Microsoft Fabric のワークスペースと容量の設計原則

https://sqlserver.connpass.com/event/383337/

Microsoft Data Analytics Day(Online) 勉強会 2026/02　登壇資料

Transcript

1. Microsoft MVP for Data Platform 永田 亮磨 (ZEAL CORPORATION) X: @ryomaru0825 Linkedin: ryoma-nagata-0825 Qiita: ryoma-nagata Fabric ワークスペースと容量の設計原則
2. 自己紹介 永田 亮磨(Ryoma Nagata) • Microsoft MVP for Data Platform • Databricks Solutions Architect Champion • 株式会社ジール • Microsoft Data Analytics Solution の導入など • 主な活動場所 • Qiita : @ryoma-nagata • X（Twitter） : @ryomaru0825 • connpass : • JSSUG (Japan SQL Server User Group) • JEDAI - The Data & AI Meetup よく触るデータサービス Microsoft Fabric / Databricks/ Purview Data Governance
3. 今回話すテーマ  ワークスペースの設計とFabric容量配置のベストプラクティスについて
4. ワークスペースとは  分析成果物となるアイテムを格納し、同僚と共同作業するための分析環境 (Teams における Teamの単位に近いイメージ)  以下のワークスペースの種類がある（旧: ライセンス モード）  Fabric ワークスペース:すべてのアイテムを作成可能  Power BI ワークスペース: Power BIアイテムのみ作成可能 ワークスペース Microsoft Fabric Workspaces - Microsoft Fabric | Microsoft Learn ワークスペース ワークスペース Fabric アイテム Power BI アイテム
5. Fabric の容量とは  Fabric ワークスペース上でアイテムが処理を実行するためのコンピューティングリソース  F2,F4,F8,…F64,F128,…のように処理能力の量を示すサイズがあり、Azureで購入 （作成）が可能  Fabric ワークスペースの作成には、Fabric容量が必要となる Fabric 容量 Fabric ワークスペース F64 Microsoft Fabric ライセンスについて - Microsoft Fabric | Microsoft Learn Fabric ワークスペース 作成
6. 共有容量  Power BI ワークスペースで使用される、Microsoft 管理の共有コンピューティングリ ソース  Power BI Pro / PPU ライセンスのユーザーは、Power BI ワークスペースで共同作業で きる  無料ライセンスのユーザーは、Power BI ワークスペースにはアクセスできない（原則） Microsoft Fabric ライセンスについて - Microsoft Fabric | Microsoft Learn 共有容量 Power BI ワークスペース Power BI ワークスペース Power BI Pro ライセンス Fabric Free ライセンス Free ユーザーはワークスペース アクセス不可
7. ユーザーライセンス Fabric ワークスペース （F64未満） 補足）ユーザーライセンスのワークスペースアクセスの仕様 Power BI Pro/PPU Fabric Free Power BI Fabric Power BI Fabric 閲覧のみ Power BI Fabric ワークスペース （F64以上） Power BI ワークスペース
8. MS Learnのワークスペース実装計画  Learn の情報はあくまでヒント  実装計画: Workspace-Level ワークスペース - Power BI | Microsoft Learn
9. Fabric ワークスペース設計の原則 1. アクセス範囲を適切に保つこと 2. 保護設定や処理能力を適切に構成すること 3. データ資産を適切に整理すること
10. ワークスペースとアイテムの制御範囲の違い ワークスペース • 編集アクセス設定 →配下アイテムの編集アクセス制御は ワークスペース単位で割り当てられます • データ資産の検出性 →ワークスペースの所属ドメインによってアイ テムに対するOneLake カタログのドメイン フィルタが決定します。 • ワークスペースの設定と運用 →ネットワーク設定や、容量設定などのワー クスペース単位の設定があります アイテム 読取アクセス設定は アイテム単位で可能
