Synapse Pipelines vs Azure Data Factory: cuándo usar cada uno
João Barros
01 de May de 2026
1 min de lectura
Azure Synapse Analytics incluye un servicio de pipelines que es técnicamente idéntico a Azure Data Factory, pero integrado en el workspace Synapse. La pregunta "¿ADF o Synapse Pipelines?" no tiene una respuesta única — depende de la arquitectura.
Comparación directa
Característica ADF Synapse Pipelines
─────────────────────────────────────────────────────────────────
Servicio independiente ✓ (standalone) ✗ (requiere Synapse WS)
Integration Runtimes ✓ Azure/Self-hosted ✓ Azure (limitado)
Trigger ADLS ✓ ✓
Trigger Event Grid ✓ ✓
Llamar notebook Databricks ✓ (conector) ✗ (indirecto)
Llamar notebook Synapse Posible (HTTP) ✓ (nativo)
Acceso a SQL Pool Synapse ✓ (vía LS) ✓ (nativo)
Managed VNET ✓ ✓
Monitorización Monitor + ADF UI Synapse Studio
Coste separado ✓ Incluido en SynapseCuándo usar Synapse Pipelines
- Toda la stack de datos vive dentro del workspace Synapse.
- Orquestación de notebooks Spark y SQL Pools Synapse.
- Equipos que prefieren una única herramienta (Synapse Studio).
- Coste: los pipelines Synapse no tienen coste adicional de ejecución.
Cuándo usar ADF
- Arquitectura multi-servicio (Databricks + Synapse + otros).
- Self-hosted Integration Runtime para fuentes on-premises.
- Conectores específicos no disponibles en Synapse Pipelines.
- Equipo ya experimentado y con pipelines ADF existentes.
Patrón híbrido
ADF → orquestación global e ingesta de fuentes externas
↓
Synapse Pipelines → transformaciones internas al workspace
↓
Synapse SQL/Spark → ejecución del procesamientoConclusión
Para nuevos proyectos data-first en Synapse, empiece con Synapse Pipelines — son gratuitos e integran de forma nativa. Si necesita un Self-hosted IR u orquestar múltiples servicios fuera de Synapse, añada ADF como capa de orquestación externa.