Microsoft Fabric er en helhetlig, skybasert dataplattform for analyse. Kort fortalt så samler Fabric en rekke tidligere separate tjenester, fra dataintegrasjon og datalagring til maskinlæring og visualisering i en integrert løsning. Plattformen er bygget som en Software-as-a-Service (SaaS) som samler nye og eksisterende komponenter fra Power BI, Azure Synapse Analytics og Azure Data Factory i et felles miljø. Dette betyr at alt fra datainnhenting (ETL/ELT) og prosessering til sanntids stream analyse og rapportering skjer innenfor samme brukeropplevelse.
Fabric inkluderer flere arbeidsområder skreddersydd for ulike roller. For eksempel finnes det egne moduler for Data Engineering, Data Factory, Data Science, Data Warehouse, Real Time Analytics og Power BI for visualisering. Hver modul har verktøy tilpasset brukeren enten det er en dataingeniør som jobber med store datamengder eller en forretningsanalytiker som lager rapporter. Likevel er alle modulene koblet sammen på en felles plattform. Resultatet er da ende til ende funksjonalitet og man kan hente inn, transformere, lagre, analysere og visualisere data uten å “hoppe mellom” forskjellige systemer.
En kjernekomponent i Fabric er OneLake, som kan beskrives som "OneDrive for data" eller en samlet datasjø for hele organisasjonen. OneLake er automatisk tilgjengelig i Fabric og fungerer som et sentralt lager der både strukturerte og ustrukturerte data kan lagres og deles. Fordelen er at du kan ha en kopi av data som benyttes av flere verktøy samtidig, i stedet for å duplisere data i separate siloer. Kombinert med OneLake introduserer Fabric også konseptet Lakehouse som er en kombinasjon av datalake og datavarehus som lar deg lagre filer i datasjøen og bruke dem som tabeller i en database-lignende struktur. Dette gjør at du kan gjøre f.eks SQL-spørringer for analyse eller bruke notebooks for mer avansert analyse eller maskinlæring med Spark og operere direkte på rådata uten unødige kopier.
En annen viktig nyhet er Microsoft Copilot integrasjonen i Fabric som gjør at plattformen har innebygde AI-funksjoner som kan hjelpe brukerne. Copilot kan for eksempel foreslå spørringer, generere kode eller automatisere oppgaver ved hjelp av generativ AI. Tanken er at AI assistenten skal øke produktiviteten og senke terskelen for avanserte analyser, slik at selv mindre erfarne brukere kan få hjelp til å få innsikt fra data. Sammen med tett integrasjon mot Microsoft 365 legger dette opp til bedre samhandling mellom dataverktøy og de verktøyene ansatte allerede bruker til daglig.
Til slutt er styring og sikkerhet ivaretatt gjennom integrert datagovernance. Fabric har sentralisert administrasjon og datastyring bygd inn, blant annet gjennom Microsoft Purview, som arver tilgangsrettigheter og klassifiseringer på tvers av alle dataelementene. Dermed kan IT definere regler, policyer og sensitivitet en gang, og så bruke det konsistent i hele plattformen. Dette skjer “under panseret” i Fabric, slik at utviklere og analytikere kan fokusere på å skape verdi av data, heller enn å bruke tid på infrastruktur, konfigurering og tilgangskontroll.
Oppsummert så er Microsoft Fabric Microsofts nye alt-i-ett datasatsing. Det er en plattform som kombinerer funksjonaliteten fra dataintegrasjon (ETL/ELT), datalagring (datasjø og datavarehus), data engineering (Spark), data science (ML), sanntidsanalyse (Streaming/Kusto) og forretningsinnsikt (Power BI) i en helhetlig tjeneste. For brukerne betyr det en konsistent, brukervennlig opplevelse på tvers av alle disse trinnene i nettleseren, uten at man må sette opp servere eller selv sy sammen mange enkeltprodukter.
Hvilke problemer løser Microsoft Fabric?
Hvorfor har Microsoft samlet alt dette? Fordi mange organisasjoner har hatt utfordringer med at å sette opp en dataplattform og vedlikeholde den mens den vokser og blir mer komplisert.
La oss se for oss en “tradisjonell” løsning:
- Dataingeniører bruker Azure Data Factory for å flytte og transformere data fra kildesystemer.
- Data lagres deretter i en ADLS (Azure Data Lake Storage) lagrinskonto og kanskje lastes inn i et datavarehus som Azure Synapse Analytics for spørringer.
- BI-utviklere kobler så Power BI til disse datalagrene for å lage rapporter.
Hvert steg involverer ulike verktøy med egne grensesnitt, og teamene må håndtere integrasjonene mellom dem manuelt.
