Premium per Capacity vs. Fabric – die Unterschiede auf einen Blick in Stichworten:
1. Compute‑Modell
Premium per Capacity:
Reines BI‑Compute
Getrennte Workloads
Wenig flexibel
Fabric:
Einheitliches Compute für BI, Data Engineering, Data Science, Realtime
Workload‑basiert
Viel granularere Skalierung
2. Storage
Premium per Capacity:
Dataset‑Storage
Kein zentrales Lakehouse
Viele Kopien, viele Silos
Fabric:
OneLake als zentrales Storage‑Layer
Lakehouse‑Architektur
Weniger Kopien, weniger Komplexität
3. Skalierung
Premium per Capacity:
Kapazität ist fix
Wenig Spielraum
Performance‑Probleme bei Mischlasten
Fabric:
Skalierung pro Workload
Flexible Kapazitätsgrössen
Bessere Performance‑Kontrolle
4. Workload‑Isolation
Premium per Capacity:
Kaum möglich
Dataflows, Datasets, Refreshes beeinflussen sich gegenseitig
Fabric:
Klare Isolation
BI‑Workloads werden nicht mehr von ETL‑Jobs „überfahren“
Stabilere Betriebsmodelle
5. Zukunftsfähigkeit
Premium per Capacity:
Wartungsmodus
Keine grossen Weiterentwicklungen mehr
Fabric:
Microsofts strategische Hauptplattform
Kontinuierliche Innovation
Langfristige Roadmap
