Fabric Architecture Podcast (Español)

By Matthias Falland

Decisiones de arquitectura para Microsoft Fabric. Escenarios reales anonimizados, realismo de costos, contraargumentos incluidos. Episodios semanales alineados con las grabaciones de Fabric Friday. Ge... more

Download on the App Store

Download on the App Store

Get it on Google Play

FAQs about Fabric Architecture Podcast (Español):

How many episodes does Fabric Architecture Podcast (Español) have?

The podcast currently has 20 episodes available.

Fabric Architecture Podcast (Español) episodes:

August 21, 2026El botón de Stop que sigue cobrando
El botón de Stop que sigue cobrando
Episode 20 • 2026-05-15
Duration: 10:03
Las alertas sin código de Fabric Activator parecen sencillas. Pero debajo del modelo de entidades hay una mecánica de facturación que pilla a todos los equipos una vez: un botón de Stop que no detiene el contador. Lo desmontamos pieza a pieza.
What we discuss
How it actually works underneath the abstraction
Where the obvious answer breaks
The pattern we keep seeing in the field
A real Reddit/Microsoft Q&A question unpacked
F-SKU realism — what this actually costs
The concrete recommended architecture
When the rejected approach is actually right
Risks of the recommended path
The architectural principle to take home
Key takeaways
En algún lugar de tu tenant, ahora mismo, hay un event listener conectado a una regla que alguien detuvo hace meses.
Y si tu patrón es construirlo, probarlo, pulsar Stop y olvidarte – revisa tus métricas de capacidad en una semana.
El patrón dicta la plataforma. Si tu patrón es detección con estado sobre datos en streaming – máquinas de estado por objeto, transiciones de umbrales, monitoreo de heartbeat – Activator es exactamente la herramienta correcta. Si tu patrón...
Resources
Add Activator to Eventstream
Activator from KQL Queryset
Activator from RTD
Activator from Power BI
Real-Time Hub Set Alerts
Set Alerts on Anomaly Detection
What is Fabric Activator?
Tutorial: Create and activate a Fabric Activator rule
Create a rule in Fabric Activator
Trigger modeling in Activator
Fabric Activator rules
Detection conditions
Activator Limitations
Latency in Activator
Activator Capacity Consumption
About the show
AI-generated voices. Matthias — cloned voice. Fabia — designed AI co-host. See Matthias live on YouTube (Fabric Friday), at his meetups, and at conferences like FabCon.
Hosted by Matthias Falland — Microsoft Data Platform MVP and community architect behind the Fabric Periodic Table. New episodes every Friday.
Submit your case
Have an architecture decision you are wrestling with? DM Matthias on LinkedIn — find him as Matthias Falland. Three to five sentences about the decision, your team size, and your current stack. We anonymize before airing.
Este podcast fue generado por inteligencia artificial. Ambas voces son sintéticas: la de Matthias es una voz clonada y Fabia es una co-presentadora de IA.
Brand design based on fabricperiodictable.com.
...more
11min
August 14, 2026La alerta que se guardó con éxito
La alerta que se guardó con éxito
Episode 19 • 2026-05-08
Duration: 11:14
Real-Time Dashboard pone un botón de alerta en cada tile y confirma el guardado cada vez. Rastreamos cómo la superficie de monitoreo nativa de Kusto realmente consulta, cómo su modelo de permisos separa ver de consultar, y dónde el pipeline de alertas deja de evaluar en silencio.
What we discuss
How it actually works underneath the abstraction
The pattern we keep seeing in the field
A real Reddit/Microsoft Q&A question unpacked
Where the obvious answer breaks
The concrete recommended architecture
F-SKU realism — what this actually costs
When the rejected approach is actually right
Risks of the recommended path
The architectural principle to take home
Key takeaways
En algún lugar ahora mismo, hay un dashboard con un pico claro en pantalla y una regla de Data Activator guardada debajo — confirmada, almacenada, sin hacer absolutamente nada.
La lección más grande aquí va más allá de este dashboard.
Y el equipo que intenta forzar una herramienta a hacer el trabajo de la otra pierde más tiempo que el equipo que corre dos dashboards.
Resources
KQL Database
