Latest / M365.FM – Microsoft 365, Copilot & AI podcast in het Nederlands / Microsoft Graph Data Connect uitgelegd: Microsoft 365-data op grote schaal naar Azure en Fabric (AI-nasynchronisatie)

Transcript

Microsoft Graph Data Connect uitgelegd: Microsoft 365-data op grote schaal naar Azure en Fabric (AI-nasynchronisatie) · M365.FM – Microsoft 365, Copilot & AI podcast in het Nederlands

• 0:00
  Speaker 2: Klaar voor 10 dagen Microsoft 365, Copilot, AI, Azure en
• 0:05
  Speaker 2: de mensen die de toekomst van werk vormgeven? Deze januari
• 0:09
  Speaker 2: is M365 komt terug en we pakken groter uit. Doe
• 0:12
  Speaker 2: mee met live sessies, praktijkdemo's en praktische kennis van MVP's
• 0:16
  Speaker 2: en experts van over de hele wereld. Geen algemene presentaties,
• 0:20
  Speaker 2: geen eindeloze modewoorden. We pakken de echte uitdagingen aan Copilot Studio,
• 0:25
  Speaker 2: AI Agents, Fabric, Beveiliging, Governance en Automatisering. Of je nu
• 0:30
  Speaker 2: een IT-professional, ontwikkelaar of businessleader bent, er zijn sessies speciaal
• 0:34
  Speaker 2: voor jou. Met 10 volle dagen kun je meerdere technologieën
• 0:37
  Speaker 2: verkennen en verbinding maken met een wereldwijde community. Kijk live
• 0:41
  Speaker 2: en neem praktische inzichten mee terug naar je organisatie. Januari 2027,
• 0:46
  Speaker 2: 10 dagen, 1 Microsoft Community. De registratie is nu geopend.
• 0:51
  Speaker 2: Ga naar m365com.net en verzeker je vandaag nog van een plek.
• 0:56
  Speaker 2: Dat is m365com.net. Schrijf je nu in op m365com.net en
• 1:03
  Speaker 2: we zien je live in januari. Het onderwerp van vandaag
• 1:05
  Speaker 2: is iets waar de meeste mensen nog nooit van gehoord hebben,
• 1:08
  Speaker 2: maar het is een van de krachtigste tools om op
• 1:09
  Speaker 2: grote schaal Microsoft 365 data op te halen. Het heet
• 1:12
  Speaker 2: Microsoft Graph Data Connect. Dit is het punt. Je hebt
• 1:15
  Speaker 2: waarschijnlijk geprobeerd data uit SharePoint of Teams te halen met
• 1:18
  Speaker 2: de reguliere Graph API. Dat werkt prima voor een paar items,
• 1:21
  Speaker 2: maar als je miljoenen records nodig hebt, krijg je te
• 1:23
  Speaker 2: maken met throttling en paginering. Je krijgt te maken met snelheidslimieten,
• 1:27
  Speaker 2: HTTP 429 fouten, en je bent uiteindelijk meer tijd kwijt
• 1:28
  Speaker 2: aan het beheren van nieuwe pogingen dan aan het eigenlijke werk.
• 1:30
  Speaker 2: Brave Data Connect laat je dat allemaal overslaan. Eén enkel
• 1:33
  Speaker 2: verzoek kan terabytes aan data verplaatsen naar Azure of Microsoft Fabric.
• 1:36
  Speaker 2: Geen paginering, geen throttling. Aan het einde van deze aflevering
• 1:39
  Speaker 2: weet je precies wat het is, hoe het verschilt van
• 1:41
  Speaker 2: de reguliere Graph APIs en wanneer je het moet gebruiken.
• 1:43
  Speaker 2: Het schaalprobleem met M365 data. Laten we dus eens kijken
• 1:47
  Speaker 2: waarom reguliere API-aanroepen niet volstaan als je grote analyses doet.
