Microsoft Fabricとは｜OneLakeの仕組み・料金・案件動向

Microsoft Fabricとは｜SaaS型の統合データ分析基盤

結論から言えば、Fabricは新しいDWH製品ではなく、分析に必要な機能群をひとつのSaaSに束ねたプラットフォームです。

Microsoft Learnの公式概要では、データインジェスト、変換、リアルタイムストリーム処理、分析、レポート作成までのエンドツーエンドのワークフローをサポートする分析プラットフォームと説明されています。データエンジニアリング、Data Factory、データサイエンス、リアルタイムインテリジェンス、Data Warehouse、データベースといった統合エクスペリエンスが、共有のコンピューティングとストレージモデルの上で動きます。

ポイントは「共有ストレージ」の部分です。

Fabricが解決するのは「つなぎ込み」の手間

従来のAzure構成では、ADLS Gen2にデータを置き、Data Factoryで取り込み、Synapseで加工し、Power BIで可視化する、といった形で複数サービスを並べていました。サービスごとにリソースグループ、権限設計、課金単位が分かれ、データはレイヤー間でコピーされます。

Fabricはこの組み合わせ作業を前提から外しました。テナントを作ればOneLakeが最初から存在し、各ワークロードは追加のセットアップなしにそれをネイティブストアとして使います。公式ドキュメントでは「Fabricを使用するためにAzureアカウントは必要ありません」と明記されており、リソースグループやRBAC、冗長性、リージョンといったインフラの詳細を意識せずに使える点が設計意図として挙げられています。

裏を返せば、細かいインフラ制御を効かせたい要件ではPaaS構成のほうが素直という分岐もあります。ここは案件の性格で判断が分かれるところです。

Power BI・Synapse・Data Factoryとの関係

Power BIはFabricの外にある別製品ではなく、Fabricのワークロードの1つとして位置づけられています。既存のPower BIテナントでFabricを有効化すると、同じ画面からレイクハウスやノートブックを扱えるようになる、という連続性のある形です。

Data Factoryも同様にFabric内のワークロードとして提供され、Power Queryの操作性を取り込みつつ、執筆時点の公式ドキュメントで200を超えるとされるネイティブコネクタでオンプレミス・クラウドのデータソースに接続します。

Azure Synapse Analyticsについては、慎重な言い方が必要です。執筆時点でMicrosoftからSynapse全体の提供終了日はアナウンスされていません。一方で、新機能や統合の投資はFabric側に向かっており、Azure Data FactoryとSynapseパイプラインからの移行アシスタントも提供されています。「今動いているSynapseが止まる」話と「これから作るなら何を選ぶか」の話は分けて読むのが安全です。

Fabricはデータメッシュアーキテクチャを実装するものとしても説明されています。組織単位でデータの所有権を分散させる考え方そのものは、データメッシュとは｜4原則とデータレイクとの違い・導入判断で整理しています。

OneLakeとは｜Fabricの中核になる単一データレイク

OneLakeは、テナントごとに1つだけ存在する論理データレイクです。Azure Data Lake Storage Gen2の上に構築され、すべてのFabricワークロードがこの単一のストレージ基盤を共有します。

Microsoft 365でOneDriveが自動的に用意されるのと同じ発想、と公式ドキュメントは説明しています。事前プロビジョニングは不要で、テナント配下に複数のワークスペース（フォルダーのような単位）を作り、各ワークスペース内に複数のレイクハウスを置く階層構造になります。

ショートカットとミラーリングでコピーを減らす

OneLakeの実務上の肝は、データを動かさずに参照する仕組みです。

ショートカット機能を使うと、ETLやデータ移行なしに、Azure Data Lake Storage・Amazon S3・Google Cloud Storageといった外部ソースへゼロコピーでアクセスできます。クラウドをまたぐデータも、インテリジェントキャッシュによってエグレスコストを抑えながら分析できる設計です。詳細はOneLakeの公式概要にまとまっています。

