WEBVTT

00:00:00.000 --> 00:00:05.780
Het onderwerp van vandaag is iets waar bijna iedereen die met data werkt wel eens van heeft gehoord, maar wat weinig en echt begrijpen.

00:00:06.120 --> 00:00:07.540
Microsoft Fabric One Lake.

00:00:07.680 --> 00:00:13.020
Je hebt het waarschijnlijk gezien in de marketing van Microsoft of iemand horen zeggen dat het de uniforme data lake voor je hele organisatie is.

00:00:13.180 --> 00:00:14.420
Maar wat betekent dat eigenlijk?

00:00:14.660 --> 00:00:17.600
Is het zomaar een opslaglocatie of is het fundamenteel iets anders?

00:00:17.820 --> 00:00:19.360
Hier is de simpelste definitie.

00:00:19.540 --> 00:00:23.160
One Lake is één logische data lake die het middelpunt vormt van Microsoft Fabric.

00:00:23.320 --> 00:00:27.820
Elke Fabric Service, Lakehouse, Warehouse, Eventhouse en Powerbee slaat hier zijn data op.

00:00:27.820 --> 00:00:29.460
En de belangrijkste regel is simpel.

00:00:29.460 --> 00:00:32.420
Eén fysieke kopie van data die toegankelijk is voor vele verschillende engines.

00:00:32.620 --> 00:00:34.840
Geen data meer kopiëren van de ene naar de andere tool.

00:00:35.040 --> 00:00:37.440
Nooit meer afvragen welke versie van een rapport correct is.

00:00:37.620 --> 00:00:45.160
Aan het eind van deze aflevering begrijp je wat One Lake echt is, hoe het dataduplicatie elimineert en waarom het de boel verandert voor Powerbee, Data Engineering en AI.

00:00:45.400 --> 00:00:48.280
Laten we dus beginnen met het probleem dat One Lake moest oplossen.

00:00:48.560 --> 00:00:49.200
Het probleem.

00:00:49.460 --> 00:00:51.080
Elke afdeling heeft zijn eigen lake.

00:00:51.280 --> 00:00:53.220
Stel je voor dat je bij een middelgrootbedrijf werkt.

00:00:53.360 --> 00:00:55.860
Je verkoopteam gebruikt een CRM systeem om deals bij te houden.

00:00:56.020 --> 00:00:58.780
Je financiële team beheert het erp voor facturatie en declaraties.

00:00:58.780 --> 00:01:01.280
Je marketing team haalt data uit hun campagne tools.

00:01:01.460 --> 00:01:04.620
En je data engineering team beheert een data warehouse voor rapportages.

00:01:04.820 --> 00:01:06.580
Dus dit is waar ik je over na wil laten denken.

00:01:06.780 --> 00:01:09.520
Hoeveel kopieën van dezelfde klantdata bestaan er in deze systemen?

00:01:09.640 --> 00:01:11.780
Bij de meeste bedrijven is het antwoord 4 of 5.

00:01:11.960 --> 00:01:13.320
Het CRM slaat het op.

00:01:13.460 --> 00:01:14.440
Het erp slaat het op.

00:01:14.620 --> 00:01:16.700
Marketing exporteert het naar hun analyse tool.

00:01:16.940 --> 00:01:19.540
Iemand van financiën maakt een spreadsheet vanuit het erp.

00:01:19.620 --> 00:01:23.540
En het data engineering team kopieert het naar het warehouse zodat Powerbee het kan lezen.

00:01:23.760 --> 00:01:28.480
Dat is hetzelfde klant idee, hetzelfde verkoopbedrag, dezelfde factuurdatum die op vijf verschillende plekken staat.

00:01:28.480 --> 00:01:30.360
Dit is niet omdat mensen onvoorzichtig zijn.

00:01:30.540 --> 00:01:32.840
Het is omdat de oude tools niet met elkaar konden praten.

00:01:33.040 --> 00:01:40.080
Als je een rapport wilde draaien dat verkoopdata uit het CRM combineerde met financiële data uit het erp, moest je beide kopiëren naar iets dat ze samen kon lezen.

00:01:40.320 --> 00:01:44.320
Dat betekende pipelines bouwen, jobs inplannen en hopen dat er s'nachts niets kapot ging.

00:01:44.540 --> 00:01:46.280
De verborgen kosten lopen snel op.

