OneLake ist der Datenspeicher in MS Fabric (hier vorgestellt) und umfasst derzeit die Datenspeicher Lakehouse, Warehouse, Eventhouse / Kusto-DB, Power BI Semantische Modelle sowie zuletzt hinzugekommen die SQL Datenbank. In die Betrachtung der aktuell 5 OneLake Datenspeicher nehmen wir in diesem Blogbeitrag 4 weitere verwandte Datenspeicher auf: die Power BI Datamarts, die Dataflows Gen1, das SQL Server Tabular Model sowie die die Azure Analysis Services (AAS).

Insbesondere die Aufnahme der SQL database in den OnleLake wirft die Frage auf, wie dieser neue Datenspeicher im Verhältnis zu den ebenfalls SQL basierten Datenspeichern Warehouse und Power BI Datamart zu bewerten ist. Weiters steht das Warehouse zumindest teilweise in Konkurrenz zum (neueren) Lakehouse, auch hier stellt sich die Frage, wie das einzuschätzen ist.

——————————————————————————————

Update vom 14. Mai 2025:

Der „Power BI Datamart“ ist jetzt abgekündigt und wird durch das Fabric Warehouse abgelöst.
Quelle: https://powerbi.microsoft.com/en-us/blog/unify-datamart-with-fabric-data-warehouse/

——————————————————————————————

1. Relevante Konnektoren in Power BI Desktop

1.1 OneLake Catalog

Der OneLake Catalog liefert einen sehr übersichtlichen Zugang zu den aktuell 5 relevanten OneLake Datenspeichern:

1.2 MS Fabric Konnektoren

Die MS Fabric Konnektoren im Get Data Dialog liefern fast die gleiche Liste:

1.3 Zusätzliche Konnektoren

Der Datenspeicher Dataflows Gen1 ist in der Gruppe „Power Platform“ zu finden und ist bereits mit der Erweiterung „(Legacy)“ versehen:

Das SQL Server Tabular Model wird über den Konnektor SQL Server Analysis Services database angebunden:

Der Konnektor zu den Azure Analysis Services (AAS) ist in der Gruppe „Azure“ zu finden:

2. OneLake Datenspeicher in MS Fabric

Die Liste der verfügbaren Datenspeicher werden in MS Fabric (in der Cloud) übersichtlich in der Rubrik Storage aufgelistet:

Der „Dataflow Gen1“ wird in der Rubrik „Prepare data“ angeboten, da dieser Datenspeicher über die Power BI Lizenz und nicht über MS Fabric bereitgestellt wird:

3. Charakterisierung der aktuell verfügbaren OneLake Datenspeicher für Power BI

Aktuell sind diese Datenspeicher für Power BI mit folgender Kurzcharakterisierung verfügbar (die Darstellung wurde am 23.01.2026 aktualisiert):

Power BI Semantic Model

Das Power BI Semantic Model ist der Standard-Datenspeicher für Power BI Anwendungen in rein Power BI orientierten Datenarchitekturen. Der Aufbau ist sehr anwenderfreundlich und unkompliziert in Power BI Desktop (= Power Queries + Datenmodell + Reports) möglich. Der Zugriff aus Power BI Report Anwendungen erfolgt im Live Connect Modus (=keine Adaptionen des Datenmodells) oder im Direct Query for AS Modus (= Adaptionen des Datenmodells), beide Zugriffsarten verwenden DAX Queries für die Kommunikation mit dem Semantic Model.

Lakehouse

Das Lakehouse ist eine Kombination aus einem „Data Lake“ und einem „Datawarehouse“ und damit ein hoch-skalierbarer Massendatenspeicher sowohl für unstrukturierte als auch strukturierte Daten. Der Zugriff aus Power BI erfolgt primär über den mit OneLake neu eingeführten Direct Lake Modus.

Warehouse

Das Warehouse ist ein SQL basiertes Datawarehouse und damit ein Massendatenspeicher für strukturierte Daten („Dimensionale Modellierung“). Der Zugriff mittels SQL ist performanter als der Zugriff über den SQL Endpoint des Lakehouse, daher hat das Warehouse auch weiterhin in SQL zentrierten Datawarehouse Architekturen einen starken Anwendungsfall. Der Zugriff aus Power BI erfolgt primär über den Direct Lake Modus.

Eventhouse / Kusto-DB

Das Eventhouse ist eine Datenbank zur Verarbeitung von Echtzeitdaten beispielsweise in IoT-Architekturen. Der Zugriff aus Power BI erfolgt primär über den Direct Lake Modus.

