Azure

Azure Synapse Analytics

Allgemeine Infos

Azure Synapse Analytics ist ein PaaS-Analysedienst, der aus Azure SQL Data Warehouse hervorging. Er bündelt dedizierte SQL-Pools (klassisches MPP-Data-Warehouse), serverlose SQL-Pools für Abfragen direkt auf Dateien im Data Lake, Apache-Spark-Pools und Pipelines, die auf derselben Engine wie Azure Data Factory laufen, in einem gemeinsamen Workspace mit Synapse Studio.

Microsoft hat für Synapse kein Retirement-Datum angekündigt, bestehende Lösungen laufen weiter. Die Weiterentwicklung findet aber sichtbar in Microsoft Fabric statt: Fabric Data Warehouse, Lakehouse und Data Factory decken dieselben Aufgaben als SaaS ab, und Microsoft bietet mit dem Fabric Migration Assistant for Data Warehouse eine automatisierte Migration aus dedizierten SQL-Pools an.

Abgrenzung: Azure Databricks ist eine Spark-zentrierte Lakehouse-Plattform eines Partners, Fabric Microsofts integrierte SaaS-Plattform mit OneLake und Power BI. Data-Explorer-Pools in Synapse sind nur als Preview gekennzeichnet.

Funktionsweise & Details

Ein Synapse-Workspace ist an ein Data-Lake-Storage-Gen2-Konto gebunden.

  1. Dedizierte SQL-Pools speichern Daten verteilt auf 60 Distributionen, Leistung wird in Data Warehouse Units (DWU) gebucht, Pools lassen sich pausieren.
  2. Der serverlose SQL-Pool ist immer verfügbar und fragt Parquet-, CSV- oder Delta-Dateien per T-SQL ab, abgerechnet nach verarbeiteter Datenmenge.
  3. Spark-Pools starten bei Bedarf und skalieren automatisch, für Notebooks und Datenaufbereitung.
  4. Pipelines orchestrieren Kopier- und Transformationsschritte wie in ADF.
  5. Synapse Link spiegelt operative Daten etwa aus Cosmos DB ohne ETL in den analytischen Speicher.

Sicherheit über Entra ID, Managed VNet, Private Endpoints und Rollen auf Workspace- und Datenebene.

Vorteile & Nutzen

  • Ein Workspace für mehrere Aufgaben: SQL, Spark und Pipelines teilen sich Speicher, Sicherheit und Oberfläche.
  • Serverlose Abfragen: Rohdaten im Data Lake lassen sich ohne Laden per SQL auswerten.
  • Pausierbare Kapazität: Dedizierte Pools kosten im pausierten Zustand nur Speicher.
  • Bewährt im Bestand: Viele Data Warehouses laufen stabil, eine Migration lässt sich ohne Zeitdruck planen.

Praxisbeispiel

Ein Pharmagroßhändler betreibt seit 2020 sein Data Warehouse in einem dedizierten Synapse-SQL-Pool, der nachts geladen und tagsüber von Power BI abgefragt wird. Um Kosten zu senken, pausiert die IT den Pool am Wochenende und verlagert Ad-hoc-Analysen auf den serverlosen SQL-Pool. Parallel bewertet das BI-Team mit dem Fabric Migration Assistant, welche Objekte sich nach Fabric Data Warehouse übertragen lassen, und startet mit einem neuen Fachbereich direkt in Fabric.

Worauf sollte man achten?

  • Starte neue Analytics-Vorhaben bevorzugt in Microsoft Fabric und plane für Bestandssysteme eine Migration ohne Zeitdruck.
  • Pausiere dedizierte SQL-Pools außerhalb der Nutzungszeiten, sie kosten sonst rund um die Uhr Compute.
  • Wähle Verteilungsschlüssel (Hash, Round Robin, Replicate) sorgfältig, weil Datenbewegungen zwischen Distributionen Abfragen stark verlangsamen.
  • Begrenze serverlose Abfragen über Kostenkontrollen, da die Abrechnung nach gescannter Datenmenge erfolgt.
  • Sichere den Workspace mit Managed VNet, Private Endpoints und Entra-Authentifizierung ab.

Lizenz & Verfügbarkeit

Verbrauchsabrechnung je Komponente: dedizierte SQL-Pools nach DWU-Stunden (Reservierungen möglich), serverloser SQL-Pool nach verarbeiteten TB, Spark-Pools nach vCore-Stunden, Pipelines wie ADF, dazu Speicher. Ein Retirement ist nicht angekündigt, Microsoft Fabric ist die strategische Plattform für neue Projekte und wird über Fabric-Kapazitäten (F-SKUs) lizenziert. Stand: Oktober 2026.

Fazit

Synapse bleibt für bestehende Data Warehouses einsetzbar. Für neue Projekte ist Microsoft Fabric die naheliegende Wahl, für Bestandssysteme plane eine Migration ohne Zeitdruck.

Weiterführende Links

Verwandte Artikel