Copy Job dans Fabric :
Le Guide Complet pour Data Engineers

Jean Marie Sadio

Data Engineer — Microsoft Fabric & Snowflake

Si vous travaillez avec Microsoft Fabric, vous avez probablement deja utilise des Copy Activities dans vos pipelines Data Factory. Mais connaissez-vous la Copy Job ? C'est l'outil d'ingestion simplifie de Fabric — et avec les dernieres mises a jour de fevrier 2026, il est devenu redoutablement efficace.

Dans cet article, on va decortiquer la Copy Job sous tous les angles : ses modes de copie, la gestion du CDC, le choix entre Watermark et Change Data Feed, le nouveau Column Mapping, et surtout quand l'utiliser (et quand ne pas l'utiliser). Le tout avec des exemples concrets et des recommandations terrain.

01. C'est quoi une Copy Job ?

La Copy Job est la solution d'ingestion simplifiee de Microsoft Fabric Data Factory. Son objectif : deplacer des donnees d'une source vers une destination sans ecrire de pipeline.

Contrairement a une Copy Activity classique (qui vit a l'interieur d'un pipeline), la Copy Job est un artefact autonome. Vous la configurez via une interface guidee, vous choisissez vos tables, et c'est parti.

Les avantages cles

• Zero code — interface guidee, pas besoin d'ecrire du JSON ou du M
• Gestion d'etat automatique — Fabric memorise le dernier run reussi et reprend la ou il s'est arrete
• Creation automatique des tables — si la table destination n'existe pas, Copy Job la cree
• Multi-schedule — un meme job peut avoir plusieurs planifications (quotidien + hebdo)
• Resilience — en cas d'echec, le prochain run repart du dernier etat valide, sans perte de donnees

02. Les 3 modes de copie : Full, Incremental, CDC

C'est la ou la Copy Job devient interessante. Vous n'etes pas limite a une simple copie brute — vous choisissez votre strategie de chargement en fonction du cas d'usage.

Full Copy

A chaque execution, toutes les donnees sont copiees de la source vers la destination. Simple, previsible, mais couteux en compute sur les gros volumes. A utiliser pour les tables de reference, les dimensions statiques, ou les premieres charges initiales.

Incremental Copy

Le premier run fait une copie complete. Les runs suivants ne copient que les lignes nouvelles ou modifiees depuis la derniere execution. C'est le mode ideal pour les tables volumineuses qui changent peu.

Deux mecanismes possibles :

• Watermark — base sur une colonne incrementale (timestamp ou entier croissant)
• Change Data Feed (CDF) — capture native des changements Delta (insert, update, delete)

CDC Replication

Le mode le plus puissant. Active le Change Data Capture pour repliquer les insertions, mises a jour et suppressions en continu. Essentiel pour les tables avec des operations de type MERGE ou SCD (Slowly Changing Dimensions).

03. Watermark vs Change Data Feed — le bon choix

C'est LA question que tout Data Engineer se pose en configurant une Copy Job incrementale depuis un Lakehouse. Depuis fevrier 2026, vous avez le choix entre deux approches. Voyons les differences.

Comment choisir ?

La regle est simple :

• Table Delta avec MERGE/UPDATE/DELETE frequents → CDF (Change Data Feed)
• Table append-only avec colonne de date fiable → Watermark
• Source non-Delta (SQL Server, Oracle, etc.) → Watermark (CDF non disponible)
• Besoin de capturer les suppressions → CDF, pas le choix

04. Column Mapping — transformer a la volee

C'est l'une des nouveautes les plus attendues de la Copy Job. Le Column Mapping permet de renommer des colonnes et convertir des types de donnees directement pendant la copie — y compris en mode CDC.

Pourquoi c'est un game changer

Avant cette feature, si vos noms de colonnes source et destination ne correspondaient pas (par exemple CustID cote source et customer_id cote Lakehouse), vous deviez ajouter un Dataflow Gen2 ou un Notebook entre les deux pour faire la transformation. Ca signifiait :

• Un artefact supplementaire a maintenir
• De la consommation de CU (Capacity Units) pour une transformation triviale
• Plus de complexite dans le pipeline

Desormais, le Column Mapping pousse cette logique directement dans la Copy Job. Moins d'artefacts, moins de compute, moins de maintenance.

05. Copy Job vs Copy Activity vs Mirroring

Fabric propose trois outils de deplacement de donnees. Lequel utiliser ? Voici un comparatif clair.

06. Copy Job Activity — le meilleur des deux mondes

Depuis janvier 2026, la Copy Job Activity est en GA. C'est une brique qui permet d'executer une Copy Job a l'interieur d'un pipeline Data Factory.

Pourquoi c'est puissant ? Parce que vous combinez la simplicite de la Copy Job (configuration guidee, gestion d'etat automatique, multi-tables) avec la puissance d'orchestration des pipelines (conditions, boucles, dependances, event triggers).

Cas d'usage concret

Imaginons un workflow d'ingestion :

1. Un event trigger detecte un nouveau fichier dans ADLS
2. Le pipeline lance une Copy Job Activity pour ingerer les donnees dans le Lakehouse
3. Un Notebook Activity execute les transformations silver/gold
4. Un email est envoye au data owner avec le rapport d'execution

Tout ca dans un seul pipeline, avec la Copy Job qui gere automatiquement l'incremental et le schema mapping.

{
  "name": "IngestAndTransform",
  "activities": [
    {
      "name": "IngestFromSource",
      "type": "CopyJob",
      "typeProperties": {
        "copyJobId": "<your-copy-job-id>"
      }
    },
    {
      "name": "TransformSilver",
      "type": "SparkNotebook",
      "dependsOn": [
        { "activity": "IngestFromSource", "conditions": ["Succeeded"] }
      ]
    }
  ]
}

07. Bonnes pratiques et pieges a eviter

Les bonnes pratiques

Les pieges a eviter

Σ Recapitulatif

Voici ce qu'il faut retenir sur la Copy Job :

La Copy Job n'est plus un simple outil de copie brute. Avec le Column Mapping, le choix CDF vs Watermark, et l'integration dans les pipelines via la Copy Job Activity, c'est devenu un outil d'ingestion complet qui couvre la majorite des cas d'usage courants en Data Engineering.

Mon conseil : si vous utilisez encore des Copy Activities "nues" pour de l'ingestion multi-tables sans logique d'orchestration complexe, migrez vers des Copy Jobs. La gestion d'etat automatique et le multi-schedule natif vont vous simplifier la vie.

Des questions ou des retours d'experience ? Retrouvez-moi sur LinkedIn.