Databricks مقابل Microsoft Fabric: دليل لاتخاذ القرار

يتلخّص الاختيار بين Databricks وMicrosoft Fabric في سؤال واحد: من يستهلك البيانات؟ إذا كان معظمها ينتهي في Power BI وكان فريقك يفكّر بلغة SQL، فـFabric عادةً هي الخيار الأسرع والأبسط. وإذا كانت مشكلاتك الصعبة في الهندسة أو البث المتدفق أو التعلّم الآلي أو في أكثر من سحابة واحدة، فـDatabricks هي المنصة الأقوى.

بالنسبة لكثير من المؤسسات المعتمدة على Microsoft، الجواب الصريح هو الاثنتان. تتولى Azure Databricks الهندسة الثقيلة.

وتخدم Fabric وPower BI الأعمال. هذا ينجح، لكن فقط إذا صمّمت نقطة الالتقاء بينهما عن قصد.

في برامج التصنيع والدفاع التي عملت عليها، نادراً ما يتوقف القرار على قوائم الميزات. بل يتوقف على نموذج التكلفة، والمهارات، والحدود الأمنية، والمكان المسموح فيه بوجود البيانات.

كلتاهما lakehouse على صيغ جداول مفتوحة. وتختلفان في من يملك التخزين وكيف تدفع مقابل الحوسبة.

Microsoft Fabric منصة SaaS. كل شيء ينتهي في OneLake، وهي بحيرة منطقية واحدة لكل مستأجر، مع جداول مخزّنة بصيغة Delta. وتستمد lakehouse ومستودع البيانات وخطوط المعالجة وReal-Time Intelligence وPower BI جميعها من سعة واحدة مشتركة.

تشير الاختصارات (shortcuts) إلى البيانات في مخازن أخرى دون نسخها. وتجلب خاصية mirroring قواعد البيانات والكتالوجات الخارجية.

Databricks تعمل في حسابك السحابي (على Azure باسم Azure Databricks، وهي خدمة من Microsoft نفسها). توجد بياناتك في التخزين الخاص بك، وتخضع لحوكمة Unity Catalog. والحوسبة عبارة عن clusters أو SQL warehouses أو serverless، تُقاس لكل حمل عمل بوحدات Databricks Units (DBUs).

من حيث الانفتاح، ضاقت الفجوة. تجعل OneLake البيانات الوصفية افتراضية، بحيث يمكن قراءة جدول Delta على أنه Iceberg وقراءة جدول Iceberg على أنه Delta. وهناك قيود فعلية: Parquet فقط، ومخرجات Iceberg V2، كما أن حذف المساواة (equality deletes) يعطّل التحويل.

جداول Iceberg المُدارة في Unity Catalog متاحة للعموم، وتقرأ المحركات الخارجية وتكتب عبر Iceberg REST Catalog API الخاصة بـ Unity Catalog. لا تحبس أي من المنصتين بياناتك في صيغة مملوكة. لكن كلتيهما تحبسان خطوط المعالجة ونموذج الأمان والمهارات، وهنا تكمن تكلفة الانتقال الحقيقية.

الجسر بينهما هو الأهم لمؤسسة تعتمد على Microsoft. يمكن لـ Fabric عمل mirroring لـ Unity Catalog في Azure Databricks كعنصر كتالوج، وهي ميزة متاحة للعموم. لا يُنسخ سوى البيانات الوصفية.

تُقرأ البيانات في مكانها عبر shortcuts. وهناك نقطة يجب الانتباه إليها: لا تنتقل صلاحيات Unity Catalog. إذ تطبّق Fabric نموذج الصلاحيات الخاص بها.

Fabric تبيع السعة بوحدات F-SKU، من F2 إلى F8192، وتُقاس بوحدات السعة (CUs). تحتسبها Azure بالثانية دون التزام، أو يمكنك حجزها لمدة عام. في منطقة East US، سعر القائمة بالدفع حسب الاستخدام هو $0.18 لكل CU-hour.

هذا يجعل تكلفة F64 نحو $11.52 في الساعة، أي قرابة $8,400 شهرياً إذا تُركت تعمل. وتقول Microsoft إن الحجز يوفّر نحو 41% مقارنة بالدفع حسب الاستخدام.