ミラーリングは別の経路です。Azure SQL Database、Azure Cosmos DB、Azure Databricks、Snowflake、Fabric SQLデータベースなどの既存データ資産を、OneLakeへ継続的にレプリケートできます。

この2つは混同されやすいのですが、ショートカットは「元の場所に置いたまま見る」、ミラーリングは「継続的に複製して持ってくる」と整理すると実務で迷いません。既存のSnowflakeやDatabricksを残したままFabricを足す構成が取れるのは、この仕組みがあるためです。

既存のレイクハウス基盤そのものの仕組みを押さえたい場合は、Databricksとは｜レイクハウスの仕組み・Snowflakeとの違い・案件単価を参照してください。

ミニFAQ：OneLakeは別途契約が必要ですか。

いいえ。Fabricテナントには自動的にOneLakeが含まれ、事前のプロビジョニングも不要です。ストレージそのものの追加契約ではなく、容量（F SKU）の契約に紐づいて使う形になります。

Fabricのワークロード構成｜役割別に用意された入口

Fabricは機能を縦割りで並べているのではなく、OneLakeという共通データ層の上に、役割ごとの入口を設けた構造です。公式ドキュメントが挙げるコンポーネントのうち、案件で触れる機会が多いものを役割別に整理します（業界向けソリューションなど、特定業種向けの項目は割愛しています）。

なお以下の表の「近い既存サービスのイメージ」列は、公式が示す対応関係ではなく、既存のAzure経験者が役割を掴むための便宜的な対応づけです。機能が1対1で同じという意味ではありません。

運ぶ・貯める側のワークロード

Data Factoryがデータの入口を担い、Data EngineeringがApache Sparkとノートブックで変換処理を受け持ちます。Fabric SparkはData Factoryからスケジュールやオーケストレーションを行えるため、パイプラインの組み方自体は従来のワークフロー設計と大きく変わりません。ジョブ依存関係の設計思想はApache Airflowとは｜DAGの仕組み・dbt/Dagsterとの違い・案件単価で扱った考え方が流用できます。

Data WarehouseはコンピューティングとストレージをDelta Lake形式で分離し、それぞれ独立してスケールできる構成です。

分析する・見せる側のワークロード

Data Scienceは実験追跡とモデルレジストリを備え、データサイエンティストが出した予測をビジネスアナリストがBIレポートに組み込む流れを想定しています。Real-Time インテリジェンスはIoTセンサー、アプリケーションログ、クリックストリームなど到着中のデータを扱う領域で、Real-Time ハブがコードなしのコネクタ群を提供します。

執筆時点では、ビジネスセマンティクスを統合するFabric IQがプレビューとして公式ドキュメントに記載されています。オントロジーやFabric Graph、データエージェントなどの項目を含むワークロードですが、プレビュー段階の機能を本番前提の提案に組み込むのは避けたほうが無難です。

Fabricのライセンスと料金｜容量とユーザー単位の二階建て

Fabricの課金は容量ライセンスとユーザー単位ライセンスの組み合わせで決まります。ここを取り違えると見積もりが大きくずれるため、案件に入る前に理解しておきたい部分です。

容量ライセンス（F SKU）

容量はテナント内に置かれるリソースプールで、サイズによって使える計算能力が決まります。単位はCU（容量ユニット）です。

公式のライセンス解説によれば、F SKUはF2（2 CU）から F8192（8192 CU）まで用意されています。AzureからF容量を購入する場合はコミットメントなしの秒単位課金で、最低1分から請求されます。コスト削減用に年間の容量予約も選べます。

Power BI Premiumの容量ごとのSKU（P SKU）についても触れておきます。公式ドキュメントには、Microsoftが購入オプションを統合しPower BI Premiumの容量ごとのSKUを廃止している旨と、新規・既存の顧客ともにF SKUの購入を検討することが推奨される旨が明記されています。既存のP SKU環境でFabricを使う場合は、管理者側でFabricを有効化する操作が必要です。

