(+351) 21 24 10006  ·  info@bconcepts.pt
Carnaxide, Lisboa

Cómo crear un Synapse Link entre OneLake y Dedicated SQL Pool en Azure Synapse Analytics

João Barros 21 de November de 2026 4 min de lectura

Este tutorial muestra cómo crear un Synapse Link entre OneLake (o un Data Lake integrado) y un Dedicated SQL Pool en Azure Synapse Analytics para materializar datos analíticos. Es útil cuando quieres consultar archivos del Data Lake con rendimiento de SQL relacional sin procesos ETL pesados.

Requisitos previos

  • Cuenta Azure con permisos para crear recursos (Synapse Workspace, Storage/OneLake, Dedicated SQL Pool).
  • Azure Synapse Workspace ya creado o acceso para crearlo.
  • Archivos Parquet o CSV en un contenedor de OneLake/Azure Data Lake Storage Gen2.
  • Familiaridad básica con T-SQL y el portal Azure.

Paso 1: Confirmar archivos y esquema en el Data Lake

Verifica en OneLake/ Azure Data Lake que tienes un conjunto de archivos (por ejemplo Parquet) con esquema consistente. Esto evita errores al crear la tabla externa o al sincronizar datos con Synapse Link.

# Exemplo: listar ficheiros com Azure CLI
az storage fs file list \
  --account-name  \
  --file-system  \
  --path  --output table

Paso 2: Configurar credenciales y Linked Service en Synapse

Crea un Linked Service en el Synapse Workspace que apunte a OneLake/ADLS Gen2 con un Service Principal o Managed Identity. Esto permite que Synapse acceda a los archivos para materializar datos en el Dedicated SQL Pool.

-- Exemplo conceptual (no portal: Manage > Linked services)
Provider: Azure Data Lake Storage Gen2
Authentication: Managed Identity or Service Principal
Account name: 
Container: 

Paso 3: Crear una External Data Source y External File Format

En Synapse SQL (Dedicated SQL Pool) crea una EXTERNAL DATA SOURCE y EXTERNAL FILE FORMAT para apuntar a los archivos Parquet/CSV. Esto es la base para crear External Tables o usar Synapse Link.

-- Conectar ao Dedicated SQL Pool e executar:
CREATE EXTERNAL DATA SOURCE MyLakeSource
WITH (
  TYPE = HADOOP,
  LOCATION = 'abfss://@.dfs.core.windows.net/'
);

CREATE EXTERNAL FILE FORMAT ParquetFormat
WITH (
  FORMAT_TYPE = PARQUET
);

Paso 4: Crear una External Table o usar Synapse Link para materializar

Opción A: crear External Table para consultar datos en el Data Lake (no materializa). Opción B: usar Synapse Link/CTAS para materializar datos en el Dedicated SQL Pool (mejor rendimiento para consultas analíticas).

-- Opção A: External Table (consulta directa ao Data Lake)
CREATE EXTERNAL TABLE ext_sales (
  saleId BIGINT,
  amount FLOAT,
  saleDate DATE
)
WITH (
  LOCATION = '/sales/parquet/',
  DATA_SOURCE = MyLakeSource,
  FILE_FORMAT = ParquetFormat
);

-- Opção B: Materializar dados com CTAS para uma tabela no Dedicated SQL Pool
CREATE TABLE dbo.sales_materialized
WITH ( DISTRIBUTION = HASH(saleId), HEAP )
AS
SELECT * FROM ext_sales;

Paso 5: Automatizar actualizaciones incrementales (opcional)

Para mantener la tabla materializada actualizada, usa un pipeline en Synapse Pipelines: lee solo los archivos nuevos/modificados o usa una marca de tiempo en la fuente y aplica MERGE en el Dedicated SQL Pool.

-- Exemplo simplificado de MERGE para incremental
MERGE dbo.sales_materialized AS target
USING (SELECT * FROM ext_sales WHERE saleDate >= '2026-01-01') AS src
ON target.saleId = src.saleId
WHEN MATCHED THEN UPDATE SET target.amount = src.amount
WHEN NOT MATCHED THEN INSERT (saleId, amount, saleDate) VALUES (src.saleId, src.amount, src.saleDate);

Verificar el resultado

Confirma que la External Table lee archivos y que la tabla materializada contiene datos. Ejecuta consultas sencillas y verifica tiempos de respuesta; valida recuentos y muestras de datos para garantizar integridad.

-- Verificar External Table
SELECT TOP 10 * FROM ext_sales;
SELECT COUNT(*) FROM ext_sales;

-- Verificar tabela materializada
SELECT TOP 10 * FROM dbo.sales_materialized;
SELECT COUNT(*) FROM dbo.sales_materialized;

Conclusión

Al enlazar OneLake/ADLS Gen2 con el Dedicated SQL Pool mediante External Tables y Synapse Link (o CTAS) puedes obtener consultas con mejor rendimiento sin complejos ETL. Próximos pasos: automatizar pipelines para cargas incrementales, ajustar distribución/partitioning y medir costes. Consejo: prueba con conjuntos pequeños antes de materializar volúmenes grandes para elegir la mejor estrategia.