00:01:46.680 --> 00:01:49.280
Opslagrekeningen groeien omdat je vijf keer voor dezelfde data betaalt.

00:01:49.620 --> 00:01:52.620
Rapportages verouderen omdat de ene kopie wel wordt bijgewerkt en de andere niet.

00:01:52.620 --> 00:01:55.020
En dan stelt iemand een vraag die niemand wil beantwoorden.

00:01:55.240 --> 00:01:56.440
Welke versie is de juiste?

00:01:56.660 --> 00:01:58.580
Die verwarring tast het vertrouwen in data aan.

00:01:58.760 --> 00:02:02.840
En zodra het vertrouwen weg is, stoppen mensen volledig met het gebruik van het analyseplatform.

00:02:03.140 --> 00:02:05.680
Microsoft bekeek deze puinhoop en stelde een simpele vraag.

00:02:05.900 --> 00:02:08.740
Wat als je één kopie van je data zou hebben die elk hulpprogramma kan lezen?

00:02:08.980 --> 00:02:12.200
Geen dubbele bestanden, geen verwarring, één bron van waarheid.

00:02:12.500 --> 00:02:13.660
Wat is One Lake precies?

00:02:13.900 --> 00:02:16.300
One Lake is het antwoord van Microsoft op die vraag.

00:02:16.500 --> 00:02:19.460
Het is één enkel logisch data meer voor je gehele organisatie.

00:02:19.460 --> 00:02:23.680
De belangrijkste uitdrukking om te onthouden is één lake per tenant, niet één lake per team.

00:02:23.840 --> 00:02:27.460
Onder de motorkap is One Lake gebouwd op Azure Data Lake Storage Gen 2.

00:02:27.700 --> 00:02:32.240
Dezelfde technologie, dezelfde APIs, maar Microsoft heeft het verpakt als een volledig beheerde SaaS-dienst.

00:02:32.440 --> 00:02:37.180
Je maakt geen opslagaccounts aan, je beheert geen containers, je stelt geen toegangssleutels in, je gebruikt het gewoon.

00:02:37.400 --> 00:02:39.480
Zie het als OneDrive voor de data van je bedrijf.

00:02:39.680 --> 00:02:43.620
OneDrive geeft je één plek voor je persoonlijke bestanden, documenten, foto's en spreadsheets.

00:02:43.800 --> 00:02:47.280
Je denkt niet na over waar ze fysiek zijn opgeslagen, je opent ze gewoon en werkt ermee.

00:02:47.280 --> 00:02:50.220
One Lake doet hetzelfde, maar dan voor de data van je organisatie.

00:02:50.360 --> 00:02:53.900
Het geeft elk team, elk project en elke workload één gedeelde opslagpool.

00:02:54.080 --> 00:02:55.640
Nu is er een belangrijk onderscheid.

00:02:55.820 --> 00:02:57.440
One Lake is logisch, niet fysiek.

00:02:57.600 --> 00:03:02.500
Onder de motorkap kan het meerdere opslagaccounts in verschillende regio's beslaan, maar voor jou ziet het eruit als één gigantische pool.

00:03:02.660 --> 00:03:05.680
Het maakt je niet uit welke server de bestanden bevat, je ziet gewoon je data.

00:03:05.880 --> 00:03:07.760
Elke Fabric dienst slaat zijn data hierop.

00:03:07.960 --> 00:03:10.100
Wanneer je een lakehouse maakt, leeft de data in One Lake.

00:03:10.280 --> 00:03:12.620
Wanneer je een warehouse bouwt, leven de tabellen in One Lake.

00:03:12.620 --> 00:03:16.780
Wanneer je een Power BI rapport uitvoert en de direct lake modus gebruikt, lees dit rechtstreeks vanuit One Lake.

00:03:16.980 --> 00:03:20.780
Zelfs Event House, de Realtime Analytics Store, kan zijn data in One Lake ontsluiten.

00:03:21.020 --> 00:03:24.440
Alles wijst naar dezelfde plek en het standaard dataformaat is Delta Parquet.

00:03:24.720 --> 00:03:27.060
Dat is een open formaat, geen Microsoft Login.

00:03:27.380 --> 00:03:29.320
Databricks gebruikt het, Spark Engines lezen het.

