Dominar la gobernanza de Microsoft Fabric Lakehouse: guía completa

By Mirko Peters · 2026-08-28

¡Bienvenido de nuevo al blog del podcast! Si has seguido nuestros episodios de audio recientes, sabes que nos encanta profundizar en las arquitecturas técnicas y las estrategias que mantienen en marcha las plataformas de datos modernas…

Automatically translated with AI from the original post. Read the English original

¡Bienvenido de nuevo al blog del podcast! Si has seguido nuestros episodios de audio recientes, sabes que nos encanta profundizar en las arquitecturas técnicas y las estrategias que mantienen en marcha las plataformas de datos modernas. Hoy ampliamos un tema que ocupa un lugar prioritario para prácticamente todos los responsables de datos: la gobernanza de lakehouse, las líneas base de seguridad y el linaje de datos. Si quieres profundizar aún más en la conversación de audio que inspiró esta entrada, no dejes de escuchar el episodio relacionado, Microsoft Fabric Lakehouse Governance and Data Lineage.

La gobernanza de Microsoft Fabric Lakehouse te permite controlar, proteger y gestionar tus datos con total confianza. Obtienes visibilidad completa del recorrido de tus datos, algo esencial para cumplir las normativas de cumplimiento y tomar decisiones acertadas. Hoy en día, más del 65 % de los responsables de datos sitúan la gobernanza en el primer puesto de su estrategia, y el 71 % de las organizaciones tiene un programa en marcha. Microsoft Fabric destaca por el seguimiento automático del linaje de datos, los permisos basados en áreas de trabajo y un catálogo unificado de Purview. Estas funciones te ayudan a confiar en tus datos y a utilizarlos con eficacia.

Puntos clave

• La gobernanza de Microsoft Fabric Lakehouse te ayuda a controlar y proteger tus datos de forma eficaz.
• El seguimiento automático del linaje de datos muestra el recorrido de tus datos, lo que mejora la confianza y el cumplimiento.
• Establece líneas base de seguridad sólidas para gestionar el acceso y proteger la información confidencial.
• Utiliza permisos basados en áreas de trabajo para controlar quién puede acceder a los datos de tu entorno y modificarlos.
• Supervisa periódicamente la calidad y el acceso a los datos para detectar problemas a tiempo y mantener el cumplimiento.
• Organiza tus áreas de trabajo con cuidado para garantizar límites de seguridad claros y una gestión eficaz de los datos.
• Utiliza los metadatos para mejorar la detectabilidad de los datos y respaldar el cumplimiento de la normativa.
• Implementa una supervisión continua para mantener tu entorno de datos sano y seguro.

8 datos sorprendentes sobre el linaje de datos en Microsoft Fabric con Purview

1. Linaje automatizado de extremo a extremo en orígenes híbridos: Purview integrado con Microsoft Fabric puede capturar automáticamente el linaje de orígenes de datos locales, multinube y SaaS en los elementos de Fabric, ofreciendo una vista unificada de extremo a extremo sin asignaciones manuales.
2. El linaje visual es interactivo y consultable: Los diagramas de linaje en Fabric + Purview no son imágenes estáticas: puedes navegar por conjuntos de datos, canalizaciones, cuadernos e informes para explorar las relaciones ascendentes y descendentes y los detalles de los metadatos en tiempo real.
3. Linaje a nivel de código para cuadernos y transformaciones: Purview puede extraer y mostrar el linaje a nivel de código o de transformación (por ejemplo, cuadernos de Synapse y trabajos de Spark), indicando qué columnas concretas y bloques de código contribuyeron a las columnas descendentes.
4. El linaje a nivel de esquema y de columna está admitido: Más allá de los flujos a nivel de conjunto de datos, Purview registra los cambios de esquema y las asignaciones de columnas, lo que permite un análisis de impacto preciso cuando una columna se renombra, se añade o se elimina.
5. Captura automática del linaje de Power BI y de las experiencias de Fabric: Los informes, paneles y flujos de datos de Fabric de Power BI se analizan y se vinculan automáticamente al grafo de linaje, de modo que los artefactos de BI aparecen junto a los datos sin procesar y los procesos ETL.
6. Los metadatos de linaje potencian los flujos de trabajo de gobernanza: La información de linaje puede utilizarla la directiva, los procesos de protección de datos y de certificación; por ejemplo, puedes automatizar la propagación de etiquetas de confidencialidad y las notificaciones de impacto basándote en las rutas de linaje.
7. Vistas de linaje históricas y viaje en el tiempo: Purview con Fabric puede conservar instantáneas históricas del linaje, lo que permite comparar cómo han cambiado con el tiempo los flujos de datos y las transformaciones, para auditorías y cumplimiento.
8. Integración con herramientas de observabilidad y operaciones: Los metadatos de linaje pueden exportarse o integrarse con sistemas de supervisión y respuesta a incidentes, de modo que los equipos de operaciones puedan rastrear rápidamente los fallos hasta el conjunto de datos raíz o el artefacto de código.

