Fabric のセマンティック モデルとは? レイクハウス、ウェアハウス、Data Factory、セキュリティの基本
By Mirko Peters ·
Microsoft Fabric のセマンティック モデルについて、Microsoft Learn の情報をもとに、レイクハウス、ウェアハウス、Data Factory、Fabric のセキュリティ レイヤーとの関係をわかりやすく説明します。
Automatically translated with AI from the original post. Read the English original
Fabric のセマンティック モデルは、生のテーブルをレポートで使える形に変える層です。Microsoft Learn では、Power BI セマンティック モデルを、レポートや視覚化にすぐ使えるデータのソースとして説明しています。レイクハウス、ウェアハウス、またはその他のソースのデータの上に位置し、リレーションシップ、計算、セキュリティ ルールを追加します。この記事では、この層と、その周辺にある要素、つまりレイクハウス、ウェアハウス、Data Factory、セキュリティ モデルについて順に説明します。
重要なポイント
- セマンティック モデルは、レポート用に準備されたデータです。データまたはクエリ、モデル設計(リレーションシップ、計算)、そして必要に応じて行レベル セキュリティのルールを保持します。
- レイクハウスは、Spark を使って構造化データと非構造化データを扱います。ウェアハウスは T-SQL ベースで、複数テーブルにまたがるトランザクションをサポートします。どちらも OneLake 上に Delta テーブルを保存します。
- レイクハウスごとに、読み取り専用の SQL 分析エンドポイントが 1 つ作成されます。2025 年 9 月 5 日以降、レイクハウスと一緒に既定のセマンティック モデルが自動的に作成されることはなくなりました。
- Fabric の Data Factory は、コピー ジョブ、Dataflow Gen2、ミラーリング、パイプラインを使ってデータの移動、変換、オーケストレーションを行います。
- Fabric は、すべての要求を Microsoft Entra ID で認証し、ワークスペースの役割、アイテムのアクセス許可、データ レベルのセキュリティ、秘密度ラベルによってアクセスを制御します。
ソースに関する補足です。セマンティック モデルの定義について参照した Power BI のページでは、Direct Lake やセマンティック モデルの旧名称には触れられていないため、この記事ではそれらは扱いません。
セマンティック モデルに含まれるもの
Microsoft Learn では、セマンティック モデルが保持する要素として次の 3 つが挙げられています。
- データ。 セマンティック モデルは、インポートしたデータを保存したり、基になるソースへパススルー クエリ要求を発行したり、その両方を行ったりできます。
- モデル設計。 データ準備クエリ、リレーションシップ、計算が含まれます。
- 行レベル セキュリティ (RLS) のルール。 モデルは RLS を適用して、特定のユーザーがアクセスできるデータを絞り込めます。
このページでは、モデルの作成方法と最新状態の維持方法についても説明されています。既存のモデルに接続したり、Power BI Desktop ファイル、Excel ブック、CSV ファイルをアップロードしたり、プッシュ API やストリーミング API を使ったりできます。Power BI Desktop で開発したモデルは、Import、DirectQuery、Composite の 3 つのストレージ モードのいずれかを使用します。Import モデルは最新の状態を保つために更新が必要で、Power BI サービスでスケジュールに従って、またはオンデマンドで更新されます。ソースをインターネット経由で直接参照できない場合は、ゲートウェイを使用する必要があります。
レイクハウス: ファイルとテーブルを一か所に
Microsoft Learnによると、Fabricのレイクハウスは、データレイクのスケーラビリティとウェアハウスのクエリ機能を兼ね備えています。データは最上位の2つのフォルダーに整理されます。管理されたDeltaテーブル用のTablesと、非構造化データまたは非Deltaデータ用のFilesです。Delta Lakeは、ACIDトランザクション、スキーマの適用、タイムトラベルを提供します。
レイクハウスを作成すると、FabricはSQL分析エンドポイントを自動生成します。このエンドポイントは読み取り専用で、OneLakeショートカット経由で参照しているDeltaテーブルを含め、Deltaテーブルのみを表示します。Parquetファイルと CSVファイルは、Deltaに変換するまで表示されません。このエンドポイントから、Power BIセマンティックモデルを作成できます。
Microsoftは変更点も発表しています。2025年9月5日以降、レイクハウスを作成しても既定のセマンティックモデルは自動作成されなくなりました。また、既存の既定のセマンティックモデルは2025年11月30日までに独立したセマンティックモデルになりました。実際には、セマンティックモデルは自分で作成し、名前を付けることになります。
ウェアハウス: T-SQLとトランザクション
Fabric Data Warehouseは、データレイクを基盤としたエンタープライズ規模のリレーショナルウェアハウスと説明されています。データはDeltaテーブルとして保存されます。開発は主にT-SQLで行い、複数テーブルにまたがるACIDトランザクション、マテリアライズド ビュー、関数、ストアドプロシージャをサポートします。ストレージとコンピュートは分離されています。
Microsoft Learnでは、ウェアハウジングに関する2つの項目が紹介されています。
| 項目 | 機能 | |---|---| | Warehouse | DDLとDMLを含む、完全なトランザクションサポート | | SQL分析エンドポイント | データオブジェクトのクエリは可能だが、データの変更は不可。レイクハウスごとに自動生成される。 |
どちらを選ぶか
Microsoftのガイダンスは簡潔です。ウェアハウスは、最小限のセットアップと少ないパフォーマンスチューニングで済むエンタープライズ規模のソリューションに適しており、構造化データと準構造化データに最適です。レイクハウスは、さまざまなソースから得られる大量の非構造化データに適しており、特にSparkを主なツールとして使う場合に向いています。レイクハウスのページには、レイクハウスは複数テーブルにまたがるトランザクションをサポートしておらず、ウェアハウスはサポートしていると追記されています。どちらもDeltaデータをOneLakeに保存し、T-SQLクエリには同じSQLエンジンを使用します。