KQL Queryset
Real-Time Hub
Activator on RTD
Anomaly Detection
Power BI + KQL
Fabric Map
What is Real-Time Dashboard?
Create a Real-Time Dashboard
Real-Time Dashboard Permissions
Use Parameters in Real-Time Dashboards
Customize Real-Time Dashboard Visuals
Activator Limitations
Generate Real-Time Dashboard with Copilot
Copilot-assisted Real-Time Data Exploration (Preview)
About the show
AI-generated voices. Matthias — cloned voice. Fabia — designed AI co-host. See Matthias live on YouTube (Fabric Friday), at his meetups, and at conferences like FabCon.
Hosted by Matthias Falland — Microsoft Data Platform MVP and community architect behind the Fabric Periodic Table. New episodes every Friday.
Submit your case
Have an architecture decision you are wrestling with? DM Matthias on LinkedIn — find him as Matthias Falland. Three to five sentences about the decision, your team size, and your current stack. We anonymize before airing.
Este podcast fue generado por inteligencia artificial. Ambas voces son sintéticas: la de Matthias es una voz clonada y Fabia es una co-presentadora de IA.
Brand design based on fabricperiodictable.com.
...more
12min
July 31, 2026La función de KQL que nadie invoca
La función de KQL que nadie invoca
Episode 17 • 2026-04-24
Duration: 11:06
La mayoría de los equipos aprenden KQL con la palabra clave explain, que traduce su SQL a KQL sintácticamente correcto y se detiene en el subconjunto que SQL puede expresar. Trazamos la brecha estructural entre bin-plus-summarize y make-series, y por qué la detección de anomalías que la mayoría nunca alcanza está a un solo operador de distancia.
What we discuss
How it actually works underneath the abstraction
The pattern we keep seeing in the field
Where the obvious answer breaks
A real Reddit/Microsoft Q&A question unpacked
The concrete recommended architecture
F-SKU realism — what this actually costs
When the rejected approach is actually right
Risks of the recommended path
The architectural principle to take home
Key takeaways
En algún lugar ahora mismo, un sensor está derivando.
Muéstrame el patrón del query. Si el trabajo termina en render timechart y un dashboard en vivo, comprométete con KQL. Si termina en un Semantic Model y un reporte de Power BI, quédate en T-SQL. La arquitectura que duele es la que nadie eligió.
Esa es la recomendación honesta. Si vas a entrar en Real-Time Intelligence, comprométete. Usa explain para arrancar, pero ponle fecha límite a aprender make-series. Ahí es donde KQL deja de ser SQL con otro disfraz y empieza a ganarse su lugar.
Resources
Query data in a KQL queryset
Create a KQL queryset
Kusto Query Language overview
SQL to KQL cheat sheet
KQL quick reference
make-series operator
series_decompose_anomalies()
Anomaly detection and forecasting
Time series analysis
render operator
Share KQL queries
Create a Real-Time Dashboard
Real-Time Intelligence tutorial part 5: Query streaming data using KQL
Tutorial: Learn common operators
Tutorial: Use aggregation functions
About the show
AI-generated voices. Matthias — cloned voice. Fabia — designed AI co-host. See Matthias live on YouTube (Fabric Friday), at his meetups, and at conferences like FabCon.
Hosted by Matthias Falland — Microsoft Data Platform MVP and community architect behind the Fabric Periodic Table. New episodes every Friday.
Submit your case
Have an architecture decision you are wrestling with? DM Matthias on LinkedIn — find him as Matthias Falland. Three to five sentences about the decision, your team size, and your current stack. We anonymize before airing.
Este podcast fue generado por inteligencia artificial. Ambas voces son sintéticas: la de Matthias es una voz clonada y Fabia es una co-presentadora de IA.
Brand design based on fabricperiodictable.com.
...more
12min
July 30, 2026El catálogo que nadie pidió
El catálogo que nadie pidió
Episode 18 • 2026-05-01
Duration: 10:08
Real-Time Hub duplica los mismos veinticinco conectores en una segunda interfaz que nadie solicitó. Exploramos por qué este catálogo auto-provisionado se vuelve crítico cuando los streams sobreviven a quienes los crearon, y la trampa de costos de Data Activator escondida detrás de cada alerta.
