Parcourir les aide-mémoire · Microsoft Fabric

Technologie: Microsoft FabricCatégorie: ArchitectureNiveau: IntermédiaireMis à jour

Lakehouse ou Warehouse

Choisissez entre Lakehouse et Warehouse dans Microsoft Fabric en comparant le modèle de développement, les types de données, les capacités SQL, les transactions, les modes d’ingestion et les besoins analytiques en aval.

Sur cette page
  1. Problème
  2. Réponse rapide
  3. Code / commandes
  4. 1. Utilisez un Lakehouse lorsque Spark est le moteur de transformation principal
  5. 2. Interrogez les tables Delta du Lakehouse via le point de terminaison d’analytique SQL
  6. 3. Utilisez un Warehouse lorsque T-SQL est le modèle de développement principal
  7. 4. Utilisez un Warehouse pour les modèles dimensionnels
  8. 5. Utilisez un Lakehouse pour des types de données mixtes
  9. 6. Utilisez des raccourcis dans un Lakehouse lorsque la copie des données est inutile
  10. 7. Utilisez un Warehouse lorsque les transactions multi-tables comptent
  11. 8. Utilisez un Lakehouse pour l’architecture Medallion
  12. 9. Utilisez un Warehouse comme couche de service gouvernée après l’ingénierie dans le Lakehouse
  13. 10. Utilisez les requêtes inter-bases de données lorsque les données existent déjà dans Fabric
  14. 11. Utilisez COPY INTO pour l’ingestion dans le Warehouse lorsque le chargement en SQL est privilégié
  15. 12. Utilisez CTAS dans le Warehouse pour les transformations SQL
  16. 13. N’utilisez pas le Warehouse comme zone d’atterrissage de fichiers bruts
  17. 14. N’utilisez pas le point de terminaison SQL du Lakehouse comme substitut au DML du Warehouse
  18. 15. Choisissez selon le flux de travail principal des développeurs
  19. 16. Choisissez selon la forme des données sources
  20. 17. Choisissez selon les exigences transactionnelles
  21. 18. Choisissez selon les exigences de service
  22. 19. Vérifiez si les deux couches sont réellement nécessaires
  23. Interpréter le résultat
  24. Points à vérifier
  25. L’équipe déplace sans cesse des données entre Lakehouse et Warehouse sans nécessité
  26. Les analystes ont besoin d’écritures SQL fréquentes ou de procédures stockées
  27. Les ingénieurs utilisent continuellement Spark sur des données brutes/semi-structurées
  28. Le Warehouse ne contient que des copies des tables gold du Lakehouse
  29. Les utilisateurs SQL du Lakehouse s’attendent à une base de données SQL complète
  30. Notes de production
  31. Les deux utilisent OneLake et le stockage ouvert Delta
  32. Le point de terminaison d’analytique SQL du Lakehouse est orienté lecture
  33. Le Warehouse offre des capacités d’entreposage SQL complètes
  34. Le Lakehouse est la surface d’ingénierie des données la plus large
  35. Ne dupliquez pas les données sans raison
  36. Les performances dépendent de la charge de travail
  37. La gouvernance doit couvrir les deux
  38. Erreurs fréquentes
  39. 1. Choisir le Lakehouse uniquement parce que le terme semble plus moderne
  40. 2. Choisir le Warehouse uniquement parce que l’équipe connaît SQL
  41. 3. Supposer que le point de terminaison SQL du Lakehouse prend en charge l’intégralité du DML du Warehouse
  42. 4. Supposer que le Warehouse n’utilise pas Delta/OneLake
  43. 5. Copier chaque table du Lakehouse dans le Warehouse
  44. 6. Considérer le Lakehouse uniquement comme une zone brute
  45. 7. Traiter le Warehouse comme une zone d’atterrissage ETL pour des fichiers arbitraires
  46. 8. Ignorer les exigences transactionnelles
  47. Étape suivante
  48. Pour aller plus loin

Problème

Vous concevez une solution Microsoft Fabric et devez décider si les données doivent résider dans un Lakehouse, dans un Warehouse ou dans les deux.

Les deux s’appuient sur OneLake et sur le stockage ouvert Delta : la décision ne se résume donc pas à « data lake ou base de données ».

