Fabric Data Warehouse: integratie met gebruikersfuncties (preview)

Samenvatting

Fabric Data Warehouse koppelt T-SQL in preview aan Python-functies, berichten, secrets en OneLake-data zonder losse pipelines.

Fabric Data Warehouse verbindt T-SQL met gebruikersfuncties

Microsoft Fabric breidt Fabric Data Warehouse in 2026 uit met een preview-integratie voor Fabric User Data Functions. Vanuit een T-SQL-query kunnen gebruikers daardoor aangepaste Python-logica aanroepen, zonder daarvoor een aparte applicatie of pipeline te bouwen.

De functies blijven rechtstreeks beschikbaar in het Warehouse. Een query kan bijvoorbeeld een e-mail of Teams-bericht versturen, parameters en secrets ophalen uit Fabric variable libraries of Azure Key Vault, en data uit OneLake benaderen. De bron noemt ook het aanroepen van een Fabric User Data Function vanuit T-SQL als onderdeel van de integratie.

Waarom Fabric Data Warehouse en Python-integratie relevant zijn

De koppeling brengt procedurele logica dichter bij de query die de gegevens verwerkt. Een BI-oplossing hoeft voor de genoemde handelingen niet automatisch een afzonderlijke applicatielaag of pipeline te bevatten. Dat maakt de grens tussen data-opvraag en aanvullende Python-logica concreter: T-SQL bepaalt wanneer de functie wordt aangeroepen, terwijl Python de aangepaste verwerking uitvoert.

De preview combineert bovendien meerdere soorten acties in dezelfde omgeving. Notificaties via e-mail of Teams, het ophalen van configuratie en secrets, en toegang tot OneLake-data vallen allemaal binnen de beschikbare mogelijkheden. Voor teams die deze functies nu buiten het Warehouse organiseren, verandert vooral de plaats waar die logica wordt uitgevoerd. Omdat het om een preview gaat, vraagt de integratie om een gerichte technische beoordeling voordat je bestaande processen verplaatst.

Concrete takeaway voor Fabric Data Warehouse

Maak een inventaris van T-SQL-query’s die Python-logica, meldingen, secrets of gegevens uit OneLake nodig hebben. Selecteer daarna één afgebakend scenario en test hoe de Fabric User Data Function vanuit het Warehouse werkt, inclusief parameterdoorgifte, secret-ophaling en de toegang tot de benodigde data. Leg vast welke logica in T-SQL blijft en welke verwerking naar Python verhuist. Zo beoordeel je de preview op concrete querypatronen in plaats van op algemene beloftes.