คู่มือ Microsoft Fabric Pricing Leave a comment

Microsoft Fabric Pricing

ในขณะที่ Microsoft กำลังรวมเครื่องมือจัดการข้อมูลต่าง ๆ ไว้ภายใต้แพลตฟอร์มวิเคราะห์เดียว “Microsoft Fabric” ได้กลายเป็นโซลูชันทรงพลังที่รวม Data Engineering, Data Factory, Power BI, Synapse และ Real-Time Analytics เข้าไว้ด้วยกัน แต่การทำความเข้าใจโครงสร้าง Microsoft Fabric Pricing อาจเป็นเรื่องซับซ้อน เนื่องจากมีการคิดค่าบริการตามแบบหลายชั้นและตามความสามารถของระบบ (Capacity-Based Model) 

บทความนี้จะอธิบายแผนการใช้งาน ฟีเจอร์ต่าง ๆ กรณีการใช้งานที่เหมาะสม และเปรียบเทียบกับแพลตฟอร์มอื่น เพื่อช่วยให้คุณเลือกแผนที่เหมาะกับความต้องการด้านข้อมูลขององค์กรในปี 2025 

Microsoft Fabric คืออะไร? 

Microsoft Fabric คือแพลตฟอร์มวิเคราะห์ข้อมูลแบบ SaaS ที่รวมบริการหลากหลายไว้ในผลิตภัณฑ์เดียว ได้แก่: 

  • Data Engineering (บน Spark) 
  • Data Factory (Pipeline และ ETL) 
  • Data Science (Notebook และ Machine Learning) 
  • Data Warehouse (Lakehouse และ Synapse) 
  • Real-Time Analytics 
  • Power BI 
  • Data Activator (ระบบทำงานอัตโนมัติตามเหตุการณ์) 

ทั้งหมดนี้ทำงานร่วมกันผ่าน OneLake ซึ่งเป็น Data Lake เดียวที่รองรับหลายภาษาและหลายเอ็นจิน 

ภาพรวม Microsoft Fabric Pricing 

Microsoft Fabric คิดราคาตามหน่วย Capacity Units (CU) ซึ่งเป็นตัววัดพลังการประมวลผลและความสามารถในการรองรับผู้ใช้งานพร้อมกัน โดยแต่ละ SKU จะมีระดับพลังประมวลผลต่างกัน 

ตารางราคา Microsoft Fabric SKUs 

SKU (Tier) 

Capacity Units (CU) 

ราคา (USD/เดือน) 

กรณีการใช้งาน 

F2 

2 CU 

$262 

ทีมเล็ก ใช้งานเบา ๆ 

F4 

4 CU 

$525 

ขนาดกลาง ใช้งานหลากหลาย 

F8 

8 CU 

$1,050 

Data Pipeline และ Data Warehouse 

F16 

16 CU 

$2,100 

วิเคราะห์ข้อมูลปริมาณมาก 

F32 

32 CU 

$4,200 

ศูนย์ข้อมูลระดับองค์กร 

F64 

64 CU 

$8,400 

วิเคราะห์เรียลไทม์แบบสตรีมมิ่ง 

F128 

128 CU 

$16,800 

งาน AI และข้อมูลระดับใหญ่ 

🛈 ราคานี้เป็นแบบจ่ายตามการใช้งาน (Pay-As-You-Go) สามารถขอส่วนลดได้หากเลือกใช้แบบ Reserved Instances (สัญญา 1 หรือ 3 ปี) 

 

บริการที่รวมอยู่ในแผน Microsoft Fabric 

เมื่อคุณซื้อ SKU ใด ๆ ของ Fabric จะมีบริการดังต่อไปนี้อยู่แล้ว: 

บริการ 

มีในทุก SKU 

Power BI (Pro) 

 

Data Factory 

 

Synapse (Lakehouse) 

 

Real-Time Analytics 

 

Data Engineering 

 

Data Activator 

 

OneLake Storage 

✅ (ฟรี 1TB) 

📌 หมายเหตุ: ใบอนุญาต Power BI Pro ยังต้องแจกจ่ายให้กับผู้ใช้รายบุคคลเพื่อเข้าถึงและแชร์ข้อมูล 

 

ตัวเลือก Microsoft Fabric Pricing 

1. การคิดราคาตามความสามารถ (Capacity-Based Licensing) 

  • เหมาะกับองค์กรและทีมภายในหลายแผนก 
  • ใช้พลังประมวลผลร่วมกันสำหรับทุกบริการใน Fabric 
  • รองรับการใช้งานแบบหลายทีม (Multi-Tenant) 

2. การคิดราคาต่อผู้ใช้ (Per-User Licensing) 

  • $20 ต่อผู้ใช้/เดือน 
  • เหมาะสำหรับองค์กรที่ใช้งานเฉพาะ Power BI เท่านั้น 
  • ไม่เพียงพอ หากต้องการใช้งาน Spark Notebook, Real-Time Analytics หรือ Data Engineering 

 

การเปรียบเทียบกับแพลตฟอร์มข้อมูลอื่น ๆ 

แพลตฟอร์ม 

รวมเครื่องมือครบ 

จ่ายตามการใช้งาน 

มีส่วนลด Reserved 

รองรับ Lakehouse 

วิเคราะห์แบบเรียลไทม์ 

Microsoft Fabric 

 

 

 

 

 

AWS Glue + Redshift 

 

 

 

จำกัด 

 

Google BigQuery 

 

 

 

 

 

Databricks 

 

 

 

 

✅ (Delta Live Tables) 

 

กรณีการใช้งานที่เหมาะสมกับ 

ประเภทธุรกิจ 

แผนแนะนำ 

เหตุผล 

สตาร์ทอัป / ทีมทดลอง 

F2 หรือ F4 

ประหยัด เหมาะกับงานเบา 

ธุรกิจขนาดกลาง 

F8 

สมดุลระหว่างราคาและประสิทธิภาพ 

ทีม BI + ETL 

F16 

รองรับรายงานหนัก + Pipeline 

ศูนย์ข้อมูลองค์กร 

F32+ 

จัดการข้อมูลและการวิเคราะห์ระดับองค์กร 

การเทรน AI / ML 

F64 – F128 

รองรับ Spark, ML, การวิเคราะห์แบบสตรีม 

 

สรุป 

ด้วยโมเดลแบบรวมศูนย์ Microsoft Fabric ช่วยให้องค์กรไม่ต้องจัดการหลายเครื่องมือแยกจากกันอีกต่อไป โครงสร้าง Fabric Pricing แบบคิดตามความสามารถ ช่วยให้องค์กรสามารถขยายขนาดได้ตามความต้องการด้านประสิทธิภาพแทนที่จะจ่ายตามจำนวนผู้ใช้ 

การเข้าใจ Fabric Pricing อย่างถ่องแท้จึงเป็นกุญแจสำคัญสำหรับทีมที่ต้องการวางแผนปรับปรุงโครงสร้างข้อมูลในระยะยาว ไม่ว่าคุณจะวิเคราะห์ข้อมูลระดับกิกะไบต์หรือเพตะไบต์ Microsoft Fabric ก็มีแผนที่เหมาะสมทั้งในแง่เทคนิคและงบประมาณ 

นอกจากบทความนี้ คุณยังสามารถอ่านบทความอื่นๆ ที่น่าสนใจเกี่ยวกับ ไมโครซอฟต์ ได้ที่ Fusion SolutionFusion Solution 365ChatframeworkIPPhoneSeedKM, และ AskMePlease

Related Articles: Microsoft 365 Apps

Leave a Reply

Your email address will not be published. Required fields are marked *