--- title: "Microsoft Fabric : conseil et intégration" url: https://kwanzeo.com/technologies/microsoft-fabric date: 2025-01-15 updated: 2026-10-16 --- # Microsoft Fabric : conseil et intégration > Microsoft Fabric réunit ingestion, entrepôt, data science, temps réel et Power BI autour de OneLake. Kwanzeo cadre, déploie et gouverne votre plateforme Fabric. ## Microsoft Fabric : conseil et intégration Microsoft Fabric est la plateforme data et analytique SaaS de Microsoft : ingestion, entrepôt de données, data science, temps réel et Power BI y travaillent sur un lac de données unique, OneLake. Kwanzeo vous accompagne du cadrage de l'architecture à l'appropriation par vos équipes. ## Qu'est-ce que Microsoft Fabric ? Microsoft Fabric est une plateforme d'analytics full SaaS qui réunit dans un même environnement l'intégration de données (Data Factory), le data engineering, l'entrepôt de données, la data science, l'analyse en temps réel et Power BI. Tous ces moteurs travaillent sur **OneLake**, un lac de données unique, ce qui évite de multiplier les copies et les flux entre services. Fabric s'adresse aux data engineers, data scientists et analystes, mais aussi aux décideurs métiers : avec Power BI, les agents IA (Copilot, Data Agents) et la couche de contexte métier Fabric IQ, la donnée devient accessible jusqu'aux directions qui pilotent l'activité. Kwanzeo est [[fait:partenaire_microsoft]] : découvrez [notre partenariat Microsoft](/technologies/microsoft). ## Les briques de Microsoft Fabric - **Data Factory** : Ingestion et orchestration des données : pipelines, Dataflow Gen2. - **Data Engineering** : Notebooks et jobs Spark pour les traitements complexes. - **Data Warehouse** : Entrepôt de données SaaS, avec des capacités T-SQL complètes. - **Data Science** : Notebooks collaboratifs, machine learning et suivi des expériences avec MLflow. - **Real-Time Analytics** : Analyse en continu des données de streaming, avec une base KQL. - **Power BI** : Restitution, en mode Direct Lake sur OneLake. - **Data Activator** : Détection et surveillance des données en temps réel, pour déclencher notifications et actions. - **OneLake** : Le lac de données unique de Fabric, au format Delta Parquet. ## Ce que Kwanzeo fait avec Microsoft Fabric Kwanzeo accompagne les organisations sur l'ensemble du cycle de vie Microsoft Fabric, en combinant expertise technique et compréhension des enjeux métiers (finance, marketing, opérations) : - **Cadrage et architecture cible** : positionnement de Fabric par rapport à votre existant Azure, Databricks, Synapse et Power BI ; choix des workloads. - **Audit** de votre environnement data et Power BI. - **Conception et mise en œuvre** : OneLake, lakehouses, pipelines et modèles analytiques. - **Migration** : de Power BI vers Fabric (y compris la transition des capacités Power BI Premium vers le modèle Fabric) et depuis Azure Synapse (voir plus bas). - **Gouvernance et sécurité** : intégration avec Microsoft Purview, alignée sur vos politiques de conformité. - **Appropriation** : accompagnement des équipes IT, data et métiers, formation à la plateforme et aux cas d'usage. ## Ingestion des données : Data Factory et les autres outils d'alimentation Avant d'exploiter les données dans Fabric, il faut les y amener. **Data Factory** est l'outil principal : un ensemble d'outils d'intégration cloud qui permettent de créer, planifier et gérer des pipelines de données, en étendant les capacités du service Azure Data Factory. L'ingestion se fait de plusieurs façons : - **Data pipelines** : une série de processus qui déplacent (Copy Data), orchestrent et transforment les données d'une ou plusieurs sources vers des destinations, avec des modèles (templates) pour accélérer la création. Voir [Comprendre les data pipelines dans Fabric](/ressources/les-data-pipelines-dans-fabric) et [Comprendre Copy Job](/ressources/copy-job-dans-microsoft-fabric). - **Dataflow Gen2** : un outil ETL sans code basé sur Power Query Online, avec la possibilité d'écrire en langage M pour des transformations plus complexes. Voir [Comprendre Dataflow Gen2](/ressources/dataflow-gen2). - **Notebooks et jobs Spark** : pour des scénarios d'alimentation plus complexes, par exemple liés au machine learning. Voir [Comprendre le notebook dans Fabric](/ressources/notebook-dans-fabric). - **SQL Database