Microsoft Fabric: o guia de transição para quem já usa Power BI
Se você já trata dados no Power Query, cria modelos no Power BI e publica relatórios, o Microsoft Fabric não é um produto completamente separado. Ele amplia esse trabalho para uma plataforma de dados de ponta a ponta: ingestão, transformação, armazenamento, engenharia, análise em tempo real, governança e relatórios no mesmo ambiente.
- O Fabric é uma plataforma SaaS de análise que reúne diferentes cargas de trabalho sobre o OneLake.
- Dataflow Gen2 usa a experiência do Power Query para transformar e entregar dados a destinos como Lakehouse e Warehouse.
- Pipelines orquestram cópias, consultas, notebooks, procedimentos e dataflows.
- O Power BI permanece na camada de modelo semântico, relatórios e consumo dos indicadores.
O que é Microsoft Fabric
Segundo a documentação oficial, o Microsoft Fabric é uma plataforma de análise para fluxos de dados de ponta a ponta. Experiências como Data Factory, Engenharia de Dados, Data Warehouse, Inteligência em Tempo Real e Power BI compartilham serviços de armazenamento, computação, segurança e governança.
Na prática, isso reduz a necessidade de montar integrações independentes entre várias ferramentas. Uma solução pode ingerir dados com Data Factory, armazená-los no OneLake, transformá-los em um Lakehouse ou Warehouse e disponibilizá-los para análise no Power BI dentro da mesma plataforma.
OneLake: a base compartilhada
O OneLake é o data lake lógico central do Fabric. Ele funciona como uma camada de armazenamento comum para que diferentes cargas de trabalho acessem os mesmos dados sem criar cópias desnecessárias. Workspaces organizam os itens, e cada workspace pode conter Lakehouses, Warehouses, modelos semânticos, notebooks, pipelines e outros artefatos.
Atalhos do OneLake também podem oferecer acesso a dados armazenados em outros locais, inclusive serviços de nuvem compatíveis, sem exigir que toda informação seja fisicamente migrada antes de ser analisada.
Lakehouse e Data Warehouse: quando usar cada um
O Lakehouse combina a flexibilidade de arquivos de um data lake com recursos de consulta e organização de tabelas. É uma escolha natural quando a solução usa arquivos, tabelas Delta, notebooks, Spark ou processos de engenharia de dados.
O Warehouse oferece uma experiência mais orientada a SQL, estrutura relacional e desenvolvimento analítico tradicional. A decisão não deve começar pelo nome da ferramenta, mas pelo perfil da equipe, volume, origem dos dados, necessidade de SQL ou Spark e forma de consumo.
Dataflow Gen2: Power Query dentro do Fabric
O Dataflow Gen2 leva a experiência de transformação do Power Query para o Data Factory no Fabric. Ele permite conectar fontes, limpar, combinar e enriquecer dados em uma interface de baixo código, além de gravar o resultado em destinos como tabelas e arquivos de Lakehouse, Warehouse, bancos SQL e outros destinos compatíveis.
Para quem vem do Power BI, a linguagem de transformações é familiar. A principal mudança é arquitetural: o fluxo passa a fazer parte de uma solução de dados centralizada, reutilizável e monitorada, em vez de existir apenas dentro de um arquivo de relatório.
Pipelines: automação e orquestração
Pipeline não é outra forma de escrever Power Query. Ele organiza atividades em uma sequência operacional. Um pipeline pode copiar dados, executar uma consulta SQL, chamar um procedimento armazenado, executar um notebook e disparar um Dataflow Gen2.
Também pode trabalhar com agendamentos, parâmetros, dependências, condições e repetições. Um exemplo seria: copiar arquivos de vendas, executar o Dataflow Gen2, validar a carga e somente depois atualizar a camada usada pelo relatório.
Onde entra o Power BI
O Power BI continua responsável por modelos semânticos, medidas DAX, relatórios, dashboards e consumo das análises. A diferença é que ele pode trabalhar sobre uma fundação de dados mais integrada. Em vez de cada relatório repetir ingestão e tratamento, a empresa pode centralizar essas etapas e reutilizar dados preparados.
Por isso, uma boa base de Power Query, modelagem dimensional, relacionamentos e DAX continua sendo relevante para entrar no Fabric. A plataforma aumenta o alcance do projeto, mas não elimina os fundamentos.
Um fluxo de projeto de ponta a ponta
- Ingestão: conectar ERP, arquivos, APIs ou bancos com Data Factory.
- Armazenamento: organizar dados brutos e tratados no OneLake.
- Transformação: usar Dataflow Gen2, SQL ou notebooks conforme o cenário.
- Orquestração: automatizar dependências e horários com pipelines.
- Modelagem: construir um modelo semântico com relacionamentos e medidas.
- Consumo: publicar relatórios Power BI e aplicar segurança e governança.
Quer construir a base antes de avançar para o Fabric?
Comece por Power Query, modelagem dimensional, relacionamentos e DAX. As três primeiras aulas do curso Power BI Completo estão disponíveis gratuitamente.
Perguntas frequentes
Microsoft Fabric substitui o Power BI?
Não. O Power BI é uma das experiências integradas ao Fabric e continua sendo usado para modelagem semântica, análise e visualização.
Qual é a diferença entre Dataflow Gen2 e pipeline?
Dataflow Gen2 transforma dados com Power Query. Pipeline coordena a execução de diferentes atividades, inclusive dataflows, cópias, consultas e notebooks.
Preciso saber programar?
Não para começar. Dataflow Gen2 e o designer de pipelines oferecem experiências de baixo código. SQL, Python e Spark tornam-se úteis em cenários mais avançados.
É necessário ter capacidade do Fabric?
Sim. O workspace precisa estar associado a uma capacidade compatível ou avaliação disponível, conforme as regras atuais da Microsoft.
Fontes oficiais: visão geral do Microsoft Fabric, visão geral do Lakehouse, Dataflow Gen2 e Data Factory no Fabric. Consultadas em 12/08/2026.