00:03:29.500 --> 00:03:31.580
Hulpmiddelen zoals Pandas en Polars kunnen ermee werken.

00:03:31.740 --> 00:03:34.080
Je data zit dus niet opgesloten in de wereld van Microsoft.

00:03:34.360 --> 00:03:40.080
Het is open en draagbaar, maar de echte magie is niet de opslag, maar hoe One Lake de noodzaak om data te kopiëren wegneemt.

00:03:40.080 --> 00:03:45.120
Het principe van één kopie. Dit is het kernidee dat One Lake anders maakt dan alles wat hier voorkwam.

00:03:45.280 --> 00:03:47.600
Het heet het principe van één kopie en het is simpel.

00:03:47.780 --> 00:03:50.600
Eén fysieke kopie van data, toegankelijk voor veel verschillende engines.

00:03:50.860 --> 00:03:52.340
Laat me je laten zien wat dat betekent.

00:03:52.560 --> 00:03:54.840
Stel dat je een tabel met verkoopgegevens in One Lake hebt staan.

00:03:55.000 --> 00:03:57.400
Een data engineer voert een Spark notebook uit om deze op te schonen.

00:03:57.520 --> 00:04:00.220
Een business analyst schrijft een TSQL query om deze te aggregeren.

00:04:00.320 --> 00:04:02.280
En een Power BI rapport leest het voor een dashboard.

00:04:02.500 --> 00:04:03.900
Alle drie gebeuren tegelijkertijd.

00:04:04.100 --> 00:04:05.540
Alle drie lezen hetzelfde bestand.

00:04:05.760 --> 00:04:07.020
Niemand heeft iets gekopieerd.

00:04:07.020 --> 00:04:08.720
In de oude wereld gebeurde dat nooit.

00:04:08.720 --> 00:04:11.160
Je kopieerde gegevens van het data leek naar een warehouse.

00:04:11.460 --> 00:04:13.780
Daarna kopieerde je het van het warehouse naar een semantisch model.

00:04:14.040 --> 00:04:15.500
Vervolgens verf erste je het rapport.

00:04:15.760 --> 00:04:17.440
Dat zijn drie kopieën van dezelfde gegevens.

00:04:17.640 --> 00:04:19.340
Elk neemt tijd en opslagruimte in beslag.

00:04:19.500 --> 00:04:21.360
En als een stap mislukte, klopte je cijfers niet.

00:04:21.520 --> 00:04:22.800
Eén kopie elimineert dat allemaal.

00:04:23.080 --> 00:04:24.660
De data staat één keer in One Lake.

00:04:24.820 --> 00:04:27.740
De engines Spark, SQL, Power BI lezen het allemaal direct.

00:04:27.960 --> 00:04:28.780
Geen verplaatsing.

00:04:29.020 --> 00:04:29.840
Geen duplicatie.

00:04:30.080 --> 00:04:31.440
Geen synchronisatie problemen.

00:04:31.600 --> 00:04:33.060
De kostenbesparingen zijn reëel.

00:04:33.280 --> 00:04:35.960
Minder opslag omdat je niet vijf keer voor dezelfde data betaalt.

00:04:35.960 --> 00:04:39.820
Minder ETL omdat je geen pijplijnen bouwt om data tussen tools te verplaatsen.

00:04:40.020 --> 00:04:42.640
Minder beheer omdat er niets kapot kan gaan tussen kopieën.

00:04:42.760 --> 00:04:44.720
En het voordeel van de actualiteit is enorm.

00:04:44.940 --> 00:04:46.880
Eén kopie betekent één bron van waarheid.

00:04:47.120 --> 00:04:50.180
Wanneer de data wordt bijgewerkt, ziet elk rapport de update direct.

00:04:50.380 --> 00:04:51.100
Niet meer vragen?

00:04:51.280 --> 00:04:53.680
Gebruikt dit rapport data van vorige week of deze week?

00:04:53.780 --> 00:04:55.640
Het is overal altijd dezelfde data.

00:04:55.920 --> 00:04:58.520
Nu denk je misschien, is dit niet gewoon Azure Data Lake Storage?

00:04:58.740 --> 00:04:59.360
Niet precies.

00:04:59.640 --> 00:05:00.900
ADLS is een paasdienst.

00:05:01.080 --> 00:05:02.260
Je maakt opslagaccounts aan.

