Como criar um Dataflow Gen2 no Microsoft Fabric

João Barros 09 de July de 2026 4 min de leitura

O Dataflow Gen2 é a forma mais simples de preparar dados no Microsoft Fabric sem escrever código: usa o editor visual do Power Query para ligar a uma fonte, limpar os dados e gravá-los num destino como um Lakehouse. Ao contrário de um notebook Spark, não exige programação, e ao contrário de um pipeline puro, inclui transformações ricas ponto-e-clique. É ideal para construir uma ingestão reutilizável e agendável em poucos minutos.

Pré-requisitos

Uma capacidade Fabric ativa (uma avaliação gratuita serve) e permissões para criar itens.
Um workspace associado a essa capacidade.
Um Lakehouse já criado no workspace para receber os dados.
Uma fonte de dados acessível — neste exemplo, um ficheiro CSV público disponível por URL.

Passo 1: Criar o Dataflow Gen2 no workspace

Abra o seu workspace no Fabric. Clique em + New item e escolha Dataflow Gen2. Ao abrir, verá o editor do Power Query, com uma faixa de opções no topo e o painel Queries à esquerda. Dê um nome claro ao dataflow, por exemplo df_vendas_bronze, para o encontrar depois com facilidade. Um bom nome poupa muito tempo quando o workspace cresce.

Passo 2: Ligar à fonte de dados

No editor, clique em Get data e escolha o tipo de fonte. Para um CSV alojado numa URL, selecione Web e cole o endereço do ficheiro. O Power Query mostra uma pré-visualização das primeiras linhas, o que permite confirmar que a ligação está correta antes de avançar. Se a primeira linha contém os nomes das colunas mas surge como dados, aplique Use first row as headers para promover o cabeçalho.

Passo 3: Transformar os dados no Power Query

Agora limpe os dados com as transformações visuais. Cada ação que faz fica registada como um passo aplicado (Applied steps), no painel à direita, pelo que pode sempre voltar atrás ou reordenar passos. Operações comuns incluem:

Remover colunas desnecessárias com Remove columns.
Corrigir o tipo de cada coluna (data, número, texto) no cabeçalho.
Filtrar linhas inválidas, duplicadas ou vazias.
Renomear colunas para nomes consistentes e legíveis.

Se precisar de algo mais específico, o botão Advanced editor mostra o código M gerado por trás de cada passo. Por exemplo, para manter apenas as vendas com valor positivo:

= Table.SelectRows(Origem, each [Total] > 0)

Passo 4: Definir o Lakehouse como destino

Esta é a etapa que distingue o Dataflow Gen2 de uma simples consulta: o data destination. No canto inferior direito da query, clique no ícone + junto a Data destination e escolha Lakehouse. Selecione o workspace, o Lakehouse de destino e o nome da tabela — por exemplo vendas.

Escolha também o método de atualização: Replace substitui a tabela a cada execução, enquanto Append acrescenta linhas às existentes. Para uma tabela de estágio bronze, Replace é normalmente o mais previsível, porque garante um resultado idêntico à fonte em cada corrida.

Dica: mantenha as transformações pesadas para camadas seguintes (silver/gold). Na camada bronze, o objetivo é apenas trazer os dados de forma fiável.

Passo 5: Publicar e executar o dataflow

Clique em Publish. O Fabric guarda o dataflow e inicia a primeira execução (refresh). O progresso aparece no workspace, na lista de itens, com um indicador de estado. Quando o estado passar a concluído com sucesso, os dados já foram gravados na tabela do Lakehouse.

Verificar o resultado

Abra o Lakehouse no workspace e expanda a pasta Tables. Deve ver a tabela vendas criada pelo dataflow. Clique nela para pré-visualizar as linhas. Para uma confirmação adicional, use o SQL analytics endpoint do Lakehouse e execute uma consulta rápida:

SELECT COUNT(*) AS total_linhas FROM vendas;

Se o número de linhas corresponder ao esperado, o pipeline está a funcionar corretamente.

Conclusão

Criou um pipeline de ingestão low-code que liga a uma fonte, transforma os dados e os carrega num Lakehouse — tudo sem sair do Fabric. O próximo passo natural é agendar a atualização do dataflow (nas definições do item, em Schedule) para manter a tabela sempre fresca, e ligar um relatório do Power BI por cima, aproveitando o Direct Lake. Qual é a fonte de dados da sua empresa que faria mais sentido automatizar primeiro?