Welkom bij weer een nieuwe aflevering. Het onderwerp van vandaag is er een die je vast wel eens in vergaderingen of tech-artikelen hebt gehoord, Microsoft Fabric. Maar als je bent zoals de meeste mensen, weet je niet helemaal zeker wat het precies is. Is het gewoon het zoveelste Microsoft-product, een nieuwe naam voor iets ouds, of is het iets compleet anders? Laat ik je het korte antwoord geven. Microsoft Fabric is niet zomaar weer een product. Het is een compleet data-platform, één plek waar je al je datawerk, opslag, transformatie, analytics en rapportage kunt doen. Aan het eind van deze aflevering begrijp je wat Fabric is, waarom Microsoft het heeft gebouwd en hoe de belangrijkste onderdelen samenhangen. Pak je koffie erbij en laten we beginnen. De oude manier waarom data versnipperd was. Om te begrijpen waarom Fabric bestaat, moet je begrijpen welk probleem het oplost. Twintig jaar geleden, als je een bedrijf rundde, kocht je een server voor dataopslag, een aparte tool voor rapportages en weer een ander product voor real-time analyse. Voor je het weet, heb je vijf verschillende systemen, elk met eigen inloggegevens, een eigen werkwijze en een eigen team dat het beheert. Data zat lange tijd in silo's opgesloten. Verkoopdata stond in het ene systeem, klantgegevens in het andere en financiële data weer ergens anders. Als je een vraag wilde stellen die over die systemen heen ging, zoals welke klanten de meest winstgevende producten kopen, moest je data verplaatsen. Exporteren uit het ene systeem, transformeren, laden in het andere en dan alles opnieuw doen als de data veranderde. Er ging meer tijd verloren aan het verplaatsen van data tussen systemen dan aan het daadwerkelijk analyseren ervan. Data integratie werd een fulltime baan voor hele teams. Het ergste was dat je bij elke verplaatsing van data een nieuwe kopie creëerde, een nieuwe versie van de waarheid, en al snel wist niemand meer welke versie de juiste was. Microsoft keek naar deze versnippering en stelde een simpele vraag. Wat als al deze services zouden samenwerken? Wat als je in plaats van losse producten aan elkaar te knopen, één platform had dat alles kon? Die vraag leidde tot Microsoft Fabric. Wat Microsoft Fabric daadwerkelijk is. Dus, wat is Fabric? Hier is de simpelste definitie. Microsoft Fabric is een uniform data- en analyseplatform. Eén plek vooral je datawerk. Zie het als een modern kantoorgebouw. Elke tool, zoals PowerB of Azure Synapse, is een kamer in dat gebouw. Ze hebben hun eigen doel, inrichting en gereedschap, maar ze maken allemaal deel uit van dezelfde structuur. Je hoeft niet naar buiten om van de ene kamer naar de andere te gaan. Ze zijn verbonden. Dat is wat Fabric doet. Het brengt data engineering, data integratie, data warehousing, real-time analytics en business intelligence samen in één platform. Alles draait op een enkel SaaS platform, wat betekent dat er geen aparte infrastructuur beheert, servers ingericht of netwerken geconfigureerd hoeven te worden. Microsoft regelt dat allemaal voor je. Sinds de lancering in 2023 is Fabric het snelst groeiende dataproduct in de geschiedenis van Microsoft geworden. Vandaag de dag gebruiken meer dan 25.000 klanten het, waaronder 80% van de Fortune 500. Dat is een enorme adoptie in een zeer korte tijd. Het belangrijkste verschil is dit, in de oude wereld kocht je losse producten en probeerde je ze met elkaar te laten praten. Met Fabric hoef je verschillende services niet langer aan elkaar te knopen. Het is één ervaring, één login, één manier van werken en dat verandert alles. One Lake, het fundament. Laten we nu praten over de basis die dit alles mogelijk maakt. In het hart van Fabric bevindt zich iets dat One Lake heet. De makkelijkste manier om naar One Lake te kijken, is als OneDrive