Azure から Microsoft Fabric へ ― 容量とコストまで考える移行ガイド
0|
0
目次
Azure から Microsoft Fabric へ ― 容量とコストまで考える移行ガイド
― 移行より先に「容量の決め方」を ― F SKU のサイズ選定とコスト管理まで含めた移行ガイド
このガイドのねらい
- Azure の各サービスを Fabric に移す手順を理解する
- 移行で見落とされがちな「Fabric 容量のサイズ選定」と「コスト管理」を設計する
- Pulse Convert でパイプラインとコードの変換を自動化する（初期自動変換精度 70%～90%）
- お問い合わせ：Admin@innovationalofficesolution.com
1. 移行の背景
Microsoft は、Azure Data Factory は引き続き完全にサポートするとしつつ、今後のイノベーションは Fabric Data Factory に組み込むと案内しています。Synapse 専用 SQL プールについては、Fabric Data Warehouse への移行ガイドと Migration Assistant を提供しています。
Azure 上のデータ基盤を Fabric に集約すると、サービスごとに分かれていた請求、権限、監視が一つにまとまります。ただし、うまくいくかどうかは「容量をどう決め、どう管理するか」にかかっています。
2. まず決める：Fabric 容量のサイズ
Fabric は、F SKU と呼ばれる容量単位で購入し、その容量をデータ統合・DWH・Spark・Power BI が共有します。移行前の Azure の使用状況から、必要なサイズを見積もります。
| 見積もりの材料 | どこから取るか | 何に使うか |
|---|---|---|
| ADF のパイプライン実行時間と頻度 | ADF の実行履歴 | データ統合の負荷 |
| 専用 SQL プールの DWU と稼働時間 | Synapse の監視とコスト管理 | DWH の負荷 |
| Spark プールのノード数と実行時間 | Synapse Spark の履歴 | Spark の負荷 |
| Power BI の更新回数と同時閲覧数 | Power BI の使用状況 | レポートの負荷 |
| 時間帯ごとのピーク | 上記の時系列 | ピーク時に必要な容量 |
見積もりは小さめのサイズから始め、使用状況を見ながら調整するのが現実的です。
3. コスト管理の設計
- ワークスペースと容量の分け方：開発・検証用と本番用で容量を分け、開発用は業務時間外に一時停止する
- 夜間バッチとレポートの時間帯を分ける：大きなバッチを日中のレポート閲覧と重ならない時間に寄せる
- 監視：Fabric の容量メトリックで、どのワークスペースやアイテムが容量を使っているかを定期的に確認する
- データの重複をなくす：OneLake のショートカットで ADLS Gen2 のデータを参照し、SQL 用と Spark 用のコピーをなくす
4. サービスごとの移行手順
Azure Data Factory
ADF の「View in Fabric」（プレビュー）機能で既存のファクトリーを Fabric のワークスペースにマウントし、移行準備度を確認します。その後、リンクサービスを Fabric の接続に、データセットをアクティビティ内の定義に、グローバルパラメーターを変数ライブラリに置き換えます。セルフホステッド統合ランタイムはオンプレミスデータゲートウェイに置き換えます。
Synapse 専用 SQL プール
DDL から分散方式（HASH・ROUND_ROBIN）やインデックスの指定など、Fabric Warehouse で不要な記述を取り除きます。データは CETAS で出力して COPY で取り込み、非互換のストアドプロシージャを書き換えます。
Synapse Spark
ノートブックの mssparkutils やリンクサービスの参照を Fabric 向けに変更し、ADLS Gen2 のデータはショートカットで参照します。
Power BI
セマンティックモデルを Direct Lake に切り替え、更新のための容量消費を減らします。
5. Azure と Microsoft Fabric の対応表
| Azure | Microsoft Fabric |
|---|---|
| Azure Data Factory パイプライン | Fabric Data Factory パイプライン |
| リンクサービス | Fabric の接続 |
| データセット | アクティビティ内の定義 |
| グローバルパラメーター | 変数ライブラリ |
| セルフホステッド統合ランタイム | オンプレミスデータゲートウェイ |
| Mapping Data Flow | Dataflow Gen2 / ノートブック |
| Synapse 専用 SQL プール | Fabric Data Warehouse |
| Synapse Spark | Fabric Spark |
| ADLS Gen2 | OneLake（ショートカット） |
| Power BI Premium（P SKU） | Fabric 容量（F SKU） |
6. 参考事例：Emulus Consulting
Emulus Consulting は、この手順で、地方の電力小売会社の Azure データ基盤を Fabric に集約しました。
- ADF パイプライン 290 本、専用 SQL プールのテーブル 410 本とプロシージャ 150 本、Spark ノートブック 90 本
- 初期自動変換精度 86%、プロジェクト期間 11 週間
- 本番用と開発用の 2 つの容量に整理し、開発用は夜間と休日に一時停止
- 月額のデータ基盤費用を 35% 削減し、費用の見通しが立つように
7. Pulse Convert でできること
- ADF の JSON、Synapse のメタデータ、使用状況の自動解析と容量の見積もり支援
- パイプライン・DDL・ストアドプロシージャ・ノートブックの自動変換。初期自動変換精度 70%～90%
- PulseQA による新旧の自動突合
- 専門家による残り 10%～30% の仕上げ
よくある質問（FAQ）
まずは5本から
- 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
Azure PaaS 資産を Microsoft Fabric へ統合移行
ADF パイプライン、Synapse SQL/Spark、ADLS Gen2 を Fabric の一元的な F 容量へ統合。サイジング設計と自動一時停止によるコスト最適化を実現します。