F64が分岐点になる理由

ここが実務で最も効いてきます。

対象のワークスペースがF64以上の容量に割り当てられている場合、Microsoft Fabric無料ライセンスのユーザーでも、そのワークスペースのビューアーロールを持っていればPower BIコンテンツを閲覧できます。 一方、F64未満のF SKUでは、Power BIコンテンツを表示する各ユーザーにPro、Premium Per User（PPU）、または個別試用版のライセンスが必要です。

条件は「容量のサイズ」と「ワークスペースへの割り当て」と「ユーザーのロール」の3つがそろって成立する点に注意してください。F64を契約していても、対象ワークスペースが別の容量にぶら下がっていれば適用されません。

つまり「レポートを見るだけの人が何人いるか」で最適解が変わります。閲覧者が多い組織ではF64以上に寄せたほうが総額を抑えられるケースがあり、開発者数人で完結する検証ならF2〜F8でも始められます。

もう1つ押さえておきたいのがPPUの限界です。公式ドキュメントは、PPUではFabric容量がプロビジョニングされず、レイクハウス・ウェアハウス・ノートブックといったPower BI以外のFabricアイテムは作成も実行もできないと明記しています。Power BI Premium機能をユーザー単位で使いたいだけならPPUで足りますが、Fabricワークロードを触るならF容量（または試用版容量）が要ります。

試用版と、小さく始める進め方

Fabric試用版はF64相当の容量が60日間使えます。検証やスキル習得の入口としては、この60日枠を使うのが現実的です。

案件で提案する場合も、いきなり大きなSKUを押さえるのではなく、小さいSKUで実データを流してCU消費を測り、そこから必要サイズを逆算する進め方が説明しやすくなります。秒単位課金で一時停止できる性質は、検証フェーズと相性が良い部分です。

ミニFAQ：Power BI ProライセンスだけでFabricのレイクハウスを作れますか。

作れません。Proライセンスのみ（F容量もP容量もない状態）では、Power BI以外のFabricアイテムは対象外です。F容量または試用版容量が前提になります。

FabricとDatabricks・Snowflake・BigQueryの選び分け

結論としては、既存のMicrosoftスタックの濃さで決まる場面が多くなります。製品単体の性能比較より、組織がすでに何を持っているかが効く領域です。

各製品の詳細は、Snowflakeとは？データクラウドの特徴・BigQueryとの違い・案件動向をフリーランス視点で解説とBigQueryとは？特徴・できること・データ分析案件の単価をフリーランス視点で解説にまとめています。

Fabricが候補に上がりやすい組織・上がりにくい組織

候補に上がりやすいのは、Microsoft 365をすでに全社導入していて、Power BIのレポートが部門ごとに積み上がっている組織です。ID管理がMicrosoft Entraに寄っていること、Excel連携の要望が多いことも後押しになります。

逆に、インフラを細かく制御したい要件、マルチクラウド前提でベンダーロックを避けたい方針、Sparkの細かいチューニングが中心になるワークロードでは、別の構成が選ばれることもあります。

クラウドそのものの選定順序で迷っている場合は、クラウド案件の参入順序｜AWS・Azure・GCPどれから取るかの判断軸が参考になります。

Microsoft Fabricの案件動向｜単価の目安と求められるスキル

ここから先は、公式ドキュメントに基づく仕様の話ではなく、公開案件を見て回った範囲での観測です。前節までの製品仕様とは性質が違う情報として読んでください。

まず短答です。Fabricを要件に明記した案件は、Azureのデータ基盤案件の一部として出てくる形が目立ち、提示額は月75万〜90万円前後の例が見られます。

以下は留保です。この数字は、2026年10月時点で、フリーランス向け案件検索サイト数社（フリーランスHub、freelance-start等）の公開案件ページを確認し、「Microsoft Fabric」が技術要件に記載された募集を拾った範囲での観測です。確認できた該当案件は十数件程度にとどまり、母集団が小さい点にご注意ください。公開案件数がまだ多くない領域のため、相場というより観測ベースの目安として読んでいただくのが適切です。