Fabric内のData Factory
Microsoft LearnはMicrosoft FabricのData Factoryを、Azure Data Factoryの次世代版と位置付けています。170を超えるデータソースに接続でき、データの移動、変換、オーケストレーションをカバーします。
| 作業 | 項目 | |---|---| | 移動 | コピー ジョブ(簡易な移動に推奨されるソリューション)、コピー アクティビティ、ミラーリング | | 変換 | 300を超える変換を備えたDataflow Gen2、パイプライン アクティビティ、dbtジョブ | | オーケストレーション | ループ、条件分岐、スケジュール、イベント トリガーを備えたパイプライン、およびApache Airflow |
ミラーリングでは、運用データベースのほぼリアルタイムのレプリカをOneLake内に作成します。ページには、FabricパイプラインのSLAはAzure Data Factoryのパイプラインに相当すると書かれていますが、相違点の完全な一覧については別のガイドを案内しています。今回の検証では、そのガイドは読んでいません。
階層化されたFabricのセキュリティ
Fabricのセキュリティの概要では、次の階層が説明されています。
- 認証。すべての要求はMicrosoft Entra IDで認証され、条件付きアクセスによって、MFAや場所による制限などの制御を追加できます。
- テナント設定。管理者は組織全体の機能を管理し、キャパシティ、ワークスペース、ドメインに権限を委任できます。
- ワークスペースのロール。ワークスペースが主要なアクセス境界です。管理者、メンバー、共同作成者はすべてのアイテムを利用できます。閲覧者はOneLakeにアクセスできません。
- アイテムのアクセス許可。ワークスペースのロールを持たないユーザーも、アクセスが制限された状態で共有アイテムを受け取ることができます。
- データレベルのセキュリティ。行レベル、列レベル、オブジェクトレベルのセキュリティによって、閲覧者が参照できる範囲を制限します。OneLakeに保存された静止データは暗号化されます。
- ネットワークセキュリティ。Private Linkはパブリック アクセスを遮断し、仮想ネットワークからのアクセスに制限します。マネージド プライベート エンドポイントを使うと、データソースを公開ネットワークにさらすことなく、安全に接続できます。
- 秘密度ラベル。Microsoft Purviewのラベルは、アイテム間でデータに追従し、PBIX、Excel、PowerPoint、PDFへのエクスポート後も維持されます。
ページの表では、閲覧者はワークスペース内のすべてのアイテムを確認できるが、OneLakeにはアクセスできないとされています。正確な動作については、アクセス許可モデルのページを確認してください。
簡単な始め方
- コピー ジョブ、パイプライン、またはDataflow Gen2を使って、未加工のデータをレイクハウスに取り込みます。
- T-SQLによる確認にはSQL分析エンドポイントを使います。T-SQLによる完全な書き込みとトランザクションが必要な場合は、ウェアハウスを使います。
- リレーションシップ、計算、RLSを備えたセマンティックモデルを作成します。
- モデルを基にレポートを作成し、共有する前にワークスペースのロールとラベルを確認してください。
関連情報
データソース
- Microsoft Learn: サービスにおける Power BI セマンティック モデル
- Microsoft Learn: Fabric のレイクハウスの概要
- Microsoft Learn: Fabric Data Warehouse の概要
- Microsoft Learn: Microsoft Fabric の Data Factory の概要
- Microsoft Learn: Microsoft Fabric のセキュリティ
FAQ
Fabric のセマンティック モデルとは何ですか?
Microsoft Learn では、Power BI セマンティック モデルを、レポートや視覚化にすぐ使えるデータのソースとして説明しています。モデルには、インポートしたデータを保存する方法、ソースへパススルー クエリを発行する方法、またはその両方を使えます。モデルには、データ準備クエリ、リレーションシップ、計算などのモデル設計も含まれ、行レベル セキュリティを適用することもできます。
新しいレイクハウスを作成すると、既定のセマンティック モデルは今も作成されますか?
いいえ、作成されません。Microsoft Learn のレイクハウスのページには、2025 年 9 月 5 日以降、レイクハウスを作成しても既定のセマンティック モデルは自動的に作成されないと記載されています。既存の既定のセマンティック モデルは、2025 年 11 月 30 日までに親アイテムから切り離され、独立したセマンティック モデルになりました。
レイクハウスとウェアハウスのどちらを選ぶべきですか?
Microsoft Learn によると、オープン標準形式を採用し、セットアップが最小限で、チューニングをほとんど必要としない、エンタープライズ規模のソリューションにはウェアハウスを選びます。さまざまなソースからの大量の非構造化データを扱う場合、特に Spark を主なツールとして使う場合には、レイクハウスを選びます。どちらも T-SQL クエリには同じ SQL エンジンを使用し、後から もう一方のアイテムを追加することもできます。
SQL 分析エンドポイントとは何ですか?
Microsoft Learn によると、Fabric はレイクハウスを作成すると SQL 分析エンドポイントを自動的に生成します。このエンドポイントは読み取り専用で、T-SQL を使って Delta テーブルに対してクエリを実行でき、その上に Power BI セマンティック モデルを作成できます。対象になるのは Delta テーブルだけです。
Fabric ではセキュリティをどのように扱いますか?
Microsoft Learn のセキュリティの概要では、いくつかのレイヤーが説明されています。具体的には、Microsoft Entra ID による認証、テナント レベルの管理設定、ワークスペースの役割、アイテムのアクセス許可、OneLake セキュリティ、行、列、オブジェクト レベルのセキュリティ、ネットワーク制御、そしてアイテム間でデータに追従する Purview の秘密度ラベルです。