Resposta direta: migrar do Azure Data Factory para o Data Factory do Fabric exige mapear pipelines, conexões, gatilhos e runtimes, porque nem tudo tem equivalente direto. A Microsoft oferece uma experiência de upgrade que classifica cada pipeline como pronto, em revisão, em breve ou incompatível. O caminho mais seguro é migrar por lotes e rodar em paralelo até validar os resultados.
Quem pesquisa como migrar o Data Factory para o Fabric normalmente tem dezenas de pipelines em produção e precisa justificar o esforço. A boa notícia é que a Microsoft já tem ferramentas oficiais para isso. A má notícia é que alguns componentes mudam de conceito e precisam ser refeitos. Este guia mostra o que muda, o que migra fácil e um passo a passo para não parar as cargas.
Informações oficiais conferidas no guia de planejamento de upgrade do Azure Data Factory para o Fabric, atualizado em 05/10/2026. O que é prática da beAnalytic está indicado no texto.
Quais as diferenças entre o Azure Data Factory e o Data Factory do Fabric?
A lógica de pipeline é a mesma, mas conexões, identidade, runtimes e agendamento funcionam de outro jeito. As diferenças que mais afetam a migração:
| Componente | Azure Data Factory | Data Factory do Fabric | Impacto na migração |
|---|---|---|---|
| Conexões | Linked services, que aceitam parâmetros dinâmicos | Connections, sem propriedades dinâmicas; a atividade pode receber conteúdo dinâmico | Soluções orientadas a metadados precisam parametrizar o objeto de conexão |
| Datasets | Objetos reutilizáveis separados | Propriedades definidas dentro de cada atividade | Datasets deixam de existir como objeto |
| Runtime e gateway | Self hosted integration runtime (SHIR) e VNet IR | Gateway de dados on premises (OPDG) e gateway de rede virtual | Runtimes precisam ser substituídos |
| Gatilhos | Um gatilho para vários pipelines, com gestão central | Agendamento por pipeline, sem reaproveitamento | Recriar agendas pipeline a pipeline |
| Parâmetros globais | Global parameters | Variable Library | Conversão com guia próprio da Microsoft |
| Identidade | Managed Identity | Workspace Identity | Revisar permissões nas fontes |
| Key Vault | Integração madura com todos os tipos de autenticação | Integração limitada via Key Vault Reference | Conferir suporte por conector |
| Data flows | Mapping Data Flows | Dataflow Gen2 com transformações MDF (em preview) | Parte migra com a ferramenta; o resto precisa ser redesenhado |
| Cobrança | Por atividade e por movimentação de dados | Consumo de CUs da capacidade Fabric | Muda a forma de prever custo |
Vale migrar agora?
Vale migrar agora quando o Fabric já faz parte da estratégia de dados da empresa. Os critérios que usamos com clientes:
- Uso de outros itens do Fabric. Se Lakehouse, Warehouse e Power BI já estão no Fabric, manter os pipelines fora cria duas operações.
- Tamanho do ambiente. Poucos pipelines simples migram rápido; centenas de pipelines orientados a metadados pedem projeto.
- Prazo de contratos. Compromissos de consumo no Azure e renovações influenciam a janela.
- Maturidade do time. O time precisa conhecer capacidade, workspaces e governança do Fabric.
Quando esperar: se o ADF roda bem, as cargas alimentam sistemas fora do Fabric e não há plano de adotar a plataforma, a migração traz custo sem ganho claro. Uma etapa intermediária possível é adicionar o ADF existente como item dentro do workspace Fabric. O ADF continua executando no Azure, mas passa a ser visto e governado no Fabric.
O que migra fácil e o que precisa ser reescrito?
Pipelines de cópia e orquestração simples migram fácil. Lógica dinâmica, runtimes e algumas atividades precisam de trabalho.
Migra com pouco esforço:
- Atividades de cópia entre fontes com conector equivalente.
- Orquestração com atividades de controle (ForEach, If, Until).
- Execução de pipelines filhos (vira a atividade Invoke Pipeline).
- Atividades HDInsight (cinco atividades viram uma).
Precisa ser reescrito ou adaptado:
- Conexões parametrizadas em arquiteturas orientadas a metadados.
- SHIR, substituído pelo gateway on premises.
- Gatilhos compartilhados, recriados por pipeline.
- Mapping Data Flows fora do suporte da ferramenta de upgrade.
- Atividades sem equivalente, como Validation (refeita com Get Metadata, laços e If) e Data Lake Analytics (U SQL), serviço já descontinuado.
Quais são as ferramentas oficiais de migração?
A Microsoft oferece três caminhos oficiais, segundo a documentação:
- Item Azure Data Factory no Fabric: monta o ADF existente dentro de um workspace, para inventário e testes lado a lado.
- Experiência de upgrade integrada: avalia cada pipeline e atividade, classifica como Ready, Needs review, Coming soon ou Not compatible e faz o upgrade dos suportados para um workspace Fabric. Também converte Mapping Data Flows elegíveis para transformações MDF no Dataflow Gen2, recurso ainda em preview.
- Upgrade manual: reconstrução no Fabric para pipelines com baixa paridade ou lógica própria.
Como migrar do Azure Data Factory para o Fabric, passo a passo?
Por lotes, com execução em paralelo e comparação de resultados antes de desligar o ADF.
- Inventário. Liste pipelines, linked services, datasets, runtimes, gatilhos e dependências. Remova o que não é usado.
- Avaliação. Rode a ferramenta de avaliação e confira a paridade de conectores e de atividades.