対象となる人材像も併せて書いておきます。この帯で募集されていたのは、Power BIでのレポート・セマンティックモデル構築を実務で3年程度経験し、加えてADF・ADLS・SynapseのいずれかでAzureデータ基盤に触れた経験がある層で、首都圏案件の週4〜5日稼働・準委任契約を想定した条件が中心でした。経験年数が浅い場合や、BI側のみ・基盤側のみの経験で入る場合は、同じレンジにはなりにくくなります。

参考として、同じ情報源での周辺職種の数字も挙げておきます。Microsoft Azureのフリーランス案件は平均単価79.2万円・中央値75万円、データアナリストの月額単価相場は86万円、データサイエンティストは84万円という集計が公開されています。ただし集計対象や算出方法がサイトごとに異なるため、単純比較はできません。

非公開案件については別の話として扱います。エージェント面談で提示される非公開案件は個別条件での上振れがあり得ますが、公開案件のように横並びで確認できないため、同列には置けません。

データ基盤のレイヤー別の単価感はデータ基盤案件の単価相場｜ETL・DWH・BIレイヤー別の目安とスキルで整理しています。自分がどのレンジを狙えるか把握したい方は、無料のフリーランスエンジニア単価診断で市場単価の目安を確認できます。

案件で求められるスキルの組み合わせ

公開案件の要件欄を見る限り、Fabric単独の指名ではなく、以下の組み合わせで記載されるケースが目立ちます。

• Power BIでのレポート・セマンティックモデル構築経験（DAXを含む）

• Azure環境でのデータ基盤構築経験（ADF、ADLS、Synapseのいずれか）

• SQLによるデータモデリング、およびPythonまたはSparkでの変換処理

• 業務部門とのヒアリング・要件整理の経験

つまり、BI側から基盤へ降りてくる人と、基盤側からBIへ上がってくる人の両方に入口がある構造です。前者はBIエンジニアとは｜仕事内容・年収・データアナリストとの違いをフリーランス視点で解説、後者はデータエンジニアとは？仕事内容・年収・将来性をわかりやすく解説が現在地の確認に使えます。

案件そのものを眺めたい場合はフリコンの案件一覧から探せます。

Fabric案件に入るための学習ロードマップ

既存スキルによって最短経路が変わります。 ゼロから全ワークロードを触るのは効率が悪く、手持ちの経験に接続する形で広げるほうが案件に届きやすくなります。

Power BI経験者の場合

セマンティックモデルとDAXの経験がそのまま効きます。追加で押さえるのは、レイクハウスとDirect Lakeの考え方、ワークスペースと容量の関係、OneLakeへのデータ配置です。試用版の60日枠で、既存のPower BIレポートをFabricワークスペースへ移して挙動差を確認するところから始めると差分が見えます。

Power BI本体の学習順序はPower BIとは｜特徴・Tableauとの違い・案件単価をフリーランス視点で解説、BIツール比較の観点はTableauとは｜BIツールの特徴・できること・案件単価を解説にあります。

Azure・Synapse経験者の場合

Data FactoryとSpark周りの知識は移植が効きます。重点は、PaaSからSaaSへの発想の切り替えです。リソースグループ単位で考えていた権限とコストを、テナント・容量・ワークスペースの3層で捉え直す必要があります。CU消費の見積もり方も、VM時間での見積もりとは別物です。

Azure全体の俯瞰はMicrosoft Azureとは｜主要サービス・AWS/GCPとの違い・案件単価が入口になります。

資格で裏づけを作る場合

Fabric関連ではDP-600試験に対応する「Microsoft認定: Fabric Analytics エンジニア アソシエイト」が用意されています。試験時間は100分、認定の更新頻度は12か月です。セマンティックモデル・ウェアハウス・レイクハウスの設計と管理が対象で、SQL・KQL・DAXでのクエリ能力が前提として挙げられています。