يُدرج تخزين OneLake الساخن بسعر $0.026 لكل GB شهرياً. راجع صفحة تسعير Microsoft Fabric.

وF64 هي أيضاً عتبة ترخيص. وفقاً لـوثائق ترخيص Fabric، تحت F64 يحتاج كل شخص يشاهد محتوى Power BI إلى ترخيص Pro أو Premium Per User.

ومن F64 فما فوق، يمكن للمشاهدين الذين يملكون ترخيصاً مجانياً ودور مشاهد قراءة التقارير. وإذا كان لديك بضع مئات من قرّاء التقارير، فقد يحسم هذا وحده اختيار SKU.

Azure Databricks تحتسب وحدات DBU حسب نوع حمل العمل، إضافة إلى الأجهزة الافتراضية في Azure تحتها في حالة classic compute. وتشمل أسعار serverless الحوسبة.

فيما يلي أسعار القائمة لفئة Premium في East US. راجع صفحة تسعير Azure Databricks.

1. Jobs compute: سعر $0.30 لكل DBU-hour.
2. All-purpose compute (دفاتر الملاحظات التفاعلية): سعر $0.55 لكل DBU-hour.
3. SQL Pro: سعر $0.55 لكل DBU-hour. وServerless SQL: سعر $0.70 لكل DBU-hour.
4. Serverless jobs: سعر $0.45 لكل DBU-hour. وServerless interactive compute: سعر $0.95 لكل DBU-hour.

جميع الأرقام أسعار قائمة، تم التحقق منها في أكتوبر 2026، لمنطقة East US. وتختلف المناطق الأخرى.

اتفاقيات المؤسسات، والتزامات الشراء المسبق في Databricks، وحجوزات Azure تغيّر الرقم الحقيقي. ويتعمّق دليلي لتسعير Databricks في وحدات DBU.

ماذا يعني ذلك عملياً:

1. Fabric متوقعة لكنها مشتركة. مهمة Spark ثقيلة واحدة قد تبطئ تقارير Power BI على السعة نفسها. يجب أن يدير أحدهم السعة كما يُدار خادم مشترك.
2. Databricks دقيقة لكنها تتسرّب. كل حمل عمل يكلّف بالضبط ما يستخدمه. والتسرّبات المعتادة هي clusters تُترك قيد التشغيل، وwarehouses أكبر من اللازم، وall-purpose compute مستخدمة لمهام مجدولة.
3. قارن التكلفة الإجمالية على أحمال عمل حقيقية. سعّر أهم عشرة خطوط معالجة لديك وساعة التقارير الأكثر ازدحاماً على المنصتين. جدول بأسعار القائمة لا يثبت شيئاً.

يغطي الجدول النقاط التي تحسم القرار عادةً لمؤسسة تعتمد على Microsoft.

المعيار	Microsoft Fabric	Databricks (Azure Databricks)
نموذج التقديم	SaaS، وOneLake واحدة على مستوى المستأجر	منصة في حسابك السحابي وتخزينك
التسعير	سعة F-SKU، بالدفع حسب الاستخدام أو بالحجز	وحدات DBU لكل حمل عمل، إضافة إلى الأجهزة الافتراضية في classic compute
عمق هندسة البيانات	جيد لـ SQL وخطوط المعالجة وDataflows ودفاتر Spark	أعمق: ضبط Spark، والبث المتدفق، وخطوط المعالجة التصريحية، وCI/CD
التعلّم الآلي والذكاء الاصطناعي التوليدي	Copilot in Fabric، ووكلاء بيانات Fabric (GA)، ونماذج التعلّم الآلي وتجاربه	Model serving وMLflow وGenie وAgent Bricks
Power BI	أصلي؛ Direct Lake على OneLake	عبر mirroring إلى Fabric، أو DirectQuery وImport
الحوكمة	صلاحيات Fabric، وأمان OneLake، وPurview، وتصنيفات الحساسية	Unity Catalog؛ ويمكن لـ Purview فحصه
تعدد السحابات	Azure فقط	Azure وAWS وGoogle Cloud
ملاءمة المهارات	فرق Power BI وSQL وبيانات Microsoft	مهندسو البيانات، وPython وSpark، ومهندسو التعلّم الآلي

Power BI وDirect Lake. تتيح Direct Lake لنموذج Power BI الدلالي قراءة جداول Delta في OneLake مباشرة إلى الذاكرة، دون تحديث بالاستيراد. وهي أقوى سبب لاستخدام Fabric.