00:05:02.420 --> 00:05:03.240
Je beheert containers.

00:05:03.560 --> 00:05:04.720
Je stelt toegangsleutels in.

00:05:04.720 --> 00:05:06.380
Je bepaalt welke regio wat bevat.

00:05:06.540 --> 00:05:08.180
Het is flexibel, maar het is ook werk.

00:05:08.380 --> 00:05:09.540
One Lake is een SaaS-dienst.

00:05:09.760 --> 00:05:11.140
Je maakt geen opslagaccounts aan.

00:05:11.320 --> 00:05:12.400
Je beheert geen containers.

00:05:12.700 --> 00:05:13.600
Je gebruikt het gewoon.

00:05:13.780 --> 00:05:16.140
De onderliggende infrastructuur wordt voor je geregeld.

00:05:16.340 --> 00:05:18.780
Eén kopie is geweldig voor data die in Fabric leeft.

00:05:18.960 --> 00:05:20.980
Maar hoe zit het met data die ergens anders staat?

00:05:21.360 --> 00:05:21.760
Shortcuts.

00:05:22.000 --> 00:05:23.460
Laat de data staan waar deze staat.

00:05:23.660 --> 00:05:25.140
Dus hier komen shortcuts van pas.

00:05:25.320 --> 00:05:27.040
Een shortcut is een virtuele verwijzing.

00:05:27.300 --> 00:05:29.420
Denk eraan als een symbolische link voor je data lake.

00:05:29.560 --> 00:05:34.300
En het laat je toe data te benaderen die fysiek buiten One Lake staat, zonder deze te verplaatsen of te kopiëren.

00:05:34.300 --> 00:05:35.420
Dit is hoe het werkt.

00:05:35.600 --> 00:05:38.020
Je maakt een shortcut aan in een lakehouse of een warehouse.

00:05:38.380 --> 00:05:41.040
En die shortcut wijst naar een bestand of map ergens anders.

00:05:41.300 --> 00:05:47.480
Dit kan in een Azure Data Lake Storage account zijn, een Amazon S3 Bucket, Google Cloud Storage of zelfs een andere Fabric werkruimte.

00:05:47.620 --> 00:05:51.460
De data blijft waar deze is, maar vanuit Fabric lijkt het alsof het direct in One Lake staat.

00:05:51.720 --> 00:05:53.240
Laat me een echt scenario geven.

00:05:53.460 --> 00:05:56.400
Je verkoopteam voert al jaren hun analytics uit op AWS.

00:05:56.820 --> 00:05:58.980
Dus al hun data staat in S3 Buckets.

00:05:58.980 --> 00:06:04.320
Je financiële team gebruikt Fabric en PowerBee en zij moeten verkoopdata combineren met financiële data.

00:06:04.580 --> 00:06:11.260
In de oude wereld exporteerde je alles uit S3, uploadde je het naar Azure, bouwde je een pipeline voor de synchronisatie en hoopte je dat er niets stuk ging.

00:06:11.460 --> 00:06:14.560
Met snelkoppelingen maak je een link vanuit je lakehouse naar de S3 Bucket.

00:06:14.720 --> 00:06:18.980
De data blijft in AWS, maar Finance kan het in PowerBee bevragen alsof het in One Lake staat.

00:06:19.240 --> 00:06:22.180
Geen export, geen upload, geen pipeline om je zorgen over te maken.

00:06:22.680 --> 00:06:23.960
Snelkoppelingen werken ook intern.

00:06:23.960 --> 00:06:28.620
Als een team een beheerde dataset in een workspace heeft, kan een ander team er een snelkoppeling naar maken.

00:06:28.840 --> 00:06:30.720
Geen kopiëren, geen duplicatie.

00:06:30.900 --> 00:06:34.480
De data blijft in de originele workspace en de rest verwijst er alleen maar naar.

00:06:34.640 --> 00:06:36.460
Er is één beperking die je moet begrijpen.

00:06:36.880 --> 00:06:41.060
Snelkoppelingen kopiëren geen data, dus de queryprestaties hangen af van de snelheid van het bronsysteem.

00:06:41.200 --> 00:06:46.320
Als je een snelkoppeling maakt naar een S3 Bucket aan de andere kant van de wereld, zijn je queries trager dan wanneer de data lokaal zou zijn.

