Microsoft Fabric Databases : la base SQL transactionnelle de Fabric

En résumé : annoncée à Microsoft Ignite 2024 (Chicago, 19-21 novembre 2024), SQL Database in Fabric, l'élément « Fabric Databases », intègre le moteur SQL Server à Microsoft Fabric en mode SaaS. Ses données transactionnelles sont répliquées en quasi temps réel dans OneLake au format Delta, ce qui permet de les analyser sans pipeline de transfert ni perturbation des systèmes opérationnels. Après le Warehouse, le Lakehouse et l'Eventhouse, Fabric couvre ainsi aussi l'OLTP.

À noter : ce décryptage date de la preview (novembre 2024 à mars 2025). Limites, fonctionnalités et conditions de licence ont pu évoluer.

Sommaire

• Qu'est-ce que SQL Database in Fabric ?
• Où se situe SQL Database face au Warehouse et à Azure SQL ?
• Quelles sont ses caractéristiques ?
• Pourquoi et quand utiliser une base SQL dans Fabric ?
• Comment créer et utiliser une base SQL dans Fabric ?
• Qu'en retenir après les premiers tests ?

Qu'est-ce que SQL Database in Fabric ?

La mixité OLTP / OLAP a le vent en poupe : après les tables hybrides de Snowflake, Microsoft présente Fabric Databases, dont l'élément s'appelle SQL Database. Le replay de la session d'annonce, avec ses démos, est disponible sur YouTube.

Le moteur SQL Server est désormais intégré à l'écosystème Fabric. La frontière entre les bases transactionnelles, utilisées pour les opérations quotidiennes, et les outils analytiques, utilisés pour les rapports et l'analyse, s'estompe : les données transactionnelles sont exploitables en quasi temps réel pour l'analyse, sans dégrader les performances des systèmes opérationnels.

SQL Database in Fabric est une solution SaaS facile à configurer, qui s'adapte automatiquement à la charge et s'intègre aux autres charges de travail de Microsoft Fabric.

Où se situe SQL Database face au Warehouse et à Azure SQL ?

L'annonce a soulevé beaucoup de questions sur la place de ce nouvel élément dans les architectures :

• Un Azure SQL Database serverless ? SQL Database est un remplaçant serverless (moins contraignant à gérer en scalabilité et en coûts) d'Azure SQL Database, qui est du PaaS : c'est un nouvel élément de l'offre SaaS de Microsoft.
• SQL Server en SaaS ? Pour une part, oui.
• Le successeur du Datamart Power BI ? Pourquoi pas : Dataflow a trouvé un visage plus abouti avec sa version Gen2 dans Fabric, et le Datamart n'a pas été une réussite côté Power BI.
• Un Warehouse amélioré ? SQL Database permet les opérations de définition, de manipulation et de lecture (DDL, DML, DQL) avec contraintes d'intégrité et d'unicité ; ses données finissent en tables Delta dans OneLake, et l'on peut faire du Direct Lake sur son modèle sémantique par défaut. Mais ce serait confondre OLAP (architecture massivement parallèle, optimisée pour la lecture) et OLTP (axé sur les insertions et mises à jour). Ni l'usage ni la finalité ne sont les mêmes, même si Microsoft parle de translytical (transactionnel et analytique) pour décrire Fabric.

Microsoft propose un guide de décision pour choisir le bon stockage selon les scénarios. Pour comparer les autres options : Lakehouse vs Warehouse dans Microsoft Fabric.

Quelles sont ses caractéristiques ?

À l'annonce, en novembre 2024 :

• une volumétrie limitée à 4 To, contre une volumétrie illimitée pour le Warehouse, le Lakehouse et l'Eventhouse : suffisant dans certains contextes ou pour des usages simples ;
• tous les types de données pris en charge (structurées, semi-structurées et non structurées) ;
• le langage T-SQL uniquement (pas de Spark) ;
• la compatibilité avec les raccourcis (shortcuts) ;
• une sécurité complète : sécurité au niveau des objets, des colonnes et des lignes (OLS, CLS, RLS) et masquage dynamique des données (Dynamic Data Masking) ;
• côté licence, SQL Database fait partie de Fabric et nécessite une capacité Fabric.