تحتاج إلى سعة Fabric، وترتفع حدود الجداول مع SKU. وكتالوج Azure Databricks الذي خضع لـ mirroring مصدر مدعوم لـ Direct Lake، لذا يمكن للجداول الذهبية المبنية في Databricks أن تغذي تقارير Direct Lake.

التعلّم الآلي والذكاء الاصطناعي التوليدي. وكلاء بيانات Fabric، الذين يجيبون عن أسئلة بلغة عادية على بيانات OneLake، متاحون للعموم. وبعض التكاملات، مثل استخدامهم من Microsoft 365 Copilot، لا تزال في مرحلة المعاينة. ويحتاج Copilot in Fabric إلى سعة مدفوعة بحجم F2 أو أكبر ويستهلك منها.

في Databricks، يتيح Genie لمستخدمي الأعمال الاستعلام عن الجداول الخاضعة للحوكمة بلغة عادية. وAgent Bricks هي منصة بناء الوكلاء المخصصين ونشرهم بالكود.

تصنّف Databricks الآن Knowledge Assistant وSupervisor Agent كأدوات قديمة، وتوجّه العمل الجديد منخفض الكود إلى Genie Agents. ويتناول مقالي عن Genie وAgent Bricks ذلك بالتفصيل.

الحوكمة. Unity Catalog هو مستوى التحكم الموحّد الأنضج للجداول والنماذج وتتبّع مسار البيانات والوصول الدقيق عبر مساحات العمل والسحابات. وحوكمة Fabric تتحسن بسرعة.

في بيئة Microsoft، غالباً ما يكون Purview هو كتالوج المؤسسة أصلاً، ويمكنه فحص البيانات الوصفية لـ Unity Catalog ومسار بياناته. ويتناول دليلي لحوكمة Unity Catalog جانب Databricks.

معظم المؤسسات المعتمدة على Microsoft التي أراها لا تختار واحدة. بل تشغّل Azure Databricks للاستيعاب والهندسة والتعلّم الآلي، ثم تعرض الجداول المنقّحة على Fabric لـ Power BI. ومع mirroring الكتالوج وDirect Lake، أصبح هذا النمط مدعوماً جيداً الآن.

ينجح حين تتحقق ثلاثة أمور:

1. منصة واحدة تملك كل طبقة. تملك Databricks الطبقات من البرونزية إلى الذهبية. وتملك Fabric النماذج الدلالية والتقارير. لا أحد يعيد بناء الجدول نفسه في المنصتين.
2. الأمان يُصمَّم مرتين، دفعة واحدة. لا تنسخ خاصية mirroring صلاحيات Unity Catalog. قرّر من يملك قواعد مستوى الصف ومستوى العمود في Fabric، ووثّق الربط بينها.
3. شخص واحد يملك فاتورة المنصتين. تقع وحدات DBU والسعة في بنود تكلفة مختلفة. ودون مالك واحد، يحسّن كل فريق منصته الخاصة ويرتفع الإجمالي.

يفشل حين تتحول Fabric خلسةً إلى منصة هندسة ثانية، فينتهي بك الأمر بطبقتين ذهبيتين متعارضتين. وحيثما رأيت نمط "استخدام الاثنتين" يتعثّر، كان السبب أمرين: التكامل بين المنصتين لم يكن سليماً، ولم يكن أحد يعرف أي منصة تملك البيانات. أفضّل أن أضع القاعدة في اليوم الأول على أن أفكّ التشابك لاحقاً.

بالنسبة لبيانات ERP (SAP أو Oracle أو Microsoft Dynamics 365)، ينطبق المنطق نفسه. أنزِلها ونمذجها مرة واحدة، في مكان واحد. وتشرح ملاحظاتي عن تحديث ERP وClean Core لماذا يهمّ جانب ERP بقدر ما تهمّ المنصة.

