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

Como criar um Synapse Link entre OneLake e Dedicated SQL Pool em Azure Synapse Analytics

João Barros 21 de November de 2026 4 min de leitura

Este tutorial mostra como criar um Synapse Link entre OneLake (ou um Data Lake integrado) e um Dedicated SQL Pool em Azure Synapse Analytics para materializar dados analíticos. É útil quando queres consultar ficheiros do Data Lake com desempenho de SQL relacional sem processos ETL pesados.

Pré-requisitos

  • Conta Azure com permissões para criar recursos (Synapse Workspace, Storage/OneLake, Dedicated SQL Pool).
  • Azure Synapse Workspace já criado ou acesso para o criar.
  • Ficheiros Parquet ou CSV num contentor do OneLake/Azure Data Lake Storage Gen2.
  • Familiaridade básica com T-SQL e portal Azure.

Passo 1: Confirmar ficheiros e esquema no Data Lake

Verifica no OneLake/Azure Data Lake que tens um conjunto de ficheiros (por exemplo Parquet) com esquema consistente. Isto evita erros ao criar a tabela externa ou ao sincronizar dados com Synapse Link.

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

Passo 2: Configurar credenciais e Linked Service no Synapse

Cria um Linked Service no Synapse Workspace que aponte para o OneLake/ADLS Gen2 com um Service Principal ou Managed Identity. Isto permite que o Synapse aceda aos ficheiros para materializar dados no 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: 

Passo 3: Criar uma External Data Source e External File Format

No Synapse SQL (Dedicated SQL Pool) cria uma EXTERNAL DATA SOURCE e EXTERNAL FILE FORMAT para apontar para os ficheiros Parquet/CSV. Isto é a base para criar External Tables ou 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
);

Passo 4: Criar uma External Table ou usar Synapse Link para materializar

Opção A: criar External Table para consultar dados no Data Lake (não materializa). Opção B: usar Synapse Link/CTAS para materializar dados no Dedicated SQL Pool (melhor desempenho para queries 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;

Passo 5: Automatizar actualizações incrementais (opcional)

Para manter a tabela materializada actualizada, usa um pipeline no Synapse Pipelines: lê apenas os ficheiros novos/modificados ou usa carimbo de tempo na origem e aplica MERGE no 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 o resultado

Confirma que a External Table lê ficheiros e que a tabela materializada contém dados. Executa queries simples e verifica tempos de resposta; valida contagens e amostras de dados para garantir integridade.

-- 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;

Conclusão

Ao ligar OneLake/ADLS Gen2 ao Dedicated SQL Pool via External Tables e Synapse Link (ou CTAS) consegues consultas com melhor desempenho sem complexos ETL. Próximos passos: automatizar pipelines para cargas incrementais, ajustar distribuição/partitioning e medir custos. Dica: testa com conjuntos pequenos antes de materializar volumes grandes para escolher a melhor estratégia.