00:06:46.500 --> 00:06:49.780
Overweeg voor veel gebruikte data om deze in plaats daarvan te spiegelen, mirroring.

00:06:49.940 --> 00:06:52.380
En dat brengt ons bij ons volgende onderwerp, mirroring.

00:06:52.380 --> 00:06:54.480
Automatisch databasegegevens ophalen.

00:06:54.940 --> 00:06:59.200
Snelkoppelingen zijn uitstekend voor externe bestandsopslag, maar hoe zit het met je bestaande databases?

00:06:59.520 --> 00:07:03.080
Degene die je ERP, je CRM en je operationele applicaties draaien.

00:07:03.300 --> 00:07:05.000
Dat is waar mirroring om de hoek komt kijken.

00:07:05.260 --> 00:07:10.280
Mirroring is een manier om databasegegevens bijna in realtime naar OneLake te krijgen zonder een enkele pipeline te bouwen.

00:07:10.440 --> 00:07:17.820
Je koppelt fabric aan je database en het regelt de rest door een automatische incrementele kopie van de data in Delta Parquet-formaat in OneLake te maken,

00:07:17.820 --> 00:07:20.000
die up-to-date blijft bij wijzigingen in de bron.

00:07:20.000 --> 00:07:27.940
Ondersteunde bronnen zijn onder andere Azure SQL Database, On-Premises SQL Server, Cosmos DB en andere, waarbij Microsoft er in de loop van de tijd meer toevoegt.

00:07:28.100 --> 00:07:33.380
Maar het meest voorkomende scenario is je bedrijfscritische database, die waarop je ERP of je kernapplicatie draait.

00:07:33.560 --> 00:07:34.500
Dit is hoe het werkt.

00:07:34.500 --> 00:07:41.400
Je schakelt mirroring in op een database en Fabric leest de wijzigingen inserts, updates, deletes en repliceert die wijzigingen naar OneLake.

00:07:41.520 --> 00:07:44.380
De eerste synchronisatie kopieert de volledige dataset.

00:07:44.740 --> 00:07:48.120
Daarna is het incrementeel en worden alleen de gewijzigde rijen verplaatst.

00:07:48.280 --> 00:07:52.420
De data komt aan in Delta Parquet-formaat, klaar om door elke Fabric-engine bevraagd te worden.

00:07:52.660 --> 00:07:54.740
Dit is het belangrijkste verschil met snelkoppelingen.

00:07:54.740 --> 00:07:57.760
Snelkoppelingen kopiëren geen data, ze verwijzen ernaar.

00:07:57.900 --> 00:08:05.400
Mirroring kopieert de data echt, waardoor de data fysiek in OneLake staat en de queryprestaties snel zijn, ongeacht hoe traag de bron-database is.

00:08:05.840 --> 00:08:13.580
Het nadeel is dat je een kopie opslaat, maar het voordeel is real-time toegang zonder pipelines te bouwen, planningen te beheren of onderhoud te hoeven doen.

00:08:13.800 --> 00:08:15.560
Laat ik je een concreet voorbeeld geven.

00:08:15.780 --> 00:08:21.980
Je bedrijf draait een ERP op SQL Server met al je financiële data, facturen, betalingen en grootboeken.

00:08:21.980 --> 00:08:28.280
In de oude wereld bouwde je een ETL-taak die elke nacht draaide om data te extraheren, transformeren en laden in een datenwarehouse.

00:08:28.480 --> 00:08:32.620
Die taak liep vast, iemand moest hem repareren en de data was altijd minstens een dag oud.

00:08:32.800 --> 00:08:37.140
Met mirroring schakel je het één keer in en repliceert Fabric de data continu naar OneLake.

00:08:37.300 --> 00:08:43.440
Je Power BI-rapporten lezen rechtstreeks uit OneLake en zien data die minuten oud is, geen uren of dagen, zonder dat je de pijplijn aanraakt.

00:08:43.640 --> 00:08:47.420
Nu heb je data in OneLake via snelkoppelingen, mirroring en directe uploads.

00:08:47.600 --> 00:08:48.840
Hoe gebruik je dit nu echt?

00:08:49.080 --> 00:08:51.120
OneLake en de drie gegevensopslagplaatsen

00:08:51.120 --> 00:08:54.180
OneLake is de opslaglaag, de plek waar al je bestanden staan.