11. ワークスペースの権限はアイテムに継承される ワークスペース ウェアハウス レイクハウス OneLake ・・・ ワークスペース アイテム 表示 データ読取 ファイル読 取 アイテム単位で設定できる権限 ワークスペースロール 管理者 メンバー 共同作成者 再共有 ビューアー 管理者・メンバーのみ 共同作成者以上のみ 全てのロールに付随 アイテムの編集アクセスが付与される 編集アクセスはアイテム単位では制御できない
12. OneLake カタログのドメインフィルター ワークスペース Microsoft Fabric ドメイン ドメイン ワークスペース OneLake カタログ
13. Fabric の接続保護を3レイヤーで構成する 1. Microsoft Entra ID 条件付きアクセス 2. Fabric テナント  プライベートネットワーク内で Fabric テナントにアクセスす る Fabric サインイン時 認証条件 受信（アクセス元の制御）  許可していないあて先への アクセスをブロックする  デバイス/クライアント IP で Fabric にアクセスできる対象を 制限する  プライベートネットワーク内で ワークスペースにアクセスする ワークスペースの 外部アクセス保護 Fabric サインイン後 • 設計原則 • テナント管理設定へのアクセスはプライベートリンクで保護できないため、条件付きアクセスの利用を第一に推奨 • インターネット経由でも Fabric への通信は暗号化される • 設計上の注意 • プライベートリンク設定の Fabric 機能への影響を踏まえてネットワーク制御を構成する テナントレベルの プライベートリンクアクセス  インターネットを経由する通 信を遮断する パブリックアクセスのブロック 3. Fabric ワークスペース 送信（アクセス先の制御） ワークスペースレベルの プライベートリンクアクセス ワークスペースIP ファイアウォール  特定のクライアントIPのみを 許可する （全て制限した場合はプライ ベートリンク経由のみ許可） 受信（アクセス元の制御）
14. ワークスペースの処理能力は紐づけ先の容量で決定  同じ容量で動作するワークスペースが処理リソースを共有することは、 同じワークスペースのアイテムが同じリソースで動作すると言い換え可能 Fabric 容量 ワークスペース ワークスペース ワークスペース F64 処理能力を共有 Fabric 容量 F2 ワークスペース ワークスペース 64CU/Sec 2CU/Sec 処理能力を共有
15. そのほか、様々なワークスペース単位の設定が存在  デプロイパイプライン  ワークスペース設定
16. MS Learn のオプションを評価してみる 2. 組織単位のワークスペース 1. プロジェクト単位のワークスペース 3.特定のレポートまたはアプリに対する ワークスペース 例: "四半期財務情報" または "製品発売分析" 例: "財務部門" または "営業チーム分析" 例: “日次売上の概要" または "役員賞与" アクセス権の最小化 ワークスペース設定と運用 データ資産の検出 〇：プロジェクトごとで作成 者のアクセス制御を分離しや すい ×同じ部署内の人員には全て のアイテムに対してアクセス権 が割り当てられてしまう ◎：機密レポートやデータをワークスペー ス単位で制御をしやすい 〇：プロジェクトはドメインと 対応させやすい △：同じドメインに偏ってしま う ×：数が増えやすく運用が煩雑化しや すい 〇：機密データドメインなどで分離しや すい 〇：同じ組織内のメンバーに は共通の設定が必ず構成さ れる △：プロジェクト数が多いと運 用負荷が大きい
17. ワークスペース設計のベストプラクティスの提案  ワークスペース類型を作り、ワーキンググループ単位に1～Nのセットで作成する ワーキンググループ単位でのワークス ペース” データ基盤グループ データエンジニアを中心とした、全社データの集約を 行う人員 ワーキンググループ単位でのワークス ペース” アンケート分析チーム用BIグループ ビジネスユーザーを中心とした、各テーマにおける分析を行う 人員 ワーキンググループ単位でのワー クスペース” ワークスペース類型：データ整備 1～N個のワークスペース ワーキンググループ単位でのワー クスペース” ワークスペース類型：Fabirc 分析 1～N個のワークスペース ワーキンググループ単位でのワー クスペース” ワークスペース類型：セルフサービスBI 1～N個のワークスペース ワーキンググループ単位でのワークス ペース” パワーユーザーを中心とした、各テーマにおける高度分析を 行う人員 ワーキンググループ単位でのワー クスペース” ワークスペース類型：Fabric 分析 1～N個のワークスペース 需要予測分析開発グループ 所有 所有 所有
