Le mois de Septembre est probablement l'un des mois les plus importants de l'année pour Microsoft Fabric.

À l'occasion de FabCon + SQLCon Europe à Barcelone, Microsoft a présenté un très grand nombre d'évolutions autour de Fabric : CI/CD, Git, OneLake, Data Engineering, Data Warehouse, Data Factory, Real-Time Intelligence, Fabric IQ, Planning et IA...

Le mois de septembre apporte également plusieurs évolutions majeures pour les équipes qui industrialisent Fabric : Deployment Plans, Git avancé, Bulk APIs, Variable Libraries, Fabric Actions, mais aussi de nouvelles possibilités autour du monitoring.

FabCon marque surtout une accélération importante autour de Fabric IQ et des agents : MCP, Ontology, Data Agents, Planning et désormais même des Data Engineering Agents.

Fabric Platform

Fabric CI/CD - Deployment Plans (Preview)

C'est probablement l'une des nouveautés les plus intéressantes pour les équipes qui travaillent sérieusement sur le CI/CD Fabric. Jusqu'ici, Fabric détermine principalement l'ordre de déploiement à partir des dépendances qu'il connaît. Avec les Deployment Plans, on peut maintenant définir visuellement un ordre de déploiement et ajouter des actions avant ou après celui-ci.

Par exemple :

Déployer Lakehouse
↓
2. Exécuter Notebook
↓
3. Déployer Warehouse
↓
4. Exécuter Pipeline
↓
5. Déployer Semantic Model

Cela permet notamment de gérer les dépendances quer Fabric ne peut pas forcément déduire automatiquement. Les Deployment Plans peuvent intégrer des éléments tels que :

  • Notebooks
  • Data Pipelines
  • Copy Jobs
  • Dataflow Gen2
  • Data Functions

Pourquoi c'est important ?

Pour une architecture DEV → PREPROD → PROD, on se rapproche d'un véritable mécanisme de release orchestration, et plus seulement d'un simple bouton Deploy.

Microsoft indique également que le même principe peut être utilisé avec l’intégration Git et les pipelines de déploiement.

DLP : protéger les données sensibles

Les politiques Data Loss Prevention (DLP) de Fabric peuvent désormais restreindre l'accès à des données sensibles. L'objectif est notamment de détecter certains types de données sensibles et d'empêcher leur utilisation selon les politiques définies par l'organisation. Cela permet de rapprocher Fabric des exigences de gouvernance que l'on retrouve dans les environnements d'entreprise.

Le catalogue Onelake devient beaucoup plus puissant

Le catalogue Onelake permet désormais d'explorer plus finement le contenu des objets Fabric. Au lieu de simplement naviguer jusqu'à un Lakehouse ou un modèle sémantique, on peut explorer directement les objets sous-jacents :

  • schémas
  • tables
  • métadonnées
  • données

Cela facilite la découverte de la donnée sans avoir à ouvrir chaque item Fabric.

OneLake Catalog Search API (preview)

La recherche devient également beaucoup plus granulaire. Les tables deviennent des résultats de recherche à part entière, notamment dans :

  • Modèles sémantiques
  • Lakehouses
  • Bases de données en mirroring

Il est possible de rechercher notamment par nom de table, nom de colonne et description. Et surtout, l'API est pensée pour les scénarios agentic AI et MCP.

Exemple :

Un agent pourrait rechercher : "Trouve-moi les tables contenant les informations de chiffre d'affaires par client" et obtenir directement les tables pertinentes plutôt que simplement une liste de Lakehouses.

Global Search

Microsoft introduit également une nouvelle expérience de Global Search. L'objectif est de rendre la recherche de données beaucoup plus naturelle dans Fabric. La recherche va progressivement intégrer davantage :

  • de types d'objets
  • de filtres
  • de signaux de pertinence
  • de compréhension sémantique

On retrouve ici une tendance forte de Fabric : La découverte des données devient elle-même une fonctionnalité AI-ready.

