[5] Power BI Deep Dive [2026-06]

Power BI Deep Dive [2026-06] の資料です。

Transcript

1. Power BI Deep Dive 2026–06 Dataflow Gen2 の “守備範囲”とは
2. 円滑な進行のため、ご質問時を除きマイクはオフしてください。 • 資料は後日、Connpass の本イベントページにアップロードします。 • 本セッションは録画していますが、アーカイブ公開は行いません。（運営の記録用です） 内容に関するご注意 • 本シリーズ「Power BI Deep Dive Series」では、Fabric × Power BI を中心に取り上げます。 • 内容については 正確性・有用性に配慮していますが、すべてを保証するものではありません。 • 本勉強会での説明や見解は、私個人のものであり、所属する組織・団体を代表するものではありません。 • 自社環境へ導入する際は、テスト環境での事前検証を行い、最新の公式ドキュメントの確認に加えて、 Microsoft の営業・サポート窓口や担当ベンダーと相談しながら進めてください。 • 本内容を参考にしたことによって問題が生じた場合でも、責任は負いかねますのでご了承ください。 本勉強会ご参加にあたってのご案内 © 2026 Masatoshi Ohata
3. 本日のアジェンダ 時間 内容 19:00 - 19:05 イントロ 19:05 - 19:45 本題 19:45 - 20:00 質問コーナー、アフタートーク © 2026 Masatoshi Ohata
4. プロフィール 大畑 正利 (おおはた まさとし) エンドツーエンドのデータアーキテクトとして、 Microsoft Fabric を中心にデータ基盤構築から 分析・可視化、AI 活用までを一貫して担当。 © 2026 Masatoshi Ohata Power BI Deep Dive 担当
5. © 2026 Masatoshi Ohata 最新テクノロジー総まとめ Best of Microsoft Recap Day Japan 2026 6 月 24 日 (水) 12:00 ～ 17:50 オンライン開催 https://www.microsoft.com/ja-jp/local/events/bmrj2026/ [BMRJ2026 1A-4] 分析からエージェント活用まで ～ “AI Ready” なデータ基盤を実 現するモダンアプローチ ～ https://msevents.microsoft.com/event?id=1120951415
6. 今日のゴール © 2026 Masatoshi Ohata Dataflow Gen2 の“守備範囲”を理解する • どこまで Dataflow Gen2 に任せられるのか、どこから先は Pipelines や Notebook に委ねるべきかを整理する ※私個人の経験・見解に基づく内容を含みます
7. 本日のアジェンダ 時間 内容 19:00 - 19:05 イントロ 19:05 - 19:45 本題 19:45 - 20:00 質問コーナー、アフタートーク © 2026 Masatoshi Ohata
8. ① Dataflow Gen2 がよく分からない • 何ができて、何ができないのかが掴みにくい ② Power Query（Desktop）との違いが理解しにくい • 同じ Power Query なのに、役割や使いどころが曖昧 ③ Dataflow Gen2 と他サービスの境界が曖昧 • どこまで Dataflow Gen2 に任せ、どこから Pipelines / Notebook に委ねるべきか判断しづらい Dataflow Gen2って何？ © 2026 Masatoshi Ohata
9. Dataflow Gen1（Power BI Dataflows） • Power BI サービス上で動く ETL （Power Query Online） • 出力は CDM（Common Data Model）形式のファイル • ストレージは Azure Data Lake Storage（ADLS Gen2） に依存 • Power BI のためのデータ準備が主目的 Dataflow Gen2（Fabric Dataflow Gen2） • Fabric の OneLake 上で動く ローコード ETL • 出力は Delta Lake（Parquet + トランザクションログ） • Lakehouse / Warehouse とネイティブ連携 • Fabric 全体のデータ準備レイヤーとして再設計 まずは歴史を振り返る：Gen1 から Gen2 へ © 2026 Masatoshi Ohata Gen2 が登場した背景 • Power BI だけでなく Fabric 全体で使える ETL が必要 • Delta Lake ベースの統一スト レージ（OneLake）への移行 • Notebook / Pipelines と共 存できる モダンなデータ準備基 盤 が求められた