Fabric SQL database (preview)

Die neue SQL database ist eine vollwertige relationale SQL Datenbank mit dem Fokus auf Schreiboperationen. Ich gehe davon aus, daß die SQL database primär als Datenspeicher für die neue Writeback Funktion verwendet werden wird.

Power BI Datamart (preview) – ABGEKÜNDIGT

Der Power BI Datamart ist eine leicht konfigurierbare relationale SQL Datenbank und war offenbar gedacht als „Access Datenbank in Power BI“. Die Befüllung erfolgt über Dataflows, das dann die entsprechenden SQL Tabellen erzeugt und aktualisiert. Zusätzlich kann die relationale Datenbank aber auch über T-SQL bearbeitet werden und relationale Views für SQL Abfragen angelegt werden. Weiters wird automatisiert ein Semantisches Modell angelegt, in dem die Tabellen der relationalen Datenbank zu einem Datenmodell verknüpt werden können und die Row-Level-Security (RLS) definiert werden kann. Der Zugriff aus Power BI (Desktop) erfolgt wahlweise auf die relationale Datenbank (Import Modus / Direct Query for SQL) oder auf das Semantische Modell (Live Connect Modus / Direct Query for AS).

Dataflow Gen1 – LEGACY

Der Dataflow Gen1 ist als eigenständiger Datenspeicher zu werten, da die Daten in einen Azure Data Lake gespeichert werden und der Zugriff auf diese Daten über den Dataflow Gen1 erfolgt.

Dataflow Gen2

Der wesentliche Unterschied zwischen Dataflows Gen1 und Gen2 ist, daß bei den Gen2 Dataflows die Ausgabe in Lakehouse, Warehouse, Eventhouse und SQL database frei konfiguriert werden kann. Der Dataflow Gen2 ist kein Datenspeicher sondern ein ETL Instrument, die Daten werden in der Zieldatenbank des Dataflows gespeichert.

SQL Server AS Tabular Model (on-premise)

Das on-premise Tabular Model als zentraler Bestandteil der SQL Server Analysis Services (SSAS) ist eine lokale und sehr leistungsfähige Implementierung eines Semantischen Modells. Der Zugriff erfolgt im Live Connect Modus bzw. im Direct Query for AS Modus sowohl aus Power BI Report Anwendungen in der Cloud genauso wie aus dem Power BI Report Server.

Azure Analysis Services – ABGEKÜNDIGT

Die Azure Analysis Services (AAS) sind eine Weiterentwicklung von SQL Server AS Tabular Model in der Azure Cloud und stellen eine auslaufende Technologie dar, die bereits durch MS Fabric abgelöst worden ist.

4. Evaluierung der verfügbaren Datenspeicher

Das Power BI Semantische Modell ist der Goldstandard für die analytische Datenmodellierung bei Microsoft.

Das Lakehouse und das Eventhouse sind professionelle analytische Datenspeicher mit dem Fokus auf performanter (lesender) Verarbeitung von Massendaten.

Das Warehouse hat weiterhin einen starken Anwendungsfall in SQL zentrierten Datawarehouse Architekturen, da der SQL Zugriff auf das Warehouse performanter ist als auf das Lakehouse.

Die neue Fabric SQL database ist eine professionelle relationale Datenbank mit dem Fokus auf das Rückschreiben von Daten und ist – meiner Einschätzung nach – in Verbindung mit der neu angekündigten Writeback-Funktion in Power BI zu sehen.

Der Power BI Datamart war konzeptionell eine gute Sache, das Instrument war allerdings 2,5 Jahre in Preview und viele wichtige Features hatten gefehlt. Schließlich wurden die Power BI Datamarts von der Einführung von MS Fabric überholt und auch gleich abgelöst.

Beim Dataflow Gen1 bin ich optimistisch, daß das Instrument trotz der „(Legacy)“ Benennung für Non-Fabric Anwender erhalten bleiben wird.

Das on-premise Tabular Model hat in den letzten Jahren mit der Entwicklung des Cloud Angebots rund um MS Fabric sicherlich an Bedeutung verloren, spielt aber in on-premise Architekturen insbesondere iVm dem Power BI Report Server immer noch eine wichtige Rolle.

Die Azure Analysis Services (AAS) sind abgekündigt, Microsoft empfiehlt allen Anwendern auf MS Fabric umzusteigen.

Quellen

Recherchen in ChatGPT

https://www.sqlbi.com/blog/marco/2024/11/23/sql-database-in-fabric/

https://learn.microsoft.com/en-us/fabric/get-started/decision-guide-data-store

https://medium.com/@uzuntasgokberk/data-mart-data-flow-gen-1-bbbaf7eabe07

https://learn.microsoft.com/de-de/fabric/data-factory/dataflows-gen2-overview