Fabric Core MCP Server

C'est l'une des annonces majeures de FabCon. Le Fabric Core MCP Server permet à des agents IA compatibles MCP d'interagir directement avec Fabric.

L'agent peut notamment :

  • rechercher dans OneLake
  • gérer des workspaces
  • gérer des items
  • gérer des dossiers
  • gérer les permissions
  • consulter les informations de capacité

L'authentification utilise Microsoft Entra ID et les opérations respectent les permissions Fabric existantes.

Les actions sont également enregistrées dans les logs d'audit Fabric.

On passe donc de :

Agent → répondre à une question

à :

Agent → comprendre → agir dans Fabric

C'est une évolution fondamentale pour les architectures agentiques.

Git Integration : gros bond en avant

Septembre est également très important pour Git.

Compare & Commit

Fabric permet désormais de comparer plus précisément :

Workspace ↔ Branche Git

avec notamment :

  • résolution des conflits
  • support des sous-dossiers
  • couverture des items Fabric supportés
  • commit des items
  • comparaison avant application des modifications

Selective Branching

Lorsqu'un workspace est créé à partir d'une branche, il est désormais possible de sélectionner uniquement les items nécessaires au lieu de copier tout le workspace. Cela permet de créer des environnements de développement beaucoup plus ciblés.

Branch Workspace

Les branch workspaces deviennent également disponibles de manière générale.

Cela rapproche encore Fabric des modèles de développement modernes :

main
│
├── feature/client-A
│ ↓
│ Branch Workspace
│
└── feature/client-B
↓
Branch Workspace

Bulk Export / Import API

Une API permet désormais d'exporter ou importer les définitions de plusieurs items Fabric en une seule opération. C'est particulièrement intéressant pour le CI/CD automatisé. L'API est également utilisée par fabric-cicd, avec désormais un mode bulk considéré comme prêt pour la production. Pour les équipes DevOps Fabric c'est une évolution particulièrement importante :

API → automatisation → Git → pipeline CI/CD → déploiement multi-environnements

OneLake Security

Outbound Access Protection

OneLake Outbound Access Protection permet de contrôler les connexions sortantes et les shortcuts externes. Par défaut, certaines opérations sortantes peuvent être bloquées et seules les destinations approuvées sont autorisées. Cela renforce les capacités de gouvernance contre les risques d'exfiltration de données.

OneLake Table Read API (Preview)

Cette API permet à des applications et agents IA de lire directement des tables découvertes dans OneLake. Elle intègre les mécanismes de sécurité OneLake, notamment les contrôles au niveau ligne et colonne.

Data Engineering

Custom Live Pools

Les Custom Live Pools permettent de disposer de sessions Spark avec :

  • démarrage rapide
  • environnement prévisible
  • librairies personnalisées déjà disponibles

C'est intéressant pour les notebooks utilisés régulièrement en production.

Fabric Data Engineering Agent / Project Osmos (Preview)

C'est l'une des annonces IA les plus importantes de FabCon. Microsoft introduit un Data Engineering Agent, basé notamment sur la technologie issue d'Osmos. L'idée est de permettre à un agent d'effectuer des tâches complexes de Data Engineering de manière autonome, tout en restant dans des limites définies par l'ingénieur.

Les scénarios cités incluent notamment :

  • migrations de plateformes
  • modernisation de Lakehouse
  • optimisation des performances
  • ETL complexes
  • préparation des données

Le changement de paradigme

Aujourd'hui :

Besoin → Data Engineer → Code → Tests → Déploiement

Demain :

Objectif → Data Engineering Agent → Planification → Exécution → Validation → Correction → Résultat

Le rôle du Data Engineer évolue donc progressivement vers l'orchestration et le contrôle des agents.