なお公式ページには、この認定の英語版が2026年10月19日に更新される旨の告知が出ています。受験を検討する場合は、公式の学習ガイドで出題範囲の最新版を確認してから準備を始めてください。

Azure資格全体のロードマップはAzure認定資格おすすめ一覧｜AZ-900からのロードマップ・難易度・受験料で扱っています。

実務でつまずきやすいポイントと対策

CU消費の見積もりが読みにくい

Fabricの計算リソースは容量単位で共有されます。複数ワークスペースが同じ容量にぶら下がる構成だと、重いSparkジョブが走った時間帯にレポートの応答が落ちるといった干渉が起きます。

対策は、本番レポート用と開発・検証用で容量を分けるか、重い処理の実行時間帯をずらすことです。参画初期に「どのワークスペースがどの容量に割り当てられているか」を図にして確認しておくと、障害時の切り分けが早くなります。

ライセンス前提の確認漏れ

見落とされやすいのが、閲覧者のライセンス状況です。F64未満の容量で構築を進め、公開直前に「閲覧ユーザー全員にProが必要」と判明すると、予算の組み直しになります。要件定義の段階で、レポートを見る人数とその人たちの現在のライセンスを確認しておきたいところです。

プレビュー機能を本番前提で設計しない

Fabricは更新頻度が高く、プレビュー段階の機能が公式ドキュメントに併記されます。提案書や設計書に落とす際は、その機能が一般提供（GA）か プレビューかを公式ページで都度確認する運用にしておくと安全です。執筆時点の情報をそのまま転記すると、数か月で前提がずれることがあります。

既存Synapse資産の扱いを決めずに進める

「Fabricに全部寄せる」と決め打つと、稼働中のSynapseパイプラインの移行コストが後から効いてきます。ミラーリングやショートカットで既存資産を活かす選択肢も含め、移行するもの・併存させるもの・捨てるものを最初に仕分けるのが現実的です。

Fabric案件に参画する前の確認リスト

商談や初回面談で確認しておくと、入ってからのギャップが減ります。

担当範囲の確認は特に重要です。「Fabric案件」と一括りにされていても、実態がPower BIレポートの量産なのか、OneLakeを含む基盤設計なのかで、必要なスキルも単価レンジも変わります。

まとめ

Microsoft Fabricは、OneLakeという単一データレイクの上に役割別のワークロードを束ねたSaaS型の分析基盤で、フリーランスにとっては「Power BIとAzureデータ基盤の両方を扱える人」の受け皿になりやすい領域です。

• 構成の中核はOneLake。ショートカットとミラーリングで、既存のSnowflakeやDatabricksを残したまま足せる

• 料金は容量（F SKU）とユーザー単位ライセンスの二階建て。F2から契約でき、F64以上で無料ライセンス＋ビューアーロールでの閲覧が可能になる

• PPUではFabricのレイクハウスやノートブックは作れない。F容量か試用版容量が前提

• Azure Synapse Analyticsの提供終了はアナウンスされていないが、新機能の投資先はFabric側に寄っている

• 案件はAzureデータ基盤案件の一部として出る形が目立ち、観測できた範囲では月75万〜90万円前後の提示が見られた（2026年10月時点・公開案件十数件の観測）

• 参画前に、容量のSKU・閲覧者のライセンス・既存Synapse資産の扱い・担当範囲の4点を確認しておく

次のステップとしては、Fabric試用版の60日枠で手元のPower BIレポートをFabricワークスペースに移し、レイクハウスへのデータ配置まで一度通してみるのが実感をつかみやすい方法です。そのうえで、単価レンジの現在地をフリーランスエンジニアの単価相場と単価の上げ方で確認し、案件要件とのギャップを埋めていく順序になります。

参照した一次情報は以下のとおりです。

• Microsoft Fabricとは（Microsoft Learn）

• Microsoft Fabricのライセンスと容量を理解する（Microsoft Learn）

• 統合データレイクであるOneLake（Microsoft Learn）

• Microsoft認定: Fabric Analytics エンジニア アソシエイト