Read in English

Câu hỏi chúng tôi thường xuyên nhận được

“Nên xây nền tảng dữ liệu trên Microsoft Fabric hay Databricks?”

Chúng tôi nghe câu hỏi này từ giám đốc tài chính, quản lý IT và cả những người sáng lập vừa nhận ra doanh nghiệp không thể tiếp tục vận hành bằng những file Excel rời rạc. Đây là một câu hỏi hoàn toàn hợp lý. Câu trả lời trung thực là lựa chọn phụ thuộc vào dữ liệu, đội ngũ và ngân sách của anh chị, chứ không phụ thuộc vào thương hiệu nào đang được nhắc đến nhiều hơn trong năm nay.

Loạt bài này là cách chúng tôi trả lời câu hỏi đó một cách đầy đủ. Synnoia triển khai trên cả hai nền tảng, nên không có lý do gì để cố bán một lựa chọn duy nhất. Ở phần đầu, chúng ta sẽ nhìn toàn cảnh. Các phần tiếp theo sẽ đi sâu vào điểm mạnh, điểm yếu của từng nền tảng, cách chúng đang tiến gần nhau, và cuối cùng là một cách đơn giản để ra quyết định.

Microsoft Fabric là gì?

Microsoft Fabric là một nền tảng dữ liệu hợp nhất. Fabric đưa kỹ thuật dữ liệu, lưu trữ, mô hình hóa và báo cáo vào cùng một môi trường, trên lớp lưu trữ chung mang tên OneLake. Quan trọng nhất, Power BI hiện là một phần của Fabric. Những báo cáo mà doanh nghiệp đã quen dùng có thể nằm trên cùng nền tảng với các pipeline dữ liệu (luồng xử lý dữ liệu) cung cấp dữ liệu cho chúng.

Fabric vẫn còn trẻ. Microsoft ra mắt nền tảng này vào tháng 11 năm 2023, tức mới khoảng hai năm rưỡi tại thời điểm bài viết được thực hiện. Sự non trẻ đó vừa là lợi thế, vừa là điểm cần cân nhắc; chúng tôi sẽ phân tích cụ thể trong phần hai. Điều cần nắm ở đây là hình hài của nền tảng: một nơi cho cả công cụ low-code và code chuyên sâu, đi cùng trải nghiệm Business Intelligence mạnh của Power BI.

Databricks là gì?

Databricks ra đời sớm hơn và bắt đầu từ một hướng khác. Công ty được thành lập năm 2013 bởi những người tạo ra Apache Spark, rồi phát triển để phục vụ các đội ngũ kỹ thuật dữ liệu và machine learning (học máy) chuyên sâu. Đây là một nền tảng lakehouse (mô hình kết hợp data lake và data warehouse), kết hợp cách lưu trữ linh hoạt của data lake với khả năng quản lý của data warehouse. Databricks chú trọng định dạng dữ liệu mở, xử lý ở quy mô lớn và bộ công cụ sâu cho kỹ sư dữ liệu cũng như nhà khoa học dữ liệu cần toàn quyền kiểm soát.

Nếu bản năng của Fabric là “giúp nhiều người tiếp cận dễ hơn”, thì bản năng của Databricks là “trao cho kỹ sư đủ sức mạnh để xử lý bài toán khó”. Cả hai cách tiếp cận đều có giá trị. Chúng chỉ phù hợp với những đội ngũ khác nhau.

Power BI nằm ở đâu — và vì sao đây không phải lựa chọn thứ ba

Đây là điểm dễ gây nhầm lẫn, nên chúng tôi muốn nói thật rõ: Power BI không phải nền tảng thứ ba cạnh tranh với Fabric và Databricks. Power BI là lớp báo cáo, nơi dữ liệu đã được mô hình hóa trở thành dashboard mà mọi người thực sự mở và sử dụng. Công cụ này rất phổ biến, và điều đó hoàn toàn xứng đáng. Nhưng nếu đứng một mình, Power BI không phải một nền tảng dữ liệu hoàn chỉnh và không đảm nhiệm toàn bộ phần kỹ thuật bên dưới.

Cách nhìn đơn giản nhất là: có hai nền tảng dữ liệu, Microsoft Fabric và Databricks, cùng một lớp báo cáo chung là Power BI có thể đặt trên cả hai. Khi nói “Microsoft Fabric”, Power BI đã nằm trong nền tảng. Khi triển khai trên Databricks, chúng tôi vẫn thường dùng Power BI ở phía trên để đưa báo cáo đến người dùng nghiệp vụ.

Vì sao lựa chọn này khó?

Lựa chọn khó vì cả hai nền tảng đều tốt, đồng thời đang tiến gần nhau. Databricks bổ sung ngày càng nhiều khả năng báo cáo và vận hành. Fabric tiếp tục tăng cường năng lực kỹ thuật dữ liệu. Cả hai cũng đang chạy đua đưa AI (trí tuệ nhân tạo) trực tiếp vào nền tảng, để nhiều phần của quá trình xây dựng có thể được mô tả bằng ngôn ngữ tự nhiên. Một phần riêng trong loạt bài sẽ nói về sự hội tụ này, vì nó đang thay đổi câu trả lời trung thực cho bài toán lựa chọn nền tảng.

Trước mắt, anh chị chỉ cần nhớ ba điều:

• Fabric dễ tiếp cận nhất, có chi phí khởi đầu thấp nhất, và đặc biệt phù hợp khi doanh nghiệp đã làm việc chủ yếu trong hệ sinh thái Microsoft và Power BI.
• Databricks mạnh nhất khi bài toán đòi hỏi kỹ thuật dữ liệu phức tạp, machine learning và khả năng mở rộng trên khối lượng dữ liệu lớn.
• Không phải lúc nào cũng cần chọn một trong hai. Mô hình kết hợp, với Databricks xử lý phần kỹ thuật sâu và Fabric đảm nhiệm chặng cuối cùng cùng lớp báo cáo, là một phương án thực tế và ngày càng phổ biến.

Chúng ta sẽ quyết định thế nào ở cuối loạt bài?

Trong phần cuối, chúng tôi sẽ đưa ra một checklist ngắn gồm năm câu hỏi: dữ liệu nhiều đến đâu, pipeline phức tạp thế nào, nhu cầu machine learning lớn đến mức nào, đội ngũ đang gắn với hệ sinh thái Microsoft ra sao, và ngân sách chặt đến đâu. Năm câu hỏi này đủ để giải quyết phần lớn trường hợp.

Nếu anh chị không muốn đợi đến cuối loạt bài, đây cũng chính là cách nhanh nhất để bắt đầu một cuộc trò chuyện với chúng tôi.

Phần hai sẽ tập trung hoàn toàn vào Microsoft Fabric: nền tảng này thực sự làm tốt điều gì ở thời điểm hiện tại, và sự non trẻ của nó vẫn bộc lộ ở đâu.

Đây là phần một trong loạt năm bài. Synnoia triển khai trên cả Microsoft Fabric và Databricks, đồng thời dùng Power BI cho lớp báo cáo. Cuộc trò chuyện đầu tiên hoàn toàn miễn phí.

Bắt đầu một cuộc trò chuyện