• 1:51
  Speaker 2: Elke dag genereert Microsoft 365 miljarden interacties, verstuurde e-mails, geplaatste teamsberichten,
• 1:56
  Speaker 2: geüploade bestanden, geplande vergaderingen. Dat is data die in je
• 1:59
  Speaker 2: omgeving zit. Als je die wilt analyseren, bijvoorbeeld om samenwerkingspatronen
• 2:02
  Speaker 2: tussen afdelingen te begrijpen, moet je die eruit zien te krijgen.
• 2:05
  Speaker 2: Daar begint de ellende. De standaard Graph API is gebouwd
• 2:08
  Speaker 2: voor real-time toegang. Je vraagt om de berichten van een
• 2:10
  Speaker 2: gebruiker en krijgt de laatste 20 te zien. Vraag je
• 2:12
  Speaker 2: om de volgende 20, dan moet je pagineren. Als je
• 2:14
  Speaker 2: te snel vraagt, wordt je vertraagd met HTTP 429 fouten
• 2:18
  Speaker 2: en moet je gas terugnemen, wachten en het opnieuw proberen.
• 2:20
  Speaker 2: Op kleine schaal werkt dat prima, maar stel je voor
• 2:22
  Speaker 2: dat je elke SharePoint-site in een bedrijf met 10.000 gebruikers
• 2:25
  Speaker 2: wilt analyseren. Zelfs met batchverwerking zou het uren of dagen
• 2:27
  Speaker 2: duren en zou je constant tegen snelheidslimieten aanlopen. Als je
• 2:30
  Speaker 2: dit regelmatig moet doen, is het simpelweg niet vol te houden.
• 2:32
  Speaker 2: Dit is waarom Graph Data Connect bestaat. Het is geen
• 2:35
  Speaker 2: vervanging voor de Graph API. Het is een compleet ander
• 2:37
  Speaker 2: hulpmiddel voor een andere taak. De Graph API regelt real-time
• 2:41
  Speaker 2: toegang tot kleine hoeveelheden data, terwijl Data Connect is gebouwd
• 2:44
  Speaker 2: voor bulk extractie op massale schaal. Wat Graph Data Connect
• 2:47
  Speaker 2: daadwerkelijk is. Dus, wat is Graph Data Connect? Laten we
• 2:50
  Speaker 2: eerst een veel voorkomend misverstand ophelderen. Microsoft Graph is de
• 2:53
  Speaker 2: toegangspoort tot alle Microsoft 365 data. Het omvat gebruikers, berichten, bestanden, agenda's,
• 2:58
  Speaker 2: teams en beveiligingssignalen. Het is het centrale eindpunt voor alles,
• 3:01
  Speaker 2: maar er zijn drie verschillende manieren om met die data
• 3:03
  Speaker 2: te werken en mensen halen die vaak door elkaar. Als
• 3:05
  Speaker 2: eerste is er de Graph API. Dat is het Real-Time
• 3:07
  Speaker 2: Request Response model. Je vraagt om de mailbox van één
• 3:09
  Speaker 2: gebruiker en je krijgt deze direct terug. Het is geweldig
• 3:12
  Speaker 2: voor het bouwen van apps en kleine zoekopdrachten, maar het
• 3:14
  Speaker 2: is niet gebouwd voor schaalbaarheid. Dan hebben we Graph Connectors.
• 3:16
  Speaker 2: Deze brengen externe data in Microsoft 365 voor zoekfuncties en Copilot.
• 3:20
  Speaker 2: Het is ingestzie, geen extractie. Je haalt data naar binnen,
• 3:23
  Speaker 2: niet naar buiten. En tot slot is er Draft Data Connect.
