Synapse para Fabric: quando vale migrar e como planejar

Mapa de migração dos componentes do Azure Synapse Analytics para o Microsoft Fabric
Sumário

Resposta direta: até novembro de 2026, a Microsoft não anunciou data de aposentadoria do Azure Synapse Analytics, mas concentra a evolução da plataforma de dados no Microsoft Fabric e publica guias e um assistente oficial para a migração do Synapse para o Fabric. O critério principal de decisão é o valor que a empresa terá ao unificar dados, engenharia e Power BI no Fabric, comparado ao custo e ao risco de migrar.

A migração do Synapse para o Fabric entrou na pauta de quase todo arquiteto com legado Azure. A pressão vem de dois lados: o Fabric recebe a maior parte das novidades, e o orçamento do Synapse precisa ser defendido todo ano. Este guia mostra o mapa de equivalências, quando migrar, quando esperar e quais estratégias reduzem risco.

Qual é o futuro do Azure Synapse Analytics?

Não há data oficial de descontinuação do Synapse publicada pela Microsoft até a data desta redação. Não afirmamos aposentadoria sem fonte oficial.

O que a documentação mostra é uma direção clara: a Microsoft mantém no Microsoft Learn um guia de estratégia e planejamento de migração do Synapse dedicated SQL pool para o Fabric e oferece o Fabric Migration Assistant for Data Warehouse, uma ferramenta automatizada de migração. Para pipelines, o mesmo vale: o guia de upgrade do Data Factory cobre pipelines do ADF e do Synapse.

Na prática: o Synapse segue suportado, e o investimento novo está no Fabric. Confirme sempre a situação atual nas páginas oficiais da Microsoft antes de decidir.

Qual componente do Fabric substitui cada parte do Synapse?

Cada parte do Synapse tem um destino natural no Fabric. A equivalência é funcional, com diferenças de detalhe.

Painel de controle de migração de dados em data center
Planejamento de migração exige inventário completo antes de qualquer ferramenta entrar em cena
Componente no SynapseDestino no FabricObservação
Dedicated SQL poolFabric Data WarehouseMigration Assistant automatiza parte da migração; há diferenças de T SQL e de tipos de dados
Serverless SQL poolSQL analytics endpoint do Lakehouse e atalhos do OneLakeConsultas sobre arquivos passam a ler tabelas Delta no OneLake
Spark poolsData Engineering (Spark, notebooks, Lakehouse)Notebooks costumam migrar com ajustes de bibliotecas e caminhos
Pipelines do SynapseData Factory do FabricMesma ferramenta de upgrade usada para o Azure Data Factory
Synapse LinkMirroring do FabricReplicação contínua de bancos para o OneLake
Segurança e permissõesPapéis de workspace, permissões de item e segurança do OneLakePrecisa ser inventariada e recriada

Diferenças de tipos de dados documentadas pela Microsoft na migração do dedicated SQL pool para o Fabric Warehouse:

Synapse dedicated SQL poolFabric Data Warehouse
moneydecimal(19,4)
datetime, smalldatetimedatetime2
nvarchar, ncharvarchar, char
tinyintsmallint
datetimeoffsetdatetime2 (o fuso precisa ir para outra coluna)

Quando migrar do Synapse para o Fabric e quando esperar?

Migre quando a unificação trouxer ganho claro. Espere quando o Synapse está estável e a migração só troca de lugar o mesmo problema. Os critérios que usamos:

  1. Custo atual. Dedicated SQL pool ligado o tempo todo com baixa utilização é candidato forte, porque a capacidade Fabric pode ser compartilhada com outras cargas.
  2. Uso de Power BI. Se o consumo final é Power BI, ter dados e relatórios na mesma plataforma simplifica a operação.
  3. Dependências. Muitos sistemas externos lendo o Synapse aumentam o esforço de virada.
  4. Recursos sem equivalência. Funcionalidades de T SQL ou de segurança que o Fabric ainda não suporta podem bloquear parte da migração.
  5. Maturidade do time. O time precisa operar capacidade, workspaces e governança do Fabric.

Quando esperar é a melhor escolha: ambiente estável, sem dor de custo, com uso pesado de recursos ainda sem paridade e sem plano de adotar Power BI ou outras cargas no Fabric. Nesses casos, recomendamos reavaliar a cada seis meses.

Quais estratégias de migração reduzem risco?

Três estratégias funcionam, e a escolha depende do estado do ambiente atual.

  • Mover como está (lift and shift). Migra o modelo com mudanças mínimas. Funciona quando há poucos data warehouses e o modelo já está bem desenhado em estrela. É o caminho mais rápido.
  • Reconstruir por domínio de negócio. Aproveita a migração para redesenhar, área por área, em camadas como a arquitetura medalhão com bronze, prata e ouro. Indicado para ambientes antigos que cresceram sem padrão.
  • Convivência temporária. O Synapse continua rodando, e o Fabric lê os dados por atalhos do OneLake ou espelhamento. Novas cargas nascem no Fabric e as antigas migram aos poucos.

A própria Microsoft recomenda começar pequeno, preparar várias migrações menores e rodar os ambientes em paralelo, comparando resultados antes da virada.

Quais são os riscos de migrar do Synapse?

