OneLake: nieuwe table API's ondersteunen Iceberg-writes

Samenvatting

OneLake krijgt Iceberg REST Catalog-writes en een metadata-API voor beschrijvingen en tags van tabellen en kolommen.

OneLake en de nieuwe table API's

Microsoft voegt twee functies toe aan de table API's van OneLake. Iceberg REST Catalog-writes via het OneLake table endpoint zijn nu beschikbaar. Daarmee kunnen Iceberg-compatibele engines naast tabellen ontdekken en lezen ook data publiceren naar OneLake.

Daarnaast introduceert Microsoft een nieuwe metadata-API in preview. Die API voegt beschrijvingen en tags toe aan tabellen en kolommen. Zo staat technische metadata niet alleen naast de data, maar wordt die via dezelfde API beheerd.

De wijziging raakt de aansluiting tussen Microsoft Fabric en engines die het Iceberg-formaat ondersteunen. OneLake fungeert daardoor niet uitsluitend als leeslocatie voor externe engines. De table API biedt nu ook een publiceerpad.

Waarom OneLake dit verandert

Voor BI-architecturen verschuift de rol van een tabelcatalogus. Teams die Iceberg-compatibele engines gebruiken, hoeven hun publicatiepad niet langer los te zien van de plek waar Fabric-tabellen beschikbaar zijn. De bron noemt geen beperking tot een specifieke engine, waardoor de API als algemeen toegangspunt voor zulke engines is beschreven.

De metadata-API voegt een tweede laag toe. Beschrijvingen en tags geven tabellen en kolommen een vastgelegde bedrijfscontext. Dat helpt gebruikers om de betekenis van velden terug te vinden en geeft AI-agents aanvullende informatie bij het interpreteren van tabellen, voor zover die metadata zorgvuldig wordt ingevuld.

De preview-status geldt alleen voor de nieuwe metadata-API. Iceberg REST Catalog-writes zijn volgens Microsoft al beschikbaar. Dat onderscheid bepaalt welke functie je direct kunt testen en welke je eerst in een gecontroleerde omgeving moet beoordelen.

OneLake: concrete takeaway

Breng in kaart welke Iceberg-compatibele engines nu alleen uit OneLake lezen en welke ook moeten schrijven. Test vervolgens het publiceerpad via het OneLake table endpoint en leg vooraf vast welke beschrijvingen en tags teams aan tabellen en kolommen toevoegen. Behandel de metadata-API als preview totdat je de werking in je eigen Fabric-omgeving hebt gecontroleerd.