Microsoft Fabric : L’avenir de l’analytique
Le terme « Fabric » est utilisé depuis des siècles, mais ce n’est que récemment que son impact a été plus profond dans le secteur technologique. Microsoft Fabric est un concept récent, issu de la combinaison de Power BI, Azure Synapse et Azure Data Factory. Successeur naturel de ces technologies, elle apporte de nouvelles fonctionnalités captivantes tout en promettant une solution analytique tout-en-un couvrant tous les aspects, du Data Movement à la Data Science. L’article décrit plus en détail cette solution afin de vous aider à comprendre, dans un premier temps, ce qu’est Fabric et, dans un second temps, pourquoi cette solution est importante.
Évolution de Microsoft Fabric
La vision derrière Microsoft Fabric découle du désir de minimiser le temps consacré à la configuration et à la gestion de l’infrastructure, en mettant l’accent sur le temps de valorisation. Son parcours à ce jour a initialement commencé en 2018, où une solution d’analyse de données nécessitait simplement des ressources pour le stockage, le calcul, l’orchestration et les visualisations. En 2019, Microsoft a annoncé Azure Synapse Analytics avec la vision d’unifier les ressources de base en un seul produit. Dans le prolongement de cette vision, on retrouve Microsoft Fabric, où l’architecture des données peut désormais être entièrement intégrée et simplifiée dans une offre unique.
Qu’est-ce que Fabric ?
Microsoft Fabric est une plateforme analytique entièrement intégrée de Microsoft, qui rassemble 7 de ses offres clés en une seule plateforme : Data Factory, Synapse Data Engineering, Synapse Data Science, Synapse Data Warehouse, Synapse Real Time Analytics, Power BI, ainsi que le nouveau Data Activator. Tout cela repose sur ce que l’on appelle « One Lake », qui stocke les données dans un endroit unifié où elles peuvent être facilement consultées. Cette solution est fournie sur une base SaaS (Software as a Service), contrairement à son précurseur Azure Synapse Analytics qui est un PaaS (Platform as a Service), ce qui signifie que le système nécessite moins de gestion de la part de l’utilisateur.
L’ensemble crée l’architecture suivante :
Analogie de Fabric
Imaginez que vous disposiez auparavant de plusieurs composants individuels – par exemple, une TV pour visualiser les données, un appareil photo pour collecter et prendre des photos des données et un App Store pour gérer différentes applications, par exemple, Power BI. Imaginez maintenant que vous disposiez d’un nouveau smartphone (Fabric) qui intègre de manière transparente ces fonctions en un seul endroit, tout en offrant des capacités améliorées. Avec ce smartphone (Fabric), vous pouvez vous connecter directement à la télévision sans câble ni télécommande (en utilisant le Bluetooth), ce qui rend les choses plus faciles et plus rapides et réduit le besoin d’intégrations. Fabric peut également créer de nouvelles applications à partir de zéro en utilisant des outils alimentés par l’IA comme Co-Pilot dans Power BI ou Data Explorer
Quels sont les avantages de Fabric ?
Outre sa simplicité et sa facilité d’utilisation, Fabric offre d’innombrables avantages à l’utilisateur. Le fait d’être sur une plateforme centralisée offre plusieurs avantages : cela permet une intégration transparente entre les services de données, l’administration centrale et la gouvernance, et favorise la facilité d’accès pour les développeurs tout en garantissant que les informations sont facilement accessibles et gérables à partir d’un seul endroit.
L’utilisation d’une plateforme SaaS par rapport à une plateforme PaaS améliore encore la simplicité et les capacités d’intégration, tandis que les nouvelles fonctionnalités permettent d’accéder aux technologies les plus récentes, en phase avec les tendances du marché. Le modèle de coût diffère également, ce qui a un impact sur le coût total de possession (TCO) et les dépenses d’exploitation (OE), avec des économies possibles grâce à la suppression des coûts de gestion d’Azure.
Fabric et Copilot à l’ère de l’IA générative
La solution de Microsoft a été conçue pour intégrer des fonctionnalités d’IA générative à tous les niveaux grâce à Copilot et à l’intégration simplifiée et sécurisée avec les services Azure OpenAI.
Que vous travailliez dans un notebook Python, un Data Warehouse en TSQL ou Power BI, Copilot offre la capacité de créer du contenu tel que des Pipelines, des Dataflows, du code ou des modèles de Machine Learning.
De plus, il permet d’interroger et de visualiser vos données en utilisant un langage conversationnel.
Éléments à prendre en compte concernant Fabric
Bien que Fabric présente plusieurs avantages et représente une avancée majeure dans le domaine de l’analyse des données, il y a des facteurs importants à prendre en compte. Il convient de souligner qu’il n’existe pas de mise à l’échelle directe d’Azure Synapse Analytics vers Fabric, de sorte que différents degrés d’effort sont requis pour opérer sur Fabric. L’échelle de l’organisation a également un impact sur le modèle de calcul des coûts, offrant différents degrés de profit et/ou de perte financière malgré la nature du SaaS par rapport au PaaS qui réduit les coûts. D’autres facteurs, tels que le positionnement du fournisseur, la stratégie de l’organisation et les objectifs à long terme, doivent également être pris en compte.
Comme nous l’avons souligné, l’introduction de Fabric est un atout considérable pour l’analyse des données et devrait offrir une multitude de nouvelles fonctionnalités intéressante.
Pour aller plus loin…
Réservez une présentation de Fabric personnalisée à votre entreprise.
Passez à la vitesse supérieur et contactez-nous pour discuter des avantages que Fabric peut apporter à votre entreprise.
Blog
Big data et Business Analytics – les avantages pour les retailers
Comment optimiser vos marges grâce au Big Data et Business Analytics
Blog
Azure Synapse Analytics – Pool SQL sans serveur
Cet article traite d’un élément de Synapse SQL : le pool SQL sans serveur. Les raisons pour lesquelles vous pouvez l’utiliser, l’architecture, le coût et la façon dont vous l’utilisez pour interroger des données…