voor je data. Je weet hoe OneDrive je één plek geeft om al je persoonlijke bestanden op te slaan en elke app op je computer kan die bestanden openen. One Lake doet hetzelfde, maar dan voor de data van je organisatie. Dit is wat het zo krachtig maakt. Elke Fabric workload, of het nu een lakehouse, een warehouse of een real-time analytics taak is, slaat zijn data automatisch op in One Lake. Je hoeft niets handmatig te kopiëren of verbindingen te configureren. Het gebeurt gewoon. En er is slecht één One Lake per tenant, één enkele bron van waarheid voor je hele organisatie. Nu denk je misschien, wat als ik later van platform wil overstappen? Zit ik vast aan Microsoft? Aanhalingsteken. Het antwoord is nee. One Lake slaat data op in open formaten zoals Delta Parquet, een industriestandaard gebruikt door Databricks en Apache Spark. Je zit nooit vast aan Microsoft. Als je je data ergens anders naartoe wilt verplaatsen, dan kan dat. Het is jouw data. Maar hier wordt One Lake pas echt interessant. Shortcuts. Een shortcut is een virtuele verwijzing naar data die ergens anders staat. Je kunt een shortcut maken naar data in AWS S3, Google Cloud of zelfs on-premises opslag en het verschijnt in One Lake alsof het daar staat. Geen verplaatsing van data nodig, geen duplicatie. Je wijst er alleen naar en het verschijnt. One Lake is gebouwd op Azure Data Lake Storage, Microsoft's cloud-opslag van bedrijfsniveau, maar je beheert die infrastructuur niet omdat het als een SaaS-service wordt afgehandeld. Je hoeft geen servers in te richten of netwerken te configureren, je gebruikt het gewoon. Wat betekent dit voor jou? Het betekent dat je gegevens uit meerdere bronnen, cloud-opslag, lokale databases en externe platforms op één plek kunt samenbrengen zonder dubbele bestanden. En wat is de echte kracht? Alle gegevens die naar One Lake worden geschreven, kunnen direct door elke Fabric workload worden gebruikt. Je schrijft het één keer en elke tool in Fabric kan het zien. Dat is de magie van One Lake. Lakehouses, het centrum voor data engineering. Dus, je hebt je gegevens in One Lake staan. Nu moet je ermee aan de slag. Dat is waar de lakehouse om de hoek komt kijken. Hier is de simpelste definitie. Een lakehouse is een dataopslag die de flexibiliteit van een data lake combineert met de structuur van een database. In een traditioneel data lake kun je alles opslaan, van ruwe CSV-bestanden en JSON-documenten tot afbeeldingen en video's, maar het is rommelig zonder structuur of schema, waardoor je het niet gemakkelijk kunt bevragen. In een traditionele database is alles gestructureerd en doorzoekbaar, maar kun je alleen bepaalde soorten gegevens opslaan. Een lakehouse biedt je beide. Je kunt ruwe bestanden zoals CSV, JSON of zelfs afbeeldingen in een lakehouse bewaren. En je kunt ook gestructureerde tabellen opslaan die je met SQL kunt doorzoeken. Beiden bevinden zich op dezelfde plek. Die tabellen gebruiken het Delta Parquet-formaat, hetzelfde snelle open formaat dat door Databricks en andere grote platforms wordt gebruikt, ontworpen om enorme hoeveelheden data te verwerken. Lakehouses ondersteunen meerdere tools. Je kunt Spark gebruiken voor grootschalige gegevensverwerking. Je kunt Python gebruiken voor machine learning. Je kunt SQL gebruiken voor eenvoudige queries. Welke tool je ook verkiest, de lakehouse kan ermee werken. Zie een lakehouse als je werkruimte voor het bouwen van datapijplijnen. Je voert ruwe data in, transformeert deze, schoont ze op en bereidt ze voor op analyse. Je kunt er machine learning modellen op draaien. Je kunt trainingsdatasets creëren, alles op één plek. Voor data engineers die de voorkeur geven aan een codevriendelijke omgeving, ondersteunen lakehouses notebooks. Dit zijn interactieve documenten waarin je