00:08:54.380 --> 00:08:57.260
Maar het punt is, je werkt niet rechtstreeks met OneLake zelf.

00:08:57.460 --> 00:09:04.040
Je werkt ermee via zogenaamde datastores, interfaces die verschillende manieren bieden om met dezelfde onderliggende data te werken.

00:09:04.220 --> 00:09:08.420
Er zijn drie belangrijke datastores in Fabric, Lakehouse, Warehouse en Eventhouse.

00:09:08.640 --> 00:09:12.300
Ze slaan hun data allemaal op in hetzelfde OneLake, maar elk dient een ander doel.

00:09:12.500 --> 00:09:18.560
Laten we beginnen met Lakehouse, de flexibele datastore die bestanden zoals CSV, JSON en afbeeldingen accepteert, naast Delta-tabellen.

00:09:18.560 --> 00:09:22.560
Je gebruikt het voor data engineering, machine learning of het landen van ruwe data uit bronsystemen.

00:09:23.200 --> 00:09:26.400
Het is een werkbank waar je data op schoont, transformeert en voorbereidt.

00:09:26.480 --> 00:09:31.100
Als je een medaillenarchitectuur met bronzen, zilver en gold la gebouwt, gebeurt dat in het Lakehouse.

00:09:31.280 --> 00:09:36.280
Je hebt er toegang toe via Spark Notebooks of via het SQL-analyse-eindpunt voor alleen lezen queries.

00:09:36.280 --> 00:09:39.440
Vervolgens is er Warehouse, de gestructureerde datastore.

00:09:39.580 --> 00:09:48.060
Het biedt volledige TSQL-lees- en schrijfondersteuning, zodat je tabellen, views, opgeslagen procedures en functies kunt maken en insert, update- en delete-statements kunt draaien.

00:09:48.200 --> 00:09:52.600
Het voelt als een traditionele SQL-server database omdat het is ontworpen voor mensen die in SQL denken.

00:09:52.840 --> 00:09:58.200
Gebruik Warehouse wanneer je b-rapporten bouwt, complexe aggregaties uitvoert of migreert vanaf een bestaand data warehouse.

00:09:58.200 --> 00:10:00.660
Zie het als de gouden laag voor bedrijfsrapportage.

00:10:00.860 --> 00:10:06.240
Dan is er Eventhouse, de real-time datastore gebouwd op de Kusto Engine, dezelfde technologie achter Azure Data Explorer.

00:10:06.480 --> 00:10:12.000
Het verwerkt streaming data, logs, IoT-telemetrie en clickstreams, alles wat snel binnenkomt en direct opgevraagd moet worden.

00:10:12.180 --> 00:10:14.840
Je bevraagt het met KQL, de Kusto Query Language.

00:10:15.020 --> 00:10:20.660
En wanneer je OneLake-beschikbaarheid inschakelt, worden die eventgegevens toegankelijk voor Lakehouse en Warehouse als Delta-tabellen.

00:10:20.860 --> 00:10:22.240
Dus, dit is wat je moet begrijpen.

00:10:22.400 --> 00:10:24.720
Alle drie slaan ze hun gegevens op in dezelfde OneLake.

00:10:24.720 --> 00:10:27.800
Een tabel die in een Lakehouse is gemaakt, kan door een Warehouse Query worden gelezen.

00:10:27.800 --> 00:10:30.540
Een tabel in een Warehouse kan worden benaderd vanuit een Spark Notebook.

00:10:30.700 --> 00:10:34.140
Gegevens die in een Eventhouse worden opgenomen, kunnen als Delta-tabellen worden getoond voor PowerBee.

00:10:34.240 --> 00:10:37.480
Het zijn geen afzonderlijke databases, het zijn verschillende weergaven van hetzelfde DataLake.

00:10:37.640 --> 00:10:39.000
Veel mensen begrijpen dit verkeerd.

00:10:39.180 --> 00:10:42.720
Ze denken dat Lakehouse, Warehouse en Eventhouse concurrerende producten zijn, maar dat zijn ze niet.

00:10:42.860 --> 00:10:45.760
Je gebruikt ze eigenlijk alle drie, omdat elk een ander probleem oplost.

00:10:45.980 --> 00:10:51.200
Lakehouse voor Data Engineering, Warehouse voor Bee, Eventhouse voor Real-time en ze delen allemaal dezelfde opslag.

