Cómo crear un Lakehouse en Microsoft Fabric: paso a paso

Un Lakehouse combina la flexibilidad de un data lake con la organización de un data warehouse, y en Microsoft Fabric es el punto de partida ideal para guardar y analizar datos. Crear un Lakehouse en Microsoft Fabric, cargar un archivo CSV en una tabla y consultarlo con SQL son tareas que se hacen en pocos minutos, a través de la interfaz y sin escribir código de infraestructura. Esta guía muestra cada paso, de forma sencilla, para quien está empezando.

Requisitos previos

• Una cuenta con acceso a Microsoft Fabric y una capacity activa (sirve la evaluación gratuita).
• Un workspace en el que tengas permisos para crear elementos.
• Un archivo CSV sencillo en tu ordenador, con encabezado en la primera línea (por ejemplo, ventas.csv).

Paso 1: Crear el Lakehouse

En tu workspace, abre la experiencia Data Engineering y haz clic en + New item. Elige Lakehouse, dale un nombre claro como ventas_lakehouse y confirma. En pocos segundos, Fabric crea tres cosas a la vez: el Lakehouse en sí, un SQL analytics endpoint (solo de lectura) y un modelo semántico predeterminado para Power BI.

Todos los datos que coloques aquí se guardan en OneLake, el almacenamiento único de Fabric, en formato abierto. Cuando el Lakehouse se abre, el Explorer de la izquierda muestra dos secciones: Tables (tablas Delta, listas para el análisis) y Files (archivos en bruto, como tu CSV).

Paso 2: Cargar el archivo CSV

Pasa el ratón sobre la sección Files, haz clic en los tres puntos (...) y elige Upload y luego Upload files. Selecciona tu ventas.csv y confirma. El archivo aparece ahora dentro de Files. Fíjate en que, en este momento, es solo texto guardado en OneLake: todavía no es una tabla que puedas consultar con SQL.

Paso 3: Cargar el CSV en una tabla Delta

Sobre el archivo ventas.csv, haz clic en los tres puntos y elige Load to Tables y luego New table. Confirma el nombre de la tabla (por ejemplo, ventas) y haz clic en cargar. Fabric lee el CSV, lo convierte al formato Delta y lo coloca en la sección Tables. Este es el paso más importante del tutorial: solo las tablas Delta quedan disponibles para consultar en el SQL analytics endpoint.

Consejo: asegúrate de que el CSV tiene una fila de encabezado. Fabric la usa para nombrar las columnas de la tabla automáticamente.

Paso 4: Consultar los datos con SQL

En la esquina superior derecha, cambia del modo Lakehouse al SQL analytics endpoint. Abre una New SQL query y ejecuta una consulta sencilla para ver las primeras filas:

SELECT TOP (10) *
FROM ventas;

A continuación, prueba una agregación para sacar una conclusión rápida de los datos, por ejemplo el número de ventas por ciudad:

SELECT ciudad, COUNT(*) AS total_ventas
FROM ventas
GROUP BY ciudad
ORDER BY total_ventas DESC;

Ajusta los nombres de las columnas a los de tu archivo. Recuerda que este endpoint es solo de lectura: sirve para consultar datos y crear vistas, no para insertar ni borrar filas.

Comprobar el resultado

Sabrás que ha funcionado si: la tabla ventas aparece en la sección Tables con el icono de tabla; la primera consulta devuelve 10 filas con las columnas de tu CSV; y la agregación muestra los recuentos por ciudad. Si la tabla no aparece, lo más probable es que hayas dejado el archivo solo en Files: repite el Paso 3 usando Load to Tables.

Conclusión

Con cuatro pasos has creado un Lakehouse, has convertido un CSV en una tabla Delta y lo has consultado con SQL: la base de casi cualquier proyecto de datos en Fabric. El siguiente paso natural es construir un informe en Power BI a partir del modelo semántico del Lakehouse, o automatizar la carga con un pipeline de datos. ¿Cuál es el primer archivo de tus datos reales que vas a cargar?