Dette oppsettet kan føre til siloer, forsinkelser og mer komplisert forvaltning. Ulike avdelinger kan ende opp med hver sin “sannhet” fordi data kopieres og transformeres flere steder. Endringer i datakildene krever koordinert oppdatering i flere systemer. Og det blir en utfordring å ha full oversikt over hvor sensitive data ligger, eller å feilsøke når noe stritter imot, fordi ansvaret er fordelt på mange løsninger. Det er ingen garanti for at man ikke kan skape samme utfordringer med en dataplattform i Microsoft Fabric, men man har prøvd å adressere noen av de utfordringene ved å lage en mer sømløst integrert plattform.
Microsoft Fabric adresserer disse utfordringene ved å minimere friksjon mellom stegene i dataflyten og hele verdikjeden er integrert, noe som gir flere fordeler:
- Dataflyt og gjenbruk av data: Fordi Fabric er en ende-til-ende-plattform så slipper man “limet” mellom tjenester. Data kan flyte direkte fra kilden, inn i OneLake, bearbeides der og analyseres i Power BI. Alle delene “snakker sammen” naturlig. Man får integrert analyse fra ende til annen, en konsistent brukeropplevelse og enkel gjenbruk av alle dataressurser. For eksempel kan en tabell du lagrer i en lakehouse umiddelbart brukes i en rapport uten at du først må eksportere eller importere den et annet sted hvis du ønsker det.
- Enkelhet for utviklere og brukere: Siden alt ligger i en portal, blir hverdagen enklere for de som jobber med data. En BI-utvikler trenger ikke lenger veksle mellom Azure Portal, SQL Server Management Studio og andre tilsvarende tjenester, men alt kan gjøres i Fabric grensesnittet. Tilsvarende kan en dataingeniør bruke Fabric sitt innebygde Spark miljø for databehandling og dele resultatene direkte til analyseteamet i samme løsning. Dette sparer tid og reduserer behovet for spesialister på hvert enkelt verktøy. Microsoft har designet Fabric med et brukervennlig grensesnitt, mye takket være arven fra Power BI. Plattformen er ment å være forståelig selv for ikke utviklere og resultatet er at også ikke tekniske brukere i større grad kan ta del i dataarbeidet, fordi løsningen er mer tilgjengelig og transparent enn tradisjonelle data plattformer. Med Copilot kan en analytiker for eksempel få hjelp til å formulere en spørring ved å skrive et spørsmål med ord og AI’en kan foreslå riktig SQL kode for dem.
- Mindre duplisering og bedre ytelse: OneLake konseptet sørger for at du ikke lenger trenger flere kopier av de samme dataene til ulike formål. I dag er det vanlig å importere data på nytt i hver applikasjon (f.eks. Power BI importerer ofte data inn i sine datasett, noe som betyr at samme datasett kan finnes både i datavarehuset og inne i PBIs minne). Med Fabric kan man hvis man ønsker at Power BI leser direkte fra OneLake (via det Microsoft kaller Direct Lake-teknologi) uten å lage en ekstra kopi og uten ytelsestraffen man typisk fikk med DirectQuery. Dette eliminerer både unødig dataduplisering og treghet, data oppdateres ett sted og er umiddelbart tilgjengelig for sanntidsrapportering. Samtidig bevares fleksibiliteten, så hvis du trenger høyest mulig hastighet, kan du fortsatt velge å importere data til et strukturert datavarehus i Fabric og videre inn i Power BI, noe mange velger fortsatt velger å gjøre i dag.
- Innebygd governance og sikkerhet: Fabric sentraliserer også styring. All data ligger innenfor OneLake i din Microsoft Fabric tenant, som gjør det enklere å bruke sikkerhetspolicyer. Tilgangsstyring, dataklassifisering og logging er konsistent på tvers av plattformen. Azure Purview (datakatalog og styringsverktøyet) er integrert i Fabric som standard, så man kan spore hvor data kommer fra og hvem som bruker dem. For en IT leder eller BI ansvarlig betyr dette bedre kontroll og etterlevelse av regelverk for f.eks personvern/GDPR på en enklere måte. Fabric gir altså både forbedret samarbeid fordi alle jobber på felles plattform og forbedret kontroll, to ting som ofte kan være mer utfordrende i andre oppsett.
Samlet sett så kan Microsoft Fabric løse en del av utfordringene vi ser i dataøkosystemer. Plattformen forenkler arkitekturen, kutter ned antall bevegelige deler, og lar ulike fagfolk jobbe mot samme kilde som sannhet. Dette kan øke hastigheten fra data til beslutning ved at forretningsbrukere får raskere innsikt fordi ventetiden mellom datainnsamling og rapport er kortere.