10. 出典：Power BI データフロー Gen2 と Gen1 の比較 | Japan CSS Support Power BI Blog
11. データ蓄積 Ingest データ加工 Transform データ配布 Orchestrate データ消費 Consume データの流れ（上流 → 下流） © 2026 Masatoshi Ohata
12. © 2026 Masatoshi Ohata 実務におけるデータの流れは複数パターン存在する データ蓄積 データ加工 データ配布 データ消費 パターン①：きれいな直線型の流れ データ蓄積 データ加工 データ配布 パターン②：上流は共通、下流で複数に分岐 データ加工 データ配布 データ消費 データ加工 データ配布 データ消費 データ加工 データ配布 データ消費 データ蓄積 データ加工 データ配布 データ消費 （IT部門で一元管理/部門毎に個別管理）
13. データエンジニア（Data Engineer） • 上流から中流（蓄積 → 加工 → 配布）までを担当 • Notebook / Pipelines を中心に活用 BI担当者（Power BI チーム） • 加工 → 配布→ 消費 の領域を担当 • 複数ソースの統合・標準化・再利用性の確保 • Notebook / Pipelines を中心に活用 • Dataflow Gen2 も必要に応じて使用 業務ユーザー（Citizen Developer） • 自分の業務に必要な最低限の集計や分析 • データ消費を中心に関与 • 現時点では、業務ユーザーは Dataflow Gen2 は使っていない ことが多い 3つのユーザーロールと担当領域（現状） © 2026 Masatoshi Ohata
14. 3つのストレージモード Import • Power BI にデータを保存 • すべての変換が可能 • データの更新が必要 DirectQuery • ソースに都度問い合わせ • 変換は限定的 • 常に最新だが性能はソース依存 Direct Lake • Onelake Delta を直接参照 • 変換は限定的（フォールバックあり） • 更新不要・高速 コンポジットはストレージモードを組み合わせます
15. データエンジニア（Data Engineer） • 上流から中流（蓄積 → 加工 → 配布）までを担当 • Notebook / Pipelines を中心に活用 BI担当者（Power BI チーム） • 全社で利用される“標準データ”の Transform → Orchestrate → Consume を担当 業務ユーザー（Citizen Developer） • 小規模・個別業務向けの Transform → Orchestrate → Consume を Dataflow Gen2 で自走 • Power BI Desktop 内の加工を Fabric 上に移し、 DirectLake と整合したデータ準備を行う 3つのユーザーロールと担当領域（現状） © 2026 Masatoshi Ohata
16. © 2026 Masatoshi Ohata 3つのユーザーロール × データの流れ（DirectLake 時代の理想像） データ蓄積 データ加工 データ配布 データエンジニア（大規模処理・基盤整備・Spark・Pipelines） データ加工 データ配布 データ消費 データ加工 データ配布 データ消費 データ加工 データ配布 データ消費 BI担当者（標準データ整備・統合・再利用性・DF Gen2） 業務ユーザー（Dataflow Gen2 で自走：小規模業務データ）
17. ▪ データエンジニア（Data Engineer） • Ingest → Transform → Orchestrate の上流～中流を担当 • 大規模・複雑処理、基盤整備、ワークフロー構築に集中 • Notebook / Pipelines を中心に高度処理を担う ▪ BI担当者（Power BI チーム） • 全社で利用される“標準データ”のTransform → Orchestrate → Consume を担当 • Dataflow Gen2 による統合・標準化・再利用性の確保 ▪ 業務ユーザー（Citizen Developer） • 小規模・個別業務向けのTransform → Orchestrate → Consume を Dataflow Gen2 で自走 • Power BI Desktop 内の加工を Fabric 上に移し、DirectLake と整合したデータ準備を行う DirectLake を活用する未来 © 2026 Masatoshi Ohata
18. 本日のアジェンダ 時間 内容 19:00 - 19:05 イントロ 19:05 - 19:45 本題 19:45 - 20:00 質問コーナー、アフタートーク © 2026 Masatoshi Ohata