はじめに
Microsoft Fabric の正式リリース以降、「OneLake（ワンレイク）」という言葉を耳にする機会が増えてきました。
名前が OneDrive や SharePoint を連想させることもあり、
- ファイルを保存する場所？
- 共同作業フォルダのようなもの？
と誤解されるケースも少なくありません。
しかし OneLake は、日常業務の文書管理を目的としたストレージではなく、
分析・データ加工・AI 活用のために設計された“統合データレイク基盤” です。
この記事では、OneLake の特徴や構造、分析基盤としての使い方を整理します。
1. OneLake とは ― Microsoft Fabric 全体を支える共通データレイク
OneLake は、Microsoft Fabric の各ワークロードが利用する共通データレイクです。
内部では Azure Data Lake Storage Gen2（ADLS Gen2）が基盤として使われており、
- Lakehouse
- Warehouse
- Eventhouse
- Dataflow Gen2
- Power BI（Direct Lake）
といったサービスが、すべて OneLake 上のデータにアクセスして動作します。
OneLake を理解するうえで重要なのは、
データの物理的な配置にとらわれず、組織全体のデータを“論理的に一つのレイク”として扱えるよう設計されていること
です。
これは OneLake の重要な特徴のひとつであり、
Fabric の複数ワークロードが同じデータを共有しやすくする土台となります。
2. OneDrive / SharePoint と混同されやすい理由
OneLake の UI はフォルダ構造のように見えるため、
業務ストレージの延長として捉えられることがあります。
しかし、それぞれの位置づけは明確に異なります。
| 仕組み | 主な用途 | 特徴 |
|---|---|---|
| OneDrive | 個人の文書保存・日常業務 | 共同編集・バージョン管理に優れる |
| SharePoint | チームでの文書管理・共同作業 | 権限管理やワークフローも統合 |
| OneLake | 分析・加工・AI 活用のためのデータレイク | Delta 形式、Notebook / Spark、複数ワークロード連携 |
技術的には OneLake に Office ファイルを置くこともできますが、
日常業務に必要な共同編集やバージョン管理は OneDrive / SharePoint のほうが適しています。
OneLake は日常業務のファイル共有を前提としたストレージではなく、分析データを扱うための基盤です。
3. OneLake の構造 ― Workspace を軸とした論理モデル
OneLake は Workspace を単位とした構造で設計されています。
● Workspace
部門やプロジェクト単位で分けられた論理領域。アクセス権管理もここで行われます。
● Data Item
Lakehouse、Warehouse、Eventhouse、Notebook などのデータアイテム。
● Delta Parquet
構造化データは Delta 形式で保存され、Notebook / SQL / Power BI などから横断的に利用できます。
補足：OneLake と Lakehouse の関係
OneLake は組織全体で共通に使われるデータレイクですが、
実際に分析や加工を行う際には Lakehouse を介して扱うケースが多くなります。
Microsoft Fabric における Lakehouse は、
データレイクの柔軟性と、
データウェアハウスの分析向け特性を併せ持つ設計思想を、
OneLake 上で具現化したデータアイテム
と捉えると分かりやすい存在です。
Lakehouse では、
- 構造化・非構造化データを Delta 形式で管理できる
- Notebook（Spark）から直接読み書きできる
- Power BI や SQL から同じデータを参照できる
といった特徴があり、
OneLake 上のデータを分析用途で扱うための代表的な入口 になっています。
言い換えると、
OneLake が「組織全体のデータを集約する器」だとすれば、
Lakehouse は「その中で分析用データを扱うための実装単位」
という関係になります。
4. OneLake を導入すると何が変わるか
■ Notebook（Spark）で直接扱えるデータになる
OneLake 上のデータは Notebook を通じて直接処理できます。
扱えるデータの例：
- CSV / TSV / JSON
- ログ
- 非構造化データ
- 画像・音声
- Delta テーブル
■ 加工したデータを複数のワークロードから再利用できる
Notebook で加工したデータを Delta として保存すれば、
- Power BI
- SQL endpoint
- KQL
- 他ワークロード
から同じデータを再利用できます。
“同じデータを複数の処理エンジンで活用できる” ことが、Fabric の大きな特徴です。
5. OneLake と業務ストレージの正しい役割分担
OneLake は業務文書の共有を目的としたストレージではないため、
OneDrive / SharePoint と役割を分けて運用することが重要です。
■ 日常業務のファイル共有
→ OneDrive / SharePoint
- 文書共有
- 共同編集
- バージョン管理
- 業務ワークフロー
これらは従来どおり OneDrive / SharePoint が適しています。
■ 分析に使うデータ
→ OneLake に“取り込む・整える・配置する”
重要なのは「業務ファイルを丸ごとコピーする」ことではなく、
分析に使うデータだけを整えながら OneLake に取り込む という考え方です。
例：
SharePoint（業務ファイル）
↓ Pipeline / Power Automate / Dataflow
OneLake（分析レイヤー）
↓ Notebook / Power BI / SQL / KQL
分析・可視化
業務用ストレージと OneLake は用途が異なるため、
データは“必要なものだけ”を分析用に取り込む方が自然です。
6. OneLake の価値が出る場面と、段階的な活用ステップ
OneLake の価値は、組織のデータ活用状況によって現れるタイミングが異なります。
■ OneLake の価値が出やすい場面
- Power BI の利用が広がり、データソースの整理が必要になってきた
- 部署ごとにデータ形式や管理方法がばらついている
- ログや非構造化データの活用ニーズが出てきた
- Notebook や AI による加工・活用が視野に入ってきた
- 同じデータを複数用途で使いたい場面が増えてきた
■ OneLake を段階的に活用するためのステップ
多くの企業では、最初から Delta や Notebook を使えるわけではありません。
次のステップで進めることで、OneLake の恩恵が得られやすくなります。
- Power BI のデータソースを整理する
- 部署ごとの Excel / CSV を共通フォルダにまとめる
- 業務データの抽出や集約を自動化する
- 分析に必要なデータだけを OneLake に取り込む
- Notebook や AI 連携の処理へと発展させる
OneLake は “特別な分析チームがないと使えない” 基盤ではなく、
既存の業務と Power BI 活用を土台に、段階的に広げていける構造 です。
7. まとめ
- OneLake は日常業務ストレージではなく、分析・加工・AI 活用のための統合データレイク基盤
- Delta 形式により、Notebook / SQL / Power BI から同じデータを再利用できる
- 日常業務の文書管理は OneDrive / SharePoint、分析データの取り扱いは OneLake という役割分担が重要
- データは OneLake に「コピー」ではなく「整えながら取り込む」方が実務的
- OneLake は組織の成熟度に合わせて、段階的に価値を高めていける
OneLake の特徴を押さえることで、Fabric の全体像がより理解しやすくなります。
この記事が検討の参考になれば幸いです。
最後に
テンダでは、「こんなプロジェクトに挑戦したい」「こんなチームで働きたい」「理想のチームを創りたい」と願う仲間を求めています。
カジュアル面談も随時受付中です。ぜひ一度お話ししましょう