What we discuss
How it actually works underneath the abstraction
The pattern we keep seeing in the field
Where the obvious answer breaks
A real Reddit/Microsoft Q&A question unpacked
F-SKU realism — what this actually costs
The concrete recommended architecture
When the rejected approach is actually right
Risks of the recommended path
The architectural principle to take home
Key takeaways
Ahora mismo en tu tenant hay un stream cuya columna Item Owner muestra el nombre de alguien que se fue hace dos trimestres.
La arquitectura no es religión. Omite lo que no te sirve. Usa lo que sí.
El catálogo lleva corriendo desde el primer día.
Resources
managed private endpoint
Eventstream Overview
KQL Database
Activator Overview
Real-Time Dashboard
Schema Sets
Digital Twin Builder
Real-Time Hub Overview
Get Started with Real-Time Hub
Supported Sources
Add Azure Event Hubs Source
Add Azure IoT Hub Source
Get Azure Blob Storage Events
Create Streams from Workspace Item Events
Create Streams from OneLake Events
About the show
AI-generated voices. Matthias — cloned voice. Fabia — designed AI co-host. See Matthias live on YouTube (Fabric Friday), at his meetups, and at conferences like FabCon.
Hosted by Matthias Falland — Microsoft Data Platform MVP and community architect behind the Fabric Periodic Table. New episodes every Friday.
Submit your case
Have an architecture decision you are wrestling with? DM Matthias on LinkedIn — find him as Matthias Falland. Three to five sentences about the decision, your team size, and your current stack. We anonymize before airing.
Este podcast fue generado por inteligencia artificial. Ambas voces son sintéticas: la de Matthias es una voz clonada y Fabia es una co-presentadora de IA.
Brand design based on fabricperiodictable.com.
...more
11min
July 24, 2026Diez años de caché que nadie tocó
Diez años de caché que nadie tocó
Episode 16 • 2026-04-17
Duration: 11:08
Cada KQL Database en Fabric arranca con diez años de caché caliente en SSD activados por defecto. Analizamos por qué Fabric necesita un motor separado para series temporales, desenredamos las dos políticas que controlan costo y rendimiento, y explicamos el error de configuración que convierte un almacén eficiente en uno caro.
What we discuss
How it actually works underneath the abstraction
The pattern we keep seeing in the field
Where the obvious answer breaks
A real Reddit/Microsoft Q&A question unpacked
F-SKU realism — what this actually costs
When the rejected approach is actually right
The concrete recommended architecture
Risks of the recommended path
The architectural principle to take home
Key takeaways
Muéstrame el patrón de consulta. Ahí es donde empieza todo. Tu ventana de caché coincide con tu ventana de consulta, tu retención coincide con tu requisito de cumplimiento, tu modo Capacity Planner coincide con tu perfil de tráfico.
Entonces, si estoy asesorando a alguien que empieza de cero: levanta un Eventhouse, carga los datos de ejemplo StormEvents que vienen incluidos, y aprende dos cosas antes de acercar datos reales.
Ahora démosle la vuelta. ¿Cuándo es KQL Database la opción equivocada?
Resources
What is Real-Time Intelligence?
Choose an analytical data store in Microsoft Fabric
Eventhouse overview
Data connectors overview
Get data overview
Change data policies
KQL overview - scalar data types
Eventhouse and KQL Database consumption
Pricing cost drivers
Create a KQL database
Time series analysis
Anomaly detection and forecasting
Manage and monitor a database
Manage and monitor an eventhouse
KQL Database git integration
About the show
AI-generated voices. Matthias — cloned voice. Fabia — designed AI co-host. See Matthias live on YouTube (Fabric Friday), at his meetups, and at conferences like FabCon.
Hosted by Matthias Falland — Microsoft Data Platform MVP and community architect behind the Fabric Periodic Table. New episodes every Friday.
Submit your case
Have an architecture decision you are wrestling with? DM Matthias on LinkedIn — find him as Matthias Falland. Three to five sentences about the decision, your team size, and your current stack. We anonymize before airing.