• 3:25
  Speaker 2: Dit is bulk extractie. Het haalt enorme datasets uit Microsoft
• 3:29
  Speaker 2: 365 naar je eigen analyseomgeving. Dat is degene waar we
• 3:32
  Speaker 2: het vandaag over hebben. Zie het op deze manier. De
• 3:34
  Speaker 2: Graph API gebruiken is alsof je een bibliothecaris telkens om
• 3:37
  Speaker 2: één boek vraagt. Je loopt naar de balie, vraagt om
• 3:39
  Speaker 2: een boek, ze geven het aan je en dan loop
• 3:40
  Speaker 2: je terug en vraag je om een ander. Het werkt,
• 3:42
  Speaker 2: maar het is traag. Graph Data Connect is alsof je zegt,
• 3:45
  Speaker 2: ik wil een kopie van elk boek in deze sectie.
• 3:47
  Speaker 2: En ze op een pallet bij je kantoor laat afleveren.
• 3:49
  Speaker 2: Eén verzoek, één levering, alles wat je nodig hebt. Dus,
• 3:52
  Speaker 2: hoe werkt het eigenlijk? Je maakt een geplande pijplijn waarin
• 3:54
  Speaker 2: je definieert welke data je wilt hebben. SharePoint, sites, teams, chats,
• 3:57
  Speaker 2: exchange mailboxen, en je stelt een bestemming in, zoals een
• 4:00
  Speaker 2: Azure Storage Account of Fabric Lakehouse. Vervolgens levert Microsoft die
• 4:04
  Speaker 2: data als parquetbestanden direct in jouw opslag. Geen paginering, geen throttling,
• 4:08
  Speaker 2: gewoon één kopieeropdracht en klaar. De data komt aan in
• 4:10
  Speaker 2: Delta parquetformaat, wat efficiënt is en klaar voor analyse. Je
• 4:13
  Speaker 2: kunt het bevragen met SQL, Power BI rapporten bouwen of
• 4:16
  Speaker 2: machine learning modellen draaien. Dat komt allemaal uit één enkele extractiepijplijn. Dus,
• 4:20
  Speaker 2: dat is het kernidee. Brave Data Connect is bedoeld voor
• 4:23
  Speaker 2: wanneer u uw volledige M365 data voorraad wilt analyseren, en
• 4:27
  Speaker 2: niet slechts een klein deel. Vervolgens bespreken we het beveiligingsmodel
• 4:30
  Speaker 2: dat uw gevoelige gegevens veilig houdt, de beveiligings- en governance-laag.
• 4:34
  Speaker 2: Nu denkt u misschien, kan ik zomaar ieders e-mails in
• 4:36
  Speaker 2: een opslagaccount dumpen en doen wat ik wil? Het antwoord
• 4:38
  Speaker 2: is nee en dit is waarom dat eigenlijk een goede
• 4:40
  Speaker 2: zaak is. Omdat Brave Data Connect gevoelige gegevens zoals e-mails,
• 4:43
  Speaker 2: teamsberichten en bestanden verwerkt, is het beveiligingsmodel veel strikter dan
• 4:46
  Speaker 2: dat van de normale Brave API. En dat is een
• 4:48
  Speaker 2: bewuste keuze. U wilt geen tool die zo krachtig is
• 4:50
  Speaker 2: zonder de juiste voorzorgsmaatregelen. Ten eerste is er expliciete toestemming
• 4:53
  Speaker 2: van de beheerder vereist. Een beheerder moet elke toepassing goedkeuren
• 4:56
  Speaker 2: en precies definiëren tot welke datasets deze toegang heeft. En
• 4:59
  Speaker 2: dan bedoel ik ook precies. U kunt dit beperken tot
• 5:01
  Speaker 2: op eigenschapsniveau. Wilt u alleen siteurls, maar niet de site-eigenaar?
• 5:04
  Speaker 2: Dat kunt u instellen. Wilt u alleen tijdstempels van berichten,
• 5:06
  Speaker 2: maar niet de inhoud van de berichten? Dat kunt u
• 5:08
  Speaker 2: ook instellen. Dit is veel gedetailleerder dan de standaard Graph API-machtigingen,
• 5:11
  Speaker 2: die meestal alles of niets zijn voor een bepaald resource-type.
