態 → Durable Objects
- メール送信・Webhook・画像変換など後回しの仕事 → Queues
- 意味で探す検索・RAG・類似検索 → Vectorize
- 検索基盤をなるべく自動で作りたい → AI Search
- APIキーや秘密鍵 → Secrets Store / Workers Secrets
この分け方でかなり勝てます 💪 Cloudflareの公式ドキュメントでも、KV は設定やパーソナライズ、R2 は画像や学習データ、Durable Objects は協調処理や強整合な状態、D1 は relational data、Queues は background jobs、Vectorize は semantic search と RAG に向くとされています。(Cloudflare Docs)
1. KV は「すばやく読む小さな置き場」📮
KV は、Workers KV です。 これは eventually consistent な key-value ストア で、Cloudflareのグローバルネットワーク上でキャッシュされることで、低レイテンシな読み取りが得意です。特に hot key の読み取りはかなり速く、公式案内では hot key はおおむね 500µs〜10ms 程度とされています。(Cloudflare Docs)
KV が向いているのは、たとえばこんなものです 😊
- サイト全体の設定
- feature flag
- A/Bテストの切り替え
- 軽いセッション情報
- ルーティング用の小さなメタデータ
- 「このユーザーはお知らせを閉じたか」みたいな軽い状態
逆に、今書いた値を全拠点ですぐ同じように読みたい用途には向きません。KV は高性能の代わりに eventually consistent で、別の拠点では変更が見えるまで 60秒以上 かかることがあります。公式でも atomic operations や single transaction が必要なら Durable Objects を検討するよう案内しています。さらに、セッション保存のような用途では 1つのユニークキーに対して 1 write RPS の制約を意識するよう説明されています。(Cloudflare Docs)
KV をひとことで言うと 🌟
「よく読む・あまり更新しない・小さなデータ」向けです。
2. D1 は「表で管理したいデータの置き場」📊
D1 は Cloudflare の managed, serverless SQL database です。SQLite の SQL セマンティクスを持ち、Workers からの binding だけでなく、HTTP API からも触れます。Cloudflareは D1 を、schema management、data import/export、query insights を持つ “batteries included” な managed database として案内しています。(Cloudflare Docs)
向いているのは、こんなデータです 😊
- ユーザー
- 記事
- 商品
- 注文
- コメント
- 管理画面の一覧表示データ
- 条件検索したい業務データ
たとえば「会員登録日が新しい順に20件」「カテゴリAの商品だけ」「投稿者ごとの記事件数」みたいに、表っぽく整理して SQL で検索したいなら D1 が自然です。Cloudflareも、structured data や user/account data のような relational storage、そして read-heavy な多くのWebアプリ に向くと説明しています。(Cloudflare Docs)
ただし、D1 は 巨大な1個のDBをひたすら太らせるというより、Cloudflare自身が 複数の小さめDBに水平分割する設計に向くと案内しています。公式では 1データベース最大 10GB を目安にし、必要なら複数DBへ分ける考え方が紹介されています。(Cloudflare Docs)
D1 をひとことで言うと 🌟
「表で持ちたいデータ」「SQLで探したいデータ」向けです。
3. R2 は「ファイル置き場」🪣🖼️📦
R2 は Cloudflare の S3互換 blob/object storage です。大きな非構造データを保存する用途に向き、egress fee なしで使えるのが大きな特徴です。公式では strongly consistent で、web assets、training datasets、user-generated content に向くと案内されています。(Cloudflare Docs)
向いているものは、とてもわかりやすいです 😄
- 画像
- 動画
- バックアップファイル
- CSV
- ZIP
- AI学習用の元データ
- ユーザーアップロードファイル
つまり、**「1件1件が大きい」「ファイルとして扱いたい」**なら、まず R2 を疑います。 R2 の公式説明でも、web asset 配信、training AI models、analytics data、log/event data などが代表例です。(Cloudflare Docs)
R2 をひとことで言うと 🌟
「表じゃない大きめデータ」「ファイルそのもの」向けです。
4. Durable Objects は「その場の状態を持つ部屋」🏠⚡
