Bienvenue dans ce nouvel épisode. Le sujet d'aujourd'hui est quelque chose dont vous avez sûrement entendu parler en réunion dans des articles techniques. Microsoft Fabric, si vous êtes comme la plupart des gens, vous n'êtes pas tout à fait sûr de ce dont il s'agit. Est-ce juste un autre produit Microsoft, une nouvelle version d'un ancien outil, ou quelque chose de totalement différent ? C'est moi à vous donner une réponse courte. Microsoft Fabric n'est pas juste un produit de plus. C'est une plateforme de données complète, un lieu unique pour effectuer tout votre travail de données. Stockage, transformation, analyse et reporting. A la fin de cet épisode, vous comprendrez ce qu'est Fabric, pourquoi Microsoft l'a créé, et comment les éléments principaux s'articulent, s'articulent. Prenez votre café et plongeons dans le vif du sujet. L'ancienne méthode, pourquoi les données étaient cloisonnées ? Pour comprendre pourquoi Fabric existe, vous devez comprendre le problème qu'il résout. Il y a 20 ans, si vous dirigez une entreprise, vous achetiez un serveur pour stocker les données, un outil distinct pour les rapports et un autre produit pour l'analyse en temps réel. Avant même de vous en rendre compte, vous aviez 5 systèmes différents, chacun avec ses accès, sa méthode de travail et son équipe dédiée. Pendant longtemps, les données ont vécu en silo. Les données de vente étaient dans un système, les données clés dans un autre, et les données financières ailleurs. Si vous vouliez poser une question croisant ces systèmes, comme quels clients achètent les produits les plus rentables, il fallait déplacer les données, les exporter d'un système, les transformer, les charger dans un autre, puis recommencer dès que les données changeaient. Passer plus de temps à déplacer les données entre les systèmes qu'à les analyser. L'intégration des données est devenue un travail à plein temps pour des équipes entières. Le pire, c'est qu'à chaque déplacement de données, on crée une copie, une version différente de la réalité, et bientôt, plus personne ne savait laquelle était la bonne. Microsoft a observé cette fragmentation et a posé une question simple. Si tous ces services fonctionnaient ensemble ? Si au lieu d'assembler des produits séparés, vous avez une plateforme qui faisait tout ? Cette question est ce qui a mené à Microsoft Fabric. Ce qu'est réellement Microsoft Fabric ? Alors qu'est-ce que Fabric ? Voici la définition la plus saine. Microsoft Fabric est une plateforme unifiée de données et d'analytiques. Un lieu unique pour tout votre travail sur les données. Imaginez cela comme un immeuble de bureau moderne. Chaque outil, comme Power BI ou Azure Synapse, est une pièce à l'intérieur de ce bâtiment. Ils ont leur propre utilité, leur mobilier, leurs outils, mais ils font tous partie de la même structure. Vous n'avez pas besoin de sortir à l'extérieur pour passer d'une pièce à l'autre. Ils sont connectés. C'est ce que fait Fabric. Il réunit l'ingénierie des données, l'intégration, l'entrepôt, l'analyse en temps réel et la business intelligence sur une seule plateforme. Tout fonctionne sur une plateforme, ça c'est unique. Ce qui signifie aucune infrastructure distincte à gérer, aucun serveur à provisionner ou réseau à configurer. Microsoft occupe de tout cela pour vous. Depuis son lancement en 2023, Fabric est devenu le produit de données à la croissance la plus rapide de l'histoire de Microsoft. Aujourd'hui, plus de 25 000 clients l'utilisent, dont 80% du Fortune 500. C'est une adoption massive en très peu de temps. La différence clé est celle-ci. Auparavant, vous achetez des produits séparés et tentez de les faire communiquer entre eux. Avec Fabric, vous n'avez plus besoin d'assembler différents services. C'est une expérience unique, une connexion unique, une façon de travailler unique et cela change tout. One Lake, la fondation. Parlons maintenant de la fondation qui permet à tout cela de fonctionner. Au cœur de Fabric se trouve ce qu'on appelle One Lake. La manière la plus simple de concevoir One Lake est de le comparer à OneDrive pour vos données. Vous savez comment OneDrive vous offre un emplacement unique pour stocker tous vos fichiers personnels, accessible par toutes les applications de votre ordinateur. One