Microsoft annonçait aussi l'arrivée, attendue en 2025, du write-back natif dans Power BI : permettre aux utilisateurs d'un rapport de modifier directement les données en base (pratique pour une simulation budgétaire, par exemple) sans passer par Power Apps ou des visuels personnalisés, à condition d'adosser Power BI à une SQL Database.

Pourquoi et quand utiliser une base SQL dans Fabric ?

Envisagez SQL Database in Fabric pour :

• gérer des données transactionnelles ;
• travailler en T-SQL ;
• éviter la gestion des ressources et de la configuration ;
• bénéficier du contrôle de version intégré ;
• profiter d'une intégration directe avec les autres charges de travail Fabric.

Fabric offre plusieurs moyens d'ingérer et de transformer les données (notebooks, Dataflow Gen2, activité de copie…), mais aucun n'était dédié aux données opérationnelles. Si vous devez ingérer des données transactionnelles et les analyser, la base SQL de Fabric est la bonne option : elle est répliquée automatiquement, en quasi temps réel, dans OneLake sous forme de tables Delta. Les autres charges de travail Fabric peuvent alors la consommer, y compris en requêtes cross-database ou en Direct Lake pour les modèles Power BI.

Les avantages :

• données disponibles presque instantanément pour l'analyse et les rapports ;
• processus simplifiés : plus besoin de pipelines complexes pour transférer les données des systèmes transactionnels vers les plateformes analytiques ;
• coûts et efforts réduits : moins de duplications et moins d'outils à gérer ;
• accessibilité : grâce au modèle SaaS, même sans expertise data, on déploie et exploite facilement une base ;
• performances stables : les rapports analytiques ne pèsent pas sur les systèmes opérationnels.

Comment créer et utiliser une base SQL dans Fabric ?

1. Activer la fonctionnalité. Dans le portail d'administration de Fabric, activez la création de bases de données.

Une nouvelle charge de travail apparaît alors dans Fabric :

2. Créer la base. Lors de la création d'un nouvel élément, choisissez « Base de données SQL » :

Donnez-lui un nom :

Une fois la base créée, une page vierge vous permet de créer vos objets (schémas, tables, vues, procédures stockées, fonctions), avec des modèles prêts à l'emploi :

3. Repérer les éléments créés dans l'espace de travail. Outre la base elle-même, Fabric crée un point de terminaison d'analytique SQL (SQL analytics endpoint), qui expose les données opérationnelles sous forme de tables Delta en lecture seule et permet de les interroger depuis les autres moteurs Fabric, ainsi qu'un modèle sémantique par défaut, comme pour un Lakehouse ou un Warehouse.

4. Se connecter. Récupérez la chaîne de connexion :

Pour une application cliente, choisissez parmi les différents pilotes proposés :

La base s'utilise aussi depuis VS Code ou SQL Server Management Studio (SSMS) :

5. Charger les données. Copiez des données dans la base avec l'un des outils de Fabric, par exemple un pipeline ou un Dataflow Gen2 :

Qu'en retenir après les premiers tests ?

Lors de nos tests internes de la preview, le service s'est révélé simple à utiliser, avec de nombreuses petites fonctionnalités appréciables :

• les modèles pour créer rapidement schémas, tables, vues, procédures stockées et fonctions ;
• l'intégration avec VS Code et SSMS ;
• l'ingestion des données par pipeline ou Dataflow Gen2 ;
• le bouton « Performance summary », qui donne aux DBA de nombreuses mesures d'usage ;
• le point de terminaison d'analytique SQL en lecture seule, dont l'interface rappelle beaucoup l'expérience Warehouse de Fabric.

Pour aller plus loin, lisez notre décryptage de Microsoft Fabric et découvrez notre accompagnement Microsoft Fabric. Des questions ? Contactez-nous.