Les vraies questions sont les suivantes :

  • Les ingénieurs travailleront-ils principalement en Spark ou en T-SQL ?
  • Les données sont-elles uniquement structurées, ou aussi semi-structurées/non structurées ?
  • Avez-vous besoin de transactions SQL multi-tables ?
  • Les données seront-elles transformées dans des notebooks ?
  • Les analystes ont-ils besoin d’une expérience relationnelle centrée sur SQL ?
  • La charge de travail relève-t-elle principalement de l’ingénierie, de la BI, ou des deux ?
  • Avez-vous besoin de raccourcis (shortcuts) et d’un accès orienté fichiers ?
  • La couche de service organisée doit-elle exposer l’intégralité du DML T-SQL et les objets d’entrepôt ?

Réponse rapide

Utilisez ceci comme point de départ de la décision :

Besoin de Spark / Python / notebooks ?
→ Lakehouse

Besoin de l’intégralité du DML T-SQL, de procédures stockées et de transactions multi-tables ?
→ Warehouse

Besoin de données structurées + semi-structurées/non structurées ?
→ Lakehouse

Besoin d’une couche de service dimensionnelle centrée sur SQL ?
→ Warehouse

Besoin à la fois d’ingénierie et d’un service SQL d’entreprise ?
→ Souvent Lakehouse + Warehouse

Une architecture de production courante est la suivante :

  1. Sources
  2. Lakehouse
    • Bronze
    • Silver
    • Delta organisé
  3. WarehouseCouche dimensionnelle / de reporting
  4. Power BI / consommateurs SQL
Une architecture Lakehouse + Warehouse courante

N’ajoutez pas les deux automatiquement.

Utilisez les deux uniquement lorsque chacun a une responsabilité clairement définie.

Code / commandes

1. Utilisez un Lakehouse lorsque Spark est le moteur de transformation principal

Exemple PySpark :

from pyspark.sql import functions as F

sales = (
    spark.read
    .format("delta")
    .load("Tables/sales")
)

daily_sales = (
    sales
    .filter(F.col("sale_date") >= "2026-10-01")
    .groupBy(
        "sale_date",
        "merchant_id",
    )
    .agg(
        F.sum("amount").alias("revenue"),
        F.countDistinct("sale_id").alias("sales"),
    )
)

Réécrire dans une table Delta :

(
    daily_sales.write
    .format("delta")
    .mode("overwrite")
    .saveAsTable("sales_daily")
)

Le Lakehouse est le choix naturel lorsque :

  • PySpark est central
  • des notebooks effectuent les transformations d’ingénierie
  • fichiers et tables Delta coexistent
  • une architecture Medallion est utilisée
  • les raccourcis font partie de la conception

2. Interrogez les tables Delta du Lakehouse via le point de terminaison d’analytique SQL

Chaque Lakehouse expose un point de terminaison d’analytique SQL (SQL analytics endpoint) pour interroger les tables Delta.

Exemple :

SELECT
    merchant_id,
    SUM(revenue) AS total_revenue
FROM dbo.sales_daily
GROUP BY
    merchant_id
ORDER BY
    total_revenue DESC;

C’est utile pour :

  • l’exploration SQL
  • la consommation BI
  • les vues
  • les requêtes de reporting

Le point de terminaison d’analytique SQL du Lakehouse est principalement orienté lecture.

Ne le concevez pas comme s’il s’agissait d’un entrepôt SQL complet en lecture/écriture.


3. Utilisez un Warehouse lorsque T-SQL est le modèle de développement principal

Exemple :

CREATE TABLE dbo.FactSales
(
    SaleId bigint NOT NULL,
    MerchantId int NOT NULL,
    SaleDate date NOT NULL,
    Amount decimal(18,2) NOT NULL
);

Insérer des données :

INSERT INTO dbo.FactSales
(
    SaleId,
    MerchantId,
    SaleDate,
    Amount
)
VALUES
(
    1001,
    25,
    '2026-10-04',
    125.50
);

Le Warehouse convient mieux lorsque les ingénieurs et les analystes ont besoin :