Lake fait la même chose, mais pour les données de votre organisation. Voici ce qui le rend puissant. Chaque charge de travail fabrique, qu'il s'agisse d'un lake house, d'un entrepôt ou d'un travail d'analyse en temps réel, stocke automatiquement ces données dans One Lake. Vous n'avez rien à copier manuellement ni à configurer de connexion, cela se fait tout seul. Et il n'y a qu'un seul One Lake partenant. Une source unique de vérité pour toute votre organisation, tout vous. Vous vous demandez peut-être, et si je veux changer de plateforme plus tard, suis-je enfermé dans le système ? La réponse est non. One Lake stocke les données dans des formats ouverts comme Delta Parquet, un standard industriel utilisé par Databricks et Apache Spark. Vous n'êtes jamais prisonnier de Microsoft. Si vous souhaitez déplacer vos données ailleurs, vous pouvez le faire. Ce sont vos données. Mais voici où One Lake devient vraiment intéressant. Les raccourcis. Un raccourci est un pointeur virtuel vers des données qui résident ailleurs. Vous pouvez créer un raccourci vers des données stockées sur AWS S3, Google Cloud ou même en local, et elles apparaissent dans One Lake comme si elles y étaient stockées. Comme si elles y étaient stockées. Aucun déplacement de données requis, aucune duplication. Pointez simplement vers elles et elles apparaissent. One Lake est construit sur Azure Data Lake Storage, le stockage cloud entreprise de Microsoft, mais vous ne gérez pas cette infrastructure car elle est entièrement gérée en tant que service SaaS. Vous ne provisionnez pas de serveur et ne configurez pas de réseau, vous l'utilisez simplement. Qu'est-ce que cela signifie pour vous ? Cela signifie que vous pouvez avoir des données provenant de sources multiples, de stockage cloud, de bases de données sur site ou de plateformes tierces, le tour regroupé, en un seul endroit sans duplication, le tour occasion. Et le véritable atout. Toute donnée écrite dans One Lake peut être utilisée immédiatement par n'importe quelle charge de travail fabrique. Vous l'écrivez une fois et chaque outil de fabrique peut y accéder. C'est là toute la magie de One Lake. Les Lake House, le centre de l'ingénierie des données. Vous avez donc vos données dans One Lake, maintenant vous devez les exploiter. C'est là qu'intervient le Lake House. Voici la définition la plus simple. Un Lake House est un magasin de données qui associe la flexibilité d'un Data Lake à la structure d'une base de données. Dans un Data Lake traditionnel, vous pouvez tout stocker. Fichier CSV brut, documents JSON, images, vidéos, mais c'est désordonné. Sans structure, ni schéma, donc difficile à interroger. Dans une base de données traditionnelle, tout est structuré et interrogeable. Mais vous ne pouvez stocker que certains types de données. Le Lake House vous offre les deux. Vous pouvez conserver des fichiers bruts, comme des CSV, JSON, ou même des images, dans un Lake House. Et vous pouvez également stocker les tables structurées que vous pouvez interroger avec SQL. Les deux cohabitent au même endroit. Ces tables utilisent le format Delta parquet, le même format ouvert et rapide utilisé par Databricks et d'autres plateformes majeures, conçues pour traiter des volumes massifs de données. Les Lake House prennent en charge plusieurs outils. Vous pouvez utiliser Spark pour le traitement de données à grande échelle. Vous pouvez utiliser Python pour l'apprentissage automatique. Vous pouvez utiliser SQL pour des requêtes simples. Quel que soit l'outil que vous préférez, le Lake House peut le gérer. Considérez le Lake House comme votre espace de travail pour construire des pipelines de données. Vous y importez des données brutes, les transformez, les nettoyez et les préparez pour l'analyse. Et les préparer. Vous pouvez exécuter des modèles d'apprentissage automatique. Vous pouvez y créer des jeux de données d'entraînement, le tout même endroit. Pour les ingénieurs de données préférant un environnement orienté code, les Lake House prennent en charge les notebooks. Ce sont les documents interactifs où vous écrivez du code, visualisez les résultats et documentez votre travail, comme un cahier de laboratoire pour les données. Vous pouvez écrire du code Spark dans une cellule, voir le résultat