Gobernanza en Microsoft Fabric Lakehouse

Principios fundamentales

Necesitas bases sólidas para gestionar tus datos con eficacia. Microsoft Fabric Lakehouse construye su gobernanza sobre tres principios principales:

1. Líneas base de seguridad: Estableces una línea base de seguridad estándar para cada área de trabajo. Esto te ayuda a controlar quién puede acceder a los datos y cómo se mueven.
2. Supervisión: Haces seguimiento de métricas clave y usas paneles centralizados. Esto te da visibilidad constante sobre el estado y la fiabilidad de tu plataforma.
3. Gobernanza de implementación: Tratas todos los artefactos de datos como código. Usas canalizaciones automatizadas para implementar los cambios de forma controlada.

También defines los límites de seguridad de las áreas de trabajo. Aplicas etiquetas de confidencialidad predeterminadas para clasificar los datos según su impacto. Aplicas directivas de protección basadas en estas etiquetas. Estos pasos te ayudan a proteger la información sensible y a mantener tus datos seguros.

Pilares de la gobernanza

Puedes pensar en la gobernanza de Microsoft Fabric Lakehouse como cuatro pilares principales. Cada pilar respalda una parte diferente de tu estrategia de gestión de datos.

Usas Microsoft Purview para proteger los datos sensibles y garantizar el cumplimiento. Puedes etiquetar los datos con etiquetas de confidencialidad y registrar las acciones de los usuarios con registros de auditoría. Las directivas DLP de Purview te ayudan a detectar información sensible y a mantener tu organización en cumplimiento.

Retos de la gobernanza en Lakehouse

Puedes encontrarte con varios retos al implementar la gobernanza en un entorno de lakehouse. Estos retos pueden afectar a la calidad, la seguridad y las operaciones de tus datos.

Puedes reducir los riesgos siguiendo buenas prácticas de gobernanza de datos. Por ejemplo, debes establecer directivas claras, usar el control de acceso basado en roles e integrarte con Microsoft Purview. Estos pasos te ayudan a mantener la integridad y la seguridad de todos tus activos de datos.

💡 ¿Sabías que? El coste medio global de una brecha de datos alcanzó máximos históricos. Una mala gobernanza también puede provocar pérdidas anuales enormes debido a una colaboración deficiente. Actuar ahora protege a tu organización y a tus datos.

Linaje de datos en Fabric Lakehouse

¿Qué es el linaje de datos?

El linaje de datos muestra el recorrido completo de tus datos. Puedes ver dónde empiezan, cómo se mueven y dónde acaban. En Microsoft Fabric Lakehouse, el linaje de datos aparece a nivel de artefacto. Verás que Lakehouse y Warehouse aparecen como nodos independientes, aunque compartan datos en OneLake. Al usar Dataflow Gen2, ves cada paso como una parte distinta del movimiento de datos. A veces, un punto de conexión de análisis SQL en un Lakehouse crea nodos adicionales. Los distintos métodos de conexión también pueden crear varios nodos para el mismo origen o destino. Por ahora, no puedes fusionar Lakehouse y Warehouse en un único nodo de linaje. Esta asignación clara te ayuda a entender el flujo y la estructura de tus datos.

Seguimiento automático del linaje

Microsoft Fabric Lakehouse te ofrece seguimiento automático del linaje. No necesitas configurar procesos manuales. Las vistas de lago materializadas se encargan de esto por ti. Puedes ver un diagrama de linaje generado automáticamente que muestra cómo dependen tus vistas de las tablas de origen. El sistema gestiona las actualizaciones según los cambios en tus datos de origen. Esto significa que siempre ves las conexiones y dependencias más recientes. Puedes identificar rápidamente de dónde provienen tus datos y cómo cambian con el tiempo. Esta función te ahorra tiempo y reduce los errores.