• 5:13
  Speaker 2: Ten tweede worden de gegevens standaard versleuteld tijdens het transport.
• 5:16
  Speaker 2: Microsoft levert ze al versleuteld aan uw opslag, En als
• 5:19
  Speaker 2: u nog meer controle wilt, kunt u uw eigen versleutelingssleutels
• 5:22
  Speaker 2: meenemen via Azure Key Vault. Dit is hoe het werkt.
• 5:24
  Speaker 2: Uw gegevens worden versleuteld met een sleutel die alleen u
• 5:26
  Speaker 2: in bezit heeft. Microsoft slaat de versleutelde versie van die
• 5:29
  Speaker 2: sleutel op, maar kan deze niet ontsleutelen. Alleen uw toepassing
• 5:31
  Speaker 2: die uw privé-sleutel gebruikt, kan de gegevens ontgrendelen. Dit betekent
• 5:34
  Speaker 2: dat zelfs Microsoft uw gegevens niet kan lezen tijdens de levering.
• 5:37
  Speaker 2: Ten derde is er identiteitsoverstijging, opfuscatie. Echte gebruikers-ID's, zoals e-mailadressen
• 5:41
  Speaker 2: en user principal names, worden vervangen door niet-omkeerbare tokens. Zo
• 5:45
  Speaker 2: kunt u nog steeds trends analyseren, zoals hoeveel gebruikers het
• 5:47
  Speaker 2: bestand openen of welke afdeling het meest communiceert, maar u
• 5:50
  Speaker 2: kunt die gegevens niet herleiden naar een specifieke persoon. Dit
• 5:52
  Speaker 2: is cruciaal voor privacy compliance, vooral met regelgeving zoals de AVG.
• 5:56
  Speaker 2: Ten vierde wordt elke pipeline run gelogd, wat een volledig
• 5:58
  Speaker 2: added spoor creëert dat laat zien wie wat heeft goedgekeurd.
• 6:00
  Speaker 2: Wanneer gegevens zijn geëxtraheerd, welke datasets zijn gebruikt en hoeveel
• 6:03
  Speaker 2: gegevens er zijn overgedragen. Als een auditor vraagt, wie heeft
• 6:06
  Speaker 2: deze gegevens geopend en waarom? Dan heeft u het antwoord.
• 6:09
  Speaker 2: Deze beveiligingslaag maakt Data Connect veilig voor gereguleerde sectoren zoals
• 6:12
  Speaker 2: de gezondheidszorg, financiën en de overheid. U krijgt de kracht
• 6:15
  Speaker 2: van analyse zonder de kopzorgen over compliance. De gegevens verlaten
• 6:18
  Speaker 2: nooit uw controle en elke stap wordt bijgehouden. Waar kunnen
• 6:21
  Speaker 2: de gegevens naartoe, Xander? Dus zodra de gegevens Microsoft 365 verlaten,
• 6:24
  Speaker 2: waar komen ze dan eigenlijk terecht? Oorspronkelijk kon Graph Data
• 6:27
  Speaker 2: Connect gegevens alleen naar Azure Synapse of Azure Data Lake
• 6:29
  Speaker 2: Storage sturen. Dat werkte prima als je een data engineer
• 6:32
  Speaker 2: was die in die tools werkte. Maar voor een business
• 6:34
  Speaker 2: analist of een beginner was het niet bepaald gebruiksvriendelijk. Vandaag
• 6:37
  Speaker 2: de dag is dat veranderd. Data Connect werkt nu direct
• 6:40
  Speaker 2: met Microsoft Fabric en je kunt een Fabric Lakehouse als
• 6:43
  Speaker 2: bestemming kiezen. De gegevens verschijnen als Delta Parquet bestanden, klaar
• 6:46
  Speaker 2: voor analyse zonder extra configuratie. Als je Fabric al gebruikt,
• 6:50
  Speaker 2: is dit de eenvoudigste weg, maar je zit niet vast
• 6:52
  Speaker 2: aan alleen Fabric. Je kunt ook Azure Data Factory Pipelines
