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

目次
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
| Snowflake | Microsoft 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 |
| Snowpipe | Data Factory / イベントストリーム |
| VARIANT / FLATTEN | JSON 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 DirectQuery | Direct 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:innovationalofficesolution.comAnyBI-To-PowerBI-and-AnyETL-To-Fabric/' target='_blank' rel='noopener noreferrer' class='text-teal-600 hover:underline font-medium'>無料PoC(Pulse Convert)
- Webサイト:innovationalofficesolution.com
- メール:Admin@innovationalofficesolution.com
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。