code schrijft, resultaten ziet en je werk documenteert als een laapschrift voor data. Je kunt Spark code in één cel schrijven, de output in de volgende zien en in de cel daarna uitleggen wat je hebt gedaan. De lakehouse is het startpunt voor de meeste data engineers die in Fabric werken. Het is de plek waar het zware werk gebeurt en omdat alles in één lake wordt opgeslagen, zijn alle gegevens in een lakehouse direct beschikbaar voor elke andere Fabric workload in de warehouses, de SQL-analyse engine. Als de lakehouse het centrum voor data engineering is, beschouw het warehouse dan als de SQL-analyse engine gebouwd voor een ander type gebruiker. Een warehouse in Fabric is een volledig beheerde SQL-analyse database. Als je databasebeheerder of SQL-ontwikkelaar bent, voel je je hier direct thuis. Je kunt t-SQL queries schrijven, views, opgeslagen procedures en beveiligingsbeleid aanmaken. Het ziet eruit en voelt aan als een traditioneel data warehouse, maar dit maakt het anders. In tegenstelling tot een traditioneel data warehouse slaat het Fabric warehouse data direct op in OneLake. Er is geen aparte opslaglaag, geen extra infrastructuur om te beheren. De data staat in OneLake en het warehouse is slechts de interface die je gebruikt om het te bevragen. Dit is belangrijk omdat het warehouse en de lakehouse dezelfde data delen, dus je dupliceert niets. Als een data engineer data in een lakehouse laat, kan een SQL-ontwikkelaar dit direct bevragen vanuit een warehouse. Geen kopiëren, geen verplaatsen. Het is dezelfde data die via verschillende tools toegankelijk is. Het warehouse is gebouwd voor grootschalige analyses. Onder de motorkap gebruikt het Massive Parallel Processing om enorme datasets te verwerken. En Microsoft investeert fors in prestaties. Alleen al in de afgelopen zes maanden zijn de prestaties met 36% verbeterd. Dat is een flinke verbetering in een korte tijd. Als je migreert vanaf een ander platform, heeft Fabric een migratieassistent om je te helpen bij de overstap van Snowflake of Synapse. Deze analyseert je huidige setup en begeleidt je door het proces. Het doel is om migratie zo pijnloos mogelijk te maken. Dus, wat is het verschil tussen een lakehouse en een warehouse? Het komt neer op de interface. Warehouses zijn SQL-georiënteerd. Ze zijn gebouwd voor mensen die denken in termen van tabellen, queries en opgeslagen procedures. Lakehouses zijn ontwikkelaars georiënteerd. Ze zijn gebouwd voor mensen die Spark, Python en Notebooks willen gebruiken. Maar daaronder slaan ze beide data op in OneLake. Het zijn twee manieren om met dezelfde data te werken. Data importeren, DataFactory, Mirroring en Shortcuts. Dus, je hebt OneLake voor opslag, Lakehouses voor transformatie en Warehouses voor queries. Maar hoe komt de data erin? Daarvoor is DataFactory bedoeld. DataFactory is de ingebouwde data-integratieservice van Fabric met meer dan 200 connectoren om data op te halen uit databases, cloudopslag, SaaS-apps en meer. Het is de meest gebruikte data-integratie-toll ter wereld en met goede reden. Binnen DataFactory vind je DataFlows gen 2, waarmee je data zonder code kunt transformeren met PowerQuery. Als je ooit PowerQuery in Excel of PowerBee hebt gebruikt, weet je hoe het werkt. Je klikt door een visuele interface om data op te schonen, te hervormen en te combineren. Geen code nodig en het is enterprise-grade schaalbaar voor enorme datasets. Elke maand worden er meer dan 22 miljard orkestraties uitgevoerd in DataFactory, wat betekent dat er automatisch miljarden gegevensbewegingen plaatsvinden. Een serieuze infrastructuur dus. Maar er is een nog eenvoudigere manier om data in OneLake te krijgen, mirroring. Mirroring kopieert gegevens van externe databases zoals Azure SQL, Oracle of Google BigQuery bijna real-time