• 6:54
  Speaker 2: gebruiken om de extractie te beheren, deze s'nachts in te plannen,
• 6:57
  Speaker 2: zodat je analyseomgeving altijd over verse gegevens beschikt. Je kunt
• 7:00
  Speaker 2: het koppelen aan Azure Blob Storage, Azure Data Lake of
• 7:03
  Speaker 2: elke andere compatibele bestemming. Maar het punt is, je zit
• 7:05
  Speaker 2: niet vast aan één specifieke bestemming. Je opties ontvatten Azure,
• 7:08
  Speaker 2: Fabric en zelfs externe platforms via aangepaste pipelines. Zodra de
• 7:12
  Speaker 2: data binnen is, is deze van jou. Jij bepaalt waar
• 7:14
  Speaker 2: het heen gaat en wat er mee gebeurt. Die flexibiliteit
• 7:16
  Speaker 2: maakt het juist zo waardevol. Je kunt M365 data combineren
• 7:20
  Speaker 2: met gegevens uit andere systemen, zoals je CRM, ERP of
• 7:23
  Speaker 2: Our platform, om een compleet beeld van je hele bedrijf
• 7:25
  Speaker 2: te vormen. Dat is iets wat je simpelweg niet kunt
• 7:27
  Speaker 2: doen met alleen de reguliere Graph API. Hoe het zich
• 7:30
  Speaker 2: verhoudt tot andere extractietools. Misschien denk je, kan ik niet
• 7:33
  Speaker 2: gewoon Power Automate of een aangepast script gebruiken? Laten we
• 7:36
  Speaker 2: bespreken wanneer elke tool wel en niet geschikt is. Power
• 7:39
  Speaker 2: Automate is geweldig voor real-time automatisering op kleine schaal. Je
• 7:42
  Speaker 2: start een flow zodra een bestand wordt toegevoegd en er
• 7:44
  Speaker 2: wordt een melding verstuurd. Dat werkt, maar het punt is,
• 7:46
  Speaker 2: Power Automate verwerkt kilobytes, geen terabytes. Het heeft geen patroon
• 7:50
  Speaker 2: voor bulk extractie. Als je probeert miljoenen records via een
• 7:53
  Speaker 2: flow te halen, Treed er een time-out op, bereik je
• 7:55
  Speaker 2: API-limieten of valt het geruisloos. Het is de verkeerde tool
• 7:58
  Speaker 2: voor deze taak. Aangepaste Graph API-scripts zijn prima voor kleine datasets.
• 8:01
  Speaker 2: Je schrijft een PowerShell-script, doorloopt de pagina's en haalt je
• 8:04
  Speaker 2: gegevens op. Maar paginering en throttling-limieten maken het onpraktisch voor
• 8:07
  Speaker 2: volledige tenant-analyses, omdat je zelf retreats, batching en snelheidslimieten moet beheren.
• 8:12
  Speaker 2: En als je script uren draait en halverwege faalt, Succes
• 8:15
  Speaker 2: met het debuten daarvan. Azure Data Factory heeft meer dan
• 8:17
  Speaker 2: 90 connectoren en is een solide keuze voor het beheren
• 8:19
  Speaker 2: van ETL pipelines, maar ADF zelf verbindt niet op grote
• 8:22
  Speaker 2: schaal direct met M365 data. Het heeft een bronconnector nodig
• 8:25
  Speaker 2: en daar vult Data Connect het gat op. ADF wordt
• 8:28
  Speaker 2: de beheerder en Data Connect wordt de gegevensbron. Brave Data
• 8:30
  Speaker 2: Connect is specifiek gebouwd voor Bulk M365 data. Een pipeline
• 8:34
  Speaker 2: kan miljoenen records extraheren. De keerzijde is latentie. Elke pipeline
• 8:38
  Speaker 2: run heeft ongeveer 45 minuten opstarttijd voordat de dataverplaatsing begint.
