MCP サーバーを運用していると、どのツールがよく使われているか、パフォーマンスはどうか、エラー率はどの程度かといった分析データが欲しくなることがあります。そんな時におすすめなのが、Cloudflare Analytics Engine です。今回は、MCP ツールの利用状況を効率的にトラッキングし、データドリブンな改善を行う方法をご紹介します。

Cloudflare Analytics Engine とは

Analytics Engine は、高スループットでのデータ収集・分析に特化した Cloudflare のサービスです。時系列データの保存と分析を得意としており、毎秒数万〜数十万イベントの処理が可能となっています。SQL ベースのクエリで慣れ親しんだ方法で柔軟な分析ができるほか、自動データ集約によるロールアップ処理で効率的なデータ管理を実現します。何より魅力的なのは、非常に低コストで運用できることでしょう。

データモデルの設計

まず、MCP ツールの利用状況を記録するためのデータモデルを設計しましょう。

// イベントスキーマの例
const toolUsageEvent = {
  timestamp: Date.now(),
  dimensions: {
    tool_name: 'web_search',          // 使用されたツール名
    user_id: 'user123',              // ユーザーID
    session_id: 'session456',        // セッションID
    success: true,                   // 実行成功フラグ
    error_type: null                 // エラータイプ（ある場合）
  },
  metrics: {
    execution_time_ms: 1250,         // 実行時間（ミリ秒）
    response_size_bytes: 2048,       // レスポンスサイズ
    cost_units: 1                    // コスト単位
  }
}

このモデルでは、分析に必要な基本的な情報を dimensions（分析軸）と metrics（計測値）に分けて整理しています。

実装方法

MCP サーバー内でツール実行時にイベントを送信する関数を実装します。

async function trackToolUsage(toolName, userId, metrics) {
  const event = {
    timestamp: new Date().toISOString(),
    dimensions: {
      tool_name: toolName,
      user_id: userId,
      success: metrics.success,
      error_type: metrics.error || null
    },
    metrics: {
      execution_time_ms: metrics.executionTime,
      response_size_bytes: metrics.responseSize || 0
    }
  };

  try {
    await fetch('https://api.cloudflare.com/client/v4/accounts/{account_id}/analytics_engine/report', {
      method: 'POST',
      headers: {
        'Authorization': `Bearer ${CF_API_TOKEN}`,
        'Content-Type': 'application/json'
      },
      body: JSON.stringify({
        dataset: 'mcp_tool_usage',
        data: [event]
      })
    });
  } catch (error) {
    console.error('Analytics tracking failed:', error);
  }
}

あとはこれをMCPサーバーの実行時に設定するだけです。

分析クエリの例

Analytics Engine に蓄積されたデータは、SQL で柔軟に分析できます。

ツール別利用頻度の分析

-- 過去24時間のツール別利用統計
SELECT 
  tool_name,
  COUNT(*) as usage_count,
  AVG(execution_time_ms) as avg_execution_time,
  SUM(CASE WHEN success = true THEN 1 ELSE 0 END) / COUNT(*) * 100 as success_rate
FROM mcp_tool_usage 
WHERE timestamp >= NOW() - INTERVAL '24' HOUR
GROUP BY tool_name
ORDER BY usage_count DESC;

ユーザー別利用パターンの分析

-- ユーザー別の時間別利用パターン
SELECT 
  user_id,
  tool_name,
  COUNT(*) as usage_count,
  DATE_TRUNC('hour', timestamp) as hour
FROM mcp_tool_usage
WHERE timestamp >= NOW() - INTERVAL '7' DAY
GROUP BY user_id, tool_name, hour
ORDER BY hour, usage_count DESC;

エラー分析

-- ツール別エラー率の分析
SELECT 
  tool_name,
  error_type,
  COUNT(*) as error_count,
  COUNT(*) / (
    SELECT COUNT(*) 
    FROM mcp_tool_usage 
    WHERE tool_name = t.tool_name
  ) * 100 as error_rate
FROM mcp_tool_usage t
WHERE success = false 
  AND timestamp >= NOW() - INTERVAL '24' HOUR
GROUP BY tool_name, error_type
ORDER BY error_count DESC;

コストについて

Analytics Engine は非常にコスト効率的です。2025年6月現在の料金体系は以下の通りとなっています。

無料枠（Workers Free）

データ書き込みは1日10万ポイント（月約300万ポイント）まで無料で利用できます。読み取りクエリも1日1万クエリ（月約30万クエリ）まで無料となっています。

有料プラン（Workers Paid）

有料プランでは月1,000万ポイントのデータ書き込みが込みとなっており、超過分は100万ポイントあたり $0.25 で利用できます。読み取りクエリは月100万クエリ込みで、超過分は100万クエリあたり $1.00 という料金設定です。

コスト例

小規模運用（月10万イベント）であれば完全に無料枠内で運用可能でしょう。中規模運用（月100万イベント）でも無料枠内で十分対応できます。大規模運用（月5,000万イベント）になっても約 $10/月 程度に収まります。

つまり、ほとんどの用途では無料で利用でき、大規模な運用でも月数ドル程度という非常に低コストで運用できるのが特徴といえるでしょう。

まとめ

Cloudflare Analytics Engine を使うことで、MCP サーバーのツール利用状況を効率的かつ低コストでトラッキングできます。SQL ベースの柔軟な分析機能により、データドリブンな改善を継続的に行えるようになるでしょう。

無料枠が充実しているため、まずは小さく始めて、必要に応じてスケールアップしていくことをおすすめします。Analytics Engine の導入により、MCP サーバーの運用品質を大幅に向上させることができるはずです。