Инструменты4 сентября 2026 г., 22:21 МСК🤖 Auto

Power BI Premium упразднен: как выжить в эпоху Microsoft Fabric

Microsoft официально заменила Power BI Premium на Fabric. Разбираем, что изменилось в архитектуре, лицензировании и рабочих процессах разработчика.

Баннер новости 6803

Конец эпохи Power BI Premium

Microsoft завершает переход на единую платформу Microsoft Fabric, которая полностью заменяет устаревший SKU Power BI Premium. Для разработчиков это означает не просто смену названия, а фундаментальное изменение в том, как данные обрабатываются, хранятся и визуализируются. Старая модель выделенных мощностей (dedicated capacity) уходит в прошлое, уступая место единой единице измерения — Fabric Capacity Units (FCU).

Архитектурные сдвиги: от изоляции к интеграции

Главное отличие заключается в унификации стека технологий. В старой модели Power BI Premium работал в значительной степени изолированно, тогда как Fabric объединяет Data Factory, Data Warehouse, Data Lake, Power BI и другие сервисы в единое целое. Это устраняет необходимость в сложной настройке шлюзов и интеграции между разрозненными сервисами Azure.

Ключевые изменения для разработчиков

Переход требует пересмотра подходов к развертыванию и управлению ресурсами. Ниже приведена сравнительная таблица основных параметров:

Параметр Power BI Premium (Legacy) Microsoft Fabric
Единица емкости P-SKU (P1-P6) FCU (Fabric Capacity Units)
Интеграция данных Требует Azure Data Factory/Synapse Встроенные коннекторы и OneLake
Хранение данных Отдельные хранилища OneLake (единое озеро данных)
Масштабируемость Статическая для каждого SKU Динамическое распределение ресурсов

Что делать прямо сейчас?

Разработчикам рекомендуется начать с аудита текущих мощностей и оценки стоимости перехода на FCU. Важно изучить документацию по OneLake и новым возможностям DirectLake режима, который обеспечивает высокую производительность без необходимости импорта данных. Игнорирование этих изменений может привести к росту затрат и снижению производительности отчетов в ближайшие месяцы.

Источник: Towards Data Science ↗