dans Fabric** : une base qui unifie traitements transactionnels et analytiques, intégrée nativement à Fabric. Voir [les bases de données dans Microsoft Fabric](/ressources/microsoft-fabric-databases-decryptage). ## Entrepôt de données : Data Warehouse et SQL Endpoint Fabric propose deux façons d'exposer les données en SQL : - **Data Warehouse** : un entrepôt de données SaaS entièrement géré, avec des capacités T-SQL transactionnelles complètes. On crée et transforme les tables depuis le portail Fabric ou en T-SQL, et l'ingestion passe par COPY INTO, les pipelines ou SELECT INTO. - **SQL Endpoint du lakehouse** : il permet d'explorer en SQL les fichiers Delta-Parquet stockés dans OneLake, sans manipuler directement les fichiers sources. Dans les deux cas, les données sont au format Delta-Parquet de OneLake et interrogeables sans duplication, depuis l'éditeur de requêtes, un outil comme SQL Server Management Studio ou l'éditeur de requêtes visuel, qui permet de concevoir des requêtes sans connaître SQL. Les rapports Power BI se construisent directement sur ces entrepôts. ## Data Science L'expérience Data Science de Fabric offre un environnement collaboratif pour analyser, modéliser et visualiser les données : - **Notebooks collaboratifs** basés sur Jupyter, en Python, R ou Scala, et Data Wrangler pour accélérer le nettoyage des données. - **Machine learning intégré** : TensorFlow, PyTorch, Scikit-learn, PySpark ou SynapseML directement dans l'environnement, avec MLflow pour suivre les expériences. - **Interopérabilité avec Azure Machine Learning** pour l'AutoML, l'entraînement distribué ou le déploiement de modèles. - **Restitution** : les prédictions sont enregistrées dans OneLake et visibles dans Power BI grâce au mode Direct Lake, sans rafraîchissement manuel. Cas d'usage : modèles prédictifs, détection des fraudes, optimisation des processus métier, personnalisation de l'expérience client. ## Temps réel : Real-Time Intelligence Présentée aussi sous le nom Synapse Real-Time Analytics, cette brique analyse en continu des données de streaming et des séries temporelles avec une faible latence. Elle s'appuie sur une base KQL (Kusto Query Language) qui interroge des données structurées, semi-structurées et non structurées. Usages typiques : détection de fraudes, surveillance IoT, analyse de journaux (logs), tableaux de bord mis à jour en continu. ## Power BI et le mode Direct Lake Power BI s'intègre nativement à Fabric. Le mode **Direct Lake** lui permet de lire directement les tables Delta de OneLake, sans import ni passage par un entrepôt intermédiaire. Pour tout savoir sur l'outil, voir notre page [Power BI](/technologies/power-bi). ## OneLake : un seul lac de données pour toute l'organisation OneLake est le stockage unifié de Fabric, souvent comparé à un « OneDrive pour les données ». Il repose sur un principe : **une seule copie des données** pour tous les moteurs analytiques. - **Format ouvert** : les données tabulaires sont stockées au format Delta Parquet, sans format propriétaire. - **Structure simple** : fichiers et dossiers dans un espace de noms global. - **Interopérabilité** : tous les moteurs de Fabric accèdent aux données sans duplication. - **Sécurité et gouvernance** : un modèle de sécurité unifié, avec indexation pour la découverte et la conformité. Deux mécanismes étendent OneLake aux données qui n'y sont pas stockées : - **Les raccourcis (shortcuts)** donnent accès à des données présentes ailleurs dans le système d'information (Azure, AWS, GCP, SAP, Oracle…) sans les déplacer ni les dupliquer : les requêtes interrogent directement le système source. - **La mise en miroir (mirroring)** réplique en quasi temps réel les changements d'une base de données source, convertis au format Delta Parquet. ## Data Agents et Fabric IQ : interroger les données en langage naturel Les **Data Agents** permettent à un utilisateur métier (ou à un agent IA) d'interroger en langage naturel les données accessibles via OneLake, les entrepôts, les lakehouses, les Eventhouses et les modèles sémantiques Power BI. La question peut venir de Copilot dans Power BI, de Microsoft 365 Copilot, de Copilot Studio, de Microsoft Foundry ou d'un client MCP. L'agent choisit la source, génère la requête (SQL, DAX, KQL ou GQL) et l'exécute avec les droits de l'utilisateur. On obtient des réponses, des