Explorar guías rápidas · Microsoft Fabric
Lakehouse o Warehouse
Elige entre Lakehouse y Warehouse en Microsoft Fabric comparando el modelo de desarrollo, los tipos de datos, las capacidades SQL, las transacciones, los patrones de ingesta y los requisitos analíticos posteriores.
En esta página
- Problema
- Respuesta rápida
- Código / comandos
- 1. Usa un Lakehouse cuando Spark sea el motor de transformación principal
- 2. Consulta las tablas Delta del Lakehouse a través del punto de conexión de análisis SQL
- 3. Usa un Warehouse cuando T-SQL sea el modelo de desarrollo principal
- 4. Usa un Warehouse para modelos dimensionales
- 5. Usa un Lakehouse para tipos de datos mixtos
- 6. Usa accesos directos en un Lakehouse cuando copiar los datos sea innecesario
- 7. Usa un Warehouse cuando importen las transacciones multitabla
- 8. Usa un Lakehouse para la arquitectura Medallion
- 9. Usa un Warehouse como capa de servicio gobernada tras la ingeniería en el Lakehouse
- 10. Usa consultas entre bases de datos cuando los datos ya existan en Fabric
- 11. Usa COPY INTO para la ingesta en el Warehouse cuando prefieras cargar con SQL
- 12. Usa CTAS en el Warehouse para transformaciones SQL
- 13. No uses el Warehouse como zona de aterrizaje de archivos sin procesar
- 14. No uses el punto de conexión SQL del Lakehouse como sustituto del DML del Warehouse
- 15. Elige según el flujo de trabajo principal de los desarrolladores
- 16. Elige según la forma de los datos de origen
- 17. Elige según los requisitos transaccionales
- 18. Elige según los requisitos de servicio
- 19. Valida si realmente se necesitan ambas capas
- Qué significa el resultado
- Qué revisar
- El equipo mueve datos entre Lakehouse y Warehouse sin necesidad
- Los analistas necesitan escrituras SQL frecuentes o procedimientos almacenados
- Los ingenieros siguen usando Spark sobre datos sin procesar/semiestructurados
- El Warehouse solo contiene copias de las tablas gold del Lakehouse
- Los usuarios SQL del Lakehouse esperan una base de datos SQL completa
- Notas de producción
- Ambos usan OneLake y almacenamiento abierto Delta
- El punto de conexión de análisis SQL del Lakehouse está orientado a la lectura
- El Warehouse ofrece capacidades completas de almacén de datos SQL
- El Lakehouse es la superficie de ingeniería de datos más amplia
- No dupliques datos sin motivo
- El rendimiento depende de la carga de trabajo
- La gobernanza debe abarcar ambos
- Errores comunes
- 1. Elegir el Lakehouse solo porque la palabra suena más moderna
- 2. Elegir el Warehouse solo porque el equipo sabe SQL
- 3. Suponer que el punto de conexión SQL del Lakehouse admite todo el DML del Warehouse
- 4. Suponer que el Warehouse no usa Delta/OneLake
- 5. Copiar cada tabla del Lakehouse al Warehouse
- 6. Tratar el Lakehouse solo como una zona de datos sin procesar
- 7. Tratar el Warehouse como zona de aterrizaje ETL para archivos arbitrarios
- 8. Ignorar los requisitos transaccionales
- Siguiente paso
- Para profundizar
Problema
Estás diseñando una solución de Microsoft Fabric y necesitas decidir si los datos deben residir en un Lakehouse, en un Warehouse o en ambos.
Los dos usan OneLake y almacenamiento abierto Delta, así que la decisión no se reduce a «data lake o base de datos».
Las preguntas reales son:
- ¿Los ingenieros trabajarán principalmente en Spark o en T-SQL?
- ¿Los datos son solo estructurados, o también semiestructurados/no estructurados?
- ¿Necesitas transacciones SQL multitabla?
- ¿Los datos se transformarán en notebooks?
- ¿Los analistas necesitan una experiencia relacional centrada en SQL?
- ¿La carga de trabajo es principalmente de ingeniería, de BI o de ambas?
- ¿Necesitas accesos directos (shortcuts) y acceso orientado a archivos?
- ¿La capa de servicio curada debe exponer el DML completo de T-SQL y objetos de almacén de datos?
Respuesta rápida
Usa esto como punto de partida para la decisión:
¿Necesitas Spark / Python / notebooks?
→ Lakehouse
¿Necesitas DML completo de T-SQL, procedimientos almacenados y transacciones multitabla?