Durable Objects は、Cloudflareでいちばん最初につまずきやすいけど、わかるとすごく強い存在です 😎 これは compute と storage が一体になった特別な Worker で、グローバルに一意なID を持ち、強整合で速い状態管理ができます。公式では、stateful applications と distributed systems の building block とされています。SQLite-backed Durable Objects と Storage API はすでに GA で、Free plan でも利用可能です。(Cloudflare Docs)
向いているのは、こんな場面です ✨
- チャットルーム
- 共同編集
- 対戦ゲームの部屋
- ライブ通知
- WebSocket を束ねる部屋
- 「同じキーに来る処理を1列に並べたい」ケース
Durable Objects の本質は、1つのIDに対して、同時に1つの実体が世界で動くことです。だから「この部屋の状態は今これ」というのを安全に扱いやすいです。公式でも global uniqueness、transactional / strongly consistent / serializable storage、WebSocket hibernation、alarms などが主要機能として説明されています。(Cloudflare Docs)
さらに面白いのは、Cloudflare公式の storage options で D1 と Queues は Durable Objects の上に built on と案内されている点です。つまり Durable Objects は、Cloudflareの保存系地図の土台っぽい存在でもあります。(Cloudflare Docs)
Durable Objects をひとことで言うと 🌟
「部屋ごと・相手ごと・1対象ごとの生きた状態」向けです。
5. Queues は「あとでやる仕事箱」📬⏳
Queues は、今すぐ返事しなくていい仕事を後ろに回す仕組みです。Cloudflare公式では guaranteed delivery、at-least-once delivery、message batching を持つ非同期メッセージ基盤として説明されています。(Cloudflare Docs)
向いている処理は、こんなものです 😊
- メール送信
- Webhook 発火
- 画像サムネイル生成
- ログ収集
- 外部APIへの書き込み
- 一時的に処理をためてからまとめて送る作業
たとえば、ユーザーがフォーム送信した瞬間に 「保存」「返信表示」だけはすぐ終わらせて、 「通知メール送信」「Slack通知」「分析ログ送信」は Queue に積む、という設計ができます。これで画面が軽くなります ✨
Queues には 1つの queue に対して active consumer は1つ という考え方があり、Cloudflareはそれによって at-least-once delivery を実現しやすくしていると説明しています。つまり、確実性を優先するので、重複処理に備えた設計が大事です。(Cloudflare Docs)
Queues をひとことで言うと 🌟
「重い処理をいったん預ける」向けです。
6. Vectorize は「意味で探すための置き場」🧠🔎
Vectorize は Cloudflare の globally distributed vector database です。embeddings を保存して、semantic search、classification、recommendation、RAG などを作るための基盤です。2026年4月時点で、Cloudflare docs では Vectorize is now Generally Available と案内されています。(Cloudflare Docs)
これは普通の検索とは少し違います。 普通の検索は「同じ単語が入っているか」を探しやすいですが、Vectorize は 意味の近さ で探せます 😊
たとえば、
- 「退会方法」で検索したら「アカウント削除」が出る
- 「料金が高い」で検索したら「価格改定のお知らせ」が出る
- 「犬っぽい写真」で近い画像が出る
みたいなことがやりやすくなります。
Vectorize は Workers AI の埋め込みモデルとも組み合わせやすく、Cloudflare公式でも Workers AI で embeddings を作って Vectorize に保存し、metadata filtering で絞り込む流れを案内しています。(Cloudflare Docs)
Vectorize をひとことで言うと 🌟
「意味検索」「RAG」「類似検索」向けです。
7. AI Search は「検索基盤をかなり自動で作る道」🤖📚
AI を強めに入れた章なので、ここはぜひ押さえたいです 😄 AI Search は Cloudflare の managed search service で、Webサイトや unstructured content をつなぐと、継続的にインデックスを更新し、自然言語で検索できるようにしてくれます。Cloudflare公式では、RAG パターンに対応し、Vectorize・R2・Workers AI・AI Gateway・Browser Rendering とネイティブ統合すると説明しています。(Cloudflare Docs)