التصنيع. بيانات المصانع هي اختبار الضغط. مصادر historian وMES، وتدفقات الحساسات عالية التردد، وسجلات الجودة والصيانة مربوطة بـ ERP. تتعامل Real-Time Intelligence في Fabric (eventstreams وeventhouses) جيداً مع لوحات المعلومات التشغيلية.

أما لهندسة البث المتدفق على نطاق واسع، وخطوط معالجة الخصائص للصيانة التنبؤية، والتعلّم الآلي على بيانات الحساسات، فأنا أستخدم Databricks. فالبث المتدفق والتعلّم الآلي على بيانات الحساسات والآلات هما حيث تستحق مكانها في عملي.

الدفاع. السيادة والفصل يأتيان أولاً. تبقى البيئات السرية وغير السرية منفصلة. وتحتاج البيانات الخاضعة لضوابط التصدير (ITAR كفئة) إلى تحكم صارم في الوصول وإلى تدقيق.

تستمر البرامج لعقود. وهنا تحقّق من التوفر قبل أن تصمّم أي شيء، لأن السحابات الحكومية متأخرة عن Azure التجارية.

1. Fabric في GCC High. وفقاً لـ Microsoft Learn، وتم التحقق في أكتوبر 2026، تعمل Fabric في US Gov Virginia وUS Gov Texas. أحمال العمل الأساسية متاحة، بما فيها lakehouse ومستودع البيانات وخطوط المعالجة وPower BI مع Direct Lake. أما المفاتيح التي يديرها العميل، ومعظم مصادر mirroring، وPrivate Link لمساحات العمل، وCopilot for Power BI فغير مدعومة. ولا يزال اعتماد FedRAMP High لـ GCC High قيد التقييم.
2. Azure Databricks في Azure Government. وفقاً لـقائمة ميزات Azure Databricks حسب المنطقة، المحدّثة في 1 أكتوبر 2026، لا تدعم مناطق US Gov كلاً من Databricks SQL وUnity Catalog. كما تفتقر إلى serverless وميزات الذكاء الاصطناعي الأحدث. وقد أعلنت Databricks خططاً لجلب المنصة الكاملة إلى Azure Government. تأكد مما هو متاح فعلاً في منطقتك يوم اتخاذ القرار.

خارج الولايات المتحدة، ينطبق الانضباط نفسه. راجع الجداول الإقليمية لمنطقة Azure المحددة التي أنت ملزم بها. فعدد من ميزات serverless والذكاء الاصطناعي في Databricks يحتاج إلى معالجة عبر مناطق جغرافية مختلفة في بعض المناطق، وقد يكون ذلك مرفوضاً من الأساس للبيانات السيادية.

اختر Fabric حين:

1. يكون Power BI هو المستهلك الرئيسي وتريد Direct Lake.
2. يكون فريقك متمرّساً في SQL وPower BI وMicrosoft أولاً، مع عمق محدود في Spark.
3. تريد فاتورة سعة واحدة وعمليات SaaS، لا هندسة منصات.
4. يكون لديك مئات من مشاهدي التقارير ويجعل ترخيص F64 الأرقام منطقية.

اختر Databricks حين:

1. تكون هندسة البيانات أو البث المتدفق أو التعلّم الآلي هي الجزء الصعب، لا التقارير.
2. تعمل على أكثر من سحابة واحدة، أو تتوقع ذلك.
3. تحتاج إلى Unity Catalog كمستوى حوكمة واحد عبر مساحات عمل كثيرة.
4. تحتاج إلى تحكم دقيق في التكلفة لكل حمل عمل ولديك المهارات لإدارته.

اختر الاثنتين حين تكون تشغّل Azure Databricks جيداً أصلاً وتعيش الأعمال في Power BI. اعمل mirroring لـ Unity Catalog إلى Fabric، واستخدم Direct Lake للتقارير، ودوّن من يملك كل طبقة.