- Priorização. Classifique por impacto no negócio, complexidade e facilidade de migração. Comece pelo que tem alto valor e baixo risco.
- Preparação. Instale o gateway on premises, crie as conexões, converta parâmetros globais em Variable Library e configure a identidade do workspace.
- Migração por lote. Use a experiência de upgrade para os pipelines prontos e reconstrua manualmente os demais.
- Execução em paralelo. Rode ADF e Fabric ao mesmo tempo, gravando em destinos separados.
- Comparação. Compare contagem de linhas, somas de valores e tempos de execução (prática beAnalytic).
- Virada e desligamento. Aponte os consumidores para o Fabric, desative os gatilhos do ADF e mantenha o ADF parado por um período de segurança antes de excluir.
Quais erros mais comuns na migração?
- Credenciais. Conexões recriadas com usuário pessoal em vez de conta de serviço ou identidade do workspace.
- Runtime self hosted. Esquecer que o gateway precisa de drivers e acesso de rede iguais aos do SHIR.
- Horários de gatilho. Agendas recriadas em fuso diferente ou com sobreposição, o que gera cargas duplicadas.
- Diferenças de custo. Pipelines que custavam pouco por execução no ADF passam a consumir CUs da capacidade e competir com relatórios. Isso pode causar capacidade do Fabric estourada se ninguém planejar.
Caso ilustrativo: 140 pipelines migrados em quatro lotes
Cenário ilustrativo, montado a partir de situações comuns em projetos de dados. A empresa e os números são hipotéticos; as ferramentas e categorias citadas são as oficiais da Microsoft.
Contexto. Uma rede varejista com 120 lojas mantinha 140 pipelines no Azure Data Factory, com dois SHIRs para o ERP local e o sistema de frente de caixa. Os relatórios e o Lakehouse já estavam no Fabric, então a operação ficava dividida entre dois ambientes.
Inventário e avaliação. A planilha de inventário, com uma linha por pipeline, mostrou o seguinte quadro:
| Classificação | Pipelines | Decisão |
|---|---|---|
| Sem execução nos últimos 6 meses | 31 | Aposentados antes da migração |
| Ready (ferramenta de upgrade) | 78 | Migrados com a experiência integrada |
| Needs review | 22 | Migrados com ajustes de conexão e parâmetros |
| Reconstrução manual | 9 | Refeitos (conexões dinâmicas e atividade Validation) |
| Total | 140 |
Execução. Quatro lotes ao longo de 12 semanas, priorizando primeiro as cargas de vendas. Cada lote rodou três semanas em paralelo com o ADF, com comparação diária de contagem de linhas e soma de valores.
O que a execução em paralelo pegou. Dois pipelines de fechamento de caixa foram recriados com agenda em UTC e rodavam três horas antes do previsto, duplicando a carga do dia anterior. A diferença apareceu na comparação de somas na primeira semana e foi corrigida antes da virada.
Resultado. Os dois SHIRs foram substituídos por um gateway on premises em cluster, a operação passou a ser monitorada em um só lugar e 22% dos pipelines deixaram de existir por estarem sem uso.
O que esse cenário ensina: o inventário vale tanto quanto a migração. Aposentar o que ninguém usa reduz o esforço antes de qualquer ferramenta entrar em cena.
Para ambientes com fontes ERP, a integração costuma ser o ponto mais sensível. No caso do SAP, os caminhos e cuidados estão no guia de integração do SAP com o Microsoft Fabric.
Resumo para encaminhar à diretoria
- Problema: os pipelines estão no Azure Data Factory, enquanto a plataforma de dados está indo para o Fabric.
- Opções: manter o ADF, montar o ADF dentro do Fabric como etapa intermediária ou migrar os pipelines por lotes.
- Custo ou risco: parte dos pipelines precisa ser refeita; o custo passa a ser consumo da capacidade Fabric.
- Recomendação: inventariar, usar a ferramenta oficial de avaliação e migrar por lotes com execução em paralelo.
- Próximo passo: plano de migração de pipelines para o Fabric com inventário e priorização.
Perguntas frequentes sobre migração do Azure Data Factory para o Fabric
Preciso migrar todos os pipelines de uma vez?
Não. A própria Microsoft recomenda começar pequeno e migrar por lotes. É possível manter ADF e Fabric convivendo durante a transição.
O self hosted integration runtime funciona no Fabric?
Não. No Fabric, o SHIR é substituído pelo gateway de dados on premises, e o VNet IR pelo gateway de rede virtual.
Os data flows migram automaticamente?
Parte deles. A experiência de upgrade converte Mapping Data Flows elegíveis para transformações MDF no Dataflow Gen2, recurso em preview. Os demais precisam ser redesenhados com Power Query, SQL do Warehouse ou notebooks.
O custo muda depois da migração?
Muda a forma de cobrança. No ADF você paga por atividade e movimentação; no Fabric os pipelines consomem CUs da capacidade contratada, junto com as demais cargas.
Quanto tempo leva uma migração média?
Depende do número de pipelines, da complexidade e da paridade apontada pela ferramenta de avaliação. O inventário e a avaliação, feitos nas primeiras semanas, dão a estimativa real.
Vai migrar seus pipelines para o Fabric? A beAnalytic é consultoria de dados e executa a migração de ponta a ponta. Peça um plano de migração de pipelines para o Fabric com a nossa consultoria de engenharia de dados, veja quando vale migrar do Synapse para o Fabric ou escreva para [email protected].
Daniel Luz
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.
- Daniel Luz
- Daniel Luz
- Daniel Luz
- Daniel Luz