00:10:51.360 --> 00:10:54.580
OneLake regelt de opslag en de datastores regelen de toegang.

00:10:54.580 --> 00:10:55.740
Maar wie mag wat zien?

00:10:55.740 --> 00:10:58.060
Beveiliging en Governance in OneLake

00:10:58.060 --> 00:11:01.560
Omdat al je data op één plek staat, wordt beveiliging eenvoudiger.

00:11:01.740 --> 00:11:05.120
Je beheert de toegang op één plek in plaats van in tien verschillende systemen.

00:11:05.320 --> 00:11:09.500
Geen rechten meer instellen in het CRM dan weer in het Warehouse en daarna weer in PowerBee.

00:11:09.640 --> 00:11:12.420
OneLake biedt je één enkel beveiligingsmodel voor alles.

00:11:12.640 --> 00:11:16.800
Op het hoogste niveau heb je werkruimterollen, beheerder, lid, bijdrager, lezer.

00:11:17.060 --> 00:11:19.440
Deze bepalen wie in een bepaalde werkruimte kan werken.

00:11:19.640 --> 00:11:22.320
Als iemand een lezer is, kunnen ze items zien, maar niet aanpassen.

00:11:22.320 --> 00:11:24.820
Als ze beheerder zijn, hebben ze overal controle over.

00:11:25.160 --> 00:11:27.220
Eenvoudig genoeg, maar je kunt nog verder gaan.

00:11:27.420 --> 00:11:32.680
Met OneLake beveiligingsrollen kun je toegang bepalen op mapniveau, tabelniveau, kolomniveau en zelfs rijniveau.

00:11:32.860 --> 00:11:37.460
Bijvoorbeeld, beveiliging op kolomniveau betekent dat je salarisinformatie voor iedereen behalve ouder kunt verbergen.

00:11:37.640 --> 00:11:41.280
Beveiliging op rijniveau betekent dat een verkoopmanager alleen gegevens van zijn eigen regio ziet.

00:11:41.440 --> 00:11:44.980
En het werkt op dezelfde manier in alle datastores omdat ze allemaal op dezelfde OneLake staan.

00:11:44.980 --> 00:11:49.260
Er is ook de OneLake catalogus, een centraal overzicht waar je alle data in alle werkruimte kunt zien.

00:11:49.440 --> 00:11:54.000
Je kunt gecertificeerde datasets vinden, zien wie de eigenaar is en governance vanaf één plek beheren.

00:11:54.160 --> 00:11:59.740
Het integreert met Microsoft Purview voor klassificatie, vertrouwelijkheidslabels en preventie van gegevensverlies.

00:11:59.960 --> 00:12:05.860
Dus, als je bepaalde data als vertrouwelijk of zeer beperkt moet markeren, kan dat op leekniveau en geldt het overal.

00:12:06.040 --> 00:12:09.420
En er is OneLake-diagnostiek die vastlegt wie wanneer wat heeft geopend.

00:12:09.620 --> 00:12:14.600
Dit is nuttig voor audits, compliance-controles en het beantwoorden van de vraag, wie heeft deze data vorige week aangeraakt?

00:12:14.600 --> 00:12:19.120
Het logt elke lees- en schrijfbewerking en slaat die laks op als JSON-bestanden in een lakehouse.

00:12:19.300 --> 00:12:22.420
Je kunt ze analyseren met Spark, SQL of Powerbee.

00:12:22.600 --> 00:12:28.360
Het grote plaatje is dit één beveiligingsmodel voor al je data in plaats van losse regels voor elke tool beheren.

00:12:28.540 --> 00:12:31.380
Dat is een enorme vereenvoudiging voor elke organisatie.

00:12:31.640 --> 00:12:34.100
Praktische inzichten, wat dit voor jou betekent.

00:12:34.320 --> 00:12:37.440
Dus, wat betekent dit alles eigenlijk als je vandaag aan je fabricreis begint?

00:12:37.660 --> 00:12:38.720
Laten we het opsplitsen.

00:12:38.900 --> 00:12:43.720
Als je een nieuw data-platform bouwt, elimineert OneLake de noodzaak om complexe databewegingen te ontwerpen.

00:12:43.720 --> 00:12:48.180
Je hoeft niet te plannen hoe data stroomt van een lake naar een warehouse naar een semantisch model.