dans la suivante, puis expliquer ce que vous avez fait dans celle d'après. Le Lake House est le point d'entrée pour la plupart des ingénieurs de données travaillant dans Fabrique. C'est là que se fait le gros du travail. Et comme tout est stocké dans OneLake, chaque donnée placée dans un Lake House est immédiatement disponible pour toute autre charge de travail fabrique dans les Warehouse, le moteur d'analyse SQL. Maintenant, si le Lake House est le centre de l'ingénierie des données, considérez le Warehouse comme le moteur d'analyse SQL conçu pour un autre type d'utilisateur. Un entrepôt dans Fabrique est une base de données d'analyse SQL entièrement gérée. Si vous êtes administrateur de bases de données au développeur SQL, vous vous y sentirez comme chez vous. Vous pouvez écrire des requêtes TSQL, créer des vues, des procédures stockées et des politiques de sécurité. Cela ressemble à un entrepôt de données traditionnel, mais voici ce qui le rend différent. Contrairement à un entrepôt de données classique, celui de Fabrique stocke les données directement dans un OneLake bug. Il n'y a pas de couche de stockage séparée, ni d'infrastructures supplémentaires à gérer. Les données résident dans le cake, et l'entrepôt n'est que l'interface que vous utilisez pour les interroger. C'est important, car l'entrepôt et le Lake House partagent les mêmes données, donc vous ne dupliquez rien. Si un ingénieur de données charge des données dans un Lake House, un développeur SQL peut les interroger immédiatement depuis un entrepôt. Pas de copie, pas de déplacement. Ce sont les mêmes données accessibles, via des outils différents. L'entrepôt est conçu pour l'analyse à grande échelle. En coulisses, il utilise le traitement massivement parallèle pour gérer d'énormes ensembles de données. Et Microsoft investit massivement dans les performances. Rien qu'au cours des 6 derniers mois, les performances se sont améliorées de 36% ? C'est une amélioration considérable en peu de temps. Si vous migrez depuis une autre plateforme, Fabrique dispose d'un assistant de migration pour vous aider à passer de Snowflake ou Synapse. Il analyse votre configuration existante et vous guide tout au long du processus. L'objectif est de rendre la migration aussi simple que possible. Alors, quelle est la différence entre un Lake House et un entrepôt ? Tout dépend de l'interface. Les entrepôts sont orientés SQL avant tout. Ils sont conçus pour ceux qui pensent en termes de tables, de requêtes et de procédures stockées. Les Lake House sont orientés développeurs avant tout. Ils sont conçus pour ceux qui souhaitent utiliser Spark, Python et des notebooks. Mais en dessous, ils stockent tous deux les données dans le même One Lake View. Ce sont deux façons de travailler avec les mêmes données. Importer des données, Data Factory, mise en miroir et raccourci. Vous avez donc un One Lake pour le stockage, des Lake Views pour la transformation et des entrepôts pour l'interrogation. Mais comment les données arrivent-elles réellement ? C'est là que Data Factory entre en jeu. Data Factory est le service d'intégration de données intégré à Fabrique. Et il propose plus de 200 connecteurs pour extraire des données de base de données, du stockage cloud, d'application SaaS et plus encore. C'est l'outil d'intégration de données le plus utilisé au monde, et pour une bonne raison. Au sein de Data Factory, vous disposez Data Flows Gen 2, qui vous offre un moyen sans code de transformer vos données avec Power Query. Si vous avez déjà utilisé Power Query dans Excel ou Power BI, vous connaissez déjà le principe. Vous utilisez une interface visuelle pour nettoyer, remodeler et combiner vos données. Aucun codage n'est requis et c'est une solution de niveau entreprise, capable de gérer des ensembles de données massifs. Plus de 22 milliards d'orchestrations sont exécutées sur Data Factory chaque mois, ce qui signifie que des milliards de transferts de données s'effectuent automatiquement, faisant de cet outil une infrastructure majeure. Mais il existe un moyen encore plus simple d'intégrer des données dans One Lake, le mirroring. Le mirroring copie les données de base de données externes comme Azure SQL, Oracle ou Google BigQuery vers One Lake en temps quasi réel, et voici