  • du DDL SQL
  • du DML SQL
  • de procédures stockées
  • de fonctions
  • de transactions multi-tables
  • de modélisation relationnelle

4. Utilisez un Warehouse pour les modèles dimensionnels

Exemple de schéma :

FactSales
DimMerchant
DimCustomer
DimDate
DimProduct

SQL typique :

SELECT
    d.CalendarMonth,
    m.MerchantName,
    SUM(f.Amount) AS Revenue
FROM dbo.FactSales AS f
INNER JOIN dbo.DimDate AS d
    ON d.DateKey = f.SaleDate
INNER JOIN dbo.DimMerchant AS m
    ON m.MerchantId = f.MerchantId
GROUP BY
    d.CalendarMonth,
    m.MerchantName;

Ce modèle de service centré sur SQL s’aligne naturellement sur le Warehouse.


5. Utilisez un Lakehouse pour des types de données mixtes

Un Lakehouse peut conserver ensemble des fichiers bruts et des tables Delta managées.

Exemple de structure logique :

Lakehouse
├── Files
│   ├── raw-json/
│   ├── csv/
│   ├── images/
│   └── landing/
└── Tables
    ├── bronze_events
    ├── silver_sales
    └── gold_customer_activity

Utilisez-le lorsqu’une même charge de travail doit manipuler :

  • des tables Delta
  • du CSV
  • du JSON
  • des fichiers
  • des données semi-structurées
  • du contenu non structuré

Le Warehouse est conçu autour de tables relationnelles structurées.


6. Utilisez des raccourcis dans un Lakehouse lorsque la copie des données est inutile

Un Lakehouse peut exposer des données via des raccourcis OneLake.

Sur le plan conceptuel :

  1. Stockage externe
  2. Raccourci OneLake
  3. Lakehouse
  4. Spark / SQL / Power BI
Raccourci OneLake dans un Lakehouse

Utilisez-les lorsque :

  • les données existent déjà dans une source accessible
  • la copie créerait une duplication inutile
  • un accès en direct aux données est acceptable pour la charge de travail

Ne copiez pas des données simplement parce qu’un nouvel élément Fabric a été créé.


7. Utilisez un Warehouse lorsque les transactions multi-tables comptent

Exemple :

BEGIN TRANSACTION;

UPDATE dbo.FactOrder
SET Status = 'Closed'
WHERE OrderId = 1001;

INSERT INTO dbo.OrderAudit
(
    OrderId,
    EventType,
    EventTime
)
VALUES
(
    1001,
    'Closed',
    SYSUTCDATETIME()
);

COMMIT TRANSACTION;

Ce type de flux SQL transactionnel multi-tables est un cas d’usage du Warehouse.

Les tables Delta du Lakehouse offrent un comportement transactionnel au niveau de chaque table Delta, mais le Lakehouse n’est pas le bon choix pour une sémantique complète de transactions T-SQL multi-tables.


8. Utilisez un Lakehouse pour l’architecture Medallion

Exemple :

Bronze
  Delta brut, aligné sur la source

Silver
  Delta validé / standardisé

Gold
  Delta analytique organisé

C’est un modèle fort pour le Lakehouse, car Spark et Delta y sont des composants de premier plan.

Exemple :

bronze = spark.table("bronze_sales")

silver = (
    bronze
    .dropDuplicates(["sale_id"])
    .filter("sale_id IS NOT NULL")
)

(
    silver.write
    .format("delta")
    .mode("overwrite")
    .saveAsTable("silver_sales")
)

9. Utilisez un Warehouse comme couche de service gouvernée après l’ingénierie dans le Lakehouse

Exemple d’architecture :

  1. Systèmes sources
  2. Lakehouse Bronze
  3. Lakehouse Silver
  4. Données organisées
  5. Warehouse
  6. Power BI / applications SQL
Le Warehouse comme couche de service gouvernée

Ce modèle est utile lorsque :

  • l’ingénierie privilégie Spark
  • le reporting privilégie SQL
  • la modélisation dimensionnelle compte
  • des procédures stockées ou du DML SQL sont nécessaires

Ne dupliquez pas chaque table du Lakehouse dans le Warehouse.

Ne promouvez que les données qui tirent parti de la couche de service SQL.