Este podcast fue generado por inteligencia artificial. Ambas voces son sintéticas: la de Matthias es una voz clonada y Fabia es una co-presentadora de IA.
Brand design based on fabricperiodictable.com.
...more
12min
July 17, 2026La luz verde que te miente
La luz verde que te miente
Episode 15 • 2026-04-10
Duration: 11:23
Los Eventstream se ven sanos en el canvas mientras descartan eventos en silencio. Destripamos la abstracción no-code, rastreamos tres modos de fallo silencioso y nos enfrentamos a los cuatro medidores de facturación que confunden a cada equipo de FinOps.
What we discuss
How it actually works underneath the abstraction
The pattern we keep seeing in the field
Where the obvious answer breaks
A real Reddit/Microsoft Q&A question unpacked
F-SKU realism — what this actually costs
When the rejected approach is actually right
Risks of the recommended path
The architectural principle to take home
Key takeaways
En este momento, en algún lugar, un Eventstream en producción está corriendo en verde.
Lo que yo vigilaría más de cerca no es el throughput.
Entonces la decisión que yo le entregaría a cualquier equipo evaluando esto — si tus datos llegan de forma continua, tus transformaciones son filtros y agregaciones, y los necesitas en más de un lugar, Eventstream te ahorra mantener rutas...
Resources
Eventstream Overview
Add and manage event sources
Route events to destinations
Edit and publish an eventstream
Route data streams based on content
DeltaFlow output transformation
Monitor the status and performance of an eventstream
Pause and resume data streams
Capacity consumption for Fabric eventstreams
Add Azure Event Hubs source
Add Azure IoT Hub source
Add Eventhouse destination
Add Lakehouse destination
Process events with SQL code editor
Explore and transform bike-sharing data
About the show
AI-generated voices. Matthias — cloned voice. Fabia — designed AI co-host. See Matthias live on YouTube (Fabric Friday), at his meetups, and at conferences like FabCon.
Hosted by Matthias Falland — Microsoft Data Platform MVP and community architect behind the Fabric Periodic Table. New episodes every Friday.
Submit your case
Have an architecture decision you are wrestling with? DM Matthias on LinkedIn — find him as Matthias Falland. Three to five sentences about the decision, your team size, and your current stack. We anonymize before airing.
Este podcast fue generado por inteligencia artificial. Ambas voces son sintéticas: la de Matthias es una voz clonada y Fabia es una co-presentadora de IA.
Brand design based on fabricperiodictable.com.
...more
12min
July 10, 2026Diez años de hot cache que nadie configuró
Diez años de hot cache que nadie configuró
Episode 14 • 2026-04-03
Duration: 11:21
Cada base de datos KQL en Fabric viene con diez años de hot cache por defecto que nadie revisa. Este episodio desglosa cómo funciona la facturación de Eventhouse, el medidor de UpTime, los niveles de cache storage y las decisiones de configuración que separan un motor real-time bien ajustado de una factura inesperada.
What we discuss
How it actually works underneath the abstraction
The pattern we keep seeing in the field
Where the obvious answer breaks
A real Reddit/Microsoft Q&A question unpacked
F-SKU realism — what this actually costs
The concrete recommended architecture
When the rejected approach is actually right
Risks of the recommended path
The architectural principle to take home
Key takeaways
Y la factura de almacenamiento premium por los otros tres mil seiscientos cuarenta y tres días llega el viernes.
Simple en el slide no es simple en producción.
Justo. Lo que yo me llevo es esto: Eventhouse es genuinamente la herramienta correcta para datos de streaming y series de tiempo en Fabric. El motor de Kusto se ganó esa reputación durante años impulsando la propia infraestructura de...
Resources
Eventhouse overview
Store data in Microsoft Fabric - Decision guide
Caching policy (hot and cold cache)
Get data overview
KQL quick reference
Eventhouse and KQL Database consumption
Data availability in OneLake
Enable Eventhouse endpoint for lakehouse and data warehouse
Create an Eventhouse
Create a KQL database
Real-Time Intelligence tutorial
Change data policies
Cost breakdown of Eventhouse
