「Azureでデータ分析をやりたいけど、Synapse・Databricks・Data Factory・Power BI と似たようなサービスが多すぎて、どれをどう組み合わせればいいのか分からない」——そう感じたことはありませんか。
Microsoft Fabric は、まさにその「バラバラの分析基盤」を1つにまとめるために生まれた、SaaS型の統合分析プラットフォームです。
この記事では、Fabricの全体像を 5つのキーワード でざっくり掴めるように整理しました。それぞれの詳しい解説は、記事末尾のブログ記事にまとめています（図解つきで丁寧に解説しています）。
📘 各項目の図解・詳細はこちら
【Microsoft Fabric①】Fabricとは？ OneLake・ワークスペース・ワークロードの全体像
この記事でつかむ5つのキーワード
- Fabricとは何か（SaaS型の統合分析プラットフォーム）
- OneLake（テナント全体で1つのデータレイク）
- ワークスペースと容量（Capacity） の関係
- 主要ワークロード（Data Factory / Data Engineering / … / Power BI）
- レイクハウスとウェアハウスの違い
読み終えたときに、この5つを自分の言葉で説明できることをゴールにしています。
① Microsoft Fabricとは？
取り込み・加工・分析・可視化までを1つの環境で完結できる、SaaS型の統合分析プラットフォームです。
従来のAzureでは、Data Factory・Synapse・ストレージ・Power BI……と複数サービスを自分で繋ぎ合わせる必要がありました。Fabricはこれらを「最初から1つに束ねた完成品」として提供します。
自作PC（部品を組み立てる）に対して、Fabricは電源を入れればすぐ使える一体型PC。
② OneLake｜組織にたった1つのデータレイク
Fabricの心臓部が OneLake です。
テナント全体で共有される「たった1つのデータレイク」で、公式は「データ版のOneDrive」と表現します。全ワークロードが同じデータをコピーせずに直接参照するため、データのサイロ化とコピーの無駄がなくなります。
③ ワークスペースと容量（Capacity）
この2つは役割が違います。
- ワークスペース = 成果物を入れる「作業部屋」（レイクハウス・レポート等を置く入れ物）
- 容量（Capacity） = 処理を動かす「エンジン」（F SKU で契約する計算リソース）
ワークスペースが容量に紐づいて、初めて処理が動きます。この分離が、後のコスト管理の考え方につながります。
④ 主要なワークロード
Fabricは役割別のワークロードの集合体です。
| ワークロード | ざっくりの役割 |
|---|---|
| Data Factory | データの取り込み・変換 |
| Data Engineering | Spark／ノートブックで加工 |
| Data Warehouse | T-SQLのウェアハウス |
| Real-Time Intelligence | リアルタイム分析 |
| Power BI | 可視化・ダッシュボード |
取り込み→加工→整理→可視化 という一本の流れで繋がっています。
⑤ レイクハウス vs ウェアハウス
初心者が最も混乱するポイントです。
- レイクハウス = Spark／ファイル中心（何でも放り込める倉庫）
- ウェアハウス = T-SQL／構造化中心（整理棚の図書館）
どちらもデータの実体はOneLake上の同じ形式。チームがSpark寄りかSQL寄りかで選ぶのが実務的です。
もっと詳しく知りたい方へ
ここでは全体像をざっくり掴むことに絞りました。それぞれの図解・具体例・Terraformでの構築例は、ブログのシリーズ記事で丁寧に解説しています。
- 📘 【Microsoft Fabric①】Fabricとは？ 全体像 ← まずはここから
- ②データを集める｜パイプライン・メダリオン・ショートカット・ミラーリング
- ③分析と可視化｜Direct LakeモードとPower BI連携
- ④リアルタイム分析とAI｜Real-Time IntelligenceとData Agent
- ⑤運用とガバナンス｜容量・コスト・CI/CD・閉域
Fabricは「触ってみると意外とシンプル」なサービスです。この記事で全体像を掴んだら、ぜひ手を動かしてみてください。
最後まで読んでいただきありがとうございました。参考になれば LGTM で応援いただけると励みになります🙌