Beneficios para el cumplimiento normativo y la confianza

El linaje de datos y el análisis de impacto desempeñan un papel clave para cumplir los estándares de cumplimiento normativo y generar confianza en tus datos. Puedes usar las funciones de linaje para respaldar normativas importantes:

Obtienes una visibilidad clara de tu flujo de datos y sus dependencias. Esto te ayuda a rastrear los errores hasta su origen y a entender el impacto de los cambios.

El linaje de datos en Microsoft Fabric Lakehouse aumenta la confianza en los datos de la organización, ya que ofrece una visibilidad clara del flujo de datos y sus dependencias. Así los usuarios pueden rastrear los errores hasta su origen y entender el impacto de los cambios. Esta transparencia les permite verificar la precisión y la fiabilidad de los datos que utilizan.

Puedes usar el linaje de datos y el análisis de impacto para el análisis de causa raíz. Localizas rápidamente un error hasta su origen. También puedes realizar un análisis de impacto para comprender las consecuencias de los cambios antes de realizarlos. Estas capacidades te ayudan a solucionar problemas, mantener el cumplimiento normativo y garantizar la transparencia en toda la organización.

Arquitectura de Lakehouse

Ingesta y almacenamiento de datos

Puedes incorporar datos a tu lakehouse mediante varios métodos flexibles. Microsoft Fabric admite una serie de herramientas de ingesta adaptadas a distintos niveles de habilidad y necesidades. Por ejemplo, puedes usar Pipeline Copy Activity para un enfoque sin código cuando necesites mover grandes cantidades de datos con rapidez. Si prefieres una interfaz visual, Dataflows Gen 2 te permite transformar datos con herramientas de bajo código. Para tareas más avanzadas, Apache Spark te brinda la potencia para escribir código personalizado. Data Pipelines te ayuda a automatizar el movimiento de datos tanto por lotes como en tiempo real, mientras que Transact-SQL admite operaciones complejas mediante comandos SQL conocidos.

Al organizar tus datos, suele utilizarse un enfoque por capas:

• Bronze: datos sin procesar tal como llegan.
• Silver: datos que han sido limpiados o enriquecidos.
• Gold: datos curados listos para análisis o informes.

Esta estructura te ayuda a gestionar la calidad de los datos y a seguir su recorrido desde el origen hasta la información final. Cada paso del proceso incluye comprobaciones de validación, que protegen la integridad de los datos y evitan errores. Las funciones de auditoría registran cada acción, de modo que siempre sabes quién ha accedido a tus datos o los ha modificado. Estas herramientas favorecen el cumplimiento de normativas como el RGPD y HIPAA.

Metadatos y catálogos

Los metadatos son la columna vertebral de tu lakehouse. Describen tus datos, lo que facilita encontrarlos, comprenderlos y confiar en ellos. Microsoft Fabric incluye sólidas capacidades de análisis de metadatos que te permiten catalogar cada recurso, hasta el nivel de columna. Puedes ver detalles sobre las estructuras de datos, como los nombres de tablas y los tipos de columna, lo que te ayuda a evaluar y utilizar los datos con confianza.

Un catálogo bien gestionado mejora tanto la capacidad de descubrimiento como la gobernanza. Puedes asignar propietarios, definir reglas de seguridad y supervisar la calidad de los datos. Cuando usas los metadatos como puente, conectas tu base analítica con productos de datos fiables y de alta calidad. Este enfoque evita problemas recurrentes de calidad de datos y favorece un entorno gobernado y preparado para la IA.

Consejo: usa los metadatos para registrar los cambios y mantener un historial claro de tus datos. Esta práctica te ayuda a evitar confusiones y garantiza que todos trabajen con la información más precisa.

Integración con Microsoft Purview

Microsoft Purview aporta catalogación avanzada y gobernanza a tu lakehouse. Analiza tablas y archivos, y te ofrece información detallada sobre cada columna y su tipo de datos. Este nivel de detalle facilita la incorporación de nuevas fuentes de datos y favorece contratos de datos claros entre equipos.

Purview también muestra información sobre datos sensibles, lo que te ayuda a cumplir las leyes de privacidad. Sus ricos metadatos se conectan con herramientas de calidad de datos, de modo que puedes perfilar y validar tus recursos. El seguimiento del linaje muestra de dónde proceden tus datos y cómo cambian, algo fundamental para el análisis de impacto cuando actualizas esquemas o procesos.

Estos son los componentes principales de la arquitectura de Microsoft Fabric Lakehouse:

Con estas herramientas integradas, creas un entorno de datos seguro y bien gobernado que respalda tanto el análisis como el cumplimiento normativo.