つまり、 「R2に資料を置く → chunking → embedding → Vectorize → 検索 → 生成」 を自分で細かく全部組む道もあるし、 「まず AI Search に任せる」 という道もあるわけです 😊
この章の地図としては、こう覚えるときれいです ✨
- 自分で細かく組みたい → R2 + Workers AI + Vectorize + Worker
- まずは速く managed に始めたい → AI Search
AI Search は R2 をデータソースとして使えますし、画像や多様なファイルの取り込みでは Workers AI の Markdown conversion も使われます。(Cloudflare Docs)
AI Search をひとことで言うと 🌟
「検索パイプラインを自前で全部作らずに始めたい」向けです。
8. 秘密情報は KV や D1 に雑に入れない 🔐
ここ、超大事です 🚨 APIキーや秘密鍵、外部サービスの token みたいなものは、とりあえず KV に入れようではなく、まず Workers Secrets や Secrets Store を考えるのが自然です。
Cloudflare Secrets Store は secure, centralized な account-level secrets の置き場で、2026年4月時点では open beta、Workers と AI Gateway に対応しています。しかも per-Worker の secrets とは別物で、アカウント横断で再利用可能です。(Cloudflare Docs)
覚え方 🔑
- 業務データ → D1 / KV / R2
- 秘密情報 → Secrets 系
9. 初学者向けの選び方フローチャート 🌈
迷ったら、この順で考えるとかなり整理できます 😊
① それはファイルですか？
画像、PDF、CSV、動画、ZIP なら R2 が第一候補です。(Cloudflare Docs)
② 表で持ちたいですか？
一覧、検索、並び替え、集計をしたいなら D1 が第一候補です。(Cloudflare Docs)
③ 小さくて、読む回数が多いですか？
設定値、feature flag、軽いセッション、ルーティング情報なら KV が第一候補です。(Cloudflare Docs)
④ 1つの対象ごとに“今の状態”をきっちり持ちたいですか？
チャット部屋、同時編集、ゲームルーム、接続中クライアントの調整なら Durable Objects です。(Cloudflare Docs)
⑤ 重い仕事を後ろへ回したいですか？
通知、メール、画像処理、外部API書き込みは Queues です。(Cloudflare Docs)
⑥ AIで意味検索したいですか？
自前で組むなら Vectorize、かなり任せたいなら AI Search です。(Cloudflare Docs)
10. React系アプリで考えると、こうつながる ⚛️☁️
React や Next.js 寄りの人は、こう考えるとわかりやすいです 😊
- 画面 → React / Next / Pages
- API層 → Worker / Pages Functions
- 保存先 → KV / D1 / R2 / Durable Objects / Vectorize
- AI → Workers AI / AI Search
- 非同期 → Queues
Pages Functions でも KV・D1・R2・Durable Objects・Vectorize を binding できますし、Workers 側でも同じように env から resource を触れます。つまり、UIはReact、保存はCloudflare products、接着剤はWorker という見方がとても自然です。(Cloudflare Docs)
11. 実例で見ると、一気に腹落ちする 🍱
例1：ブログ＋管理画面 ✍️
- 記事本文やカテゴリ → D1
- OGP画像や添付PDF → R2
- サイト設定や feature flag → KV
- 画像変換や通知 → Queues
この構成だと、表データとファイルをきれいに分けられます。D1 は relational storage、R2 は file/blob storage、KV は configuration data、Queues は deferred tasks に向くという Cloudflare の整理にそのまま乗っています。(Cloudflare Docs)
例2：リアルタイムチャット 💬
- ルーム状態 → Durable Objects
- 添付画像 → R2
- ユーザー情報 → D1
- 通知送信 → Queues
Durable Objects は chat や coordination に向くと公式で案内されています。そこに D1 と R2 を足すと、状態・表・ファイルの役割分担がきれいです。(Cloudflare Docs)
例3：社内FAQのAI検索 🤖
- 元ドキュメントPDFやHTML → R2
- embeddings → Vectorize
- 回答生成 → Workers AI
- 利用ログや権限情報 → D1
- もっと managed にしたい → AI Search