18. ワークスペース類型とデータレイヤーの対応 Bronzeデータ （ 生 ） Goldデータ （ 最適化 ） Silverデータ （ 利用可能 ） 論理層 （セマンティックレイヤー） 物理層 （メダリオンアーキテクチャ） ビジネスの用語 指標の計算式 項目の関係性 意味定義（メタデータ） 消費層 レポートやAIなどのアプリケー ション ワークスペース類型：データ整備 ワークスペース類型：Fabric 分析 ワークスペース類型：Power BI 分析  全社データを一か所にまとめることが多い。 データの保護管理が重要な領域  Goldデータ（＋手持ちデータ）とセマンティックレイヤーのセッ トが複数派生する。実現したいシナリオを速やかに実施でき ることが重要な領域 手持ちデータ 共通化 シナリオ実装
19. ワークスペース類型の一般例 類型 対象者 主な成果物 ワークスペースの種類 ワークスペースの単位 データ整備 データの整備と 統合を行う開発者 レイクハウス、ウェアハウス、 パイプラインなど (Fabric 成果物) • Fabric ワークスペース グループにつき1～N個 （次ページで解説） セルフサービスBI Power BI の開発を 行うセルフサービスBI ユーザー セマンティックモデル・レポー ト・ワークスペースアプリ (従来のPower BI 成果 物) • Power BIワークスペース グループにつき、1個 （ランドスケープ数により変 動） Fabric 分析 Fabric の機能をフル に活用して分析を行 う パワーユーザー～開発 者 Power BI 成果物 + データフローGen2 ・ノート ブック・ウェアハウスなど (Fabric 成果物) • Fabric ワークスペース グループにつき、1個 （ランドスケープ数により変 動）
20. Power BI / Fabric 分析ワークスペースの類型 セルフサービスBIワークスペース Fabric 分析ワークスペース セマンティックモデル レポート ウェアハウス レイクハウス ノートブック データフロー Gen2 パイプライン セマンティックモデル レポート 高度化が必要な場合には昇格 Fabric 分析ワークスペースパターン 高度なシナリオ向けにFabricモードで作成する  全社向けのBI  F64の容量と紐づけてPower BI閲覧アクセスを開放する  Gold ウェアハウス / セマンティックモデル（Direct Lake）/ レポート 高度なBI・リアルタイム分析・データサイエンス・AIなどの Fabric のフル機能が使用可能 セルフサービス分析向けにPower BI モードで作成する  一般的なBI  セマンティックモデル(Import / Direct Query)/ レポート 容量の管理が不要なため、不特定多数のセルフサービス BI ユー ザーの処理負荷を考慮する必要がない セルフサービスBIワークスペースパターン
21. データ整備ワークスペースの類型を定める ブロンズ レイクハウス シルバー レイクハウス データ整備WS 取込み パイプライン クレンジング ノートブック 機密データ分離編成 シルバー（機密） レイクハウス データ整備- シルバー(機密)WS 取込み パイプライン クレンジング ノートブック データ整備-ブロンズWS ブロンズ レイクハウス 機密データ 一般データ シルバー（一般） レイクハウス データ整備- シルバー(一般)WS 取込み パイプライン クレンジング ノートブック 無害化 データ・処理 分離編成  シンプルに構成  整備グループ内で権 限の違いなし  整備グループ内で機密データの担当と 一般データの担当を分離できる  それぞれのワークスペースに固有のセキュ リティ設定を設定できる 右のパターンほど運用負荷は高い ブロンズ レイクハウス シルバー レイクハウス データ整備-データWS 取込み パイプライン クレンジング ノートブック データ整備- 処理WS 単一編成（Fabric 分析と同様）