Notebook Toolkit pour les agents (Preview)

Le Fabric Notebook Toolkit permet aux agents de mieux comprendre et manipuler les notebooks Fabric. L'agent peut notamment :

1. découvrir le contexte

2. inspecter un notebook

3. générer ou modifier du code

4. exécuter le notebook

5. récupérer les diagnostics

6. corriger les problèmes

Cela ferme la boucle entre :

génération de code → exécution → diagnostic → correction.

Fabric Warehouse + Python

User Data Functions (Preview)

Une évolution particulièrement intéressante pour les développeurs SQL : appeler des fonctions Python directement depuis T-SQL.

Une fonction T-SQL externe peut référencer une Fabric User Data Function contenant du Python. Cela permet notamment d'effectuer depuis le Warehouse des traitements qui dépassent les possibilités classiques de T-SQL.

Exemples :

  • appel d'API
  • traitement de fichiers
  • enrichissement de données
  • machine learning
  • validation métier
  • géocodage
  • calculs spécifiques

Exemple :

SELECT CustomerId, dbo.MyPythonFunction(Address) FROM Customers

Le Python est exécuté dans l'environnement sécurisé de la User Data Function.

On rapproche ainsi fortement :

SQL + Python + API + IA au sein du même environnement Fabric.

Fabric Data Warehouse

Custom SQL Pools

Fabric Warehouse propose désormais des Custom SQL Pools, permettant davantage de contrôle sur les ressources utilisées par les workloads SQL.

SQL Statement Type Classifier

Les requêtes peuvent être classées selon leur type de statement, ce qui facilite l'analyse des workloads.

Distributed Bitmap Filters

Microsoft améliore également les performances du moteur SQL avec les Distributed Bitmap Filters. Cette optimisation vise notamment certains scénarios de jointures et de filtrage sur des volumes importants.

Nouvelles fonctions analytiques (Preview)

De nouvelles fonctions analytiques enrichissent les possibilités SQL du Warehouse.

T-SQL enhancements (Preview)

Le langage T-SQL continue également de s'enrichir dans Fabric Warehouse.

Warehouse + CI/CD

Pre/Post Deployment Support (Preview)

Microsoft ajoute des possibilités de pré- et post-déploiement pour les Warehouses.

Cela permet de mieux contrôler ce qui doit se produire avant le déploiement, pendant déploiement et après le déploiement. Très intéressant dans des architectures CI/CD complexes.

Warehouse Lifecycle Management

Les APIs CRUD supportent davantage la gestion du cycle de vie des Warehouse. Cela ouvre encore davantage la porte à l'automatisation de la gestion des environnements.

SQL DW Operations Skill

Une nouvelle capacité permet d'utiliser un SQL DW operations skill pour diagnostiquer les workloads Warehouse. L'objectif est d'aider à comprendre les problèmes opérationnels et les performances SQL. On retrouve donc ici la même tendance que pour les Data Engineering Agents : l'observabilité devient progressivement assistée par IA.

Real-Time Intelligence

Business Events

Les Business Events deviennent disponibles de manière générale.

Ils permettent de représenter des événements métier tels que :

Commande approuvée
↓
Événement
↓
Activator / Eventstream / Pipeline
ou :
Stock critique
↓
Business Event
↓
Notification
↓
Action opérationnelle

Cela rapproche Fabric des architectures event-driven.

Real-Time Hub + Activator

Gestion des règles Activator depuis Real-Time Hub (Preview)

Il devient possible de gérer davantage les règles Activator directement depuis le Real-Time Hub.

Cela rapproche :

Event discovery → règle → action dans une même expérience.

Activator : de plus en plus d'actions

Plusieurs actions deviennent GA :

  • déclencher un Copy Job
  • déclencher un Dataflow
  • déclencher une User Data Function
  • utiliser des conditions stateful
  • utiliser des seuils dynamiques

Exemple :

Événement
↓
Condition
↓
Activator
├── Copy Job
├── Dataflow
├── UDF
└── Notification

Activator devient progressivement une véritable couche d'automatisation opérationnelle de Fabric.