10. Utilisez les requêtes inter-bases de données lorsque les données existent déjà dans Fabric

Fabric permet d’interroger à la fois les points de terminaison SQL du Warehouse et du Lakehouse sans exiger une copie traditionnelle pour chaque scénario analytique.

Sur le plan conceptuel :

SELECT ...
FROM SomeWarehouse.dbo.FactSales AS f
JOIN SomeLakehouse.dbo.DimMerchant AS m
    ON ...

Le nommage exact et l’accessibilité dépendent du contexte de l’espace de travail et de l’élément.

Utilisez l’accès inter-éléments pour réduire la duplication inutile lorsque la charge de travail le permet.


11. Utilisez COPY INTO pour l’ingestion dans le Warehouse lorsque le chargement en SQL est privilégié

Exemple :

COPY INTO dbo.FactSales
FROM 'https://<storage-path>/sales/'
WITH
(
    FILE_TYPE = 'PARQUET'
);

Utilisez l’ingestion native du Warehouse lorsque :

  • la destination est relationnelle
  • T-SQL est le modèle de fonctionnement de l’équipe
  • les données sont déjà suffisamment organisées pour être chargées dans l’entrepôt

Pour les transformations d’ingénierie à grande échelle, effectuez-les avant de charger la couche de service.


12. Utilisez CTAS dans le Warehouse pour les transformations SQL

Exemple :

CREATE TABLE dbo.SalesSummary
AS
SELECT
    MerchantId,
    SaleDate,
    SUM(Amount) AS Revenue
FROM dbo.FactSales
GROUP BY
    MerchantId,
    SaleDate;

Utilisez des transformations natives SQL lorsque cela simplifie l’architecture.

Ne déplacez pas des données vers Spark uniquement parce que Spark existe.


13. N’utilisez pas le Warehouse comme zone d’atterrissage de fichiers bruts

Mauvaise adéquation :

Warehouse
  JSON brut
  images
  fichiers CSV
  blobs de télémétrie

Mieux :

  1. Lakehouse Files
  2. Transformation Delta
  3. WarehouseSeulement si un service relationnel est nécessaire
Déposer les fichiers dans le Lakehouse, pas dans le Warehouse

Le Warehouse est destiné à l’analytique relationnelle structurée, pas au stockage de fichiers arbitraires.


14. N’utilisez pas le point de terminaison SQL du Lakehouse comme substitut au DML du Warehouse

Évitez de concevoir votre solution sur des hypothèses telles que :

INSERT ...
UPDATE ...
DELETE ...

sur les tables du Lakehouse via le point de terminaison d’analytique SQL, comme s’il s’agissait d’un entrepôt SQL complet.

Utilisez :

  • Spark
  • des pipelines
  • les chemins d’écriture pris en charge par le Lakehouse

pour modifier les données du Lakehouse.

Utilisez un Warehouse lorsque la sémantique d’écriture SQL est une exigence centrale.


15. Choisissez selon le flux de travail principal des développeurs

Utilisez cette correspondance :

PySpark / Python / Scala / Spark SQL
→ Lakehouse

T-SQL
→ Warehouse

Ingénierie mixte + service SQL
→ Lakehouse + Warehouse

La préférence technologique ne devrait pas être le seul facteur, mais c’est un signal de conception fort.


16. Choisissez selon la forme des données sources

Données structurées uniquement
→ Candidat Warehouse

Données structurées + semi-structurées + fichiers
→ Candidat Lakehouse

Ingestion brute + transformation
→ Candidat Lakehouse

Schéma en étoile organisé
→ Candidat Warehouse

Ne forcez pas trop tôt les charges d’atterrissage semi-structurées dans un modèle relationnel.


17. Choisissez selon les exigences transactionnelles

Écritures transactionnelles sur une seule table Delta
→ Le Lakehouse peut convenir

Transaction SQL multi-tables
→ Warehouse

Cette distinction est importante pour les charges de travail qui exigent des mises à jour relationnelles coordonnées.