22. データ整備ワークスペースの類型を定める ブロンズ レイクハウス シルバー レイクハウス データ整備WS 取込み パイプライン クレンジング ノートブック 単一編成（Fabric 分析と同様） 機密データ分離編成 シルバー（機密） レイクハウス データ整備- シルバー(機密)WS 取込み パイプライン クレンジング ノートブック データ整備-ブロンズWS ブロンズ レイクハウス 機密データ 一般データ シルバー（一般） レイクハウス データ整備- シルバー(一般)WS 取込み パイプライン クレンジング ノートブック 無害化 シルバー（機密） レイクハウス データ整備- シルバー(機密)-データWS 取込みパイプライン クレンジングノートブック データ整備-ブロンズ-データWS 機密データ 一般データ 無害化 データ整備- シルバー(機密)-処理WS シルバー（機密） レイクハウス データ整備- シルバー(一般)-データWS 取込みパイプライン クレンジングノートブック データ整備- シルバー(一般)-処理WS  シンプルに構成  整備グループ内で権 限の違いなし  整備グループ内で機密データの担当と 一般データの担当を分離できる  機密データの分離に加えて、 それぞれのワークスペースに固有のセキュリ ティ設定を設定できる ブロンズ レイクハウス 右のパターンほど運用負荷は高い データ・処理 分離編成（ハイブリッド）
23. 機密データ分離編成について シルバー（機密） レイクハウス データ整備- シルバー(機密)WS 取込み パイプライン クレンジング ノートブック データ整備-ブロンズWS ブロンズ レイクハウス 機密データ 一般データ シルバー（一般） レイクハウス データ整備- シルバー(一般)WS 取込み パイプライン クレンジング ノートブック 無害化 データ整備 ワーキングループ シルバー（機密） レイクハウス シルバー（機密） レイクハウス 部分的なアクセス （OneLakeセキュリティ） 完全アクセス 完全アク セス 機密データ開発者 （社員など） 一般データ開発者 （外部委託先など） ワーキンググループ内でロールによるアクセス 分離を行い、機密データを含めたデータア クセス管理を適正化することができる  機密データ開発者  機密データを含むテーブルやデータを ブロンズと機密シルバーWSに配置する  無害化したデータは一般WSへ  一般データ開発者  一般データのみで構成されるテーブルやデータを ブロンズの一般データフォルダと一般シルバー WSに配置する
24. データ・処理分離編成について 必要とされるレベルに応じてワークスペースごとにセキュリティ設定を構成するこ とができる  データワークスペース  ネットワークアクセス制限、監査ログ出力など、データを保護する設定をフル構成する  処理ワークスペース  利便性を損なわない最低限の構成を行う  データ漏洩保護で外部データ送信をブロックする ブロンズ レイクハウス シルバー レイクハウス データ整備-データWS 取込み パイプライン クレンジング ノートブック データ整備- 処理WS ネットワークアクセス制限 データ漏洩保護
25. ネットワークセキュリティの設定では注意が必要 OneLake セキュリティ アクセス制御モデル (プレビュー) - Microsoft Fabric | Microsoft Learn  データと処理の分離WSの設計は 特定のワークスペースのセキュリティ 強度を上げることが利点だが、 肝心のOneLake セキュリティの対 応範囲には注意
26. 全体像の構成例 論理層 （セマンティックレイヤー） 物理層（メダリオンアーキテクチャ） 消費層 データ基盤グループ ブロンズWS データ整備- シルバー(機密)WS シルバー（機密） レイクハウス データ整備- シルバー(一般)WS シルバー（一般） レイクハウス ブロンズレイクハウス Hubレイクハウス Hubレイクハウス 全社BI用 Fabric分析WS ゴールド（全社BI） ウェアハウス Hubレイクハウス セマンティックモデル レポート アプリ Fabric 分析パターンでのワークスペース データ整備パターンの ワークスペースの組み合わせ 開発者 （データ基盤グループ） 実際にはこのセットを開発・テスト・本番で複製する
27. 全体像の構成例 論理層 （セマンティックレイヤー） 物理層（メダリオンアーキテクチャ） 消費層 データ基盤グループ ブロンズWS データ整備- シルバー(機密)WS シルバー（機密） レイクハウス データ整備- シルバー(一般)WS シルバー（一般） レイクハウス ブロンズレイクハウス Hubレイクハウス Hubレイクハウス ゴールド（全社BI） ウェアハウス Hubレイクハウス セマンティックモデル レポート アプリ Fabric 分析パターンでのワークスペース 処理 処理 ショートカット データ整備パターンの ワークスペースの組み合わせ 開発者 （データ基盤グループ） 外部データ 全社BI用 Fabric分析WS ショートカット