Seguridad y control de acceso

Permisos basados en áreas de trabajo

Controlas el acceso a tus datos en Microsoft Fabric Lakehouse mediante permisos basados en áreas de trabajo. Las áreas de trabajo actúan como contenedores seguros para tus datos y activos analíticos. Asignas a los usuarios roles concretos dentro de cada área de trabajo, y esos roles determinan qué acciones puede realizar cada usuario. Por ejemplo, un usuario con el rol Visor solo puede leer datos, mientras que un Colaborador puede editar y crear nuevos elementos.

También puedes establecer permisos a nivel de elemento. Esto significa que puedes dar a un usuario acceso a un único conjunto de datos o a una tabla sin darle acceso a toda el área de trabajo. Esta flexibilidad te ayuda a proteger la información sensible y a limitar la exposición.

Este es un resumen rápido de cómo funcionan los permisos:

Los permisos basados en áreas de trabajo aplican la seguridad en todos los motores de cálculo de OneLake. No necesitas configurar reglas independientes para cada motor. Este enfoque unificado facilita la gestión del acceso y reduce el riesgo de errores.

Consejo: asigna a los usuarios únicamente los permisos que necesitan. Esta práctica sigue el principio de mínimo privilegio y mantiene tus datos más seguros.

Acceso basado en roles

El control de acceso basado en roles (RBAC) te ofrece aún más precisión. Puedes asignar roles que se correspondan con las funciones de cada usuario. Por ejemplo, podrías dar a los científicos de datos acceso a determinados esquemas o tablas, mientras que los analistas de negocio acceden a informes curados.

El proceso para configurar el acceso basado en roles es sencillo:

Puedes usar comandos SQL para un control granular. Esto te permite ajustar con precisión quién puede ver o editar datos específicos. También te beneficias del enmascaramiento dinámico de datos, que oculta la información sensible a los usuarios no autorizados. Las etiquetas de confidencialidad de Purview y las funciones de protección de la información te ayudan a clasificar y proteger los datos de forma automática.

Nota: el acceso basado en roles te ayuda a cumplir los requisitos de cumplimiento normativo al garantizar que solo los usuarios autorizados puedan ver datos sensibles.

Prevención de la desviación de seguridad

La desviación de seguridad se produce cuando tus permisos y roles se vuelven incoherentes con el tiempo. Esto puede generar brechas en tus defensas. Para evitarla, estandariza tu modelo de seguridad y revisa el acceso con regularidad.

Estas son algunas áreas que conviene estandarizar:

Debes programar revisiones periódicas del acceso. Comprueba quién tiene acceso a cada área de trabajo y a cada elemento. Elimina los permisos que ya no sean necesarios. Utiliza Microsoft Purview Data Security Posture Management para detectar riesgos y actuar con rapidez.

Las revisiones periódicas y un modelo de seguridad claro mantienen tu entorno de lakehouse seguro y conforme a la normativa.

Gobernanza y linaje: mejores prácticas

Estructurar las áreas de trabajo

La base de una gobernanza sólida está en organizar bien las áreas de trabajo. Un área de trabajo bien estructurada te ayuda a controlar el acceso, proteger los datos sensibles y mantener tu entorno manejable a medida que crecen tus datos. Empieza por definir límites de seguridad claros para cada área de trabajo. Decide quién puede crear nuevas áreas de trabajo y quién gestiona el acceso dentro de ellas. Asigna un administrador principal que supervise los permisos y los cambios.

Debes aplicar siempre etiquetas de confidencialidad predeterminadas a tus datos. Este paso garantiza que cada conjunto de datos reciba desde el principio el nivel de protección adecuado. Aplica directivas de protección para controlar cómo los usuarios comparten y acceden a los datos. Estas directivas ayudan a evitar la exposición no autorizada y a mantener el cumplimiento normativo de la organización.

Estas son algunas prácticas recomendadas para estructurar las áreas de trabajo:

También puedes seguir estos pasos para reforzar la estructura de tus áreas de trabajo:

• Establece una línea base de seguridad estándar para todas las áreas de trabajo.
• Designa un administrador principal del área de trabajo que gestione el acceso.
• Aplica el principio de mínimo privilegio en los permisos de los usuarios.

Consejo: revisa periódicamente los permisos de las áreas de trabajo para evitar la desviación de la seguridad y mantener tus datos protegidos.