analyses ou des graphiques sans écrire de requête, par exemple : - « Quels sont les clients pour lesquels la facturation a diminué de 30 % cette année par rapport à l'année dernière ? » - « Quels sont les 10 produits avec la meilleure marge vendus ces 6 derniers mois ? » L'enjeu est que l'agent respecte son périmètre, les règles métier et les règles de sécurité paramétrées : c'est ce qui garantit la confidentialité et la stabilité de l'interprétation des données. Avec **Fabric IQ**, Microsoft ajoute une couche de contexte métier (ontologie, graphe, règles, objectifs et actions) qui complète les modèles sémantiques sans les remplacer : elle aide les agents à comprendre ce que signifient les données. À côté du Data Agent, les **Operations Agents** surveillent l'état des opérations et recommandent des actions, et les agents personnalisés se conçoivent avec Copilot Studio ou Microsoft Foundry. Fonctionnement détaillé, concepts clés et démarche en 7 étapes : voir le décryptage d'Ismaïl Ben Lamine, [Fabric Data Agent et Fabric IQ : Microsoft Fabric à l'ère agentique](/ressources/fabric-data-agent-fabric-iq). ## Cas d'usage de Microsoft Fabric Une même plateforme Fabric couvre des besoins variés : - **Finance** : centraliser les données ERP, CRM, marchés et fichiers externes pour le reporting consolidé, les prévisions et les scénarios. - **Marketing et ventes** : unifier campagnes, CRM, web analytics et produits pour suivre les parcours clients, segmenter et mesurer le ROI. - **Opérations** : supervision temps réel, alertes automatiques, tableaux de bord de direction. - **IA et machine learning** sur des données unifiées, et accès en langage naturel avec les Data Agents. ## Migrer d'Azure Synapse vers Microsoft Fabric Avant Fabric, une plateforme de Data Intelligence Microsoft s'assemblait à partir de plusieurs services Azure distincts : Azure Data Factory pour les flux, Azure SQL Database et **Azure Synapse Analytics** (anciennement Azure SQL Data Warehouse) pour le stockage décisionnel, Azure Data Lake Storage Gen2, Azure Analysis Services pour les modèles tabulaires, Databricks pour la data science et Power BI pour la restitution. Azure Synapse Analytics avait déjà regroupé dans un Workspace l'administration, l'orchestration (Data Factory), le calcul (SQL Pools provisionnés ou à la demande, Spark Pools) et le stockage sur Data Lake Gen2. Microsoft Fabric prolonge cette logique en mode SaaS : - **Data Factory dans Fabric** étend les capacités du service Azure Data Factory ; - les workloads data engineering, entrepôt, data science et temps réel travaillent directement sur **OneLake**, construit sur Azure Data Lake Storage Gen2 ; - les **raccourcis** et la **mise en miroir** donnent accès aux données existantes sans les déplacer ; - Fabric ne demande pas de gérer les ressources Azure de bas niveau (comptes de stockage, resource groups), tout en restant intégrable à votre environnement Azure pour les identités, les réseaux et la gouvernance ; - un environnement **Power BI** existant peut être basculé progressivement, et les capacités Power BI Premium peuvent passer au modèle Fabric. Kwanzeo cadre l'architecture cible Fabric en tenant compte de votre existant Azure (Synapse, Databricks, Power BI) et organise la transition des flux, des entrepôts et des rapports. ## Pour aller plus loin - Série « Pipeline CI/CD Microsoft Fabric avec GitHub » : [présentation et prérequis](/ressources/pipeline-ci-cd-fabric-github-prerequis-depot), [Service Principal et workspaces](/ressources/pipeline-ci-cd-fabric-github-service-principal-workspaces), [secrets, scripts et workflows](/ressources/pipeline-ci-cd-fabric-github-secrets-scripts-workflows), [protection des branches et déploiement](/ressources/pipeline-ci-cd-fabric-github-protection-deploiement-test). - Série « Automatiser la capacité Microsoft Fabric » : [fonctionnement et prérequis](/ressources/automatiser-la-capacite-microsoft-fabric-fonctionnement-prerequis-et-planning), [ressources Azure](/ressources/automatiser-la-capacite-microsoft-fabric-creer-et-configurer-les-ressources-azure), [horaires du planificateur](/ressources/automatiser-la-capacite-microsoft-fabric-modifier-les-horaires-du-planificateur), [vérifications](/ressources/automatiser-la-capacite-microsoft-fabric-verifier-que-tout-fonctionne). - [Lakehouse vs Warehouse