Senaste nytt Fabric

Governance av Fabric-plattformens tillstånd har nu blivit enklare med Govern in OneLake for Tenant Admins, den finns nu som preview. Nu kan man se alla rapporter från Fabric-monitoreringen samlade på ett och samma ställe. Det går att se antal kapaciteter, arbetsytor och objekt, och dessa kan grupperas efter typer, användare och arbetsytor. På så sätt får man en bättre helhetsbild av allt som sker i Fabric-plattformen, vilket är centralt för god governance.

För governance-ändamål vill man ofta veta vem som öppnade vad, när och hur i Fabric. Med OneLake Diagnostics kan man hämta ut den här informationen. Uppgifterna lagras i Lakehouse som .JSON-filer som sedan kan analyseras. Det möjliggör analyser av användningen av OneLake, vilket är mycket relevant i governance-sammanhang.

Med den relativt nya horisontella navigeringen för items kan man nu dessutom högerklicka för att få fler val. Man kan öppna ett item i en ny flik eller fästa det så att det ligger kvar. Detta gör arbetsflöden mer effektiva, till exempel när man arbetar med flera items samtidigt eller behöver låta ett item stå kvar för senare användning.
 

Det har skett stora framsteg inom stödet för spegling av databaser (“mirroring”). Det finns nu stöd för Snowflake Iceberg-tabeller, där detaljerna beskrivs här: Microsoft Fabric Mirrored Databases From Snowflake – Microsoft Fabric | Microsoft Learn.

Fabric har även stöd för SAP via SAP Datasphere, inklusive S/4HANA on-prem och i molnet, SAP BW, BW/4HANA, SAP SuccessFactors och SAP Ariba. SAP-stödet gås igenom i detalj här: Fabric November 2025 Feature Summary | Microsoft Fabric Blog | Microsoft Fabric.

Utöver detta finns stöd för SQL Server, se: Microsoft Fabric Mirrored Databases From SQL Server – Microsoft Fabric | Microsoft Learn.

CosmosDB-stödet är också på plats: Microsoft Fabric Mirrored Databases From SQL Server – Microsoft Fabric | Microsoft Learn.

Slutligen stöds även PostgreSQL: Microsoft Fabric Mirrored Databases From Azure Database for PostgreSQL flexible server – Microsoft Fabric | Microsoft Learn.

Spegling har verkligen fått medvind med den här uppdateringen!

Många utvecklare har efterfrågat bättre stöd för VS Code i Fabric, och nu har flera av dessa önskemål blivit verklighet! Det är nu möjligt att öppna flera notebooks från olika arbetsytor i samma VS Code-instans. Med Microsoft Fabric Runtime kan man dessutom köra notebook-kod direkt i VS Code utan att använda Conda.
Se även: VS Code extension overview – Microsoft Fabric | Microsoft Learn.

Med Spark/PySpark kan man nu läsa och skriva mot SQL-databaser. Det här är ett programmatisk alternativ till Copy Data-aktiviteter via Data Pipelines. Connectorn är förinstallerad i Fabric Runtime och stödjer flera autentiseringsmetoder. Däremot stöds ännu inte lokala SQL-servrar (on-prem) eller molnbaserade servrar som kräver gateway, men förhoppningen är att detta kommer framöver.
Se också: Spark connector for SQL databases – Microsoft Fabric | Microsoft Learn.

Baserad på SQL Server- och Azure SQL-databasmotorerna har Fabric nu en inbyggd transaktionell databas. Data replikeras automatiskt till OneLake som Delta Parquet, redo att användas av nedströms konsumenter och analytiska arbetsflöden.
Läs också: SQL database Overview – Microsoft Fabric | Microsoft Learn.

I Data Warehouse kan man nu automatiskt generera IDENTITY kolumner med hjälp av INSERT satser. Detta skapar unika värden och underlättar effektiv modellering i datalagret.
Läs mer: IDENTITY Columns in Fabric Data Warehouse – Microsoft Fabric | Microsoft Learn.

(Generally available) 

Med Microsofts mssql python bibliotek behövs mindre egen kod för att ansluta till SQL-servrar. Detta gör anslutningen till SQL-servrar från Fabric mer utvecklarvänlig och snabbar upp arbetsflödet.
Se också: Announcing General Availability of the mssql-python Driver – Microsoft Community Hub och GitHub

Man kan nu använda service principal som autentisering för Azure DevOps-repositories, något som tidigare varit begränsat till personliga användarkonton. Detta stöds även över flera tenants. Stödet för service principal-autentisering möjliggör dessutom byggandet av säkrare och mer skalbara Infrastructure-as-Code (IaC)-ramverk samt end-to-end automationsflöden med Fabric CLI och Terraform.
 

Spark-notebooks med större display() i konsolen kommer nu att laddas avsevärt snabbare. Med progressiv rendering laddas innehållet inkrementellt, vilket gör att utvecklaren inte behöver vänta på att allt ska färdigladdas innan interaktion kan ske. Detta gör arbetsflöden snabbare och mer effektiva.
 

Nu kan man använda User Data Functions (UDF) som Actions i Activator-regler (preview). Det finns även stöd för integration med Variable Library och Azure Key Vault.

Materialized Lake Views kan nu själva bestämma den mest effektiva refresh-strategin. Den kan utföra inkrementell laddning, fullständig laddning eller ingen laddning, beroende på behov. Det finns dock fortfarande vissa begränsningar vid join operationer för de olika refresh-strategierna.
Se också: Refresh Materialized Lake Views in a Lakehouse – Microsoft Fabric | Microsoft Learn.

On-premises data gateways kan nu uppdateras antingen direkt via Fabric eller programmatisk i notebooks. Pipeline uttryck har dessutom fått stöd från Copilot för att konstruera orkestreringar. Med hjälp av hierarchical view för pipelines i Monitoring Hub kan man nu även övervaka pipeline körningar med information om både upp- och nedströmsberoenden. Det blir därmed enklare att följa pipeline-flöden som triggar andra pipelines och att ha översikt över hela processen.

Det krävs nu färre steg för att automatisera arbetsflöden som använder Apache Airflow. Ett nytt API för Apache Airflow jobb har introducerats, som hanterar filer och krav. API:et sköter job management, vilket gör det möjligt att ladda upp, uppdatera och organisera resurser i ett Airflow projekt.
Se också: Apache Airflow Jobs API – Microsoft Learn