naar OneLake en dit is het beste deel. Het is gratis, inbegrepen in de service zonder extra kosten. Je wijst simpelweg naar je brondatabase en Fabric regelt de rest. Dan zijn er nog shortcuts waar we het eerder over hadden, maar die verdienen meer aandacht. Shortcuts zijn virtuele verwijzingen naar data die ergens anders is opgeslagen, zonder dat er data verplaatst hoeft te worden. Je maakt een shortcut naar een AWS S3 bucket en deze verschijnt in OneLake alsof hij daar is opgeslagen, terwijl de data blijft waar hij staat. Je verwijst er alleen maar naar. En shortcuts kunnen nu meer dan alleen verwijzen. Met shortcut transformaties kun je AI gestuurde transformaties direct toepassen. Je kunt sentimentanalyse uitvoeren op tekst data, content vertalen of persoonlijk identificeerbare informatie detecteren, allemaal zonder de data te verplaatsen of een pipeline te bouwen. De transformatie vindt plaats op het moment dat je de data benadert. Het doel van al deze tools is simpel, al je data in OneLake krijgen zonder complexe pipelines te hoeven bouwen. Of je nu DataFactory gebruikt voor traditionele ETL, mirroring voor bijna real-time replicatie, of shortcuts voor virtuele toegang, het resultaat is hetzelfde. Je data komt terecht in OneLake, klaar voor elke fabric workload. Real-time intelligentie, databases en AI. Tot nu toe hebben we gesproken over het verplaatsen en opslaan van data, maar hoe zit het met data die nooit stopt met stromen? Streaming data van IoT-sensoren, website-clickstreams, telemetrie van apparaten. Dat is waar real-time intelligentie om de hoek komt kijken. Fabric verwerkt streaming data via een zogenoemd eventhouse, dat grote hoeveelheden tijdreeksdata opslaat en doorzoekt met KQL, de Kusto Query Language. Het is dezelfde engine die Azure Data Explorer aanstuurt, gebouwd voor snelheid, zodat je miljoenen events per seconde kunt opnemen en in milliseconde kunt bevragen. Dit is belangrijk en dit is waarom. 46% van de Fabric-klanten gebruikt al real-time intelligentie. Dat is bijna de helft. De use cases zijn overal. Een logistiek bedrijf dat vrachtwagens volgt. Een retailer die winkelbezoekers monitort, een fabrikant die sensordata van fabrieksapparatuur bekijkt, allemaal in real-time. Maar Fabric gaat niet alleen over analytics. Het bevat ook operationele databases zoals een SQL-database voor relationele data en Cosmos DB voor NOSQL workloads. Dit zijn dezelfde databases die je zou gebruiken om je applicaties op te draaien. En omdat ze zijn ingebouwd in Fabric, slaan ze hun data automatisch op in OneLake. Geen extra pipelines, geen handmatig kopiëren. Je transactionele en analytische data bevinden zich op dezelfde plek. Laten we het nu over AI hebben, want dat is waar Fabric pas echt interessant wordt. AI-integratie is diep ingebed in het platform met kant-en-klare modellen voor tekstanalyse, vertaling en sentimentanalyse. Je kunt ze direct gebruiken in je datastromen zonder code te schrijven. Wijs simpelweg je data aan, selecteer het model en het draait. En dan is er nog Copilot dat in heel Fabric is geïntegreerd. Het helpt je bij het schrijven van queries, het bouwen van rapporten en het maken van pipelines. Je beschrijft gewoon in begrijpelijke taal wat je wilt en Copilot genereert de code. Het is alsof er een junior data engineer naast je zit die op elk moment klaar staat om te helpen. De visie hier is simpel. AI werkt op je data zonder deze naar ergens anders te verplaatsen. Je data blijft in OneLake en de AI-modellen komen naar de data toe. Geen kopiëren, geen exporteren, geen beveiligingsrisico's. De data verlaat nooit je beheerde omgeving. PowerB, governance en de zakelijke waarden. Nu komen we bij het onderdeel dat de meeste mensen echt zien, de voordeur tot inzichten, PowerB. Het wordt