Eventhouse

Plusieurs nouveautés importantes arrivent également.

Large Messages (Preview)

Eventstream et Eventhouse prennent en charge des messages plus volumineux.

Granular Sharing

Les shortcuts databases d'Eventhouse bénéficient d'un partage plus granulaire.

Entity Diagram

Eventhouse dispose désormais d'un Entity Diagram, facilitant la compréhension des relations entre entités.

Monitoring

De nouveaux logs de monitoring permettent notamment d'identifier :

  • throttling
  • tailles sous-optimales
  • événements de scale-out

Data Factory

Lakehouse Maintenance Activity

Il est désormais possible d'orchestrer directement les opérations de maintenance Lakehouse depuis un Pipeline. Par exemple :

Pipeline → VACUUM → OPTIMIZE → Transformation → Refresh

Ceci s'avère très pratique pour industrialiser la maintenance des tables.

Retry Back-off

Les pipelines peuvent désormais utiliser une logique de retry avec back-off.

Cela permet d'éviter de relancer immédiatement et systématiquement une opération en échec.

Pipeline-level Dependencies (Preview)

Les conditions de dépendance peuvent désormais être gérées au niveau du pipeline.

Fabric Actions (Preview)

Une nouveauté intéressante pour l'orchestration :

Fabric Actions activity

Elle permet à un pipeline d'appeler directement des Fabric REST APIs.

Exemples :

  • opérations Lakehouse
  • gestion de capacité
  • opérations administratives
  • autres APIs Fabric

Et surtout, l'authentification est gérée nativement.

Avant : 

Pipeline →  Script →  Token →  REST API

Maintenant :

Pipeline →  Fabric Actions →  Fabric REST API

C'est une simplification importante pour l'industrialisation.

Business Actions (Preview)

Les pipelines peuvent également commencer à interagir directement avec des applications métier.

Microsoft cite notamment des scénarios avec :

  • Stripe
  • Twilio
  • Jira
  • ServiceNow

Fabric Data Factory devient donc progressivement une couche d'orchestration applicative, et plus uniquement une plateforme ETL.

Copy Job

Trois nouveautés particulièrement importantes passent en GA.

Change Data Capture

Copy Job peut utiliser le CDC pour ne traiter que les données modifiées :

Initial Load → CDC →  INSERT / UPDATE / DELETE →  Destination

Cela évite de recharger inutilement l'ensemble de la source.

SCD Type 2

Le Copy Job peut maintenant gérer les scénarios de Slowly Changing Dimensions Type 2. Ceci est très intéressant pour les architectures dimensionnelles.

Audit Columns

Des colonnes d'audit peuvent être ajoutées pour faciliter la traçabilité des données copiées.

Dataflow Gen2

Plusieurs évolutions importantes arrivent également.

Optimized Copy to Lakehouse

Microsoft améliore le chargement final des Dataflows Gen2 vers les tables Lakehouse. L'objectif est notamment de réduire les étapes de sérialisation et les transferts intermédiaires. Pour les Dataflows avec staging, cela peut réduire les temps de refresh.

V-Order Compression

La configuration de compression V-Order devient contrôlable. Cela permet de choisir plus finement le compromis entre : performance de lecture ↔ coût du traitement d'écriture.

My Queries

Chaque utilisateur dispose désormais d'une bibliothèque personnelle de requêtes.

Shared Queries (Preview)

Les requêtes peuvent également être partagées avec les collègues. Intéressant pour les équipes Power Query / Dataflow.

Dataflow Diagnostics Download

Les diagnostics peuvent désormais être téléchargés pour faciliter les analyses et le troubleshooting.

Mirroring

Plusieurs évolutions arrivent également côté Mirroring.

Mirroring for Google BigQuery

Fabric peut désormais mettre en place du mirroring avec Google BigQuery.