• 8:41
  Speaker 2: Het is dus niet bedoeld voor real-time dashboards, maar voor
• 8:43
  Speaker 2: geplande grootschalige analyses die dagelijks of wekelijks draaien. Zie het
• 8:46
  Speaker 2: als volg. Power Automate is real-time, verwerkt kleine datasets en
• 8:49
  Speaker 2: is low-code. De Graph API is real-time, verwerkt middelgrote datasets
• 8:53
  Speaker 2: en vereist een ontwikkelaar. Graph Data Connect is gepland, verwerkt
• 8:56
  Speaker 2: enorme hoeveelheden data en vereist admin toestemming. Dat zijn drie
• 8:59
  Speaker 2: verschillende tools voor drie verschillende taken. Heb je een real-time
• 9:01
  Speaker 2: melding nodig wanneer een bestand wijzigt? Gebruik Power Automate. Moet
• 9:05
  Speaker 2: je elke nacht gebruikspatronen analyseren over al je SharePoint sites?
• 9:08
  Speaker 2: Gebruik Graph Data Connect. Probeer niet één tool iets te
• 9:11
  Speaker 2: laten doen waarvoor het niet is gebouwd. Praktijkvoorbeelden. Dus, wat
• 9:15
  Speaker 2: kun je nu eigenlijk met al deze data? Ik geef
• 9:17
  Speaker 2: je een paar concrete voorbeelden. Als eerste, security analytics. Je
• 9:20
  Speaker 2: kunt audit logs en activiteitsgegevens uit Exchange en SharePoint halen
• 9:24
  Speaker 2: en anomalie detectie uitvoeren om gecompromitteerde accounts of vreemde toegangspatronen
• 9:27
  Speaker 2: te spotten. Als een medewerker plotseling duizenden bestanden downloadt om
• 9:30
  Speaker 2: twee uur, dan wil je dat weten. Data Connect geeft
• 9:33
  Speaker 2: je de ruwe data om dat soort detectie op te bouwen.
• 9:35
  Speaker 2: Samenwerkingsinzichten is een andere belangrijke. Door Teams berichten en vergadergegevens
• 9:39
  Speaker 2: te analyseren, zie je hoe Teams echt samenwerken. Welke afdelingen
• 9:43
  Speaker 2: spreken elkaar het meest? Waar zitten de knelpunten in je workflow?
• 9:46
  Speaker 2: Je kunt vragen beantwoorden als werken cross-functionele Teams echt samen
• 9:49
  Speaker 2: of zitten ze alleen maar in vergaderingen, zonder te hoeven gissen.
• 9:52
  Speaker 2: Dan is er contentbeheer op schaal. Je kunt metadata ophalen
• 9:55
  Speaker 2: uit miljoenen SharePoint-bestanden, verouderde content vinden die jaren niet is aangeraakt,
• 9:59
  Speaker 2: dubbele bestanden identificeren die opslagruimte innemen en documenten met gevoelige
• 10:02
  Speaker 2: labels markeren die daar niet horen. Dat soort data-hygiëne is
• 10:05
  Speaker 2: handmatig onmogelijk. Maar met Data Connect is het eenvoudig. Werknemerservaring
• 10:09
  Speaker 2: is een groeiende use case. Combineer Viva Insights Data met
• 10:12
  Speaker 2: Our Data om vragen te beantwoorden als zijn teams met
• 10:14
  Speaker 2: frequente vergaderingen meer of minder productief. De sleutel is identiteitsversluiering.
• 10:18
  Speaker 2: Je kunt patronen analyseren zonder individuele identiteiten bloot te leggen.