Gestión de metadatos

Los metadatos son la columna vertebral de tu estrategia de gobierno de datos. Cuando gestionas bien los metadatos, facilitas que todos encuentren, comprendan y confíen en tus datos. Cataloga cada activo, incluidas las tablas, los archivos y los informes. Asigna una propiedad clara para que los usuarios sepan a quién consultar dudas o cambios.

Debes actualizar los metadatos cada vez que añadas o modifiques datos. Este hábito mantiene tu catálogo al día y ayuda a evitar confusiones. Usa etiquetas y descripciones para destacar los campos sensibles o los tipos de datos especiales. Estos detalles respaldan el cumplimiento normativo y facilitan las auditorías.

Un proceso sólido de gestión de metadatos también mejora el descubrimiento de datos. Los usuarios pueden buscar conjuntos de datos por palabras clave, etiquetas o clasificaciones. Este enfoque ahorra tiempo y reduce el riesgo de usar datos obsoletos o incorrectos.

Nota: las prácticas coherentes con los metadatos te ayudan a mantener la calidad de los datos y a respaldar el seguimiento automatizado del linaje.

Convenciones de nomenclatura

Unas convenciones de nomenclatura claras hacen que tu entorno de datos sea más fácil de navegar y gobernar. Cuando usas nombres estándar, ayudas a los usuarios a encontrar lo que necesitan y a entender el propósito de cada activo. Los nombres coherentes también respaldan las herramientas automatizadas que hacen seguimiento del linaje y aplican directivas.

Estos son algunos patrones de nomenclatura habituales que puedes usar en Microsoft Fabric Lakehouse:

Debes evitar los nombres vagos o genéricos. En su lugar, incluye en cada nombre el dominio, el proyecto o el propósito de negocio. Esta práctica facilita el seguimiento del linaje de datos y la gestión de los permisos.

Consejo: documenta tus convenciones de nomenclatura y compártelas con tu equipo para que todos sigan los mismos estándares.

Monitorización continua

La monitorización continua te ayuda a mantener tu entorno de datos sano y seguro. Necesitas vigilar cada día tus canalizaciones de datos, los permisos y la calidad de los datos. Esta práctica te permite detectar los problemas a tiempo y corregirlos antes de que se conviertan en inconvenientes mayores.

Puedes usar las herramientas de monitorización integradas en Microsoft Fabric Lakehouse. Estas herramientas muestran el estado de tus canalizaciones de datos, las actualizaciones y la actividad de las áreas de trabajo. Recibes alertas cuando algo falla o cuando los datos no cumplen los estándares de calidad. Puedes configurar paneles que hagan seguimiento de métricas clave, como las tasas de éxito de las canalizaciones, la actualidad de los datos y la actividad de los usuarios.

Estos son algunos pasos que puedes seguir para una monitorización continua eficaz:

1. Configura alertas: configura alertas para cargas de datos fallidas, cambios de permisos o actividad inusual. Recibes una notificación inmediata y puedes responder con rapidez.
2. Supervisa la calidad de los datos: usa herramientas de creación de perfiles de datos para comprobar si hay valores que faltan, duplicados o valores atípicos. Programa análisis periódicos para mantener tus datos limpios.
3. Audita accesos y cambios: revisa los registros para ver quién ha accedido o modificado los datos. Esto te ayuda a detectar acciones no autorizadas y a mantener el cumplimiento normativo.
4. Automatiza las tareas de monitorización: usa la automatización para ejecutar comprobaciones y enviar informes. La automatización te ahorra tiempo y reduce el error humano.
5. Revisa las métricas periódicamente: consulta tus paneles con frecuencia. Haz seguimiento de las tendencias en el rendimiento de las canalizaciones y el uso de los datos para detectar patrones o riesgos.

Consejo: usa Microsoft Purview Data Security Posture Management para detectar riesgos y obtener recomendaciones de acción. Esta herramienta te ayuda a anticiparte a las amenazas y a los problemas de cumplimiento normativo.

Podrías encontrarte con algunos errores comunes si omites la monitorización continua. Por ejemplo, podrías pasar por alto una canalización fallida y acabar con informes desactualizados. También podrías no detectar un cambio de permisos que exponga datos sensibles. La monitorización periódica te ayuda a evitar estos riesgos.

Este es un checklist rápido para la monitorización continua en Fabric Lakehouse:

Al convertir la monitorización continua en un hábito, proteges tus datos, respaldas el cumplimiento normativo y generas confianza en tus análisis. Creas un entorno de datos más seguro y fiable para toda tu organización.

