Microsoft Fabric vu par un DBA : les bonnes idées et ce qui coince
Mon avis après les formations Fabric : couches bronze, argent, or et Spark, oui ; glisser-déposer, IA partout et sécurité par espace de travail, moins.
J'ai suivi les formations Microsoft Fabric. Je n'ai pas accroché, mais tout n'est pas à jeter. Voici mon avis de DBA, qui préfère un script à une boîte reliée par des flèches. C'est un avis, pas une vérité : un data scientist ou une équipe BI en tirera sans doute une autre conclusion.
Fabric en deux minutes
Fabric est une plateforme d'analyse en mode SaaS : tout est dans un même service, facturé par capacité.
| Brique | Rôle |
|---|---|
| OneLake | Un seul data lake pour toute l'organisation. Les données sont stockées au format Delta (Parquet) |
| Lakehouse | Fichiers et tables Delta, travaillés surtout avec Spark, et lisibles en SQL via un endpoint en lecture seule |
| Warehouse | Un entrepôt en T-SQL : tables, vues, procédures, transactions |
| Data Factory | Pipelines d'orchestration et Dataflows Gen2 (Power Query), en glisser-déposer |
| Notebooks Spark | PySpark, Spark SQL, Scala… sur les mêmes données |
| Power BI | Les rapports, qui peuvent lire OneLake directement (mode Direct Lake) |
| Copilot | L'IA, un peu partout dans l'interface |
Ce que j'aime
- Les couches bronze, argent et or. Microsoft en fait l'architecture recommandée dans Fabric : des données brutes, puis nettoyées, puis prêtes à servir. La documentation conseille même un espace de travail par couche, pour mieux contrôler les accès. C'est une bonne idée, que j'aime partout, pas seulement dans Fabric.
- Spark avec Python. Les notebooks, c'est du vrai code : relisible, testable, et il existe une intégration Git (Azure DevOps ou GitHub) pour versionner les éléments de l'espace de travail.
- Une seule copie des données. Spark, SQL et Power BI lisent les mêmes tables Delta dans OneLake, sans exporter dans tous les sens.
Un passage de bronze à argent, en PySpark dans un notebook attaché à un lakehouse :
from pyspark.sql import functions as F
bronze = spark.read.option("header", "true").csv("Files/raw/orders/") # brut, tel que reçu
silver = (bronze
.filter(F.col("order_id").isNotNull())
.dropDuplicates(["order_id"])
.withColumn("order_date", F.to_date("order_date")))
silver.write.format("delta").mode("overwrite").saveAsTable("silver_orders")
Huit lignes, versionnables, relisibles le lendemain. C'est ça que j'appelle un ETL.
Ce qui coince (pour moi)
- Le glisser-déposer. Pipelines et Dataflows se construisent à la souris. Au début, c'est joli. Après quelques mois, c'est un plat de spaghettis : des activités reliées par des flèches, de la logique cachée dans des écrans de propriétés, et une revue de code qui ressemble à un jeu des sept erreurs. Pour moi, c'est un ETL pour les nuls.
- L'IA partout. Copilot propose, génère, résume. Très bien pour démarrer, moins bien quand il faut comprendre ce qui tourne vraiment en production.
- Une sécurité à la fois trop large et trop rigide. La porte d'entrée, ce sont quatre rôles d'espace de travail : Admin, Member, Contributor et Viewer. Les trois premiers lisent et écrivent toutes les données de l'espace, et les rôles de sécurité OneLake (accès par table, ligne ou colonne) ne les limitent pas : ils ne s'appliquent qu'aux Viewers et aux utilisateurs qui n'ont qu'un accès en lecture sur un élément. À l'inverse, un Viewer peut lancer des requêtes SQL, mais ni ouvrir les éléments ni exécuter un notebook. Résultat : soit on donne trop, soit on bloque tout, et on finit par multiplier les espaces de travail pour s'en sortir.
- Techniquement, pas ouf. Beaucoup de couches de produit empilées, et un DBA qui aime savoir ce qui se passe en dessous a souvent l'impression de regarder à travers une vitre dépolie.
Mon verdict
Fabric reprend de bonnes idées : les couches bronze, argent et or, Spark, une seule copie des données. Mais l'emballage (glisser-déposer, IA partout, sécurité grossière) n'est pas fait pour moi. Sans doute très bien pour un data scientist ou une équipe BI qui veut aller vite ; pas mon style. Je l'ai un peu laissé tomber, et on reste bons amis.
Pour les mêmes idées, avec du code : Data Vault, Snowflake et couches bronze, argent, or.
Sources Microsoft :