→ Warehouse
¿Necesitas datos estructurados + semiestructurados/no estructurados?
→ Lakehouse
¿Necesitas una capa de servicio dimensional centrada en SQL?
→ Warehouse
¿Necesitas tanto ingeniería como servicio SQL empresarial?
→ A menudo Lakehouse + Warehouse
Una arquitectura de producción habitual es:
- Orígenes
- Lakehouse
- Bronze
- Silver
- Delta curado
- WarehouseCapa dimensional / de informes
- Power BI / consumidores SQL
No añadas ambos de forma automática.
Usa los dos solo cuando cada uno tenga una responsabilidad clara.
Código / comandos
1. Usa un Lakehouse cuando Spark sea el motor de transformación principal
Ejemplo en PySpark:
from pyspark.sql import functions as F
sales = (
spark.read
.format("delta")
.load("Tables/sales")
)
daily_sales = (
sales
.filter(F.col("sale_date") >= "2026-10-01")
.groupBy(
"sale_date",
"merchant_id",
)
.agg(
F.sum("amount").alias("revenue"),
F.countDistinct("sale_id").alias("sales"),
)
)
Escribir de vuelta en una tabla Delta:
(
daily_sales.write
.format("delta")
.mode("overwrite")
.saveAsTable("sales_daily")
)
El Lakehouse es la opción natural cuando:
- PySpark es central
- los notebooks realizan las transformaciones de ingeniería
- conviven archivos y tablas Delta
- se usa una arquitectura Medallion
- los accesos directos forman parte del diseño
2. Consulta las tablas Delta del Lakehouse a través del punto de conexión de análisis SQL
Cada Lakehouse expone un punto de conexión de análisis SQL (SQL analytics endpoint) para consultar tablas Delta.
Ejemplo:
SELECT
merchant_id,
SUM(revenue) AS total_revenue
FROM dbo.sales_daily
GROUP BY
merchant_id
ORDER BY
total_revenue DESC;
Esto es útil para:
- exploración con SQL
- consumo de BI
- vistas
- consultas de informes
El punto de conexión de análisis SQL del Lakehouse está orientado principalmente a la lectura.
No lo diseñes como si fuera un almacén de datos SQL completo de lectura/escritura.
3. Usa un Warehouse cuando T-SQL sea el modelo de desarrollo principal
Ejemplo:
CREATE TABLE dbo.FactSales
(
SaleId bigint NOT NULL,
MerchantId int NOT NULL,
SaleDate date NOT NULL,
Amount decimal(18,2) NOT NULL
);
Insertar datos:
INSERT INTO dbo.FactSales
(
SaleId,
MerchantId,
SaleDate,
Amount
)
VALUES
(
1001,
25,
'2026-10-04',
125.50
);
El Warehouse encaja mejor cuando ingenieros y analistas necesitan:
- DDL de SQL
- DML de SQL
- procedimientos almacenados
- funciones
- transacciones multitabla
- modelado relacional
4. Usa un Warehouse para modelos dimensionales
Ejemplo de esquema:
FactSales
DimMerchant
DimCustomer
DimDate
DimProduct
SQL típico:
SELECT
d.CalendarMonth,
m.MerchantName,
SUM(f.Amount) AS Revenue
FROM dbo.FactSales AS f
INNER JOIN dbo.DimDate AS d
ON d.DateKey = f.SaleDate
INNER JOIN dbo.DimMerchant AS m
ON m.MerchantId = f.MerchantId
GROUP BY
d.CalendarMonth,
m.MerchantName;
Este patrón de servicio centrado en SQL encaja de forma natural con el Warehouse.
5. Usa un Lakehouse para tipos de datos mixtos
Un Lakehouse puede mantener juntos archivos sin procesar y tablas Delta administradas.
Ejemplo de estructura lógica:
Lakehouse
├── Files
│ ├── raw-json/
│ ├── csv/
│ ├── images/
│ └── landing/
└── Tables
├── bronze_events
├── silver_sales
└── gold_customer_activity
Úsalo cuando una misma carga de trabajo deba trabajar con:
- tablas Delta
- CSV
- JSON
- archivos
- datos semiestructurados
- contenido no estructurado
El Warehouse está diseñado en torno a tablas relacionales estructuradas.
6. Usa accesos directos en un Lakehouse cuando copiar los datos sea innecesario
Un Lakehouse puede exponer datos mediante accesos directos de OneLake.