Escenarios reales

Auditorías de cumplimiento

Te enfrentas a auditorías de cumplimiento cuando necesitas demostrar que tus datos cumplen con los estándares legales y del sector. Microsoft Fabric Lakehouse te ayuda a prepararte para estas auditorías con registros claros y un seguimiento automatizado. Puedes mostrar a los auditores de dónde proceden tus datos, cómo se mueven y quién tiene acceso. El sistema registra cada acción, así que siempre tienes un rastro que seguir.

Utilizas etiquetas de confidencialidad y clasificaciones de datos para proteger la información privada. Microsoft Purview cataloga tus datos y resalta los campos sensibles. Esto facilita encontrar y revisar los datos importantes durante una auditoría. También puedes generar informes que muestren el linaje de los datos y el historial de acceso. Estas funciones te permiten responder preguntas con rapidez y evitar sanciones.

Consejo: Programa revisiones periódicas de tu catálogo de datos y de los permisos. Así tu entorno estará preparado para cualquier auditoría.

Solución de problemas con los datos

Los problemas con los datos pueden ralentizar tu trabajo o provocar errores en los informes. Microsoft Fabric Lakehouse te ofrece herramientas para encontrar y solucionar estos problemas con rapidez. Puedes seguir la ruta de tus datos para localizar dónde se producen los fallos. Los diagramas de linaje automáticos te muestran cada paso, desde el origen hasta el destino.

Cuando tengas problemas con el movimiento o el acceso a los datos, puedes seguir estos pasos:

• Comprueba la conectividad de red para asegurarte de que los datos pueden moverse entre sistemas.
• Revisa la configuración de autenticación para confirmar que los usuarios y los servicios tienen los permisos correctos.
• Prueba las conexiones para averiguar si los firewalls o los tokens caducados bloquean tus datos.
• Utiliza los registros de auditoría para ver quién realizó los cambios y cuándo.

Estos pasos te ayudan a resolver problemas habituales, como copias de datos fallidas o registros que faltan. Puedes actuar con rapidez y mantener tus datos fluyendo sin contratiempos.

Si solucionas los problemas a tiempo, evitas problemas mayores más adelante. Las revisiones periódicas te ayudan a mantener tus datos en buen estado.

Habilitar el descubrimiento de datos

Necesitas encontrar los datos adecuados para tomar decisiones acertadas. Microsoft Fabric Lakehouse hace que el descubrimiento de datos sea sencillo y seguro. El catálogo de Purview te permite buscar conjuntos de datos, tablas e informes por nombre, etiqueta o clasificación. Puedes ver detalles de cada recurso, como el propietario, la confidencialidad y la última actualización.

Un catálogo bien organizado te ahorra tiempo. No tienes que adivinar dónde están los datos ni si están actualizados. Puedes confiar en la información porque ves su historial completo y su linaje. Esto te permite usar los datos con confianza y compartir conclusiones con tu equipo.

Nota: Anima a tu equipo a mantener actualizados los metadatos. Unos buenos metadatos facilitan el descubrimiento para todos.

Obtienes un valor real cuando utilizas una gobernanza sólida y el linaje de datos en Microsoft Fabric Lakehouse. El linaje automático, los permisos de área de trabajo y el catálogo de Purview te dan control y visibilidad. Las organizaciones informan de un mayor rendimiento, menos complejidad y más confianza en sus datos.

Para profundizar en tus conocimientos, puedes:

• Explorar el análisis de metadatos y las vistas de linaje en cada área de trabajo.
• Utilizar Microsoft Purview para clasificar y proteger tus datos.
• Supervisar tus datos con OneLake Diagnostics.

Empieza ya a construir un entorno de datos seguro y confiable que respalde tus objetivos.

Lista de comprobación: linaje de datos de Microsoft Fabric con Purview

Utiliza esta lista de comprobación para planificar, implementar, validar y mantener el linaje de datos de Microsoft Fabric con Microsoft Purview.