Manage and monitor an eventhouse
Decision guide: Choose the right data store
About the show
AI-generated voices. Matthias — cloned voice. Fabia — designed AI co-host. See Matthias live on YouTube (Fabric Friday), at his meetups, and at conferences like FabCon.
Hosted by Matthias Falland — Microsoft Data Platform MVP and community architect behind the Fabric Periodic Table. New episodes every Friday.
Submit your case
Have an architecture decision you are wrestling with? DM Matthias on LinkedIn — find him as Matthias Falland. Three to five sentences about the decision, your team size, and your current stack. We anonymize before airing.
Este podcast fue generado por inteligencia artificial. Ambas voces son sintéticas: la de Matthias es una voz clonada y Fabia es una co-presentadora de IA.
Brand design based on fabricperiodictable.com.
...more
12min
July 03, 2026Los tres nodos que nunca duermen
Los tres nodos que nunca duermen
Episode 13 • 2026-03-27
Duration: 11:34
Apache Airflow Job trae orquestación code-first a Fabric con DAGs en Python, pero su modelo always-on implica tres nodos corriendo las 24 horas. ¿Cuándo se justifica ese tradeoff y cuándo un Data Pipeline es la respuesta honesta?
What we discuss
How it actually works underneath the abstraction
The pattern we keep seeing in the field
A real Reddit/Microsoft Q&A question unpacked
F-SKU realism — what this actually costs
Where the obvious answer breaks
When the rejected approach is actually right
The concrete recommended architecture
Risks of the recommended path
The architectural principle to take home
Key takeaways
Y si esa matemática no te cuadra, la salida es más simple de lo que la gente cree — un Data Pipeline y una expresión cron.
En algún lugar ahora mismo, un scheduler, un web server y un worker están sentados en una Fabric capacity, corriendo las 24 horas, esperando un DAG que se ejecuta una vez al día a medianoche.
El patrón dicta la plataforma. Si tu patrón de orquestación es 'dispara A, luego B' — un Data Pipeline lo resuelve gratis en reposo. Si tu patrón es un grafo condicional con reintentos, dependencias cross-cloud y lógica Python custom, para...
Resources
What is Apache Airflow Job?
Run a Fabric item using Apache Airflow DAGs
Apache Airflow compute in Fabric
Apache Airflow job pricing
Transform data using dbt
Migrate to Apache Airflow job in Microsoft Fabric
CI/CD for Apache Airflow in Fabric
Apache Airflow Job region availability
Quickstart: Create an Apache Airflow Job
Apache Airflow Job workspace settings
Access Apache Airflow Job Logs
Sync a GitHub repository in Apache Airflow Job
Run Hello-world DAG in Apache Airflow Job
Fabric region availability
MS Learn
About the show
AI-generated voices. Matthias — cloned voice. Fabia — designed AI co-host. See Matthias live on YouTube (Fabric Friday), at his meetups, and at conferences like FabCon.
Hosted by Matthias Falland — Microsoft Data Platform MVP and community architect behind the Fabric Periodic Table. New episodes every Friday.
Submit your case
Have an architecture decision you are wrestling with? DM Matthias on LinkedIn — find him as Matthias Falland. Three to five sentences about the decision, your team size, and your current stack. We anonymize before airing.
Este podcast fue generado por inteligencia artificial. Ambas voces son sintéticas: la de Matthias es una voz clonada y Fabia es una co-presentadora de IA.
Brand design based on fabricperiodictable.com.
...more
12min
June 26, 2026Mover menos datos sale más caro
Mover menos datos sale más caro
Episode 12 • 2026-03-20
Duration: 11:24
Copy Job promete el poder de Pipeline con la simplicidad de Mirroring. Pero el modo incremental cobra el doble por CU-hora, y eso antes de sumar la compresión V-Order y el redondeo por tabla. Hacemos las cuentas.
What we discuss
How it actually works underneath the abstraction
The pattern we keep seeing in the field
A real Reddit/Microsoft Q&A question unpacked
Where the obvious answer breaks
F-SKU realism — what this actually costs
When the rejected approach is actually right
The concrete recommended architecture
Risks of the recommended path
The architectural principle to take home
Key takeaways
