Plattformsvalet är gjort. Nu ska försäljningsdata, ekonomisystem, CRM och en handfull Excel-filer bli ett gemensamt datalager som organisationen litar på. Den här guiden går igenom hur ett sådant bygge går till i Microsoft Fabric, i tre steg: förstudie, bygge och överlämning. Vilka beslut som måste fattas i vilken ordning, vilka delar av plattformen som gör jobbet och var projekt brukar gå snett.
Ett gemensamt datalager i Microsoft Fabric byggs i tre steg. Förstudien inventerar källor, väljer lagringsform (lakehouse eller warehouse), ritar workspace-strukturen och dimensionerar kapaciteten. Bygget tar in data med shortcuts, mirroring eller pipelines, förädlar den i bronze-, silver- och gold-lager i OneLake och exponerar gold-lagret i Power BI med Direct Lake, under versionshantering och styrning från dag ett. Överlämningen handlar om ägarskap, övervakning och dokumentation, så att plattformen fungerar när projektet är slut. Det som oftast går fel är inte tekniken utan att stegen tas i fel ordning.
Vi har tidigare skrivit en jämförelse mellan Power BI, Microsoft Fabric och Databricks för den som står inför plattformsvalet, inklusive pris och migration från Power BI Premium. Den här artikeln tar vid när valet är gjort: ni har, eller ska skaffa, en Fabric-kapacitet, och frågan är hur ett datalager som hela organisationen kan använda faktiskt byggs.
De flesta bolag som kommer till Fabric har samma utgångsläge: data finns, men på många ställen. Ekonomisystemet har sin sanning, CRM-systemet sin, produktionssystemet en tredje, och i mellanrummen ligger Excel-filer som någon uppdaterar manuellt varje månad. Rapporterna stämmer inte överens, och ingen kan säga vilken siffra som gäller.
Fabrics svar på det är OneLake: ett enda datalager per organisation som skapas automatiskt med Fabric och som alla verktyg i plattformen arbetar mot. Microsoft beskriver det som att alla analysmotorer arbetar direkt i OneLake, utan att data behöver kopieras för att användas av en annan motor. Tabellerna lagras i öppna format (Delta Parquet eller Iceberg), vilket betyder att de kan läsas av verktyg utanför Fabric också.
Rent praktiskt betyder ett gemensamt datalager tre saker:
Det tredje glöms oftast bort. Utan det blir OneLake en ny plats för samma oreda.
En förstudie för ett Fabric-bygge behöver inte vara lång, men den behöver svara på fem frågor. Varje fråga motsvarar ett beslut som är dyrt att ändra senare.
Inventera systemen som ska in, men prioritera dem. Ett vanligt misstag är att försöka ta in allt i första leveransen. Välj de två eller tre källor som tillsammans svarar på den fråga verksamheten oftast ställer, till exempel försäljning mot budget, och bygg hela vägen från källa till rapport för just dem. Resten läggs till i takt.
För varje källa: hur ska data komma in? Fabric erbjuder tre huvudvägar, och valet avgör både arbetsinsats och driftkostnad.
| Väg in | Vad det innebär | Passar när |
|---|---|---|
| Shortcuts | En referens till data som ligger kvar där den är, i OneLake, Azure Data Lake Storage, Amazon S3, Google Cloud Storage eller Dataverse. Inget kopieras. | Data redan finns i öppna format i ett annat lager eller moln, eller när flera team ska dela samma tabeller utan dubbletter. |
| Mirroring | Kontinuerlig replikering av hela databaser till OneLake, i Delta-format. Källor som stöds i dag omfattar bland annat Azure SQL Database, SQL Server, PostgreSQL, MySQL, Oracle, SAP, Snowflake och Cosmos DB. Microsoft anger att replikeringen inte förbrukar kapacitet och att en viss mängd lagring för speglad data ingår per kapacitetsenhet. | Operativa databaser ska finnas tillgängliga för analys med kort fördröjning, utan att någon bygger och underhåller pipelines. |
| Pipelines och dataflows | Data Factory i Fabric: schemalagd hämtning, transformation och orkestrering. | Källan saknar stöd för mirroring, data behöver transformeras innan den landar, eller ni behöver styra exakt när och hur hämtningen sker. |
Microsofts egen rekommendation för medallion-arkitektur är att använda shortcuts för externa källor i stället för att kopiera data. Det är en bra tumregel: kopiera bara när ni måste.
Fabric har två sätt att lagra strukturerad data, och de vänder sig till olika kompetenser. Microsofts beslutsguide sammanfattar det så här: arbetar teamet med Spark (Python, Scala, Spark SQL) och blandad data, välj lakehouse. Arbetar teamet med T-SQL, behöver transaktioner över flera tabeller och har enbart strukturerad data, välj warehouse. Båda lagrar i Delta-format i OneLake, och båda kan frågas med SQL.
I praktiken landar många bolag i en kombination som Microsoft själva beskriver som ett av två standardmönster: lakehouse för bronze- och silver-lagren, warehouse för gold-lagret där BI-utvecklare med SQL-bakgrund arbetar. Det avgörande är vilken kompetens ni har i huset efter projektet, inte vilken som är mest modern.