18. Choisissez selon les exigences de service

Utilisez un Warehouse lorsque les consommateurs ont besoin d’une surface relationnelle familière avec :

  • des tables
  • des vues
  • des procédures
  • des fonctions
  • du DML T-SQL

Utilisez un Lakehouse lorsque les consommateurs peuvent travailler à partir :

  • de tables Delta
  • de Spark
  • du point de terminaison d’analytique SQL
  • de Direct Lake / modèles sémantiques Fabric

19. Vérifiez si les deux couches sont réellement nécessaires

Avant de construire :

Lakehouse → Warehouse

demandez-vous :

Quelle capacité le Warehouse apporte-t-il ici ?

Les bonnes réponses incluent :

  • une surface d’écriture T-SQL complète
  • des transactions multi-tables
  • un développement centré sur SQL
  • un service dimensionnel
  • des procédures stockées
  • une charge de travail relationnelle d’entreprise

Mauvaise réponse :

« Parce que toute architecture Fabric devrait avoir les deux. »

Ce n’est pas le cas.

Interpréter le résultat

Critère de décision Lakehouse Warehouse
Développement principal Spark / notebooks T-SQL
Types de données Structurées + semi/non structurées Structurées
Stockage Delta dans OneLake Delta dans OneLake
Accès Spark Natif Pas le modèle de développement principal
Requêtes SQL Point de terminaison d’analytique SQL Entrepôt SQL complet
DML T-SQL Pas via le point de terminaison SQL du Lakehouse Pris en charge
Transactions multi-tables Pas le modèle principal Prises en charge
Fichiers De premier plan Pas le cas d’usage visé
Architecture Medallion Très adapté Généralement couche de service
Modélisation dimensionnelle Possible, mais pas son principal atout Très adapté
Raccourcis Modèle fort du Lakehouse Interopérabilité possible via les modèles Fabric/OneLake
Procédures stockées Pas le modèle du point de terminaison SQL du Lakehouse Prises en charge
Rôle typique Ingénierie / transformation Service relationnel / BI

Points à vérifier

L’équipe déplace sans cesse des données entre Lakehouse et Warehouse sans nécessité

Votre architecture est peut-être dupliquée.

Vérifiez si :

  • l’accès inter-éléments suffit
  • les consommateurs peuvent interroger le point de terminaison SQL du Lakehouse
  • le Warehouse apporte une réelle capacité de service SQL

Les analystes ont besoin d’écritures SQL fréquentes ou de procédures stockées

Le Warehouse est probablement la meilleure couche de service.

Ne forcez pas ces flux de travail dans des modifications basées sur des notebooks.

Les ingénieurs utilisent continuellement Spark sur des données brutes/semi-structurées

Le Lakehouse est probablement la couche de stockage centrale naturelle.

Ne rendez pas tout relationnel prématurément.

Le Warehouse ne contient que des copies des tables gold du Lakehouse

Vérifiez si la couche dupliquée apporte :

  • une structure dimensionnelle
  • du DML SQL
  • des procédures
  • une logique transactionnelle
  • une valeur de gouvernance/de service

Sinon, la couche supplémentaire est peut-être inutile.

Les utilisateurs SQL du Lakehouse s’attendent à une base de données SQL complète

Précisez que le point de terminaison d’analytique SQL est principalement une surface de lecture/de service pour les tables Delta du Lakehouse.

Si une capacité d’écriture T-SQL complète est requise, utilisez un Warehouse.

Notes de production

Les deux utilisent OneLake et le stockage ouvert Delta

La différence tient principalement à la charge de travail et au modèle de développement, pas à une technologie de stockage complètement différente.

Cela rend Lakehouse et Warehouse complémentaires plutôt que mutuellement exclusifs.

Le point de terminaison d’analytique SQL du Lakehouse est orienté lecture

Il prend en charge les requêtes T-SQL et certains objets de métadonnées comme les vues et les fonctions, mais il n’équivaut pas à la surface DDL/DML SQL complète du Warehouse.

Concevez votre architecture en conséquence.

Le Warehouse offre des capacités d’entreposage SQL complètes

Le Warehouse prend en charge :

  • DQL
  • DML
  • DDL
  • les procédures stockées
  • les fonctions
  • les transactions multi-tables

Cela en fait l’option relationnelle centrée sur SQL.

