Azure Synapse no está muerto, pero tampoco está recibiendo lo que recibía hace tres años. Si trabajas con pools dedicados, pipelines de Synapse o Spark pools y sientes que las novedades ya no llegan ahí sino a otro lado, no es una impresión tuya: Microsoft lo confirma de forma indirecta con cada deprecación puntual que anuncia mientras canaliza la inversión nueva hacia Microsoft Fabric.
Qué significa exactamente "modo mantenimiento"
Microsoft no ha anunciado el retiro de Azure Synapse Analytics como servicio completo, y no está forzando una migración con fecha límite. Lo que sí está pasando es más sutil y, para alguien que decide con qué herramienta forma a su equipo, más relevante: las funciones nuevas, las integraciones con IA y el foco del roadmap están yendo a Fabric. Synapse sigue funcionando y Microsoft lo sigue soportando, pero dejó de ser donde pasan las novedades.
Las señales concretas que ya pasaron
No es solo una sensación de la comunidad. Son retiros específicos, con fecha:
- ▸Azure Synapse Data Explorer (preview) se retiró en octubre de 2025; los workloads que seguían ahí se eliminaron y Microsoft recomendó migrar a Fabric Eventhouse
- ▸Synapse Link para Azure Cosmos DB ya no se soporta en proyectos nuevos; la recomendación oficial es usar Cosmos DB Mirroring directamente en Fabric
- ▸La ruta de exportación Delta Lake/Parquet en Synapse Link para Dataverse quedó deprecada, lo que vuelve obligatoria la migración a Link to Microsoft Fabric para cualquier empresa que analice datos de Dynamics 365
Ninguna de las tres es el servicio completo apagándose de golpe. Pero las tres apuntan en la misma dirección, y quien administra la plataforma de datos de una empresa debería leerlas como lo que son: una apuesta estratégica, no un capricho de marketing.
¿Tienes que migrar ya?
No con un reloj corriendo, pero sí con un criterio claro. Si estás manteniendo pools dedicados de SQL o Spark en Synapse y funcionan bien, no hay ninguna urgencia técnica para tocarlos este trimestre. Las guías oficiales de migración para pools dedicados y Spark describen un camino, no una fecha límite, así que la presión sobre la mayoría de los entornos de Synapse es estratégica, no un aviso de apagado.
Donde sí se siente la presión es en las funciones nuevas. Cada feature de IA generativa que Microsoft anuncia este año —Copilot Studio conectado a Genie Agents, el driver ADBC nativo para Power BI, el nuevo Genie Code CLI para escribir y corregir notebooks desde la terminal— llega primero, o exclusivamente, a Fabric. Nada de eso rompe lo que ya tienes corriendo en Synapse. Pero con el tiempo, esa brecha de capacidades pesa más en una decisión de plataforma que cualquier anuncio de retiro.
Lo que sí conviene hacer ya, tengas o no fecha de migración, es un inventario honesto: qué pipelines dependen de Synapse Link para Cosmos DB o Dataverse (los que ya están forzados a moverse), cuáles son reportes que nadie revisa hace meses y podrían simplemente apagarse, y cuáles son el corazón del negocio y necesitan una migración planeada, con pruebas y rollback, no un fin de semana apurado.
Y mientras decides, el resto del mercado no espera. En octubre, Databricks sacó en GA el reparticionamiento de estado on-demand para streaming con estado, sin perder el checkpoint, y dejó en beta su propio asistente de código en terminal, Genie Code CLI. Snowflake movió ficha con un feature store online propio. Ninguna plataforma se va a quedar quieta esperando a que termines de decidir, así que el costo real de no decidir nada no es neutral: es seguir compitiendo con un stack que cada trimestre se queda un paso más atrás del resto.
Qué te conviene aprender si usas Synapse hoy
Lo más práctico es manejar los dos mundos a la vez: entender bien lo que ya tienes funcionando en Azure Synapse Analytics para no romper nada, y a la par ir ganando terreno en Fabric antes de que te lo exija un proyecto con fecha de entrega. La certificación DP-700 es el ancla natural para eso: la cubre el curso de Preparación Microsoft Fabric Data Engineer (DP-700), con el temario alineado al examen vigente.
Si estás eligiendo plataforma desde cero, el dilema es otro
Si todavía no tienes nada construido y estás decidiendo plataforma, la pregunta ya no es "Synapse o Fabric": es si tu empresa necesita todo el ecosistema Microsoft 365 integrado (ahí Fabric gana por diseño) o si el resto de tu stack de datos ya vive en otro proveedor, donde Databricks o BigQuery pueden pesar más. Lo que no cambia es el fondo del trabajo: pipelines, modelado de datos y gobierno siguen siendo las mismas habilidades sin importar en qué nube las apliques, y eso es justo lo que arma la ruta Data Engineer de principio a fin.
Vale la pena decirlo sin rodeos: ninguna de las dos plataformas gana en automático. Si ya pagas licencias de Microsoft 365 y tu equipo vive en Power BI, Fabric reduce fricción porque todo queda dentro del mismo tenant, con el mismo login y la misma facturación. Si tu dato ya está repartido en AWS o Google Cloud, forzar una migración a Fabric solo por la novedad suele costar más de lo que ahorra el primer año.
Lo que nadie te dice en los comparativos de "Synapse vs Fabric": migrar no es solo mover pipelines, es también migrar al equipo. Y esa parte suele tardar más que la técnica.
Un pipeline se migra en semanas. Que un equipo de ocho personas deje de pensar en "dedicated SQL pool" y empiece a pensar en "lakehouse" y "OneLake" toma meses, y casi nadie lo presupuesta. Si vas a planear una migración, separa el cronograma técnico del cronograma de capacitación: son proyectos distintos, con riesgos distintos.
Una señal que ayuda a decidir el orden: empieza por el servicio que más dolor te está dando hoy, no por el que suena más nuevo. Si tus Spark pools ya andan lentos y caros, prioriza ahí. Si tu dolor real es que Power BI tarda en conectar o que nadie en el equipo entiende el modelo de seguridad, puede que el problema no sea Synapse en sí, sino que nunca se documentó bien desde el principio.
Una checklist antes de mover nada
- ▸Mapea qué pipelines usan Synapse Link para Cosmos DB o Dataverse: esos ya tienen fecha forzada
- ▸Revisa el costo real de licenciamiento en ambas plataformas, no solo el de cómputo: Fabric cambia el modelo a capacidad reservada
- ▸Separa qué reportes siguen vivos (los usa alguien cada semana) de los que nadie mira hace meses
- ▸Presupuesta la capacitación del equipo como un proyecto aparte del técnico, con su propio cronograma
Ninguno de estos puntos requiere decidir todo en una sola reunión. Pero sí requiere que alguien del equipo los tenga mapeados antes de que un proveedor o un deprecation aviso te obligue a improvisar la respuesta.
Practica esto con otros que están en el mismo dilema
Si quieres comparar notas con otros data engineers que están migrando (o decidiendo si migrar) entre Synapse y Fabric, cada semana hay un taller en vivo en la Comunidad AI Builders, desde 19 USD al mes.
Para seguir aprendiendo
Repasa Azure Synapse Analytics si necesitas mantener lo que ya está en producción, o adelántate con la Preparación Microsoft Fabric Data Engineer (DP-700) si tu empresa ya va en esa dirección. El resto del catálogo de datos y cloud está en /cursos.