Ambos integrados en el mismo motor. Ambos haciendo exactamente lo que tienen que hacer.
En algún lugar ahora mismo, la marca de agua de un Copy Job avanza en silencio.
El patrón define la plataforma. Si el patrón es diez tablas una vez al día, Copy Job te ahorra una semana de fontanería en Pipeline y el costo en CU es un error de redondeo. Si el patrón es cincuenta tablas cada quince minutos, haz las...
Resources
Copy Job Connectors
CDC Replication Connectors
VNet Data Gateway for Copy Job
CI/CD for Copy Job
Copy Job Activity
What is Copy Job in Data Factory?
Create a Copy Job
Quickstart: Create a Copy Job
CDC in Copy Job (Preview)
Copy Job Pricing
Monitor a Copy Job
Data Movement Decision Guide
Data Integration Decision Guide
What is Data Factory in Fabric?
Pricing Scenario: Copy Job 1 TB CSV to Lakehouse
About the show
AI-generated voices. Matthias — cloned voice. Fabia — designed AI co-host. See Matthias live on YouTube (Fabric Friday), at his meetups, and at conferences like FabCon.
Hosted by Matthias Falland — Microsoft Data Platform MVP and community architect behind the Fabric Periodic Table. New episodes every Friday.
Submit your case
Have an architecture decision you are wrestling with? DM Matthias on LinkedIn — find him as Matthias Falland. Three to five sentences about the decision, your team size, and your current stack. We anonymize before airing.
Este podcast fue generado por inteligencia artificial. Ambas voces son sintéticas: la de Matthias es una voz clonada y Fabia es una co-presentadora de IA.
Brand design based on fabricperiodictable.com.
...more
12min
June 19, 2026Cero ETL, treinta veces el precio
Cero ETL, treinta veces el precio
Episode 11 • 2026-03-13
Duration: 10:37
SQL Database en Fabric promete OLTP y analítica desde una sola base de datos sin ETL. Pero el modelo de facturación interactiva por CU convierte esa promesa en algo caro en capacidades pequeñas. Desglosamos exactamente dónde cuadran las cuentas y dónde no.
What we discuss
How it actually works underneath the abstraction
Where the obvious answer breaks
The pattern we keep seeing in the field
A real Reddit/Microsoft Q&A question unpacked
F-SKU realism — what this actually costs
When the rejected approach is actually right
Risks of the recommended path
The architectural principle to take home
Key takeaways
En algún lugar ahora mismo, hay un changefeed escribiendo archivos Delta en un F4.
El patrón dicta la plataforma. El patrón translítico es real – escribir transacciones y leer analítica sobre los mismos datos sin un pipeline en medio es genuinamente poderoso. Pero la plataforma donde lo corres es un problema de...
Si tu workload OLTP es la razón por la que estás comprando capacidad de Fabric – para.
Resources
SQL database in Microsoft Fabric — Overview
Mirroring Fabric SQL database
Translytical applications with SQL database
SQL database in Fabric tutorial — End-to-end architecture
Data Factory SQL database connector
GraphQL API for SQL database
Mirroring limitations
SQL analytics endpoint
Automatic Tuning
AI functions
Fabric's CI/CD framework
Limitations in SQL database in Fabric
Feature comparison: Azure SQL Database and Fabric SQL database
Billing and utilization reporting for SQL database
Mirroring Azure SQL Database to Fabric
About the show
AI-generated voices. Matthias — cloned voice. Fabia — designed AI co-host. See Matthias live on YouTube (Fabric Friday), at his meetups, and at conferences like FabCon.
Hosted by Matthias Falland — Microsoft Data Platform MVP and community architect behind the Fabric Periodic Table. New episodes every Friday.
Submit your case
Have an architecture decision you are wrestling with? DM Matthias on LinkedIn — find him as Matthias Falland. Three to five sentences about the decision, your team size, and your current stack. We anonymize before airing.
Este podcast fue generado por inteligencia artificial. Ambas voces son sintéticas: la de Matthias es una voz clonada y Fabia es una co-presentadora de IA.
Brand design based on fabricperiodictable.com.
...more
11min

FAQs about Fabric Architecture Podcast (Español):

How many episodes does Fabric Architecture Podcast (Español) have?

The podcast currently has 20 episodes available.