Forskjeller fra Power BI, Azure Synapse og Data Factory
Mange av komponentene i Fabric vil virke kjente for dem som har jobbet med Microsofts dataplattform tidligere. Fabric bygger videre på verktøy du kanskje bruker i dag, men det er noen viktige forskjeller og nyheter. Her er hvordan Microsoft Fabric skiller seg fra forgjengerne sine:
- Power BI vs. Fabric: Power BI fortsetter å eksistere som et eget produkt, men i Fabric er Power BI fullstendig integrert som visualisering og analysemodul. Fabric kan sees på som en utvidelse av Power BI til å bli en ende-til-ende plattform. Der man tidligere bare brukte Power BI til rapportering på toppen av andre datalagringsløsninger, inkluderer Fabric både selve lagringsmotoren (OneLake/Lakehouse) og prosesseringsmotorer (Spark, SQL etc.). Brukergrensesnittet i Fabric ligner på hva du kanskje har sett i Power BI sin Service del, så Power BI-brukere vil føle seg hjemme, men under panseret skjer det mye mer nå. Fabric erstatter ikke Power BI, men for de med kun Power BI i dag vil Fabric åpne mange nye dører ved å tilby datavarehus, dataflyt/ETL og AI-funksjoner integrert med rapporteringen.
- Azure Synapse vs. Fabric: Microsoft Fabric er etterfølgeren til Azure Synapse Analytics og plattformen kan i stor grad gjøre det Synapse gjorde, men på en mer strømlinjeformet måte. Synapse var en samling PaaS (Platform-as-a-Service) tjenester (SQL pool, Spark pool, etc.) der man fortsatt måtte gjøre en del oppsett selv i Azure. Fabric tar disse konseptene og leverer dem som en ferdig SaaS. For eksempel trenger du ikke lenger opprette og skalere SQL- eller Spark-clusters, Fabric håndterer ressursene automatisk for deg, og de starter opp når du kjører noe. I tillegg er Synapse Studio erstattet med Fabric sitt nye grensesnitt som ligner Power BI, organisert etter arbeidsområder og roller (f.eks. eget miljø for «Data Engineering»). En viktig ting å merke seg er at Fabric er en evolusjon, men ikke en direkte oppgradering av Synapse. Det finnes ingen automatisk oppgraderingssti fra en eksisterende Synapse løsning til Fabric, og istedenfor må man se på det som en migrasjon som krever noe arbeid. Heldigvis har de fleste funksjoner i Synapse en tilsvarende funksjonalitet i Fabric (SQL Warehouse, Spark, KQL osv.), men noen avanserte features mangler ennå. Microsoft har ingen planer om å fjerne Synapse med det første, men det er forventet at nye forbedringer og produkt utvikling vil komme i Fabric fremfor i Synapse fremover. Fabric er Microsofts nye flaggskip for dataplattform, og over tid vil trolig de fleste Synapse-brukere ønske å ta steget over.
- Azure Data Factory vs. Fabric (Data Factory): Azure Data Factory (ETL/ELT) er også med videre, men her skjer det en navneendring og forbedring. Data Factory i Microsoft Fabric er neste generasjon av Azure Data Factory. I praksis betyr det at du kan gjøre de samme oppgavene, kopiere data, orkestrere pipelines, utføre transformasjoner, men nå direkte innenfor Fabric portalen og tettere knyttet til de andre komponentene. Fabric Data Factory har fått en modernisert brukeropplevelse og er bedre integrert med den felles dataplattformen. For eksempel kan en Fabric pipeline enkelt lese fra eller skrive til en Fabric Lakehouse eller Warehouse som standard. Mange av de tradisjonelle konseptene i ADF (Linked Services, Datasets, Integration Runtimes) er forenklet eller håndteres automatisk i Fabric for å gjøre løsningen mer enterprise rettet uten at brukeren må konfigurere alt dette selv. Du får kraften fra Azure Data Factory, men pakket inn i en mer brukervennlig og sammenhengende opplevelse.
Hvorfor bør du bry deg om Microsoft Fabric nå?
Ny teknologi dukker opp hele tiden, men Microsoft Fabric skiller seg ut fordi det representerer en strategisk retning fra Microsoft sin side. Dette er ikke bare et lite tillegg til porteføljen, men det er en omlegging av hvordan Microsoft tenker data og analysetjenester fremover. Fabric er allerede tilgjengelig for bruk i dag, og Microsoft investerer tungt i videre utvikling av plattformen. Bare det siste året har Fabric fått en rekke nye funksjoner og satser på at en sammenflettet dataplattform er veien å gå.
