導入事例:見るたびに課金されるダッシュボード ― Emulus Consulting の Snowflake → Fabric 移行

17 Nov 202610 Min Readviews 0comments 0
Snowflake から Microsoft Fabric への移行 — Pulse Convert

導入事例:見るたびに課金されるダッシュボード ― Emulus Consulting の Snowflake → Fabric 移行

― セール初日の朝、クレジットが溶けていく ― ミラーリングから始めて、レポートを止めずに Fabric へ

概要

  • 提供:Innovational Office Solution(Pulse Convert)
  • お客様:Emulus Consulting
  • 移行対象:Snowflake データベース 9 個、テーブル 1,400 本、ビュー 620 本、ストアドプロシージャ 180 本、タスク 230 本、ストリーム 65 本
  • 自動変換精度:初期段階で 83% を自動変換(70%~90% の範囲)。残りは専門家の調整と業務部門の確認で完了
  • お問い合わせ:Admin@innovationalofficesolution.com
  • 無料PoC:AnyBI to Power BI & AnyETL to Fabric ページ

背景:問題は技術ではなく、請求書だった

Emulus Consulting が支援するアパレル企業は、全国 210 店舗と自社 EC を運営しています。データ基盤には数年前から Snowflake を使っており、その性能と使いやすさには満足していました。

課題はレポート側から来ました。全社のレポートは Power BI に集約されており、その多くが Snowflake に DirectQuery で接続していました。ダッシュボードのビジュアル一つひとつがクエリとなり、Snowflake の仮想ウェアハウスを起動させ、クレジットを消費します。

特に深刻だったのがセールの初日です。朝 10 時のセール開始と同時に、本部のバイヤー、店舗のエリアマネージャー、EC チームの約 300 人が売上と在庫消化率のダッシュボードを何度も更新します。その日だけでクレジットの消費が通常日の 6 倍に跳ね上がりました。毎月ドル建てで届く Snowflake の請求書のうち、どこまでが ETL でどこからが「レポートを見るため」なのか、経理部門には説明がつきませんでした。

Microsoft と Snowflake をつなぐ仕組み

今回の移行で重要だったのは、「すべてを一度に移す」必要がなかったことです。Fabric と Snowflake の間には、正式に提供されている連携機能がいくつもあります。

機能できること
Snowflake のミラーリング(一般提供)Snowflake の変更データを使い、ほぼリアルタイムで OneLake に複製。通常のミラーリングは無償
ビューのミラーリング(一般提供)Snowflake のビューの結果を OneLake の Delta テーブルとして保持。12時間ごとに更新。追加のコンピュートは課金対象
Iceberg テーブルのミラーリングIceberg テーブルのメタデータをショートカットで参照し、Delta として利用
OneLake と Snowflake の相互運用(一般提供)Snowflake 管理の Iceberg テーブルを OneLake に置き、両方から読み書き

移行の進め方

フェーズ1|ミラーリングで、まずレポートの課金を止める

主要データベースを Fabric にミラーリングし、Power BI のレポートを Snowflake への DirectQuery から、ミラーリング済みデータ上の Direct Lake セマンティックモデルに切り替えました。ETL はまだ Snowflake 上で動いていますが、この時点で「レポートを見るための」クレジット消費はほぼなくなりました。最初のセールを迎える前に、ここまでを 5 週間で終えています。

フェーズ2|利用状況の分析

Snowflake の QUERY_HISTORY と ACCESS_HISTORY から、実際に使われているテーブル、ビュー、プロシージャを特定しました。ビューの 29%、プロシージャの 22% は過去 6 か月使われておらず、移行対象から外しました。

フェーズ3|AI によるコード変換

  • Snowflake SQL → Fabric Warehouse の T-SQL(QUALIFY、FLATTEN、VARIANT 型の半構造化データ、IFF、DATEADD の差異、ARRAY_AGG など)
  • JavaScript / SQL のストアドプロシージャ → T-SQL プロシージャ、または PySpark ノートブック
  • タスク・タスクツリー → Data Factory パイプラインとスケジュール
  • ストリーム(変更データ)→ 増分の MERGE、または Delta の変更データフィード
  • Snowpipe による取り込み → Data Factory / イベントストリーム
  • 検証用のゼロコピークローン → Fabric のワークスペースとショートカット

初期自動変換精度は 83% でした。

フェーズ4|並行稼働と突合(PulseQA)

変換したパイプラインを Snowflake と並行して動かし、テーブルの件数、売上・粗利・在庫数量の合計、店舗別・品番別の KPI を自動比較しました。品番×カラー×サイズの単位で在庫数量を照合したところ、Snowflake 側の一部のビューで、返品取消の扱いが他と異なっていることがわかり、業務部門と定義をそろえたうえで移行しています。

フェーズ5|切り替え

差異がなくなったものから順に Snowflake のタスクを停止し、最後にミラーリングを終了しました。Snowflake のロールと行アクセスポリシーは、Fabric のワークスペースロールと行レベルセキュリティに置き換えています。

Snowflake と Microsoft Fabric の対応表

SnowflakeMicrosoft Fabric
データベース / スキーマ / テーブルFabric Warehouse / Lakehouse
仮想ウェアハウス(クレジット)Fabric 容量(F SKU)
ビューWarehouse のビュー / ビューのミラーリング
ストアドプロシージャ(JS / SQL)T-SQL プロシージャ / PySpark
タスクData Factory パイプラインのスケジュール
ストリーム増分 MERGE / Delta 変更データフィード
SnowpipeData Factory / イベントストリーム
VARIANT / FLATTENJSON 関数 / OPENJSON / Spark の explode
ゼロコピークローンワークスペース / ショートカット
Iceberg テーブルOneLake(双方向の相互運用)
行アクセスポリシー行レベルセキュリティ
Power BI → Snowflake DirectQueryDirect Lake

成果

  • フェーズ1完了の翌月から、レポート閲覧によるクレジット消費がほぼゼロに
  • ビュー 620 本、プロシージャ 180 本を初期自動変換精度 83% で移行(プロジェクト期間 17 週間)
  • セール初日のダッシュボード表示時間:平均 14 秒 → 2 秒
  • データ基盤と BI を合わせた月額費用を 38% 削減。請求が Fabric 容量に一本化され、予算が立てやすくなった
  • 移行期間中、レポートが止まった日はゼロ

ミラーリングから始めましょう

Snowflake のプロシージャまたはタスク5本で、Fabric 版のコードとミラーリングを使った移行計画を無料でご提示します。

無料PoC(概念実証)
Microsoft Solution Partner

Snowflake から Microsoft Fabric への移行

セール時の過大なクレジット消費を削減。Snowflake ミラーリングと Direct Lake により、既存レポートを止めずにクエリ課金を段階的に解消します。

初期自動変換精度 70%~90%Snowflake ミラーリング設定と 5 本で無料 PoCDirect Lake によるウェアハウス停止とコスト削減PulseQA による品番・店舗単位の自動数値突合
提供:Office Solution AI Labs(マイクロソフト認定 Data & AI ソリューションパートナー)
#日本語#Snowflake#Microsoft Fabric#ミラーリング#Direct Lake#アパレル小売#マイグレーション#ケーススタディ

Contact Us

Advance Analytics of next generation

We are an authorized implementation partner of Snowflake, Databricks, Amazon, Automation Anywhere, Denodo, DataDog, New Relic, and Elastic.

Copyrights © 2026 Office Solution AI Labs