Fabric à l’épreuve du réel : le retour du Warehouse avec dbt en
Le Lakehouse a-t-il vraiment gagné la bataille face au Data Warehouse ?
Avec Microsoft Fabric, le choix de Spark et d'une architecture Lakehouse est souvent privilégié.
Pourtant, de nombreux projets en production racontent une autre histoire : consommations qui s'envolent, capacités surchargées et solutions difficiles à industrialiser.
Et si les Warehouses associés à la polyvalence de dbt étaient aujourd'hui l'approche la plus simple et robuste pour traiter des données structurées dans Fabric ?
L’arrivée récente de l’item dbt Job, et demain de dbt Fusion, ouvre la voie à des transformations plus maitrisées et efficaces.
À partir d'un retour d'expérience sur une plateforme traitant plusieurs dizaines de téraoctets de données, nous verrons :
- la maturité de l'intégration de dbt dans Fabric et les implémentations qui fonctionnent
- pourquoi le Warehouse est compétitif sur les données structurées
- comment ingérer massivement des fichiers à faible coût en SQL
- les avantages de dbt dans un projet de transformation : modularité, gestion des dépendances, tests, documentation, notamment par rapport aux procédures stockées classiques ou aux notebooks Spark
- les pièges fréquents qui impactent fortement la consommation
Prenons ensemble du recul sur la hype Spark pour voir ce qui fonctionne efficacement dans Fabric.
Lessons learned: Migration journey from Azure Analysis Services to Power BI Premium en
Since 2021, Power BI Premium has closed the gap in terms of tabular model capabilities that were previously exclusive to Azure Analysis Services: read/write XMLA endpoint, support of large models, backup and restore… While Azure Analysis Services is no longer evolving, Power BI Premium continues to receive new features and updates, with Microsoft branding it as a superset of Azure Analysis Services.
In this session, we will share our learnings on migrating 200+ Azure AS models to Power BI Premium capacities with the pitfalls to avoid, the tools and accelerators to use and the strategies to streamline the migration process. We will deep dive into the following questions:
- What are the true benefits of Power BI Premium?
- How to prepare and manage the technical migration?
- How can the migration tool simplify the journey?
- How to use Analysis Services features in Power BI (logs, backups, automations…)?
- What are the current limitations that may impact your migration process and user experience?
Join us to understand what knowledge, tools and operations are necessary to successfully move on Power BI Premium and add a 💎 to your workspaces.
How Azure Purview can help your data platform? en fr
Data Catalog is a sensitive and controversial topic within organizations. Due to its cross-functional nature, it quickly absorbs the perpetual frustrations of the business that would like to know:
• Where are their data located?
• How are they transformed?
• How are they linked together?
• Who are the relevant owners and contacts?
And the project teams as well as developers who:
• Are reluctant to documentation
• Do not always see the value in exposing data
• Have different approaches to implementing a data project
It is one of the technically and politically complicated topics, similar to a Master Data Management (MDM) project, which combines organizational and information system aspects.
Additionally, it can be difficult to calculate return on investment (ROI) of such a project.
Since late 2021, Microsoft has been offering a technical solution based on Apache Atlas: Azure Purview. We will gather 2 complementary profiles around the table to discuss Data Catalog and Azure Purview implementation.
Azure Synapse Analytics, let's embrace the future ! en fr
With Azure Synapse Analytics, Microsoft consolidates the majority of tools necessary for a data analysis project into a single solution.
In just one hour, let's go through a complete implementation using:
- Data Lake Storage integrated in Azure Synapse Analytics
- Orchestration integrated in Azure Synapse Analytics
- The serverless SQL pool
- The dedicated SQL pool
- The Apache Spark pool
- The integrated Power BI features.
Azure Synapse Analytics is clearly the future essential tool for any decision-making solution in Azure.
Azure Data Factory - Deep Dive en fr
Azure Data Factory is a deceptively simple tool that is full of subtleties that can make the difference between a successful implementation (simple, low cost) and an unmanageable solution with an incredible cost.
Let's explore together the classic and advanced use cases such as:
- Loading a Data Warehouse
- Updating an Azure Analysis Services model
- Scaling Azure resources
- Implementing an ETL approach with Mapping DataFlow.
Link To Fabric, la solution miracle pour connecter la Power Platform ? fr
Ces dernières années, l’exploitation des données Dynamics 365 a connu plusieurs évolutions avec l’apparition des fonctionnalités Bring Your Own Database, Export to Data Lake et Synapse Link.
Aujourd'hui, avec l’émergence de Microsoft Fabric, une nouvelle solution simplifie le processus d’intégration : Link to Fabric.
Est-ce enfin la clé pour une intégration sans accrocs des données Dynamics et de la Power Platform ?
Dans cette session, nous partagerons notre retour d’expérience sur l’implémentation de Link to Fabric : de la configuration initiale aux cas d’usage, en passant par les défis rencontrés et les solutions que nous avons adoptées.
Nous vous expliquerons comment tirer pleinement parti de Link to Fabric pour simplifier vos processus d'intégration, tout en partageant les avantages et limitations actuelles de la solution.
Rejoignez-nous pour découvrir comment Link to Fabric peut transformer l’analyse des données Dynamics 365 et vous aider à exploiter tout le potentiel de Microsoft Fabric.
How Azure Purview can help your data platform? en fr
Le Data Catalog est un sujet sensible et controversé de l'entreprise.
Par sa nature transverse, il phagocyte assez vite de perpétuelles frustrations du métier qui aimerait savoir :
- où sont ses données ?
- comment sont-elles transformées ?
- comment sont-elles liées entre elles ?
- qui sont les contacts ?
Et les équipes projets ainsi que les développeurs qui :
- sont réfractaires à la documentation
- ne voient pas toujours l’intérêt d'exposer les données
- ont toutes une approche différente de l'implémentation d'un projet de données
Un des sujets compliqué techniquement et politiquement à l'image d'un projet de Master Data Management (MDM), qui lie organisationnel et système d'information. Avec qui plus est, un retour sur investissement (ROI) assez difficile à calculer.
Microsoft propose depuis fin 2021 une solution technique basée sur Atlas, Azure Purview.
Nous réunirons autour de la table 2 profils complémentaires afin de discuter Data Catalog et implémentation Purview.
Azure Data Factory - Deep Dive en fr
Azure Data Factory est un outil d'apparence simple mais qui regorge de subtilités qui peuvent faire la différence entre une implémentation réussie (simple, peu couteuse) et une solution impossible à maintenir avec un coût incroyable.
Traitons ensemble des cas d'usages classiques et avancés tel que :
- L'alimentation d'un Data Warehouse
- L'actualisation d'un modèle Azure Analysis Services
- Le scaling de ressources Azure
- L'implémentation d'une approche ETL avec Mapping DataFlow
Azure Synapse Analytics, let's embrace the future ! en fr
Avec Azure Synapse Analytics, Microsoft consolide la majorité des outils nécessaires à un projet d'analyse de données dans une même solution.
En une heure, parcourons une implémentation complète utilisant :
- Le Data Lake Storage intégré à Azure Synapse Analytics
- L'orchestration intégrée à Azure Synapse Analytics
- Le pool SQL serverless
- Le pool SQL dédiée
- Le pool Apache Spark
- Les fonctionnalités Power BI intégrées.
Azure Synapse Analytics est clairement le futur outil incontournable de toute solution décisionnelle dans Azure.
Please note that Sessionize is not responsible for the accuracy or validity of the data provided by speakers. If you suspect this profile to be fake or spam, please let us know.
Jump to top