00:12:48.440 --> 00:12:51.000
Zet het gewoon in OneLake en elke tool leest vanaf daar.

00:12:51.160 --> 00:12:52.360
Eén OneLake, één kopie.

00:12:52.560 --> 00:12:53.800
Dat is de hele architectuur.

00:12:53.980 --> 00:12:59.560
Als je migreert vanuit een ouder systeem, laat de shortcuts en mirroring je data staan waar het staat, terwijl je workloads geleidelijk verplaatst.

00:12:59.740 --> 00:13:01.520
Geen grote migratie in één keer nodig.

00:13:01.780 --> 00:13:07.680
Wijs een shortcut naar je bestaande data lake, mirror je SQL-server database en begin fabric te gebruiken terwijl je oude systemen blijven draaien.

00:13:07.800 --> 00:13:09.040
Je beweegt in je eigen tempo.

00:13:09.340 --> 00:13:10.720
Dit is de mentaliteitsverandering.

00:13:10.720 --> 00:13:12.600
Stop met denken aan opslag per project.

00:13:12.800 --> 00:13:15.460
Stop met het maken van een nieuw data lake voor elk nieuw initiatief.

00:13:15.660 --> 00:13:18.440
Begin te denken aan één gedeeld lake waar elk project toegang toe heeft.

00:13:18.640 --> 00:13:21.620
De data van je verkoopteam, je financiële team, je engineering team.

00:13:21.780 --> 00:13:23.240
Het leeft allemaal op dezelfde plek.

00:13:23.440 --> 00:13:24.900
Ze zien alleen verschillende delen ervan.

00:13:25.120 --> 00:13:27.520
Voor Power BI gebruikers lezen rapporten direct uit OneLake.

00:13:27.720 --> 00:13:30.080
Geen aparte import, geen gedupliceerde semantische modellen.

00:13:30.260 --> 00:13:33.400
De data is actueel omdat het dezelfde data is als waar de data engineers mee werken.

00:13:33.580 --> 00:13:37.080
Voor data engineers betekent dit minder pipelines om te bouwen, te onderhouden en te debuggen.

00:13:37.080 --> 00:13:38.540
Je zet de data één keer neer.

00:13:38.700 --> 00:13:40.180
Iedereen anders verwijst er alleen naar.

00:13:40.340 --> 00:13:41.400
De kern van de zaak is dit.

00:13:41.480 --> 00:13:42.960
OneLake is niet zomaar weer een data lake.

00:13:43.080 --> 00:13:45.740
Het is het fundament dat Fabric anders maakt dan alles wat eraan vooraf ging.

00:13:45.900 --> 00:13:49.220
Het is de reden dat je kunt stoppen met het kopiëren van data en kunt beginnen met het vertrouwen ervan.

00:13:49.440 --> 00:13:50.360
Dus, daar heb je het.

00:13:50.440 --> 00:13:54.480
OneLake is het enige data lake van je organisatie, gebouwd op het één kopie-principe.

00:13:54.660 --> 00:13:58.620
Een fysieke kopie van data, toegankelijk voor elke tool, elk team en elke workload.

00:13:58.820 --> 00:14:01.980
Geen duplicatie meer, geen verwarring meer over welke versie correct is.

00:14:02.200 --> 00:14:03.320
Je huiswerk is simpel.

00:14:03.320 --> 00:14:06.780
Begin met een shortcut vanaf een externe bron of mirror een database.

00:14:07.040 --> 00:14:10.560
Zie hoe simpel het wordt als je geen pipelines hoeft te bouwen om data te verplaatsen.

00:14:10.720 --> 00:14:13.340
De meeste organisaties zullen deze overstap niet snel maken.

00:14:13.580 --> 00:14:14.740
Wees degene die dat wel doet.

00:14:14.960 --> 00:14:20.820
Als deze aflevering je hielp OneLake te begrijpen, abonneer je dan op Microsoft Knowledge Nuggets voor meer Fabric content in begrijpelijke taal.

00:14:20.980 --> 00:14:23.640
En deel dit met iemand die nog steeds vijf aparte data lakes beheert.

00:14:23.840 --> 00:14:25.160
Ze zullen je later dankbaar zijn.

00:14:25.160 --> 00:14:51.480
Ze zullen je de