le meilleur point. C'est gratuit, inclus dans le service sans coût supplémentaire. Il vous suffit d'indiquer votre base de données source et Fabrique s'occupe du reste. Suite à les raccourcis, que nous avons évoqués plus tôt, mais ils méritent plus d'attention. Les raccourcis sont des pointeurs virtuels vers des données stockées ailleurs, ne nécessitant aucun transfert de données. Vous créez un raccourci vers un bucket AWS S3 et il apparaît dans One Lake comme s'il y était stocké, alors que les données restent à leur emplacement d'origine. Vous ne faites que pointer vers elles. Et désormais les raccourcis ne servent pas qu'à pointer. Les transformations de raccourcis vous permettent d'appliquer des transformations pilotées par l'IA à la volée. Vous pouvez effectuer une analyse de sentiments sur des données textuelles, traduire du contenu ou détecter des informations personnelles identifiables, tout cela sans déplacer les données ni créer de pipeline. La transformation s'effectue au moment où vous accédez aux deux. L'objectif de tous ces outils est simple, rassembler toutes vos données dans One Lake sans construire de pipeline complexe. Que vous utilisiez Data Factory pour le TL traditionnel, le mirroring pour la réplication en tant qu'Asie réelle ou les raccourcis pour un accès virtuel, le résultat est le même. Vos données finissent dans One Lake prêtes pour toute charge de travail Fabrique. Intelligence en temps réel, base de données IA Jusqu'à présent, nous avons parlé du déplacement et du stockage des données, mais qu'en est-il des données qui ne cessent jamais de bouger ? Flux de données provenant de capteurs IoT, parcours de navigation sur site web, télémétrie d'appareils. C'est là qu'intervient l'intelligence en temps réel. Fabrique gère les flux de données via ce qu'on appelle un AK Event Househawk, qui stocke et interroge des données de séries chronologiques à haut volume en utilisant KQL, le langage de requête Cousteau. C'est le même moteur qui alimente Azure Data Explorer, conçu pour la vitesse afin que vous puissiez ingérer des millions d'événements par seconde et les interroger en quelques millisecondes. C'est important, et voici pourquoi. 46% des clients de Fabrique utilisent déjà l'intelligence en temps réel. Cela représente près de la moitié. Les cas d'usage sont partout. Une entreprise de logistique suivant ses camions de livraison, un détaillant surveillant le trafic piétonnier en magasin, fabriquant observant les données de capteurs d'équipements industriels, tout cela en temps réel. Mais Fabrique ne se limite pas à l'analyse. Il inclut également des bases de données opérationnelles, comme une base de données SQL pour les données relationnelles et Cosmos DB pour les charges de travail noSQL. Ce sont les mêmes bases de données que celles utilisées pour exécuter vos applications. Et comme elles sont intégrées à Fabrique, elles stockent automatiquement leurs données dans One Lake. Pas de pipeline supplémentaire, pas de copie manuelle. Vos données transactionnelles et analytiques se trouvent au même endroit. Parlons maintenant de l'IA, car c'est là que Fabrique devient vraiment intéressant. L'intégration de l'IA est profonde dans toute la plateforme, vous offrant des modèles pré-entraînés pour l'analyse de texte, la traduction et l'analyse de sentiments. Vous pouvez les utiliser directement dans vos flux de données sans écrire une ligne de code. Il suffit de pointer vers vos données, de sélectionner modèle et s'exécuter. Puis il y a Copilot, qui est intégré à travers tout Fabrique. Il vous aide à rédiger des requêtes, construire des rapports et créer des pipelines. Vous décrivez simplement ce que vous voulez en langage courant, et Copilot génère le code. C'est comme avoir un ingénieur de données junior assis à côté de vous ou prêt à aider à tout moment. La vision ici est simple. L'IA travaille sur vos données sans les déplacer. Vos données restent dans One Lake et les modèles d'IA viennent aux données. Pas de copie, pas d'exportation, pas de risque de sécurité. Les données ne quittent jamais votre environnement sécurisé. Power BI gouvernance et valeurs commerciales. Nous arrivons maintenant à la partie que la plupart des gens voient, la porte d'entrée vers les insights Power BI. Il