إذا كنت تشغّل منصة Databricks ناضجة أصلاً، فلا تنقلها إلى Fabric لتوفير تكلفة ذكاء الأعمال. وللصورة الأوسع، راجع مقارنتي بين Snowflake وDatabricks.

نفّذ اختباراً متكافئاً لمدة أسبوعين على ثلاثة أحمال عمل حقيقية: خط معالجة ثقيل، ونموذج Power BI تنفيذي، وحالة استخدام واحدة للتعلّم الآلي أو الذكاء الاصطناعي. قِس التكلفة لكل تشغيل، وزمن التحديث، والجهد الذي احتاجه فريقك. واطلب من المورّدين أو من الشريك المنفّذ تسعير هذه المجموعة بالضبط وفق أسعارك المتفاوض عليها.

اطرح على كل مورّد ثلاثة أسئلة: ما المتاح للعموم مقابل ما هو في المعاينة في منطقتي، وماذا يحدث للتكلفة حين يتضاعف الاستخدام، وكيف يعمل الأمان عبر نقطة الالتقاء.

إذا أردت رأياً مستقلاً في قرار المنصة أو في تصميم الاختبار، فهذا تحديداً ما أساعد فيه المؤسسات. يمكنك حجز مكالمة مدتها 30 دقيقة.

هل ستحلّ Microsoft Fabric محل Azure Databricks؟

لا. تبقى Azure Databricks خدمة Azure من Microsoft نفسها، وتوثّق Microsoft كيف تعمل المنصتان معاً. يمكن لـ Fabric عمل mirroring لـ Unity Catalog في Azure Databricks، وهي ميزة متاحة للعموم، بحيث يستطيع Power BI استخدام جداول Databricks عبر Direct Lake دون نسخ البيانات. وكثير من المؤسسات تشغّل الاثنتين.

هل Fabric أرخص من Databricks؟

يتوقف ذلك على مزيج أحمال العمل. Fabric سعة مشتركة (سعر القائمة في East US هو $0.18 لكل CU-hour، وأقل بنحو 41% مع حجز لمدة عام). وتحتسب Databricks وحدات DBU لكل حمل عمل، إضافة إلى الأجهزة الافتراضية في classic compute. سعّر أهم أحمال العمل لديك على المنصتين.

هل يمكن لـ Power BI استخدام بيانات Databricks دون Fabric؟

نعم. يتصل Power BI بـ SQL warehouses في Databricks بوضع Import أو DirectQuery. وتحتاج Direct Lake إلى سعة Fabric، وكتالوج Azure Databricks الذي خضع لـ mirroring مصدر مدعوم لـ Direct Lake.

هل ينتقل أمان Unity Catalog إلى Fabric؟

لا. حين تعمل Fabric على mirroring لكتالوج Azure Databricks، فإنها تنسخ البيانات الوصفية وتقرأ البيانات عبر shortcuts. لا تُنسخ سياسات Unity Catalog وصلاحياته، لذا يُطبَّق نموذج الصلاحيات الخاص بـ Fabric. صمّم قواعد الوصول ووثّقها على جانب Fabric.

هل Microsoft Fabric متاحة في Azure Government؟

تعمل Fabric في بيئة GCC High في US Gov Virginia وUS Gov Texas، بمجموعة ميزات أضيق من Fabric التجارية. المفاتيح التي يديرها العميل، ومعظم مصادر mirroring، وCopilot for Power BI غير مدعومة، وفقاً لـ Microsoft Learn، أكتوبر 2026. ولا يزال FedRAMP High لـ GCC High قيد التقييم. راجع القائمة الحالية قبل التخطيط.

أيهما أفضل للتعلّم الآلي، Databricks أم Fabric؟

لدى Databricks أدوات أعمق للتعلّم الآلي والذكاء الاصطناعي التوليدي: MLflow وmodel serving وGenie وAgent Bricks للوكلاء المخصصين. وتغطي Fabric تجارب التعلّم الآلي ونماذجه، ووكلاء البيانات (GA) وCopilot، ويمكن استخدام وكلاء البيانات فيها من Microsoft Foundry (في المعاينة). إذا كان التعلّم الآلي قدرة أساسية لا إضافة، فـDatabricks عادةً هي الأساس الأقوى.