• 10:21
  Speaker 2: Zo krijg je inzicht zonder privacy risico. En hier is
• 10:24
  Speaker 2: er een die echt belangrijk wordt, copilot gereedheid. Voordat je
• 10:26
  Speaker 2: Microsoft Copilot uitholt, moet je je data estate begrijpen. Waar
• 10:30
  Speaker 2: staat je data? Hoe is het georganiseerd? Welke rechten zijn
• 10:32
  Speaker 2: er ingesteld? Data Connect kan je die inventarisatie geven. Je
• 10:36
  Speaker 2: kunt zien welke sites de ruime machtigingen hebben, welke bestanden
• 10:38
  Speaker 2: verweest zijn en waar gevoelige data mogelijk is blootgesteld. Zonder
• 10:41
  Speaker 2: dat fundament zou Copilot dingen kunnen tonen die je liever
• 10:43
  Speaker 2: niet ziet. Hier is een concreet voorbeeld. De Polytechnische Universiteit
• 10:46
  Speaker 2: van Milaan gebruikte Data Connect om het werknemerssentiment op grote
• 10:49
  Speaker 2: schaal te analyseren bij duizenden gebruikers. Ze kregen objectieve, gedetailleerde
• 10:53
  Speaker 2: gegevens die ze op geen enkele andere manier hadden kunnen verkrijgen.
• 10:55
  Speaker 2: Geen enquêtes, geen vooroordelen, alleen echte gedragsdata over hoe mensen
• 10:58
  Speaker 2: daadwerkelijk werken. Dat is de kracht van deze tool. Een
• 11:00
  Speaker 2: eenvoudige uitleg van de installatie. Dit klinkt misschien ingewikkeld, maar
• 11:03
  Speaker 2: de feitelijke installatie is verrassend eenvoudig. Ik zal je er
• 11:06
  Speaker 2: doorheen leiden. Schakel eerst Graph Data Connect in via het
• 11:09
  Speaker 2: Microsoft 365 beheercentrum. Ga naar de organisatie instellingen, zoek de
• 11:13
  Speaker 2: Data Connect schakelaar en zet deze aan. Selecteer vervolgens welke
• 11:15
  Speaker 2: datasets je beschikbaar wilt maken, zoals SharePoint, OneDrive... Je kunt
• 11:19
  Speaker 2: later altijd meer toevoegen. Ten tweede, maak een appregistratie aan
• 11:22
  Speaker 2: in Microsoft EntraID. Dit is de identiteit van je applicatie.
• 11:26
  Speaker 2: Zie het als een legitimatiebewijs voor de pijplijn. Noteer de
• 11:29
  Speaker 2: app ID en genereer een clientgeheim. Bewaar dat geheim op
• 11:32
  Speaker 2: een veilige plek. Je hebt het nodig wanneer je de
• 11:34
  Speaker 2: verbinding instelt. Ten derde, maak een Graph Data Connect applicatie
• 11:37
  Speaker 2: aan in de Azure Portal. Koppel deze aan de appregistratie
• 11:40
  Speaker 2: die je zojuist hebt gemaakt en kies daarna je bestemming.
• 11:42
  Speaker 2: Voor de meeste beginners is een Fabric Lakehouse de makkelijkste optie.
• 11:45
  Speaker 2: Geen extra opslagaccounts om te beheren, geen complexe configuratie, gewoon
• 11:48
  Speaker 2: instellen en gaan. Ten vierde, dit is de Governance Port.
• 11:51
  Speaker 2: Ga terug naar het Microsoft 365 beheercentrum en keur de
• 11:54
  Speaker 2: applicatie goed. Een beheerder controleert de gevraagde datasets en machtigingen,
• 11:57
  Speaker 2: welke data wordt benaderd en welke kolommen zijn inbegrepen, en
• 12:00
  Speaker 2: geeft daarna toestemming. Deze stap zorgt ervoor dat niets gebeurt
• 12:03
  Speaker 2: zonder expliciete goedkeuring. Ten vijfde, bouw een pijplijn in Fabric
• 12:07
  Speaker 2: of Azure Data Factory. Gebruik de kopieeractiviteit met de Microsoft 365-bron.
