Alternative Architecture DOJO

オルターブースのクラウドネイティブ特化型ブログです。

Fabric入門:Tablesの中で何が起きているのか(Delta Lake入門)

クラウドソリューション部の木本です。
Microsoft Fabricを学習していく上での自分自身のつまづきを整理しようとした前回の記事でしたが、予想以上の反響があり、多くの方が同じようなところでつまづいているのだな、と感じました。

aadojo.alterbooth.com

今回は、前回の記事の最後で予告したLakehouseの「Tables」と、その中で使われている「Delta Lake」という仕組みについて整理していきたいと思います。

(この記事は2026年5月現在の情報を元に書いています。)



前回のおさらい

まずは前回の内容を簡単に振り返っておきます。

前回の記事では、Microsoft Fabricの基本として、

  • OneLake(データの置き場)
  • Workspace(作業する場所)
  • Lakehouse(データを整理して使う箱)

という関係と、データの「置き場」と「流れ」を整理しました。

さらに、Lakehouseの中には「Files」と「Tables」があり、

  • Files:そのままのデータ
  • Tables:整理されたデータ

という役割の違いがあることを確認しました。

Fabricの基本構造


Tablesとは何か(あらためて)

Tablesとは「分析しやすい形に整えられたデータ」であり、以下のような特徴がありました。

  • 表の形で管理される
  • 後から更新や追加がしやすい
  • 分析ツールと相性が良い

ここで重要なのは、これらの特徴は「ただデータを並べているだけでは実現できない」という点です。
では、「ただ並べただけ」だった場合、どうなるでしょうか。


普通のファイルで管理するとどうなるか

ここで一度、CSVファイルでデータを管理するケースを考えてみましょう。
CSVファイルは、昔からシステム間のデータ連携などでもよく使われてきたファイル形式です。

CSVファイル(例)


CSVはシンプルで扱いやすい反面、データの更新や履歴の管理には向いていないという課題があります。

  • ファイルを丸ごと書き換える必要がある
  • どこが変更されたのか分かりにくい
  • 過去の状態を保持できない

つまり、「ただのファイル」では更新や履歴の管理が難しい、と言えます。


Delta Lakeとは何か

こうした課題を解決するための仕組みが「Delta Lake」です。

Delta Lakeのイメージ

この図を見るとわかる通り、Delta Lakeではデータ本体と変更履歴をセットで管理しています。


※参考(実際のFabric内のファイル構成)

実際のLakehouseのTablesの中を確認すると、このように複数のファイルで構成されていることがわかります。

実際のファイル構成

ここでは、「parquetファイルがデータ本体、_delta_logが変更履歴」という形で管理されていることだけ押さえておけばよいと思います。


このDelta Lakeの仕組みがあることで、次のことが可能になります。

  • 更新できる:データを追加したり修正したりしても、すべてを書き換える必要がなくなります
  • 履歴が残る:過去の状態をさかのぼることができます
  • 分析に向いている:Power BIやSQLから安全かつ効率よく使うことができます

一言でいうと

Delta Lakeは「データの変更履歴まで含めて管理する仕組み」です


Lakehouseとの関係

では、このDelta Lakeはどこで使われているのかというと、LakehouseのTablesの中で使われています。

Lakehouse → Tables → Delta Lake


つまり、前回の内容とつなげるとこうなります。

  • Files:そのまま置くだけのデータ
  • Tables:Delta Lakeという仕組みを使って管理されたデータ

少しだけ補足

このあたりの仕組みを理解するには、データベース設計や分析用データの考え方といった視点も関わってきます。
これらは少し別のテーマになるため、別の機会に整理しようと考えています。


まとめ

本記事では、LakehouseのTablesの中で使われているDelta Lakeについて整理しました。
Tablesは、ただデータを並べているだけではなく「更新や履歴を管理できる仕組み」である、ということがわかりました。

ポイントをまとめます。

  • Tablesはただの表ではない
  • データと履歴をセットで管理している
  • このデータ管理を実現するための仕組みがDelta Lakeである

この違いを理解すると、FabricでなぜTablesを使うのかが、よりはっきり見えてきたように思います。


次回予告

次回は、LakehouseとWarehouseの違いについて整理したいと思います。
どちらも似たような見た目をしていますが、用途や考え方には大きな違いがありそうです。
この違いを理解することで、実際に使う場面での使い分けも見えやすくなってくるのではないかと思います。

今回も最後までお読みいただき、ありがとうございました。


サービス一覧 https://www.alterbooth.com/products/azure-lightup/www.alterbooth.com cloudpointer.tech www.alterbooth.com