Her er noen perspektiver avhengig av rollen din:
- Forretningsbeslutningstakere: Microsoft Fabric kan øke hastigheten og kvaliteten i beslutningsgrunnlaget. Ved å samle data og analyse i en plattform, kan virksomheten få innsikter raskere og reagere hurtigere på endringer i markedet. I tillegg posisjonerer dere dere som en datadrevet organisasjon med moderne verktøy, noe som kan gi et konkurransefortrinn. Det handler ikke bare om teknologi, men om evnen til å utnytte data strategisk. Fabric kan potensielt gi bedre avkastning på datainvesteringene fordi man får mer ut av dataene man allerede samler inn.
- IT-ledere / BI Ledere: Fabric representerer forenkling av arkitektur og potensielt lavere vedlikeholdskostnader. Dere slipper å sy sammen mange separate løsninger og kan forholde dere til en helhetlig plattform for data og analyse. Dette betyr færre integrasjonspunkter som kan feile, og en mer oversiktlig sikkerhets og governance modell. I tillegg følger Fabric samme kapasitetsbaserte lisensieringsmodell noe som kan gjøre kostnadsstyring mer forutsigbart (fremfor ren forbruksbasert Azure billing på tvers av tjenester). Når Microsoft nå gjør Fabric til sitt hovedfokus, vil også ny funksjonalitet og forbedringer komme der, så ved å være tidlig ute unngår dere å sakke akterut teknologisk. Hvis dere allerede bruker Azure Synapse eller Azure Data Factory i dag, kan det være lurt å legge en plan for evaluering og eventuell migrering til Fabric i strategien fremover.
- BI-utviklere og analytikere: For dere innebærer Fabric tilgang til et bredere spekter av verktøy uten å forlate arbeidsflaten dere er vant til. Dere kan fortsette å bruke Power BI for rapporter, men nå også bygge datasett med millioner av rader direkte i OneLake, bruke Python i notebooks for avanserte analyser, eller sette opp automatiserte dataflyter alt i samme platform. Dette betyr økt fleksibilitet til å velge riktig verktøy for oppgaven. I tillegg kommer det stadig nye Copilot funksjoner som kan hjelpe til med generering av DAX-uttrykk, M-kode eller til og med rapporter. Som BI-utvikler kan du med andre ord jobbe mer effektivt og ta på deg en større del av datajobben selv uten å vente på andre team.
- Teknologikyndige forretningsbrukere: Dersom du er en av dem som liker å grave i data selv, vil Fabric føles som en lettere hverdag. Plattformen legger til rette for selvbetjening på en trygg måte. Du kan f.eks. laste opp dine egne datafiler til OneLake, kombinere dem med bedriftens datasett via en lakehouse, og analysere resultatet i Power BI, uten å måtte be IT om infrastruktur. Fabric senker barrierene mellom deg og dataene. Samtidig vet du at det du gjør skjer i kontrollerte former (dataene du legger inn arver bedriftens sikkerhetsoppsett automatisk). Det gir mer frihet til innovasjon på avdelingsnivå, fordi man kan eksperimentere med data uten å starte et langvarig IT-prosjekt.
Microsoft Fabric adresserer reelle smertepunkter i dagens datahåndtering og kombinere teknisk kraft med forretningsvennlig brukervennlighet. Enten man ønsker å modernisere en eksisterende Microsoft basert dataplattform eller man ser etter en inngang til å bli mer datadrevet, bør Fabric vurderes. Plattformen er fortsatt under utvikling, men den er allerede produksjonsklar og støttes fullt ut av Microsoft. Vi ser at Microsoft aktivt ruller ut forbedringer og funksjoner fortløpende, og økosystemet rundt (partnere, konsulenter, fellesskap) bygger kompetanse raskt.
For mange organisasjoner vil neste naturlige steg være å utforske Fabric i liten skala, for eksempel gjennom et pilotprosjekt eller proof-of-concept for å se hvordan det passer deres behov. Det kan være lurt å identifisere et konkret brukstilfelle og prøve å realisere det i Fabric for å måle gevinsten.
De som tilegner seg erfaring tidlig, vil stå sterkere når den nye plattformen modnes ytterligere, så svaret på “hvorfor bør du bry deg?” er fordi Microsoft Fabric kan bli nøkkelen til både en enklere IT-hverdag og bedre forretningsinnsikt i selskapet.
Ta gjerne kontakt hvis du vil vurdere om Microsoft Fabric passer for din organisasjon eller om du ønsker råd på veien videre.