1. Definir el alcance y los objetivos — Identifica los conjuntos de datos, informes, canalizaciones y casos de uso que quieres rastrear con el linaje de datos de Microsoft Fabric.
2. Inventariar los recursos de datos — Cataloga en Purview las áreas de trabajo de Fabric, los Lakehouses, las tablas, los informes de Power BI, los cuadernos y las canalizaciones.
3. Confirmar los permisos — Asegúrate de que Purview tiene los permisos necesarios para analizar los recursos de Fabric y de que las entidades de servicio o las identidades administradas están configuradas.
4. Registrar los orígenes de Microsoft Fabric — Añade los puntos de conexión de Fabric (Lakehouse, OneLake, Power BI, Synapse u otros orígenes) a Purview como orígenes de datos.
5. Configurar los análisis — Programa y configura los análisis de Purview para los orígenes de Fabric con el fin de capturar esquemas, clasificaciones y metadatos de linaje.
6. Habilita el linaje de extremo a extremo — Verifica que el linaje de extremo a extremo se capture en las capas de ingesta, transformación (por ejemplo, Spark, Dataflow) e informes de Fabric.
7. Asocia las entidades lógicas con las físicas — Asegúrate de que los conjuntos de datos lógicos y las ubicaciones de almacenamiento físicas estén vinculados para que el linaje muestre las relaciones con claridad.
8. Aplica clasificaciones y etiquetas de confidencialidad — Usa las reglas de clasificación de Purview y las etiquetas de Microsoft Information Protection para marcar los datos sensibles en Fabric.
9. Implementa conectores personalizados si es necesario — Crea o configura conectores de linaje personalizados para los componentes de Fabric no compatibles o las herramientas de terceros.
10. Valida el linaje capturado — Contrasta el linaje de Purview con los canales de Fabric, SQL y los cuadernos reales para garantizar su precisión e integridad.
11. Documenta la lógica de ETL y de transformación — Mantén actualizadas las descripciones, las reglas de transformación y los propietarios de cada paso del linaje en el glosario de Purview o en las descripciones de los activos.
12. Asigna propietarios y administradores de datos — Define las responsabilidades para mantener el linaje, la calidad de los metadatos y para responder a los problemas de linaje.
13. Revisa los controles de acceso — Asegúrate de que el acceso a los activos de Fabric y a Purview siga el principio de privilegios mínimos, y restringe quién puede editar los metadatos del linaje.
14. Supervisa el estado de los análisis y del linaje — Configura alertas y revisa periódicamente los registros de análisis, los errores y las métricas de integridad del linaje.
15. Audita los cambios en el linaje — Registra los cambios en el linaje y en los metadatos a lo largo del tiempo para cumplir la normativa y facilitar la resolución de problemas.
16. Forma a los equipos — Ofrece formación a los ingenieros de datos, analistas y administradores de datos sobre cómo se integra Purview con el linaje de datos de Microsoft Fabric y cómo utilizar las vistas de linaje.
17. Aplica las directivas de gobernanza — Implementa directivas de retención, acceso, clasificación y metadatos obligatorios para los activos de Fabric en Purview.
18. Mantén un glosario de negocio — Asocia los términos de negocio con los conjuntos de datos y los linajes de Fabric para mejorar la localización y la comprensión.
19. Optimiza el rendimiento de los análisis — Ajusta las programaciones, el alcance y el uso de recursos de los análisis para equilibrar la actualidad del linaje con la carga del sistema.
20. Revisa y mejora — Revisa periódicamente la precisión y la cobertura del linaje, así como los procesos de gobernanza; itera sobre los análisis, las asignaciones y la formación.

Visibilidad del linaje en Fabric

¿Qué es el linaje de datos de Microsoft Fabric y por qué es importante?

El linaje de datos de Microsoft Fabric realiza el seguimiento del flujo de datos desde su origen hasta su destino a través de los elementos de Fabric, mostrando cómo se mueven los datos por canalizaciones, modelos semánticos y salidas. Es importante porque permite la gobernanza de datos y el análisis de impacto, y ayuda a los equipos de ciencia de datos e inteligencia de negocio a identificar el origen de los problemas con los datos, validar las transformaciones (incluidas las cargas delta) y garantizar la precisión de los informes en varias cargas de trabajo.

¿Cómo ayuda la vista de linaje con el análisis de impacto y la asignación de dependencias?

La vista de linaje visualiza las dependencias ascendentes y descendentes entre elementos de Fabric, como flujos de datos, tablas e informes. Esta asignación permite el análisis de impacto, de modo que puedes ver qué activos posteriores se verán afectados por un cambio, y admite el seguimiento de dependencias en Fabric y entre varias áreas de trabajo u orígenes de datos.

¿Puede el linaje de Microsoft Fabric identificar el origen y el destino a través de varios servicios, como Azure y SQL Server?

Sí. El linaje de Fabric captura el flujo de datos a través de varios servicios, incluidos los componentes de la plataforma de datos de Azure y SQL Server. Puede identificar el origen y el destino dentro de Fabric, mostrando las conexiones desde bases de datos locales, canalizaciones de Azure Data Factory y almacenamiento en la nube hasta los modelos semánticos y las salidas de inteligencia de negocio.