maandelijks gebruikt door 550.000 organisaties en 34 miljoen gebruikers, waardoor het de meest gebruikte business intelligence tool ter wereld is. En in Fabric wordt het nog krachtiger. Dit is de kern. In Fabric maakt PowerB direct verbinding met OneLake via de zogenaamde DirectLake-modus. Dit is anders dan de traditionele import-modus waarbij je data kopieert naar de interne opslag van PowerB. In plaats daarvan bevraagt DirectLake de data waar deze in OneLake staat, zonder ververse, zonder duplicatie en de data is altijd actueel en razendsnel. Onder elk PowerB rapport ligt een semantisch model, het brein van je rapport waar je bedrijfslogica, measures en relaties definieert. En nu kun je deze modellen volledig in een webbrowser bouwen. Webmodeling is algemeen beschikbaar, dus je kunt een semantisch model maken, relaties bouwen en DAX measures schrijven vanuit je browser, zelfs op een Mac. Geen desktop-app vereist. Maar al deze datakracht betekent niet zonder governance en Fabric heeft governance vanaf het begin ingebouwd. Microsoft Purview biedt vertrouwelijkheidslabels die je data overal volgen. Als een rapport gevoelige informatie bevat, blijft dat label behouden, zelfs bij export. Data loss prevention beleid detecteert automatisch gevoelige data en blokkeert ongeautoriseerd delen. En toegangscontroles zorgen ervoor dat alleen de juiste mensen de juiste data zien. Domeinen helpen je data te organiseren per bedrijfsgebied met aparte governance regels, zodat je financiële data strengere controles kan hebben dan je marketingdata. Elk domein kan door een eigen team worden beheerd, wat zorgt voor governance die meegroeit met uw organisatie. Laten we het nu over echte resultaten hebben. Dit is niet zomaar theorie. Eastman Chemical gebruikte Fabric om de voorbereidingstijd voor verkoop met 83% te verminderen. Wat voorheen 4 uur duurde, kost nu ongeveer 40 minuten. Eaton Solutions verminderde de handmatige inspanning met 75%, waarbij processen van 10 tot 15 stappen nu nog maar 2 stappen vereisen. En Sonata Software bespaarde elk jaar 30.000 uur aan handmatige reconciliatie, waardoor die menselijke inzet naar waardevoller werk kon worden verlegd. Het kostenmodel is eenvoudig. U betaalt voor capaciteit, de rekenkracht die uw workloads uitvoert. Microsoft heeft ingebouwde smoothing en piekbeveiliging om pieken op te vangen. Smooothing spreidt de kosten van achtergrondprocessen over 24 uur, zodat u niet wordt verrast door plotselinge uitschieters. En piekbeveiliging beperkt achtergrondtaken tijdens drukke periodes om interactieve prestaties stabiel te houden. U betaalt voor wat u gebruikt en komt niet voor verrassingen te staan. Laten we dit alles samenvoegen. Fabric is niet zomaar een ander Microsoft product. Het is een complete heroverweging van hoe data platforms zouden moeten werken. 1 platform, 1 leek, 1 kopie van gegevens en oneindige mogelijkheden. En met ingebouwde AI en Copilot is het toegankelijk voor iedereen. Niet alleen voor data professionals, maar ook voor bedrijfsanalisten, sales teams, operationeel managers, iedereen die antwoorden uit data nodig heeft. Hier is uw huiswerk. Ga naar fabric.microsoft.com, start een gratis proefversie en maak uw eerste workspace aan. Probeer het gewoon. U zult zien hoe de onderdelen in elkaar passen op een manier die niet te vervangen is door alleen maar te lezen. Als deze aflevering u heeft geholpen Fabric beter te begrijpen, abonneer u dan op uw favoriete podcast platform en deel het met iemand die aan zijn datareis begint. Ze zullen u dankbaar zijn. Volgende keer leggen we One Lake snelkoppelingen in gewone taal uit. Hoe ze werken, waarom ze belangrijk zijn en hoe u ze gebruikt zonder gegevens te verplaatsen. Dat is er een die u niet wilt missen. Blijf tot die tijd leren.