Introductie
Deze pagina beschrijft hoe je een Microsoft Fabric project opzet en start met development. De focus ligt op data, pipelines, modellering en workspace inrichting.
Context:
Deze pagina volgt de Solution Engineering aanpak en sluit aan op ALM en ALM+.
🧭 Overzicht
- Project Initiation
- Solution Design
- Workspace & Environment Setup
- Data Platform Setup
- Development (hands-on)
1️⃣ Project Initiation
- Scope en doel bepalen
- Databronnen identificeren
- Stakeholders bepalen
- Backlog opstellen
2️⃣ Solution Design
- Architectuur bepalen (Lakehouse / Warehouse)
- Datastromen definiëren
- Data model ontwerpen (bron → staging → curated)
- Integraties en bronnen bepalen
3️⃣ Workspace & Environment Setup
Werk met gescheiden omgevingen (DEV / TST / PRD) via workspaces.
- Workspace(s) aanmaken per omgeving
- Security en rollen configureren
- Deployment pipelines configureren
- Governance en naming toepassen
4️⃣ Data Platform Setup
Lakehouse
- Brondata opslaan (raw zone)
- Staging en transformaties (silver)
- Business data (gold / curated)
Warehouse (optioneel)
- Relational model opzetten
- Dimensies en facts modelleren
- Performance optimalisatie
5️⃣ Development (hands-on)
Werk altijd in een DEV workspace en volgens de afgesproken structuur.
1. Data ophalen
- Data Pipelines maken
- Dataflows Gen2 gebruiken
- Connecties configureren
2. Data transformeren
- Notebooks (Spark / Python)
- SQL transformations
- Data quality checks
3. Data modelleren
- Tabellen structureren (bron → model)
- Relaties en business logica
- Semantisch model (Power BI)
4. Rapportage & gebruik
- Power BI reports bouwen
- Datasets publiceren
- Toegang en rollen beheren
✅ Best practices
- Scheid raw, staging en curated data
- Gebruik naming conventions
- Automatiseer pipelines
- Werk iteratief en incrementeel
Vermijden
- Directe queries op brondata
- Geen scheiding tussen omgevingen
- Hardcoded connecties
📌 Samenvatting
Een goede data-architectuur + gecontroleerde setup = schaalbaar Fabric platform.