28. 全体像の構成例 論理層 （セマンティックレイヤー） 物理層（メダリオンアーキテクチャ） 消費層 データ基盤グループ ブロンズWS データ整備- シルバー(機密)WS シルバー（機密） レイクハウス データ整備- シルバー(一般)WS シルバー（一般） レイクハウス ブロンズレイクハウス Hubレイクハウス Hubレイクハウス ゴールド（全社BI） ウェアハウス Hubレイクハウス セマンティックモデル レポート アプリ Fabric 分析パターンでのワークスペース ショートカット ショートカット 処理 処理 Direct Lake データ整備パターンの ワークスペースの組み合わせ 公開 開発者 （データ基盤グループ） 外部データ 全社BI用 Fabric分析WS 処理
29. 全体像の構成例 論理層 （セマンティックレイヤー） 物理層（メダリオンアーキテクチャ） 消費層 データ基盤グループ ブロンズWS データ整備- シルバー(機密)WS シルバー（機密） レイクハウス データ整備- シルバー(一般)WS シルバー（一般） レイクハウス ブロンズレイクハウス Hubレイクハウス Hubレイクハウス ゴールド（全社BI） ウェアハウス Hubレイクハウス セマンティックモデル レポート アプリ Fabric 分析パターンでのワークスペース ショートカット ショートカット 需要予測分析開発グループ 需要予測分析用 Fabric分析 WS Hubレイクハウス 処理 処理 ゴールド（全社BI） ウェアハウス 処理 セマンティックモデル レポート 手持ちデータ Direct Lake Fabric 分析パターンでのワークスペース データ整備パターンの ワークスペースの組み合わせ パワーユーザー （予測分析） 公開 開発者 （データ基盤グループ） 外部データ 全社BI用 Fabric分析WS 処理
30. 全体像の構成例 論理層 （セマンティックレイヤー） 物理層（メダリオンアーキテクチャ） 消費層 データ基盤グループ ブロンズWS データ整備- シルバー(機密)WS シルバー（機密） レイクハウス データ整備- シルバー(一般)WS シルバー（一般） レイクハウス ブロンズレイクハウス Hubレイクハウス Hubレイクハウス ゴールド（全社BI） ウェアハウス Hubレイクハウス セマンティックモデル レポート アプリ Fabric 分析パターンでのワークスペース ショートカット ショートカット 需要予測分析開発グループ 需要予測分析用 Fabric分析 WS Hubレイクハウス 処理 処理 ゴールド（全社BI） ウェアハウス 処理 セマンティックモデル レポート 手持ちデータ Direct Lake ショートカット Direct Lake Fabric 分析パターンでのワークスペース データ整備パターンの ワークスペースの組み合わせ パワーユーザー （予測分析） 公開 公開 開発者 （データ基盤グループ） 外部データ 全社BI用 Fabric分析WS 処理
31. 全体像の構成例 論理層 （セマンティックレイヤー） 物理層（メダリオンアーキテクチャ） 消費層 データ基盤グループ ブロンズWS データ整備- シルバー(機密)WS シルバー（機密） レイクハウス データ整備- シルバー(一般)WS シルバー（一般） レイクハウス ブロンズレイクハウス Hubレイクハウス Hubレイクハウス ゴールド（全社BI） ウェアハウス Hubレイクハウス セマンティックモデル レポート アプリ Fabric 分析パターンでのワークスペース ショートカット ショートカット 需要予測分析開発グループ 需要予測分析用 Fabric分析 WS Hubレイクハウス 処理 処理 ゴールド（全社BI） ウェアハウス 処理 セマンティックモデル レポート 手持ちデータ Direct Lake ショートカット Direct Lake Fabric 分析パターンでのワークスペース アンケート分析チーム用BIグループ セマンティックモデル レポート アンケート分析用 Power BI WS セルフサービスBIパターンでの ワークスペース 手持ちデータ データ整備パターンの ワークスペースの組み合わせ パワーユーザー （予測分析） ビジネスユーザー （アンケート分析） 公開 公開 開発者 （データ基盤グループ） 外部データ 全社BI用 Fabric分析WS 処理
