Microsoft Fabric vs Databricks vs (Snowflake) -若手エンジニアがそれぞれの強みと違いを比較してみた- "A Young Engineer's Comparison of Their Strengths and Differences"

データエンジニアとして未経験で入社して約1年。少しずつ業務にも慣れてきた中で、FabricやDatabricks（ときどきSnowflake）を実際に使って感じたことを、リアルな目線でまとめました。

私は“ビジネス寄り”と“エンジニア寄り”のちょうど中間の立場にいて、どちらの視点もある程度理解できるようになってきたと感じています。
だからこそ見えてきた、FabricとDatabricksそれぞれの「強み」が「弱み」にもなるという構造。

GUIで直感的なFabricは、裏を返せば“ブラックボックス”

柔軟なコードベースのDatabricksは“敷居が高い”

Snowflakeについてはまだあまり触れていませんが、だからこそ初心者の目線での感想として、何かしら参考になる部分があるかもしれません。

この記事では、三つのツールの特徴・思想・実務での使いやすさなどを、現場視点でフラットに比較しています。まだまだ勉強中ではありますが、同じように悩んでいる人のヒントになればうれしいです！

👉 Qiita元記事はこちら：https://qiita.com/ReijiOtake/items/119cd7318feb81835064

(English Description)

Microsoft Fabric vs Databricks vs Snowflake
– Comparing Strengths and Trade-offs from a Junior Engineer’s Perspective –

It’s been about a year since I joined my company as a new graduate with no prior experience as a data engineer. Now that I’ve grown more comfortable using tools like Microsoft Fabric and Databricks (and occasionally Snowflake), I decided to share my honest impressions based on hands-on experience.

I’m currently working in a position somewhere between “business-oriented” and “engineering-oriented,” which allows me to understand both perspectives to a certain extent.
That’s why I’ve come to realize something important:
The strengths of Fabric and Databricks can also be their weaknesses.

Fabric’s GUI is user-friendly—but can feel like a black box

Databricks is flexible—but can be intimidating for beginners

While I haven’t used Snowflake as much, that in itself may offer a useful perspective for beginners encountering it for the first time.

In this presentation, I share how each platform feels in practice—not just the technical differences, but also their philosophies and how they fit different user needs.
I’m still learning, so feedback is always welcome!