¿Cómo respaldan las capacidades de linaje los flujos de trabajo de ciencia de datos e inteligencia de negocio?

Las capacidades de linaje dan a los equipos de ciencia de datos e inteligencia de negocio visibilidad sobre cómo se construyen los conjuntos de datos, qué transformaciones se aplican y qué salidas dependen de ellos. Esto favorece los experimentos reproducibles, la verificación de los datos de entrenamiento de modelos y la trazabilidad de los informes y paneles de BI, lo que reduce el riesgo y aumenta la confianza en los resultados.

¿Qué muestra la vista de linaje para los flujos de datos delta e incrementales?

La vista de linaje puede mostrar los flujos de datos delta e incrementales al indicar los pasos o canalizaciones concretos que realizan actualizaciones incrementales o cargas delta. Te ayuda a entender dónde se produce la captura de datos modificados (change data capture) o el procesamiento delta, y cómo esas actualizaciones incrementales se propagan a los modelos semánticos y a los resultados finales.

¿Cómo puedo usar el linaje para identificar el origen de un problema de calidad de datos?

Usa el gráfico de linaje para rastrear el resultado afectado hacia atrás, a través de las transformaciones, las canalizaciones y los sistemas de origen. La vista te ayuda a identificar la tabla, API o archivo de origen que introdujo el problema, y te permite inspeccionar los elementos intermedios de Fabric y los modelos semánticos para acotar la causa raíz.

¿Ofrece Microsoft Fabric API o soporte técnico para automatizar el acceso al linaje?

Microsoft Fabric ofrece API e integraciones que pueden usarse para consultar los metadatos de linaje mediante programación, y Microsoft Learn proporciona documentación y ejemplos para empezar. Para incidencias en producción, el soporte técnico y las actualizaciones de seguridad están disponibles a través de los canales de soporte estándar de Microsoft y de los planes de soporte de Azure.

¿Cómo se relacionan la seguridad y la gobernanza con el linaje y la visibilidad en Fabric?

El linaje respalda la gobernanza de datos al facilitar la aplicación de directivas y el seguimiento de la procedencia de los datos. Combinado con los controles de acceso de la plataforma de datos y de Azure, el linaje ayuda a garantizar que los datos sensibles se gestionen correctamente y que las actualizaciones de seguridad y los registros de auditoría puedan vincularse a elementos y procesos concretos de Fabric.

¿Cuáles son las limitaciones habituales del linaje en Fabric y cómo pueden mitigarse?

Entre las limitaciones habituales están los metadatos incompletos de determinados orígenes, las restricciones de rendimiento en gráficos muy grandes y las lagunas en los conectores propietarios. Las estrategias de mitigación incluyen enriquecer los metadatos durante la ingesta, dividir los flujos grandes en canalizaciones modulares y usar API para complementar la información de linaje con documentación externa o con un seguimiento personalizado.

¿Cómo se integra el linaje con los modelos semánticos y los resultados de BI?

El linaje vincula los modelos semánticos con sus conjuntos de datos y canalizaciones ETL de origen, y muestra qué informes y paneles de inteligencia de negocios consumen esos modelos. Así, los equipos de BI pueden ver cómo los cambios en la plataforma de datos afectan a los modelos semánticos y a los resultados, y planificar en consecuencia las actualizaciones o las recargas.

¿Dónde puedo encontrar recursos adicionales y material de aprendizaje sobre el linaje en Fabric?

Entre los recursos adicionales se incluyen los módulos de Microsoft Learn, la documentación oficial del sitio de Microsoft Fabric, blogs de la comunidad y guías de Azure Data Factory. Estos recursos explican cómo usar las vistas de linaje, las API, las prácticas de gobernanza y las mejores prácticas para mapear los flujos de datos entre elementos de Fabric y modelos semánticos.

¿Cómo empiezo a crear una vista de linaje para mis canalizaciones de Data Factory y mis orígenes SQL?

Empieza por catalogar tus orígenes (SQL Server, almacenamiento de Azure, API), instrumentar las canalizaciones y los elementos de Fabric para que emitan metadatos, y activar la recopilación de linaje en Fabric. Usa las funciones de asignación de canalizaciones y dependencias para visualizar los flujos en Fabric, y después valida que los modelos semánticos y los resultados de BI reflejen las conexiones ascendentes previstas.