Mirroring for SharePoint List

Les SharePoint Lists peuvent également être utilisées avec Mirroring.

Extended Capabilities

Les capacités de Mirroring sont élargies pour aller au-delà de la simple réplication.

Snowflake Security Roles (Preview)

Fabric commence également à exploiter les rôles de sécurité Snowflake dans les scénarios de mirroring.

Fabric Planning / PowerTable

Une des annonces majeures de FabCon. Fabric Planning est désormais beaucoup plus intégré à Fabric IQ.

L'idée est simple :

  • Les données historiques expliquent ce qui s'est passé.
  • Real-Time Intelligence montre ce qui se passe.
  • Planning représente ce qui doit se passer.

PowerTable s'inscrit dans cette vision.

Planning directement sur les modèles sémantiques

Il devient plus simple de créer un Plan directement à partir d'un modèle existant. Le planner peut utiliser son identité pour se connecter au modèle, tout en conservant les permissions existantes. Cela réduit considérablement la configuration nécessaire.

Writeback dans le Modèle sémantique

C'est probablement l'une des évolutions les plus intéressantes. Les données saisies dans Planning peuvent être réécrites dans le même environnement sémantique. On obtient alors :
Actuals
│
├──────────────┐
│ │
▼ ▼
Power BI Planning
│
▼
Writeback
│
▼
Modèle sémantique

Le budget, les prévisions et les scénarios deviennent donc partie intégrante du même contexte que les données réelles.

Native Planning Engine (Preview)

Un nouveau moteur de planification basé notamment sur Rust + Apache Arrow + OneLake est présenté. Microsoft annonce jusqu'à 10× d'amélioration de performance et de montée en charge.

Le moteur peut travailler sur des modèles comportant des dizaines de millions de cellules.

Exemple : 

Un modèle de planification peut intégrer :

  • plusieurs années
  • plusieurs scénarios
  • produits
  • régions
  • clients
  • volumes
  • prix
  • coûts
  • marges

... et ceci sans devoir découper artificiellement le modèle en plusieurs parties.

Planning devient événementiel

Les modifications de Planning peuvent désormais déclencher des actions.

Par exemple :

Modification du budget
↓
Writeback
↓
Event
↓
Pipeline
↓
Dataflow
↓
Refresh Modèle sémantique
↓
Power BI
Ou :
Forecast modifié
↓
Notification Teams
↓
Manager

Planning n'est donc plus uniquement un outil de saisie. Il devient une source d'événements capable de déclencher des processus Fabric.

Advanced Driver Modelling

PowerTable / Planning permet également d'aller plus loin dans les simulations multi-drivers.

Par exemple :

Volume ↑
+
Prix ↓
+
Coûts ↑
↓
Marge
↓
Profit

Les utilisateurs peuvent donc construire des scénarios de type :

  • Best Case
  • Worst Case
  • Expected Case

... et observer les conséquences sur les différentes mesures.

Nouveaux layouts et lookups PowerTable

PowerTable gagne également en flexibilité avec :

  • Custom Fiscal Year
  • Stepped layout
  • Outline layout
  • Tree layout
  • XLookup
  • PowerTable Lookups vers Fabric SQL

L'objectif est de pouvoir adapter la grille de planification à la manière dont fonctionne réellement l'entreprise.

Fabric IQ : une nouvelle étape

FabCon confirme clairement que Fabric IQ devient une couche stratégique de Fabric. L'objectif n'est plus simplement de donner accès aux données à un agent. Il s'agit de fournir à l'agent : données + contexte métier + relations + intentions + sécurité.

Fabric IQ MCP (Preview)

Fabric IQ MCP permet à des clients IA d'accéder à des données métier gouvernées. Le premier périmètre concerne les modèles sémantiques et les rapports Power BI. La roadmap prévoit ensuite l'extension vers :

  • Ontologies
  • Data Agents
  • OneLake

Cela permet aux agents externes de raisonner sur des données métier gouvernées plutôt que sur de simples tables brutes.