👉 Full article on Qiita: https://qiita.com/ReijiOtake/items/119cd7318feb81835064

Transcript

1. Microsoft Fabric vs Databricks vs (Snowflake) -若手エンジニアがそれぞれの強みと違いを比較してみた- Microsoft Data Analytics Day (Online) 勉強会 2025.4.26 大竹 礼二
2. 自己紹介 ⚫所属：株式会社ジール ⚫経歴：2024年4月 新卒入社（2年目） ⚫仕事 ⚫ Microsoft Fabricでのデータ分析基盤開発 ⚫ Azureでのクラウド基盤開発 ⚫ Power BI でのレポート開発 ⚫ Etc ⚫My Qitta ⚫ ReijiOtake - Qiita
3. 導入
4. クラウドデータプラットフォーム -あなたはどれを選ぶ？- どいつにすればいいんだ、、、、 完全な データプラットフォームで AI による変革を加速 新しいデータインテリジェンス プラットフォームで、 データ・AI・未来を掌握 データエージェント、AIモデル 展開、非構造化データ処理、 これらすべてを AIデータクラウドで実行 Microsoft Fabric Databricks Snowflake
5. ウェアハウス vs レイクハウス ▽参考 Databricks と同等の価格性能を持つという競合 Snowflake の主張に対する反論 | Databricks SQLDB、KQL、ウェアハウス、レイクハウスの違いと特徴-レイクハウススタンダード世代がどうしてSQLDBがまだ必要か考えた- #Databricks - Qiita レイクハウス ウェアハウス ・レイクハウスでも構造化データはどんどん速く、安く扱えるように ・AI時代に向けて、レイクハウスが主役になる未来も近いかも？
6. Fabric と Databricks -強みは弱みの裏返し- ビジネスサイド、エンジニアサイド どっちの意見も見えてきたぞ！ ・GUIでわかりやすいFabricは裏を返せば “ブラックボックス” ・コードベースで柔軟なDatabricksは “敷居が高い” ス テ ッ プ ア ッ プ （ 男 性 ・ ビ ジ ネ ス ） パ ソ コ ン を 打 つ ビ ジ ネ ス ウ ー マ ン
7. Microsoft Fabric vs Databricks
8. FabricのGUIはとにかく直感的で初心者にやさしい 図： DatabricksのNotebookの画面 結局コードベースで開発したい なんでもできるじゃん Databricks最高 Fabric使いやすいけど、 エラー時に裏でどう動いてるか見えにくいし、 GUIでポチポチするの逆に手間だな Databricksは結局コードベースだから、 私には無理、、 Power Point Excelよりちょっと難しいけど、 アプリみたいで使いやすい これなら私でもデータ分析できそう！ 図： Fabricのパイプラインの画面（GUIベース）
9. 機能が多いFabric、シンプルなDatabricks -それぞれの設計思想の違い- 図： 多種多様なFabricのアイテム 図： DatabricksのUIはシンプル いっぱいアイテムがあって何を使えばいいの？ ウェアハウスとレイクハウス何がちがう？ 結局シンプルな ノートブック主体の設計の方が使いやすかったりする GUIでもできるしNotebookもある アイテム豊富で機能も盛りだくさん どんどん最新機能が出る
10. そもそもクラスターってなに… どんな設定値にすればいいの… 処理ごとに適切なスペックのクラスタを構成 大規模処理や特殊なニーズに合わせて 環境をチューニング コンピュートについて どちらが使いやすい？ - Fabricの自動化 vs Databricksの柔軟な設定 初期設定しなくていいのは楽だけど、 もう少し細かく設定したい場面はあるな 図： Fabric 特別な設定なしにセッションを開始 図： クラスターの設定が必要 ▽参考 サーバーレスコンピュートを有効にする | Databricks Documentation ユーザーが仮想マシンやコンテナを意識する場面なし 特に何も考えずノートブックの中身だけ考えればOK
11. 大規模バッチ処理はDatabricksに軍配 -Fabricは制限に注意- ▽参考 Introducing Autoscale Billing for Spark in Microsoft Fabric | Microsoft Fabric ブログ | Microsoft Fabric 図： Fabricスロットリングの様子の例 TB級テーブルをパイプラインのコピーアクティビ ティでロード。F64。ジョブは成功したが、スロッ トリング発生により、数日間使用が不可能になった。 処理ごとに適切なスペックのクラスタを構成 ガッツリ大規模処理したいならDatabricks 大規模処理をするとスロットリング発生 容量を同じにしているワークスペースで レポートもみれなくなる 図： Fabricスロットリングの様子の例
12. コスト Fabric：サブスク制 vs Databricks：従量課金制 社 長 2 （ 男 性 ） Microsoft Fabric - 価格 | Microsoft Azure Databricksの料金プランとサービス概要 | Databricks 図： Fabricの料金体系 図： Databricksの料金体系 「単純明快だけど大雑把なFabric」 料金体系がわかりやすい 毎月ほぼ固定の金額だから予算がとりやすい 一方で本格的に使うとなるとちょっと高いかも… 「細かく調整可能だけど複雑なDatabricks」 使った分だけ課金される ルールを決めれば、お得に使えそうだけど、 結局それが面倒…
13. 外部テーブルとして管理はできるけど、 数が多いとちょっと手間だな… Fabricのショートカットとミラーリング機能はかなり便利 社 長 2 （ 男 性 ） 図：ショートカットのイメージ ▽参考 OneLake ショートカットでデータ ソースを統合する - Microsoft Fabric | Microsoft Learn 外部にあるテーブル数が多くても データをコピー・再ロードせずに済むのが楽 ベンダーフリー ストレージの重複コストがかからない Fabricで一元管理できるな しかも結構簡単そう 開発コストも下げれるのでは？
14. まとめ
15. まとめ：使う人の立場で“優しさ”は変わる Microsoft Fabric vs Databricks vs (Snowflake)：若手エンジニアがそれぞれの強みと違いを比較してみた #fabric - Qiita それぞれのツールに“使いやすさ”はあるが、その意味はユーザーの立場によって大きく異なる →ツールを比較するとき、“どっちが優れているか”ではなく、 “誰にとって優しいか” という視点を持つと、より現実的な判断が可能 明快なUIとシンプルな構成で誰でも扱いやすいDWH データウェアハウスだけでいいならSnowflake！圧倒的コスパと使いやすさ ビジネスユーザーにも開かれたオールインワン基盤 ある程度コストかかっても定額だから見積りやすいし、 よりビジネスサイドにデータ分析を民主化させたいならFabric ！ エンジニアが最大限力を発揮できる柔軟性と性能を求めるならDatabricks レベルが高い分析がしたい！ちゃんと管理すればコストも安い！
16. 次回予告（予定）：FabricとDatabricksの相互運用 ▽参考 FabricとDatabricksの相互運用性①：hubストレージの目的 -Databricks で作成したテーブルをFabricで利用する、Fabricで作成した テーブルをDatabricksで利用する- #Azure - Qiita ▽参考 DatabricksとSnowflakeをつなぐ最新データ相互利用術 #Databricks - Qiita