• 12:12
  Speaker 2: Selecteer je dataset, bijvoorbeeld SharePoint Sites Basic. Configureer een datumbereik
• 12:16
  Speaker 2: als je alleen recente gegevens wilt. Wijs het toe aan
• 12:18
  Speaker 2: je lakehouse. Dat is het meeste werk al gedaan. Ten zesde,
• 12:21
  Speaker 2: voer de pijplijn uit. Hier moet je even wachten. Er
• 12:23
  Speaker 2: is ongeveer 45 minuten aan voorbereidingstijd nodig terwijl Microsoft je
• 12:25
  Speaker 2: gegevens gereed maakt. Daarna stroomt de data binnen als Delta
• 12:28
  Speaker 2: Parquet bestanden en dat is alles. Vanaf dat punt kun
• 12:31
  Speaker 2: je de data bevragen met SQL, Power BI rapporten bouwen
• 12:34
  Speaker 2: of machine learning modellen draaien, alles binnen Fabric. Beperkingen en aandachtspunten.
• 12:38
  Speaker 2: Voordat je aan de slag gaat met de installatie neem
• 12:40
  Speaker 2: ik nog een paar zaken met je door om rekening
• 12:41
  Speaker 2: mee te houden. Ten eerste, latentie. Die 45 minuten vertraging
• 12:45
  Speaker 2: is reëel, dus Data Connect is niet geschikt voor real-time dashboards.
• 12:47
  Speaker 2: Als je gegevens om de paar minuten wilt zien, bijwerken,
• 12:49
  Speaker 2: is dit niet de tool voor jou. Het is ontworpen
• 12:51
  Speaker 2: voor nachtelijke of wekelijkse analyses, dus plan daarop. Vervolgens, toegang
• 12:54
  Speaker 2: tussen tenants. Je kunt geen gegevens ophalen naar een andere
• 12:57
  Speaker 2: Microsoft 365 tenant. De gegevens blijven binnen de grenzen van
• 13:00
  Speaker 2: jouw organisatie. Als consultant die meerdere tenants beheert, heb je
• 13:02
  Speaker 2: voor elk afzonderlijke pijplijnen nodig. De beschikbaarheid van datasets is
• 13:06
  Speaker 2: iets anders om in de gaten te houden. Niet alle
• 13:07
  Speaker 2: M365 gegevens zijn beschikbaar via Data Connect. De basisdatasets beslaan SharePoint, Exchange,
• 13:12
  Speaker 2: Teams en Groups, maar sommige geavanceerde eigenschappen kunnen ontbreken. Controleer
• 13:15
  Speaker 2: de documentatie voordat je je vastlegt op een specifieke analyse. Nu,
• 13:19
  Speaker 2: de kosten. DataConnect hanteert prijzen op basis van verbruik. Je
• 13:22
  Speaker 2: betaalt per opgehaald object. Voor een kleine tenant is dat verwaarloosbaar.
• 13:25
  Speaker 2: Maar voor een tenant met 100.000 gebruikers en miljoenen bestanden
• 13:27
  Speaker 2: loopt het snel op. Begroot dien overeenkomstig en test eerst
• 13:30
  Speaker 2: met een kleine dataset. Het goedkeuringsproces is ook belangrijk. Elke
• 13:33
  Speaker 2: applicatie heeft expliciete toestemming van de beheerder nodig. En als
• 13:36
  Speaker 2: je datasets wijzigt of nieuwe kolommen toevoegt, moet je opnieuw goedkeuren.
• 13:39
  Speaker 2: Verwerk dit in je workflow zodat je niet voor verrassingen
• 13:41
  Speaker 2: komt te staan wanneer een pijplijn.