dans Fabric : comment choisir ?](/ressources/lakehouse-vs-warehouse-microsoft-fabric) et [optimiser les coûts du lakehouse](/ressources/optimiser-les-couts-du-lakehouse-dans-microsoft-fabric). - Replays : [Microsoft Fabric, côté Lakehouse](/evenements/webinaire-microsoft-fabric-cote-lakehouse-25-09-2025), [Tout savoir sur Microsoft Fabric et sa Data Platform](/evenements/webinar-microsoft-fabric-30-janvier-2025), [Microsoft Fabric Paris 2026](/evenements/matinee-microsoft-fabric-kwanzeo-paris-2026). ## Événements et replays Microsoft Fabric ## Ils nous font confiance ## Partenariat Microsoft Kwanzeo est **[[fait:partenaire_microsoft]]**. Ce statut, attribué dans le cadre du programme Microsoft Solutions Partner, reconnaît des compétences certifiées et des déploiements réussis sur les solutions data et IA de Microsoft, dont Microsoft Fabric. Exemples de réalisations : [nos missions Microsoft Fabric](/data-intelligence/nos-missions-data-intelligence#data-platform-sur-microsoft-fabric), dans les services aux entreprises, l'industrie ferroviaire ou l'expertise comptable. ## FAQ Microsoft Fabric ### Qu'est-ce que Microsoft Fabric d'un point de vue technique ? Microsoft Fabric est une plateforme d'analytics full SaaS qui unifie dans un même environnement les workloads de data engineering, data warehouse, data science, temps réel et BI, en s'appuyant sur OneLake comme data lake logique unique. Tous les moteurs de calcul (Data Engineering, Data Factory, Data Warehouse, Power BI, Real-Time Intelligence) sont préconfigurés pour travailler directement sur OneLake, ce qui évite les multiples pipelines ETL entre services et limite les copies de données. ### Qu'est-ce que OneLake et comment est-il structuré ? OneLake est le lac de données unique, logique et unifié fourni automatiquement avec chaque tenant Microsoft Fabric, construit sur Azure Data Lake Storage Gen2. La hiérarchie OneLake repose sur le tenant, les workspaces et les éléments (lakehouses, warehouses, tables Delta), offrant un espace de nommage global avec une gouvernance centralisée et un accès zero-copy pour tous les workloads. ### Comment Fabric gère-t-il le stockage et les formats de données ? Dans Fabric, les tables analytiques reposent sur des formats de type Delta/Parquet stockés dans OneLake, ce qui permet d'aligner data engineering, data science et BI sur les mêmes fichiers physiques. Les différents moteurs (notebooks, pipelines, warehouses, Power BI en Direct Lake) lisent ces données directement dans OneLake sans duplication, ce qui simplifie les architectures et améliore les performances. ### Quelles sont les briques principales pour le data engineering dans Fabric ? Pour le data engineering, Fabric propose des notebooks, des pipelines et des dataflows qui s'appuient tous sur OneLake comme zone de stockage par défaut. Les pipelines Data Factory dans Fabric permettent de construire des flux ETL/ELT natifs vers OneLake, de gérer les orchestrations et de réutiliser les jeux de données en aval pour les warehouses et les modèles BI. ### Comment fonctionne le mode Direct Lake avec Power BI ? Le mode Direct Lake permet à Power BI de lire directement les tables Delta hébergées dans OneLake, sans étape d'import ni cache intermédiaire, tout en offrant des performances proches de l'import. Ce mode exploite la structure des données dans OneLake pour réduire la latence des tableaux de bord et favoriser des scénarios de reporting quasi temps réel sur des volumes importants. ### Quelle différence entre lakehouse et warehouse dans Fabric ? Le lakehouse correspond à une approche orientée data lake avec stockage de fichiers et tables Delta dans OneLake, pensée pour les scénarios data engineering et data science. Le warehouse offre une expérience plus proche d'un entrepôt SQL managé, avec le langage T-SQL et une expérience relationnelle, tout en reposant également sur OneLake en arrière-plan. Pour aller plus loin : [Lakehouse vs Warehouse dans Fabric](/ressources/lakehouse-vs-warehouse-microsoft-fabric). ### Comment Fabric gère-t-il la sécurité et la gouvernance technique ? La sécurité et la gouvernance s'appuient sur une intégration étroite avec Microsoft Purview, qui gère les politiques d'accès, les labels de sensibilité, la traçabilité et la lignée des données au niveau de Fabric. Les droits sont gérés au niveau des