32. 全体像の構成例 論理層 （セマンティックレイヤー） 物理層（メダリオンアーキテクチャ） 消費層 データ基盤グループ ブロンズWS データ整備- シルバー(機密)WS シルバー（機密） レイクハウス データ整備- シルバー(一般)WS シルバー（一般） レイクハウス ブロンズレイクハウス Hubレイクハウス Hubレイクハウス ゴールド（全社BI） ウェアハウス Hubレイクハウス セマンティックモデル レポート アプリ Fabric 分析パターンでのワークスペース ショートカット ショートカット 需要予測分析開発グループ 需要予測分析用 Fabric分析 WS Hubレイクハウス 処理 処理 ゴールド（全社BI） ウェアハウス 処理 セマンティックモデル レポート 手持ちデータ Direct Lake ショートカット Direct Lake Fabric 分析パターンでのワークスペース アンケート分析チーム用BIグループ セマンティックモデル レポート Import/DirectQuery アンケート分析用 Power BI WS セルフサービスBIパターンでの ワークスペース 手持ちデータ データ整備パターンの ワークスペースの組み合わせ パワーユーザー （予測分析） ビジネスユーザー （アンケート分析） 公開 公開 内部で 利用 開発者 （データ基盤グループ） 外部データ 全社BI用 Fabric分析WS 処理
33. 全体像の構成例 論理層 （セマンティックレイヤー） 物理層（メダリオンアーキテクチャ） 消費層 データ基盤グループ ブロンズWS データ整備- シルバー(機密)WS シルバー（機密） レイクハウス データ整備- シルバー(一般)WS シルバー（一般） レイクハウス ブロンズレイクハウス Hubレイクハウス Hubレイクハウス ゴールド（全社BI） ウェアハウス Hubレイクハウス セマンティックモデル レポート アプリ Fabric 分析パターンでのワークスペース ショートカット ショートカット 需要予測分析開発グループ 需要予測分析用 Fabric分析 WS Hubレイクハウス 処理 処理 ゴールド（全社BI） ウェアハウス 処理 セマンティックモデル レポート 手持ちデータ Direct Lake ショートカット Direct Lake Fabric 分析パターンでのワークスペース アンケート分析チーム用BIグループ セマンティックモデル レポート Import/DirectQuery アンケート分析用 Power BI WS セルフサービスBIパターンでの ワークスペース 手持ちデータ データ整備パターンの ワークスペースの組み合わせ パワーユーザー （予測分析） ビジネスユーザー （アンケート分析） 公開 公開 内部で 利用 開発者 （データ基盤グループ） 外部データ 全社BI用 Fabric分析WS 処理
34. 共有のFabric 容量 需要予測分析開発グループ データ基盤グループ ワークスペースに適切な容量を考える –パフォーマンス面- 容量が異なる 容量が同じ データ整備WS 全社BI用WS データ基盤用 Fabric 容量 需要予測分析用 Fabric 容量 予測分析用WS データ基盤グループ データ整備WS 全社BI用WS 需要予測分析開発グループ 予測分析用WS 処理能力を超えても、 影響は出ない 処理能力を超えると 別の活動に影響が発生
35. 共有のFabric 容量 需要予測分析開発グループ データ基盤グループ ワークスペースに適切な容量を考える –パフォーマンス面- 容量が異なる 容量が同じ データ整備WS 全社BI用WS データ基盤用 Fabric 容量 需要予測分析用 Fabric 容量 予測分析用WS データ基盤グループ データ整備WS 全社BI用WS 需要予測分析開発グループ 予測分析用WS 処理能力を超えると 別の活動に影響が発生 データ整備WSで 処理能力を超え ると全社BIに影 響が出る 処理能力を超えても、 影響は出ない
36. 共有のFabric 容量 需要予測分析開発グループ データ基盤グループ ワークスペースに適切な容量を考える -コスト最適化の面- 容量が異なる 容量が同じ データ整備WS 全社BI用WS データ基盤用 Fabric 容量 需要予測分析用 Fabric 容量 予測分析用WS データ基盤グループ データ整備WS 全社BI用WS 需要予測分析開発グループ 予測分析用WS 大きな容量を相乗りすることになるので、 処理能力を余らせるなどのコストのムダは 出にくい それぞれのシナリオで、処理能力が余って しまう場合がある
37. 容量を共有する場合の影響対策  処理能力はCUという通貨で計上され、使いすぎると制限がかかる  データフローなどのデータの処理はバックグラウンド処理として計上される  レポートの参照はインタラクティブ処理として計上される  サージ保護を使用すると、容量内でのCUの使い過ぎを防いだり、レポート参照への影 響を抑えることができる  過電圧保護 - Microsoft Fabric | Microsoft Learn
38. サージ保護  ワークスペース消費量：ワークスペースあたりの処理量を制限する新機能  バックグラウンド操作：容量全体の消費量が閾値を越えた場合にバックグラウンド操作をブロックする 容量の CU使用割合 100% 0% ワークスペース単位の保護閾値 = 10%の場合 10% WS① WS② WS③ 閾値を超えると処理 のリクエストをブロック 100% 0% 容量の保護閾値= 75%の場合 容量全体の消費量 閾値を超えると容量全体でバック グラウンドの操作リクエストをブ ロック 75% バックグラウンド操作のサージ保護 ワークスペース単位のサージ保護