Cloudflare公式でも、Vectorize は Workers AI と組み合わせた RAG を想定しており、AI Search はその managed 版に近い位置づけです。(Cloudflare Docs)
12. VS Code と Copilot を使うときのコツ 💻✨
2026年の学習では、AIを使わない前提のほうがむしろ不自然です 😄
Cloudflare 公式は、AIツール向けに Workers 用のベースプロンプト や Cloudflare Docs 用 MCP server を公開しています。また GitHub Copilot では、.github/copilot-instructions.md を置いて、リポジトリ全体の指示を与えられます。VS Code では repository-wide custom instructions や path-specific instructions が使えます。(Cloudflare Docs)
この章と相性がいい Copilot 指示は、たとえばこんな感じです 👇
## .github/copilot-instructions.md
このプロジェクトでは Cloudflare を次の役割分担で使う:
- KV: 設定値、軽いセッション、feature flag
- D1: 表形式の業務データ
- R2: 画像・PDF・アップロードファイル
- Durable Objects: ルーム単位の状態やリアルタイム協調
- Queues: 非同期ジョブ
- Vectorize: 意味検索
- Secrets: APIキーや秘密情報
提案コードは TypeScript を優先し、
Cloudflare bindings は env から参照すること。
秘密情報はコードへ直書きしないこと。
こういう方針を書いておくと、Copilot の提案が毎回ブレにくくなります 👍 Cloudflareの prompting guide でも、TypeScript をデフォルトにすること、Workers に集中すること、secrets を埋め込まないことなどがベースプロンプトに含まれています。(Cloudflare Docs)
13. 開発中の見え方も知っておこう 🧪
Workers 開発では、wrangler dev や Cloudflare Vite plugin でローカル実行できます。どちらも Miniflare ベースで、bindings は env から使います。通常はローカルシミュレーションですが、Workers AI と Vectorize はローカルシミュレーションがないため remote binding が推奨されています。一方で Durable Objects は現時点では remote binding 非対応です。(Cloudflare Docs)
つまり学習の最初は、こう考えると楽です 😊
- KV / D1 / R2 / Queues はまずローカルで試しやすい
- Workers AI / Vectorize は「実体はCloudflare側」と考えやすい
- Durable Objects はローカルで概念を理解してから進むとよい
14. この章のまとめ 🌟
この章でいちばん大事なのは、「Cloudflareには保存先がたくさんある」ではなく、「データの形で自然に分かれる」 と感じられることです 😊
最後に、もう一度だけ超圧縮版です ✨
- KV → 小さくてよく読むもの
- D1 → SQLで扱う表データ
- R2 → ファイル
- Durable Objects → その場の状態
- Queues → 後ろでやる仕事
- Vectorize → 意味検索
- AI Search → managed な検索/RAG
- Secrets Store → 秘密情報
ここが見えると、次の章以降で個別サービスに入っても、 「これは地図のどこにある話か」がちゃんとわかるようになります 🧭☁️✨
ミニ確認問題 📝😊
Q1.
ユーザーがアップした画像やPDFを置くなら、最初の候補は何でしょう？
答え：R2 R2 は S3互換の blob/object storage で、非構造データや large object storage に向いています。(Cloudflare Docs)
Q2.
商品一覧や注文履歴のように、SQLで検索・集計したいデータは何でしょう？
答え：D1 D1 は managed, serverless SQL database で、structured relational data に向いています。(Cloudflare Docs)
Q3.
チャットルームごとの現在状態を安全に持ちたいなら何でしょう？
答え：Durable Objects Durable Objects は global uniqueness と strong consistency を持つ stateful building block です。(Cloudflare Docs)
Q4.
「送信後にメールを飛ばす」みたいな後回し処理は何でしょう？
答え：Queues Queues は at-least-once delivery の非同期メッセージ基盤です。(Cloudflare Docs)
Q5.
意味の近さでFAQ検索したいなら何でしょう？
答え：Vectorize より自動化したいなら AI Search も有力です。(Cloudflare Docs)
必要なら次に、この第13章をベースにして 「章末の演習問題つき完全版」 に広げます。