workspaces, des éléments et parfois des lignes et colonnes via des mécanismes de type RLS/CLS, avec une propagation des règles aux rapports Power BI connectés à OneLake. ### La plateforme nécessite-t-elle un abonnement Azure séparé ? Fabric est proposée comme service SaaS dans l'écosystème Microsoft, et son utilisation ne nécessite pas de gérer directement les ressources Azure de bas niveau comme les comptes de stockage ou les resource groups. Les organisations peuvent néanmoins intégrer Fabric à leur environnement Azure existant pour la gestion des identités, des réseaux et de la gouvernance globale. ### Quels sont les principaux cas d'usage métiers adressés par Microsoft Fabric ? Microsoft Fabric couvre des cas d'usage allant du reporting financier consolidé à l'analyse marketing, en passant par la supervision opérationnelle temps réel et les cas d'usage IA/ML sur des données unifiées. En pratique, une même plateforme Fabric peut gérer des besoins variés : KPI de direction, tableaux de bord opérationnels, détection de fraudes ou analyses de performance par canal. ### En quoi Fabric facilite-t-il la BI temps réel et les tableaux de bord exécutifs ? Les capacités Real-Time Intelligence de Fabric permettent d'ingérer, transformer et analyser des flux de données en continu, puis de les exposer dans Power BI avec une mise à jour quasi instantanée. Les décideurs disposent ainsi de tableaux de bord en temps quasi réel, d'alertes automatiques et d'analyses basées sur des données en mouvement plutôt que sur des extractions différées. ### Quels bénéfices pour les équipes finance ? Pour la finance, Fabric permet de centraliser dans OneLake des données issues de multiples systèmes (ERP, CRM, marchés, fichiers externes) et de les exploiter dans des modèles analytiques robustes. Les équipes peuvent construire des rapports de performance financière, de prévisions et de scénarios, en s'appuyant sur des pipelines automatisés et une gouvernance commune à l'échelle de l'organisation. ### Quels bénéfices pour les équipes marketing et commerciales ? Les équipes marketing et commerciales peuvent utiliser Fabric pour unifier les données de campagnes, CRM, web analytics et produits, afin de suivre plus finement les parcours clients et la performance des canaux. Les modèles et tableaux de bord construits sur OneLake leur permettent de segmenter les clients, mesurer le ROI des actions et identifier les leviers de croissance avec une vision fiable et partagée. ### Comment Fabric s'intègre-t-il avec un existant Power BI ? Un environnement Power BI existant peut être progressivement basculé vers Fabric, les rapports et modèles étant reliés à des jeux de données hébergés dans OneLake et à des workloads Fabric spécifiques. Cette convergence apporte une gouvernance unifiée, une meilleure performance grâce à Direct Lake, et une simplification de l'architecture en réduisant les couches intermédiaires entre données et rapports. ### Comment sont gérés les domaines, workspaces et responsabilités entre équipes ? Fabric s'appuie sur des workspaces et des domaines fonctionnels pour organiser les artefacts (jeux de données, notebooks, tableaux de bord) par périmètre métier ou technique. Cela permet de répartir clairement les responsabilités entre équipes data, IT et métiers, tout en assurant une gouvernance centralisée au niveau du tenant pour la sécurité, la conformité et la qualité. ### Quels gains de coût et de complexité peut-on attendre ? En unifiant data lake, entrepôt, temps réel et BI dans un même service, Fabric réduit le besoin de multiplier les outils, les stocks de données et les flux d'intégration entre plateformes. Les organisations bénéficient d'une architecture plus simple, de moins de copies de données, d'une administration centralisée et d'un modèle de consommation qui permet d'ajuster les coûts à l'usage réel. ## Tutoriels et décryptages Microsoft Fabric ## Offres et pages liées - **Data Platform** : Construire votre plateforme data sur Microsoft Fabric ou Snowflake. - **Power BI** : Restitution, Direct Lake et migration des capacités Premium vers Fabric. - **Fabric ou Snowflake ?** : Le guide pour choisir votre socle de Data Platform. ## Un projet Microsoft Fabric ? Migration, nouveaux cas d'usage, gouvernance : nos experts Microsoft Fabric échangent avec vous, à Paris et partout en France.