Fabric organiserar allt i workspaces, och Microsoft rekommenderar att varje lager i medallion-arkitekturen får ett eget workspace för bättre kontroll och styrning. Ovanpå det finns domäner, som grupperar workspaces per affärsområde eller avdelning. Bestäm strukturen innan bygget börjar. Att flytta innehåll mellan workspaces i efterhand är möjligt men mödosamt, och behörigheter följer strukturen.
Fabric köps som kapacitet (F-SKU:er, från F2 och uppåt), som betalas per sekund och kan pausas när den inte används. All beräkning i plattformen drar från samma kapacitet, så dimensioneringen är en fråga om hur mycket som ska hända samtidigt, inte hur mycket data som lagras. Två saker är värda att veta redan i förstudien:
Region: Fabric finns i Sweden Central med alla arbetsbelastningar. För bolag med krav på att data ska lagras i Sverige är det en enkel bock, men Microsoft noterar att katastrofåterställning över regioner inte är tillgänglig som standard för Power BI där. Det är en fråga att ställa i förstudien, inte efter driftsättning.
Den sista frågan är organisatorisk. Vem äger gold-tabellerna? Vem får ändra en definition? Vem svarar när en rapport visar fel? Om förstudien inte namnger personer, inte roller, kommer bygget att göra det åt er, och då blir svaret "konsulten som byggde det".
Med förstudiens beslut på plats följer bygget ett mönster som Microsoft dokumenterar väl och som de flesta Fabric-arkitekter känner igen: medallion-arkitekturen, med tre lager av stigande kvalitet.
| Lager | Innehåll | Vad som händer här |
|---|---|---|
| Bronze (rådata) | Data exakt som den kom från källan, i ursprungligt format eller Delta. | Ingenting ändras. Lagret är er källa till sanning om vad systemen faktiskt levererade, och det ni går tillbaka till när något i senare lager ifrågasätts. |
| Silver (förädlad) | Rensad och standardiserad data i Delta-tabeller. | Datum får ett format, valutor ett gemensamt, dubbletter tas bort, kundposter från olika system matchas mot varandra. Här löses de flesta av de motsägelser som fanns mellan systemen. |
| Gold (kurerad) | Tabeller organiserade för rapporter och analys. | Färdiga mått och dimensioner: försäljning per dag, kundvärde, lagerprognos. Det är hit Power BI kopplas, och det är här verksamhetens definitioner bor. |
Med källordningen från förstudien byggs intaget källa för källa, hela vägen till bronze. Använd shortcuts och mirroring där det går och pipelines där det behövs. Fabric har på senare tid lagt till materialiserade lake-vyer, där transformationerna mellan lagren beskrivs deklarativt i SQL och plattformen sköter beroenden och uppdatering. För bolag utan tunga Spark-behov förenklar det silver- och gold-stegen avsevärt.
Det som skiljer ett Fabric-bygge från ett traditionellt datalager är hur Power BI kopplas på. Direct Lake är ett lagringsläge för semantiska modeller som läser Delta-tabeller i OneLake direkt in i minnet. Enligt Microsoft ger det prestanda i nivå med importläget utan att data kopieras, och en uppdatering är en metadataoperation som tar sekunder i stället för en hel dataladdning. Microsoft pekar ut gold-lagret i medallion-arkitekturen som det typiska användningsfallet.
Två saker att planera för. Direct Lake har gränsvärden per kapacitet, till exempel maximalt antal filer och rader per tabell, och tabellerna bör vara optimerade med V-Order. Och vissa funktioner som självbetjänande analytiker är vana vid, som beräknade kolumner och SQL-vyer, fungerar inte eller fungerar med begränsningar. Microsofts egen rekommendation är att bygga en prototyp och verifiera prestanda innan hela rapportfloran flyttas över.
Ett datalager är kod: pipelines, notebooks, SQL, semantiska modeller. Fabric har inbyggd Git-integration mot Azure DevOps och GitHub, och deployment pipelines som flyttar innehåll mellan utvecklings-, test- och produktionsmiljöer. Microsofts rekommendation är att koppla utvecklings-workspacet till Git och driftsätta därifrån via deployment pipelines. Sätt upp det i bygget första vecka, inte sista. Ett datalager som bara finns i produktion, byggt av en person, är ett av de vanligaste skälen till att överlämningen misslyckas.
Fabric har styrningsfunktionerna inbyggda, men de aktiveras inte av sig själva. Det som bör vara på plats innan de första användarna släpps in:
För bolag i reglerade branscher är det här inte valfritt. Vi har skrivit mer om det i vår guide om data governance.
Överlämningen är det steg som oftast planeras minst och som avgör mest. Ett datalager som byggts på tre månader ska fungera i fem år, med nya källor, nya krav och ny personal. Fyra saker gör skillnad:
För ett bolag med tre till fem källsystem och ett tydligt första användningsfall brukar förstudien ta några veckor, bygget av den första leveransen två till tre månader och överlämningen några veckor parallellt med byggets slutfas. Bolag som siktar på driftsättning i början av året behöver alltså ha förstudien klar under hösten. Tidsåtgången varierar med antalet källor, datakvaliteten och hur mycket av styrningen som redan finns.