39. 容量設計の原則 1. ワークロードへの影響を抑える  容量をワークロード（全社向けシナリオ・個別の分析 シナリオ）の間で分離する  サージ保護を活用する 2. コストパフォーマンスを最適化する  予約容量を活用する  可能な限り処理能力を余らせないようにする  時間帯ごとではなく、1日単位でワークスペースが使用する処理 量 （Fabric 容量はスムージングにより、インタラクティブ処理は1時 間、バックグラウンド処理は24時間に平滑化される） アニメーションはこちら:https://blog.fabric.microsoft.com/ja-JP/blog/fabric-capacities- everything-you-need-to-know-about-whats-new-and-whats-coming/#BurstSmooth
40. 現時点で考えられるFabric 容量の配置の最適化①  全社向けのレポートを配置するような活動ではF64以上のサイズにしてライセンス コストを抑える*  可能な限りワーキンググループで管理する容量を分離する  お互いの責任分界点となる データ基盤用 Fabric 容量 需要予測分析用 Fabric 容量 データ基盤グループ データ整備WS 全社BI用WS 需要予測分析開発グループ 予測分析用WS F64 ～ F2 ～ *F64以上の容量にあるセマンティックモデルとレポートはPower BI Proライセンスがなくても閲覧できる(閲覧者の数をベースに損 益計算をすることを推奨 必要なサイズを変更しながら使用する F64以上で使用する＆最低ラインのF64を予約する バックグラウンドのサージ保護 整備処理のレポートへの影響を抑える 互いに影響を与えない
41. 現時点で考えられるFabric 容量の配置の最適化②  同じリージョン内では容量の変更は容易であるため、リソースの使用状況にあわ せて構成を変更していく 全社BI 用Fabric 容量 データ基盤グループ データ整備WS 全社BI用WS F64 ～ F64以上で使用する ＆最低ラインのF64を予約する データ整備用Fabric 容量 F2 ～ 必要なサイズを変更しながら 使用する 処理能力が余る場合には Copilot 容量として能力を配布す る バックグラウンドのサージ保護 データ整備WS
42. 全社BI 用Fabric 容量 Copilot容量オン Copilot 容量の活用  Fabric Copilot 容量: 特定ユーザーのFabric Copilotの実行を特定の容量に ルーティングする機能  ワークスペースに関係なくCopilotを利用可能 任意のワークスペースや Power BI Desktop Power BI Copilot など 対象範囲に含まれたユーザーが Copilot の処理を要求すると、処理を 行っているワークスペースではなく、 Copilot 容量で請求が発生する F64 ～
43. 現時点で考えられるFabric 容量の配置の最適化③  個別のワーキンググループの容量の管理運用を集中＆ 処理能力の浮きによる無駄コストをなるべく無くす場合には共有容量を検討する  ワークスペース単位でのサージ保護を活用して、平等な利用制限を設定  実行してみたら容量全体の処理能力を超えてしまったという事故は防ぐことが難しい点に注意 各種ワーキンググループ用共有容量 需要予測分析開発グループ 予測分析用WS F2 ～ 必要なサイズを変更しながら使用する IoT分析開発グループ IoT分析用WS AIアプリ開発グループ AIアプリ用WS ワークスペース単位のサージ保護 各ワークスペースが使えるCU量を平等に制限する（5%～
44. 期待している新機能 Microsoft Fabric ロードマップ  容量の超過制限を従量課金で支払うことで回避する
45. このセッションの参考リンク  https://learn.microsoft.com/en- us/azure/architecture/analytics/architecture/fabric-deployment- patterns  https://community.fabric.microsoft.com/t5/Data-Engineering/How- to-organise-Fabric-workspaces/m-p/4144250  https://learn.microsoft.com/ja-jp/fabric/onelake/onelake- medallion-lakehouse-architecture
46. Thank you !