Le Lakehouse est la surface d’ingénierie des données la plus large

Le Lakehouse prend en charge :

  • les fichiers
  • les tables Delta
  • Spark
  • les notebooks
  • les requêtes SQL
  • les raccourcis
  • la conception Medallion

C’est généralement le choix le plus flexible pour l’ingestion et la transformation.

Ne dupliquez pas les données sans raison

OneLake est conçu pour réduire les copies inutiles.

Avant de copier des données entre éléments Fabric, vérifiez si :

  • les raccourcis
  • les requêtes SQL inter-éléments
  • Direct Lake
  • les modèles de stockage Delta partagé

peuvent répondre au besoin.

Les performances dépendent de la charge de travail

Ne partez pas du principe que :

Le Warehouse est toujours plus rapide

ni que :

Le Lakehouse est toujours plus évolutif

Les performances dépendent :

  • de la forme des requêtes
  • de la conception des tables
  • de l’organisation des données
  • de la concurrence
  • du moteur
  • du type de charge de travail
  • de la capacité

Mesurez les performances de la charge de travail réelle.

La gouvernance doit couvrir les deux

La sécurité et la gouvernance doivent suivre le produit de données, pas le choix de l’étiquette de stockage.

Documentez :

  • la propriété
  • le lignage
  • le modèle d’accès
  • le contrat de service
  • la rétention
  • les attentes de qualité

quelle que soit l’architecture.

Erreurs fréquentes

1. Choisir le Lakehouse uniquement parce que le terme semble plus moderne

Choisissez en fonction de la charge de travail, pas de la terminologie.

2. Choisir le Warehouse uniquement parce que l’équipe connaît SQL

Si l’ingestion implique des fichiers à grande échelle, Spark ou des données semi-structurées, tout forcer dans le Warehouse peut ajouter des frictions inutiles.

3. Supposer que le point de terminaison SQL du Lakehouse prend en charge l’intégralité du DML du Warehouse

Ce n’est pas le cas.

Utilisez le bon chemin d’écriture.

4. Supposer que le Warehouse n’utilise pas Delta/OneLake

Le Warehouse Fabric stocke les données dans OneLake au format Delta.

La différence réside dans l’expérience utilisateur/de développement et dans les capacités de la charge de travail.

5. Copier chaque table du Lakehouse dans le Warehouse

Cela ajoute :

  • de la duplication
  • de l’orchestration
  • de la latence
  • de la maintenance

sans nécessairement apporter de valeur.

6. Considérer le Lakehouse uniquement comme une zone brute

Un Lakehouse peut contenir des tables Delta organisées et prendre en charge un accès SQL analytique.

Il ne se limite pas aux données Bronze/brutes.

7. Traiter le Warehouse comme une zone d’atterrissage ETL pour des fichiers arbitraires

Le Warehouse est optimisé pour l’analytique relationnelle structurée.

Utilisez le stockage de fichiers du Lakehouse/de OneLake pour l’atterrissage des données brutes/semi-structurées.

8. Ignorer les exigences transactionnelles

Les transactions SQL multi-tables constituent un véritable point de décision architectural.

Si elles comptent, le Warehouse devient nettement plus pertinent.

Étape suivante

Utilisez les exigences de la charge de travail pour choisir l’architecture.

  • Spark/notebooks sont prioritaires → commencez par un Lakehouse.
  • Une surface d’écriture T-SQL complète est prioritaire → commencez par un Warehouse.
  • Données structurées + non structurées → utilisez un Lakehouse.
  • Le service SQL dimensionnel est l’objectif principal → utilisez un Warehouse.
  • Besoin de transactions multi-tables → utilisez un Warehouse.
  • Besoin d’ingestion/transformation Medallion → utilisez un Lakehouse.
  • Besoin à la fois d’ingénierie Spark et d’un service centré sur SQL → utilisez Lakehouse + Warehouse.
  • Doute sur la nécessité des deux → commencez par l’un et n’ajoutez le second que lorsqu’une exigence concrète apparaît.
  • Les données existent déjà ailleurs dans OneLake ou dans un stockage externe → évaluez les raccourcis ou l’accès inter-éléments avant de copier.

← Tous les aide-mémoire