Ett Fabric-bygge kräver sällan ett stort team, men det kräver olika kompetenser vid olika tidpunkter. Det är ett skäl till att många bolag bemannar med konsulter från ett IT-konsultbolag per fas i stället för att rekrytera ett helt team innan de vet vad de behöver.
| Steg | Roll | Vad rollen gör |
|---|---|---|
| Förstudie | Fabric-arkitekt | Källinventering, val av lagringsform, workspace- och domänstruktur, kapacitetsdimensionering, styrningsmodell. |
| Bygge | Data engineer (Fabric) | Intag, bronze- och silver-lager, pipelines, notebooks eller materialiserade vyer. |
| BI-utvecklare / analytics engineer | Gold-lager, semantiska modeller med Direct Lake, rapporter, mått och definitioner tillsammans med verksamheten. | |
| Projektledare | Håller ihop källordning, verksamhetens beslut om definitioner och tidplanen. Underskattas ofta i datalagerprojekt. | |
| Överlämning | Governance-specialist / plattformsförvaltare | Behörigheter, Purview, övervakning, dokumentation och utbildning av förvaltningen. |
Arkitekten behövs oftast bara i förstudien och som stöd under bygget. Data engineern och BI-utvecklaren är de som gör timmarna. Governance-rollen kommer in sent men ska helst ha varit med i förstudiens femte fråga. Vi beskriver rollerna närmare på vår sida om Microsoft Fabric-konsulter.
Balr Consulting Group tillsätter Fabric-arkitekter, data engineers, BI-utvecklare och governance-specialister till svenska bolag som bygger sitt gemensamma datalager. Berätta var ni står, så föreslår vi vilka roller ni behöver och när.
Hur lång tid tar det att bygga ett datalager i Microsoft Fabric?
För ett bolag med tre till fem källsystem och ett tydligt första användningsfall brukar förstudien ta några veckor, bygget av den första leveransen två till tre månader och överlämningen några veckor parallellt med slutfasen. Tiden styrs främst av antalet källor, datakvaliteten i dem och hur mycket av styrningen som redan finns på plats.
Ska vi välja lakehouse eller warehouse i Fabric?
Microsofts beslutsguide utgår från kompetens och data: Spark-vana team med blandad data väljer lakehouse, T-SQL-vana team med strukturerad data och behov av transaktioner över flera tabeller väljer warehouse. Många bolag kombinerar dem, med lakehouse för rådata och förädlad data och warehouse för det kurerade lagret som BI-utvecklare arbetar mot. Båda lagrar i Delta-format i OneLake.
Måste vi kopiera all data in i OneLake?
Nej. Shortcuts refererar data som ligger kvar i OneLake, Azure Data Lake Storage, Amazon S3, Google Cloud Storage eller Dataverse utan att kopiera den, och mirroring replikerar operativa databaser till OneLake utan att pipelines behöver byggas. Microsofts rekommendation är att använda shortcuts för externa källor i stället för att kopiera. Pipelines behövs främst när data måste transformeras innan den landar eller när källan saknar stöd för de andra vägarna.
Vad är medallion-arkitektur?
Ett sätt att organisera ett datalager i tre lager av stigande kvalitet. Bronze innehåller rådata exakt som den kom från källan, silver innehåller rensad och standardiserad data där dubbletter och formatskillnader är åtgärdade, och gold innehåller tabeller organiserade för rapporter och analys med verksamhetens definitioner. Microsoft rekommenderar mönstret för Fabric och föreslår ett eget workspace per lager.
Vad är Direct Lake och varför spelar det roll?
Direct Lake är ett lagringsläge för Power BI-modeller i Fabric som läser Delta-tabeller i OneLake direkt in i minnet, utan att data kopieras som i importläget. Enligt Microsoft ger det prestanda i nivå med import, och en uppdatering tar sekunder i stället för en full dataladdning. Det är det typiska sättet att exponera gold-lagret i rapporter, men det har gränsvärden per kapacitet och vissa funktionsbegränsningar, så en prototyp bör verifieras innan alla rapporter flyttas över.
Kan data lagras i Sverige?
Ja. Microsoft Fabric finns i regionen Sweden Central med alla arbetsbelastningar. Microsoft anger dock att katastrofåterställning över regioner inte är tillgänglig som standard för Power BI där, vilket bör vägas in i förstudien för bolag med höga krav på kontinuitet.
Vilka roller behöver vi för ett Fabric-projekt?
Vanligtvis en Fabric-arkitekt i förstudien, en eller flera data engineers och en BI-utvecklare i bygget, en projektledare som håller ihop verksamhetens beslut, och en governance-specialist inför överlämningen. Arkitekten och governance-rollen behövs oftast på deltid, medan data engineer och BI-utvecklare står för merparten av timmarna.