est utilisé par 550 organisations et 34 millions d'utilisateurs chaque mois, ce qui en fait l'outil de Business Intelligence le plus utilisé au monde. Et dans Fabrique, il devient encore plus puissant. Voici la clé. Dans Fabrique, Power BI se connecte directement à One Lake en utilisant le mode Direct Lake. Ceci est différent du mode d'importation traditionnel où vous copiez les données dans le stockage interne de Power BI. Au lieu de cela, Direct Lake interroge les données là où elles se trouvent dans One Lake, sans rafraîchissement nécessaire, sans duplication, et les données sont toujours à jour et ultra rapides. Sous chaque rapport, Power BI se trouve un modèle sémantique, le cerveau de votre rapport, où vous définissez la logique métier, les mesures et les relations. Et vous pouvez désormais construire ces modèles entièrement dans un navigateur web. La modélisation web est disponible, vous pouvez donc créer un modèle sémantique, établir des relations et écrire les mesures d'axe depuis un navigateur, même sur Mac, même sur Mac, qu'une application de bureau n'est rue. Mais toute cette puissance de données ne signifie rien sans gouvernance, et Fabrique intègre la gouvernance dès le départ. Microsoft Purview fournit des étiquettes de sensibilité qui suivent vos données partout. Si un rapport contient des informations sensibles, cette étiquette reste associée même en cas d'exportation. Les politiques de prévention de la perte de données détectent automatiquement les données sensibles et bloquent tout partage non autorisé. Et les contrôles d'accès garantissent que seules les bonnes personnes voient les bonnes données. Les domaines vous aident à organiser les données par secteur d'activité avec des règles de gouvernance distinctes afin que vos données financières puissent avoir des contrôles plus stricts que vos données marketing. Chaque domaine peut être géré par sa propre équipe, ce qui permet une gouvernance qui évolue avec votre organisation. Parlons maintenant des résultats concrets. Il ne s'agit pas seulement de théories. Les semaines chemical à utiliser Fabrique pour réduire le temps de préparation des ventes de 83% en... Ce qui prônait 4 heures ne prend désormais qu'environ 40 minutes. Eton Solutions a réduit les efforts manuels de 75% avec des processus nécessitant 10 à 15 étapes qui n'en demandent plus que 2. Sonata Software a économisé 30 000 heures de rapprochement manuel par an réorientant cet effort humain vers un travail à plus forte valeur ajoutée. Le modèle de coût est simple. Payé pour la capacité, la puissance de calcul qui exécute vos charges de travail. Microsoft intègre des fonctions de lissage et de protection contre les pics de charge pour gérer surcharge. Le lissage répartit le coût des opérations en arrière-plan sur 24 heures afin d'éviter les pics soudains et la protection contre les surcharges. Limite les tâches d'arrière-plan durant les périodes d'activité intense pour maintenir une performance interactive stable. Payez ce que vous utilisez et vous n'avez pas de mauvaise surprise. Faisons le bilan. Fabrique n'est pas juste un autre produit Microsoft. C'est une refonte complète de la manière dont les plateformes de données devraient fonctionner. Une plateforme, un lac, une copie de données et des possibilités infinies. Et avec l'IA éco-pilot intégré, c'est accessible à tous. Pas seulement aux professionnels des données, mais aux analystes métiers, aux équipes commerciales, aux responsables des opérations, à quiconque a besoin d'opter des réponses à partir des réponses à partir des données. Voici votre devoir. Allez sur fabrique.microsoft.com, démarrez un essai gratuit, créez votre premier espace de travail. Essayez simple. Vous verrez comment les pièces s'assemblent d'une manière qu'aucune lecture ne pourra remplacer. Si cet épisode vous a aidé à mieux comprendre Fabrique, abonnez-vous sur votre plateforme de podcast préférée et partagez-le avec quelqu'un qui commence son aventure dans les données. Nous remercierons. La prochaine fois, nous expliquerons les raccourcis One Lake en termes simples. Comment ils fonctionnent, pourquoi ils sont importants et comment les utiliser sans déplacer les données. C'est un épisode à ne pas manquer. D'ici là, continuez à apprendre.