Ontology : graphes et relations

Fabric IQ Ontology peut désormais générer un labeled property graph.

Cela permet d'explorer :

  • les concepts
  • les relations
  • les dépendances
  • les chemins entre entités
  • les impacts

Exemple : 

Client
│
├── Commande
│ │
│ └── Produit
│
└── Contrat
│
└── Région

Un agent peut ainsi raisonner sur des relations métier et pas uniquement sur des colonnes.

Sécurité de Fabric IQ Ontology

L'Ontology bénéficie désormais d'une intégration plus profonde avec les mécanismes de sécurité Fabric :

  • OneLake Security
  • RLS
  • OLS
  • CLS
  • Private Link
  • Outbound Access Protection
  • Customer Managed Keys

C'est essentiel pour passer d'un prototype IA à une architecture d'entreprise.

Versioning des Ontologies

Les Ontologies bénéficient également d'un système de versioning intégré.

Cela permet de :

  • suivre les modifications
  • revenir à une version précédente
  • comprendre l'évolution du modèle
  • gérer le cycle de vie sans dépendre obligatoirement de Git

Fabric Apps (Preview)

Les Fabric Apps permettent de construire des applications directement dans Fabric.

Les nouveautés incluent notamment :

  • fonctions
  • connecteurs
  • PostgreSQL
  • intégration avec GitHub Copilot
  • partage des Apps
  • gestion des accès aux éléments dépendants
  • authentification du contenu statique
  • métriques intégrées

Les métriques permettent notamment de suivre :

  • connexions
  • chargements
  • requêtes
  • erreurs
  • durée moyenne des requêtes

On voit ici Fabric évoluer progressivement vers une plateforme permettant non seulement d'analyser les données, mais également de construire des applications au-dessus de celles-ci.

Fabric : Ce qui arrive prochainement

Microsoft a également dévoilé plusieurs fonctionnalités à venir.

On-demand Billing + F0 (Preview)

Une nouvelle approche de consommation avec :

On-demand billing + Zero-provisioned F0 Capacity

L'objectif est notamment de réduire le besoin de provisionner une capacité fixe et de permettre une consommation davantage alignée avec les workloads.

Warehouse On-demand Billing

Le Data Warehouse devrait également bénéficier de cette évolution.

Estimated Graphical Query Plan

Une fonctionnalité attendue pour faciliter l'analyse des plans d'exécution SQL.

Data Warehouse dans Workspace Monitoring

Le monitoring des Warehouses doit également être davantage intégré au Workspace Monitoring.

AI Insights dans DW Monitor

Microsoft annonce également l'arrivée d'AI Insights dans le monitoring du Data Warehouse. On peut donc s'attendre à une analyse de plus en plus automatisée des performances SQL.

Fabric : Le vrai message de FabCon 2026

Si les précédentes évolutions de Fabric pouvaient encore donner l'impression que Microsoft cherchait principalement à rassembler les workloads data dans une même plateforme, les annonces de septembre montrent une ambition beaucoup plus large. Le changement le plus important n'est donc peut-être pas une fonctionnalité particulière. C'est le passage de “Data Platform” à “Intelligent Data Platform”.

Les données sont centralisées dans OneLake, les modèles sémantiques apportent le contexte métier, l'Ontology décrit les relations, Planning apporte l'intention et les objectifs, Real-Time Intelligence apporte l'état actuel du système, et les agents peuvent progressivement raisonner puis agir sur l'ensemble.

C'est exactement la direction mise en avant par Microsoft à FabCon : fournir aux agents le contexte métier gouverné nécessaire pour passer de simples réponses à de véritables actions dans l'entreprise.

Nos consultants Next Decision sont experts certifiés Microsoft Fabric et vous accompagnent dans votre projet Microsoft Fabric. Nous pouvons également vous former,  Contactez-nous !