Introducción

¿Alguna vez te has enfrentado a una montaña de datos de distintos departamentos, todos en diferentes formatos, que necesitas analizar y reportar? ¡Sabemos que sí! Y también sabemos que mantener la coherencia y calidad de esos datos, mientras los cargas en una estructura útil para la toma de decisiones, puede ser todo un desafío.

Aquí es donde entra en juego el almacenamiento de datos de Microsoft Fabric. Este no es solo otro almacén de datos tradicional, sino una versión mejorada y moderna que centraliza información de múltiples orígenes, lista para que todo el equipo —desde ingenieros hasta analistas— pueda trabajar en una única vista unificada.

En este artículo, vamos a explorar cómo Fabric permite crear y gestionar almacenamientos de datos de manera eficiente, proporcionando todas las herramientas necesarias para una ingesta, transformación y visualización de datos completamente integradas. 

 

 

Componentes Básicos del Almacenamiento de Datos

Un almacenamiento de datos generalmente se construye a partir de cuatro etapas clave:

  1. Ingesta de Datos: Movimiento de datos desde sistemas de origen.
  2. Almacenamiento de Datos: Organización en un formato optimizado para análisis.
  3. Procesamiento de Datos: Transformación en un formato consumible.
  4. Análisis y Entrega: Generación de insights y entrega de datos a la empresa.

Fabric simplifica este flujo al permitir la ingesta, almacenamiento, transformación y visualización de datos en una sola plataforma, facilitando así una experiencia integrada y de bajo código.

Experiencia de Almacenamiento de Datos en Fabric

El almacenamiento de datos de Fabric ofrece una experiencia relacional y transaccional completa mediante T-SQL y es totalmente administrado, escalable y de alta disponibilidad. Fabric permite:

  • Crear tablas, cargar y consultar datos mediante T-SQL.
  • Usar SQL para análisis y Spark para Machine Learning.
  • Crear una capa relacional sobre un almacén de lago, accesible tanto en SQL como en Power BI para informes interactivos.

Organización de Tablas

Las tablas se estructuran en un esquema multidimensional que organiza datos en dos tipos principales de tablas:

  • Tablas de Hechos: Contienen datos numéricos y grandes volúmenes de filas; son la fuente principal para análisis.
  • Tablas de Dimensiones: Almacenan información descriptiva de las tablas de hechos (clientes, productos, ubicaciones) y tienen claves suplentes (únicas y específicas del almacenamiento) y claves alternativas (naturales o empresariales).

Tipos Especiales de Tablas de Dimensiones

  • Dimensiones de Tiempo: Capturan información temporal de eventos (como años o meses) y facilitan el análisis por intervalos de tiempo.
  • Dimensiones de Variación Lenta: Realizan el seguimiento de cambios a lo largo del tiempo, como precios de productos o direcciones de clientes, para una mejor comprensión de cambios históricos.

Diseños de Esquemas

El almacenamiento de datos en Fabric puede adoptar diseños de:

  1. Esquema de Estrella: Una tabla de hechos se relaciona directamente con tablas de dimensiones, permitiendo una fácil agregación y análisis.
  2. Esquema de Copo de Nieve: Normaliza las tablas de dimensiones en estructuras adicionales, lo cual es útil cuando existen múltiples niveles de detalle.

Almacén de Lago en Fabric

El almacén de lago es una colección de archivos y carpetas que permite transacciones ACID en formato Delta. Fabric admite tanto la vista de lago (para Spark) como la vista de almacenamiento (para SQL), proporcionando herramientas para manipulación y consulta de datos de múltiples formas.

Creación de un Almacenamiento de Datos

En Fabric, puedes crear una capa relacional sobre datos en el almacén de lago y exponerla para análisis en Power BI o herramientas SQL. Una vez creado un almacén, puedes agregar objetos y crear tablas mediante T-SQL.

Ingesta de Datos

Existen varias formas de cargar datos en un almacenamiento de datos de Fabric:

  1. Canalizaciones: Orquestan la ingesta y transformación.
  2. Flujos de Datos: Permiten transformaciones con una interfaz visual.
  3. Consultas Entre Bases de Datos y COPY INTO: Cargan datos directamente desde archivos o bases externas.

Carga en Tablas Temporales

Las tablas de almacenamiento provisional facilitan la limpieza y validación de datos antes de su carga final. El proceso de carga generalmente sigue estos pasos:

  1. Ingesta de datos en el lago y limpieza preliminar.
  2. Carga en tablas provisionales.
  3. Carga de datos en tablas de dimensiones.
  4. Carga en tablas de hechos, buscando claves en dimensiones.
  5. Optimización de índices y estadísticas.

Consultas y Transformaciones de Datos

Para realizar consultas, Fabric ofrece dos herramientas:

  1. Editor de Consultas SQL: Permite escribir T-SQL, con características como IntelliSense.
  2. Editor de Consultas Visuales: Experiencia sin código, ideal para agregar columnas y aplicar filtros.

Estas herramientas permiten crear tablas, vistas y procedimientos almacenados que preparan los datos para el análisis en informes de Power BI.

Preparación de Datos para Informes

Un modelo semántico define las relaciones, reglas de agregación y cálculos necesarios para generar informes en Power BI. Fabric permite configurar relaciones y crear medidas que calculan métricas clave mediante DAX. Además, puedes ocultar campos para simplificar la vista de datos y facilitar el uso del modelo semántico en informes.

Modelos Semánticos en Fabric

Fabric crea automáticamente un modelo semántico sincronizado con el almacenamiento de datos, facilitando su uso en Power BI. Este modelo refleja la lógica de negocio del almacén de datos y se optimiza automáticamente. Los analistas pueden también definir modelos semánticos personalizados.

Visualización y Creación de Informes

Fabric permite la visualización directa de datos mediante Power BI, lo cual ayuda a verificar la precisión de datos y transformaciones. Con el botón Nuevo Informe, puedes abrir Power BI desde el entorno de Fabric para crear y guardar informes para toda la organización.

Seguridad y Supervisión en el Almacenamiento de Datos

Seguridad

Fabric garantiza la protección de datos mediante controles de seguridad robustos:

  • RBAC (Control de Acceso Basado en Roles).
  • Cifrado SSL y Azure Storage Service Encryption para proteger la comunicación y el almacenamiento.
  • Autenticación Multifactor (MFA) y Microsoft Entra ID para administrar accesos.

Además, los permisos en Fabric se gestionan a través de áreas de trabajo y permisos de elementos específicos, permitiendo granularidad en el acceso.

Supervisión

Fabric facilita la supervisión a través de vistas de administración dinámica (DMV) que rastrean conexiones, sesiones y solicitudes. Las DMVs permiten ver el estado de las consultas y optimizar el rendimiento. Entre las vistas más importantes están:

  • sys.dm_exec_connections: Muestra las conexiones activas.
  • sys.dm_exec_sessions: Muestra cada sesión autenticada.
  • sys.dm_exec_requests: Permite identificar y gestionar consultas de larga duración que pueden impactar en el rendimiento.