Conceptualmente:
- Almacenamiento externo
- Acceso directo de OneLake
- Lakehouse
- Spark / SQL / Power BI
Úsalos cuando:
- los datos ya existen en un origen accesible
- copiarlos crearía una duplicación innecesaria
- el acceso en vivo es aceptable para la carga de trabajo
No copies datos solo porque se haya creado un nuevo elemento de Fabric.
7. Usa un Warehouse cuando importen las transacciones multitabla
Ejemplo:
BEGIN TRANSACTION;
UPDATE dbo.FactOrder
SET Status = 'Closed'
WHERE OrderId = 1001;
INSERT INTO dbo.OrderAudit
(
OrderId,
EventType,
EventTime
)
VALUES
(
1001,
'Closed',
SYSUTCDATETIME()
);
COMMIT TRANSACTION;
Este tipo de flujo SQL transaccional multitabla es un caso de uso del Warehouse.
Las tablas Delta del Lakehouse ofrecen comportamiento transaccional a nivel de cada tabla Delta, pero el Lakehouse no es la opción adecuada para una semántica completa de transacciones T-SQL multitabla.
8. Usa un Lakehouse para la arquitectura Medallion
Ejemplo:
Bronze
Delta sin procesar, alineado con el origen
Silver
Delta validado / estandarizado
Gold
Delta analítico curado
Es un patrón sólido para el Lakehouse porque Spark y Delta son componentes de primer nivel.
Ejemplo:
bronze = spark.table("bronze_sales")
silver = (
bronze
.dropDuplicates(["sale_id"])
.filter("sale_id IS NOT NULL")
)
(
silver.write
.format("delta")
.mode("overwrite")
.saveAsTable("silver_sales")
)
9. Usa un Warehouse como capa de servicio gobernada tras la ingeniería en el Lakehouse
Ejemplo de arquitectura:
- Sistemas de origen
- Lakehouse Bronze
- Lakehouse Silver
- Datos curados
- Warehouse
- Power BI / aplicaciones SQL
Este patrón es útil cuando:
- ingeniería prefiere Spark
- los informes prefieren SQL
- el modelado dimensional importa
- se necesitan procedimientos almacenados o DML de SQL
No dupliques cada tabla del Lakehouse en el Warehouse.
Promueve solo los datos que se benefician de la capa de servicio SQL.
10. Usa consultas entre bases de datos cuando los datos ya existan en Fabric
Fabric permite consultar entre los puntos de conexión SQL del Warehouse y del Lakehouse sin exigir una copia tradicional para cada escenario analítico.
Conceptualmente:
SELECT ...
FROM SomeWarehouse.dbo.FactSales AS f
JOIN SomeLakehouse.dbo.DimMerchant AS m
ON ...
La nomenclatura exacta y la accesibilidad dependen del contexto del workspace y del elemento.
Usa el acceso entre elementos para reducir la duplicación innecesaria cuando la carga de trabajo lo permita.
11. Usa COPY INTO para la ingesta en el Warehouse cuando prefieras cargar con SQL
Ejemplo:
COPY INTO dbo.FactSales
FROM 'https://<storage-path>/sales/'
WITH
(
FILE_TYPE = 'PARQUET'
);
Usa la ingesta nativa del Warehouse cuando:
- el destino es relacional
- T-SQL es el modelo de trabajo del equipo
- los datos ya están lo bastante curados para cargarse en el almacén
Las transformaciones de ingeniería a gran escala, hazlas antes de cargar la capa de servicio.
12. Usa CTAS en el Warehouse para transformaciones SQL
Ejemplo:
CREATE TABLE dbo.SalesSummary
AS
SELECT
MerchantId,
SaleDate,
SUM(Amount) AS Revenue
FROM dbo.FactSales
GROUP BY
MerchantId,
SaleDate;
Usa transformaciones nativas de SQL cuando eso mantenga la arquitectura más sencilla.
No muevas datos a Spark solo porque Spark existe.
13. No uses el Warehouse como zona de aterrizaje de archivos sin procesar
Mal encaje:
Warehouse
JSON sin procesar
imágenes
archivos CSV
blobs de telemetría
Mejor:
- Lakehouse Files
- Transformación Delta
- WarehouseSolo si se necesita servicio relacional
El Warehouse sirve para análisis relacional estructurado, no para almacenar archivos arbitrarios.
14. No uses el punto de conexión SQL del Lakehouse como sustituto del DML del Warehouse
Evita diseñar partiendo de supuestos como:
INSERT ...
UPDATE ...
