Microsoft Fabric: survivalgids voor Power BI-ontwikkelaars

Samenvatting

Microsoft Fabric houdt Power BI-vaardigheden overeind: DAX, Power Query en bestaande rapporten blijven centraal.

Microsoft Fabric: wat er verandert

Microsoft Fabric zorgt voor veel onrust onder Power BI-ontwikkelaars, maar de bekende werkwijze blijft grotendeels staan. Je laadt data, bouwt een model, schrijft DAX, maakt een rapport en publiceert dat nog steeds vanuit Power BI Desktop of de browser.

De Power BI-service staat nu in het Fabric-portaal. Werkruimten, rapporten, geplande vernieuwingen, Apps, gateways en deployment pipelines blijven beschikbaar. Ook Import mode en DirectQuery blijven werken; Direct Lake is geen verplichte overstap.

DAX en Power Query in Microsoft Fabric

DAX blijft de taal voor semantic models en krijgt volgens het artikel extra gewicht binnen Fabric. Copilot genereert DAX, Direct Lake gebruikt DAX-query’s en nieuwe AI-functies steunen op goed geschreven measures. Bestaande kennis van relaties, calculated columns, VertiPaq en Best Practice Analyzer blijft daarom bruikbaar.

Ook Power Query en de M-taal behouden hun rol voor transformaties in Desktop, web modeling en Dataflows. Dataflows Gen1 wordt officieel uitgefaseerd, terwijl Gen2 voortgaat met Power Query/M als basis.

De belangrijkste verschuiving zit niet in het verdwijnen van Power BI, maar in de hoeveelheid nieuwe Fabric-termen en onderdelen die ontwikkelaars moeten kunnen plaatsen. Lakehouse, Direct Lake, MLVs en Fabric IQ vragen om oriëntatie, niet automatisch om directe toepassing. Wie een rapportarchitectuur met Import mode en een dagelijkse refresh gebruikt, hoeft volgens het artikel niet alleen vanwege Fabric over te stappen.

Concrete takeaway voor Power BI-ontwikkelaars

Maak eerst een persoonlijke Fabric-kaart: noteer welke onderdelen je al gebruikt, welke termen je nog niet kent en welke architectuur je rapporten nodig hebben. Verdiep daarna DAX en Power Query voordat je Spark of nieuwe Fabric-componenten toevoegt; die bestaande vaardigheden blijven de basis voor semantic models, Dataflows en AI-functies.