  • Diferenças de T SQL. Procedimentos e consultas podem precisar ser reescritos. A Microsoft orienta uma avaliação de código antes de escolher o método de migração.
  • Tipos de dados. As conversões da tabela acima afetam colunas monetárias, datas com fuso e textos Unicode.
  • Segurança. Permissões de objeto do Synapse não são copiadas automaticamente.
  • Custo de dois ambientes. Durante a convivência, a empresa paga Synapse e Fabric ao mesmo tempo. Planeje a janela e desligue componentes assim que migrados.
  • Pipelines. Seguem as mesmas regras da migração do Data Factory, detalhadas no guia como migrar do Azure Data Factory para o Fabric.

Caso ilustrativo: avaliação de um ambiente Synapse em uma empresa de energia

Cenário ilustrativo, montado a partir de situações comuns em projetos de dados. A empresa e os números são hipotéticos; as equivalências e ferramentas citadas são as oficiais da Microsoft.

Contexto. Uma comercializadora de energia mantinha no Synapse um dedicated SQL pool ligado 24 horas por dia, dois Spark pools, 60 pipelines e um sistema externo de medição que lia dados do Synapse por SQL. O Power BI já estava em uma capacidade Fabric. A utilização média do dedicated SQL pool era de 22%.

Matriz de decisão. Cada componente recebeu uma nota em custo, utilização, dependências, paridade no Fabric e valor de negócio:

ComponenteDecisãoMotivo
Dedicated SQL poolMigrar agora (lift and shift)Maior custo e menor utilização; modelo já em estrela
Spark poolsMigrar no trimestre seguinteNotebooks precisavam de ajuste de bibliotecas
60 pipelinesMigrar com a ferramenta de upgrade48 classificados como prontos; 12 com ajustes
Integração com o sistema de mediçãoConviver por 4 mesesFornecedor externo precisava mudar a conexão
9 tabelas sem consulta há um anoAposentarSem uso

Resultado no primeiro semestre. O data warehouse foi migrado para o Fabric Warehouse com o Migration Assistant, e o custo de computação do data warehouse caiu cerca de 35% ao compartilhar a capacidade com o Power BI. O ambiente Synapse foi desligado no quinto mês, depois da virada do sistema de medição.

O que esse cenário ensina: a migração em ondas, guiada pela matriz, entrega economia antes do fim do projeto. Começar pelo componente de maior custo e menor dependência paga a convivência dos dois ambientes.

Resumo para encaminhar à diretoria

  1. Problema: o ambiente de dados está no Azure Synapse, e o investimento da Microsoft está concentrado no Fabric.
  2. Opções: manter o Synapse, migrar como está, reconstruir por domínio ou conviver temporariamente.
  3. Custo ou risco: durante a transição há custo dobrado; diferenças de T SQL, tipos e segurança exigem retrabalho.
  4. Recomendação: avaliar componente por componente e migrar primeiro o que tem maior custo e menor dependência.
  5. Próximo passo: avaliação de migração Synapse para Fabric com matriz de decisão.

Perguntas frequentes sobre migração do Synapse para o Fabric

O Synapse vai ser descontinuado?
Até novembro de 2026 não há data de descontinuação anunciada pela Microsoft. A plataforma segue suportada, enquanto a evolução e as ferramentas de migração estão concentradas no Fabric.

Meu código T SQL funciona no Fabric Warehouse?
Em grande parte, mas não todo. Há diferenças de sintaxe e de tipos de dados, e a Microsoft recomenda uma avaliação de código antes da migração.

Dá para usar Synapse e Fabric ao mesmo tempo?
Sim. A convivência com atalhos do OneLake ou espelhamento é uma das estratégias mais seguras, desde que a janela seja planejada para não pagar dois ambientes por muito tempo.

O Fabric sai mais barato que o Synapse?
Depende do uso. Ambientes com dedicated SQL pool ocioso costumam economizar ao compartilhar uma capacidade Fabric. Ambientes já otimizados podem ter custo parecido. Veja a referência de preço do Microsoft Fabric de F2 a F64.

Por onde começar a migração?
Pelo inventário e pela matriz de decisão. Depois, um piloto com um banco ou um domínio de negócio, rodando em paralelo com o Synapse.


Precisa decidir o futuro do seu Synapse? A beAnalytic é consultoria de dados e avalia, migra e opera ambientes Fabric. Peça uma avaliação de migração Synapse para Fabric com a nossa consultoria de engenharia de dados ou escreva para [email protected].

Daniel Luz
Daniel Luz
CEO beAnalytic at  – [email protected]

CEO da beAnalytic. Na liderança da empresa há mais de 6 anos, minha missão é transformar a forma como as organizações enxergam e utilizam dados para tomar decisões estratégicas. Ajudo empresas a destravar insights valiosos, impulsionar eficiência operacional e gerar impacto financeiro real, com uma equipe especializada em Business Intelligence, Engenharia de Dados e Machine Learning.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Conteúdos relacionados
Logo beAnalytic

São Paulo, SP
Tv. Dona Paula, 13 – Higienópolis

Natal, RN
Av. Cap. Mor Gouveia, 3000 – Sala A413 – Lagoa Nova

Fortaleza, CE
Av. Dom Manuel, 1020 – Centro

© 2024 beAnalytic – Todos os direitos reservados | [email protected] | (11) 5198-0223

Logo beAnalytic

Machine
Learning

Com a consultoria em Machine Learning da beAnalytic, a nossa equipe fica responsável por:

Mapeamento, coleta e tratamento dos dados necessários para o projeto;

Definição do algoritmo apropriado com base nos objetivos do projeto, e início do treinamento do algoritmo;

Avaliação do desempenho do modelo de ML, otimização e implementação no ambiente de produção.

A