DELETE ...
sobre tablas del Lakehouse a través del punto de conexión de análisis SQL, como si fuera un almacén de datos SQL completo.
Usa:
- Spark
- pipelines
- las rutas de escritura admitidas del Lakehouse
para modificar datos del Lakehouse.
Usa un Warehouse cuando la semántica de escritura SQL sea un requisito central.
15. Elige según el flujo de trabajo principal de los desarrolladores
Usa esta correspondencia:
PySpark / Python / Scala / Spark SQL
→ Lakehouse
T-SQL
→ Warehouse
Ingeniería mixta + servicio SQL
→ Lakehouse + Warehouse
La preferencia tecnológica no debería ser el único factor, pero es una señal de diseño fuerte.
16. Elige según la forma de los datos de origen
Solo datos estructurados
→ Candidato a Warehouse
Datos estructurados + semiestructurados + archivos
→ Candidato a Lakehouse
Ingesta sin procesar + transformación
→ Candidato a Lakehouse
Esquema en estrella curado
→ Candidato a Warehouse
No fuerces demasiado pronto las cargas de aterrizaje semiestructuradas a un modelo relacional.
17. Elige según los requisitos transaccionales
Escrituras transaccionales en una sola tabla Delta
→ El Lakehouse puede encajar
Transacción SQL multitabla
→ Warehouse
Esta distinción es importante para cargas de trabajo que requieren actualizaciones relacionales coordinadas.
18. Elige según los requisitos de servicio
Usa un Warehouse cuando los consumidores necesiten una superficie relacional conocida con:
- tablas
- vistas
- procedimientos
- funciones
- DML de T-SQL
Usa un Lakehouse cuando los consumidores puedan trabajar a partir de:
- tablas Delta
- Spark
- el punto de conexión de análisis SQL
- Direct Lake / modelos semánticos de Fabric
19. Valida si realmente se necesitan ambas capas
Antes de construir:
Lakehouse → Warehouse
pregúntate:
¿Qué capacidad aporta aquí el Warehouse?
Las buenas respuestas incluyen:
- superficie de escritura T-SQL completa
- transacciones multitabla
- desarrollo centrado en SQL
- servicio dimensional
- procedimientos almacenados
- carga de trabajo relacional empresarial
Respuesta débil:
«Porque toda arquitectura de Fabric debería tener ambos.»
No debería tenerlos.
Qué significa el resultado
| Factor de decisión | Lakehouse | Warehouse |
|---|---|---|
| Desarrollo principal | Spark / notebooks | T-SQL |
| Tipos de datos | Estructurados + semi/no estructurados | Estructurados |
| Almacenamiento | Delta en OneLake | Delta en OneLake |
| Acceso con Spark | Nativo | No es el modelo de desarrollo principal |
| Consultas SQL | Punto de conexión de análisis SQL | Almacén de datos SQL completo |
| DML de T-SQL | No a través del punto de conexión SQL del Lakehouse | Admitido |
| Transacciones multitabla | No es el modelo principal | Admitidas |
| Archivos | De primer nivel | No es el caso de uso previsto |
| Arquitectura Medallion | Muy adecuado | Normalmente capa de servicio |
| Modelado dimensional | Posible, pero no es su principal diferenciador | Muy adecuado |
| Accesos directos | Patrón sólido del Lakehouse | Puede interoperar mediante patrones de Fabric/OneLake |
| Procedimientos almacenados | No es el modelo del punto de conexión SQL del Lakehouse | Admitidos |
| Rol típico | Ingeniería / transformación | Servicio relacional / BI |
Qué revisar
El equipo mueve datos entre Lakehouse y Warehouse sin necesidad
Puede que tengas una arquitectura duplicada.
Pregúntate si:
- el acceso entre elementos es suficiente
- los consumidores pueden consultar el punto de conexión SQL del Lakehouse
- el Warehouse aporta una capacidad real de servicio SQL
Los analistas necesitan escrituras SQL frecuentes o procedimientos almacenados
Probablemente el Warehouse sea la mejor capa de servicio.
No fuerces esos flujos de trabajo a modificaciones basadas en notebooks.
Los ingenieros siguen usando Spark sobre datos sin procesar/semiestructurados
Probablemente el Lakehouse sea la capa de almacenamiento central natural.
No conviertas todo a modelo relacional de forma prematura.
El Warehouse solo contiene copias de las tablas gold del Lakehouse
Comprueba si la capa duplicada aporta:
- estructura dimensional
- DML de SQL
- procedimientos
- lógica transaccional
- valor de gobernanza/servicio
Si no es así, la capa adicional puede ser innecesaria.
Los usuarios SQL del Lakehouse esperan una base de datos SQL completa
Aclara que el punto de conexión de análisis SQL es principalmente una superficie de lectura/servicio para las tablas Delta del Lakehouse.
Si se requiere capacidad de escritura T-SQL completa, usa un Warehouse.
Notas de producción
Ambos usan OneLake y almacenamiento abierto Delta
La diferencia está principalmente en la carga de trabajo y el modelo de desarrollo, no en una tecnología de almacenamiento completamente distinta.
Eso hace que Lakehouse y Warehouse sean complementarios en lugar de mutuamente excluyentes.
El punto de conexión de análisis SQL del Lakehouse está orientado a la lectura
Admite consultas T-SQL y algunos objetos de metadatos como vistas y funciones, pero no equivale a la superficie DDL/DML de SQL completa del Warehouse.
Diseña la arquitectura en consecuencia.
El Warehouse ofrece capacidades completas de almacén de datos SQL
El Warehouse admite:
- DQL
- DML
- DDL
- procedimientos almacenados
- funciones
- transacciones multitabla
Esto lo convierte en la opción relacional centrada en SQL.
El Lakehouse es la superficie de ingeniería de datos más amplia
El Lakehouse admite:
- archivos
- tablas Delta
- Spark
- notebooks
- consultas SQL
- accesos directos
- diseño Medallion
Por lo general es la opción más flexible para la ingesta y la transformación.
No dupliques datos sin motivo
OneLake está diseñado para reducir las copias innecesarias.
Antes de copiar entre elementos de Fabric, pregúntate si:
- los accesos directos
- las consultas SQL entre elementos
- Direct Lake
- los patrones de almacenamiento Delta compartido
pueden cubrir el requisito.
El rendimiento depende de la carga de trabajo
No des por hecho que:
El Warehouse siempre es más rápido
ni que:
El Lakehouse siempre es más escalable
El rendimiento depende de:
- la forma de las consultas
- el diseño de las tablas
- la organización de los datos
- la concurrencia
- el motor
- el tipo de carga de trabajo
- la capacidad
Haz pruebas de rendimiento con la carga de trabajo real.
La gobernanza debe abarcar ambos
La seguridad y la gobernanza deben seguir al producto de datos, no a la elección de la etiqueta de almacenamiento.
Documenta:
- la propiedad
- el linaje
- el modelo de acceso
- el contrato de servicio
- la retención
- las expectativas de calidad
para cualquiera de las dos arquitecturas.
Errores comunes
1. Elegir el Lakehouse solo porque la palabra suena más moderna
Elige según la carga de trabajo, no según la terminología.
2. Elegir el Warehouse solo porque el equipo sabe SQL
Si la ingesta incluye archivos a gran escala, Spark o datos semiestructurados, forzarlo todo al Warehouse puede añadir fricción innecesaria.
3. Suponer que el punto de conexión SQL del Lakehouse admite todo el DML del Warehouse
No lo admite.
Usa la ruta de escritura correcta.
4. Suponer que el Warehouse no usa Delta/OneLake
El Warehouse de Fabric almacena los datos en OneLake en formato Delta.
La diferencia está en la experiencia de usuario/desarrollo y en las capacidades de la carga de trabajo.
5. Copiar cada tabla del Lakehouse al Warehouse
Esto añade:
- duplicación
- orquestación
- latencia
- mantenimiento
sin aportar necesariamente valor.
6. Tratar el Lakehouse solo como una zona de datos sin procesar
Un Lakehouse puede contener tablas Delta curadas y admitir acceso SQL analítico.
No se limita a datos Bronze/sin procesar.
7. Tratar el Warehouse como zona de aterrizaje ETL para archivos arbitrarios
El Warehouse está optimizado para análisis relacional estructurado.
Usa el almacenamiento de archivos del Lakehouse/OneLake para el aterrizaje de datos sin procesar/semiestructurados.
8. Ignorar los requisitos transaccionales
Las transacciones SQL multitabla son un verdadero punto de decisión arquitectónica.
Si importan, el Warehouse se vuelve mucho más atractivo.
¿Te resultó útil este contenido?
¿Qué podríamos mejorar?
Gracias — esto me ayuda a mejorar Javi Builds.
Mantente al día
Recibe solo las novedades de Javi Builds que realmente te interesan.
Revisa tu bandeja de entrada
Te he enviado un enlace de confirmación. Tu suscripción se activará cuando la confirmes.