Tienes 400 GB de Parquet en un contenedor de Azure y alguien de negocio quiere ver una tabla. El reflejo clásico es levantar un warehouse, diseñar el esquema y cargar. El pool SQL serverless de Synapse te deja saltarte los tres pasos: apuntas una consulta a la ruta del archivo y listo. No hay nada que aprovisionar, nada que pagar mientras no consultes.
Es la pieza de Synapse que más gente ignora y la que más rápido se paga sola, sobre todo en exploración y en proyectos donde todavía no sabes qué datos valen la pena.
Qué lo hace distinto
El pool serverless viene incluido en cada workspace de Synapse: no lo creas, ya está. No tiene almacenamiento propio ni tablas en el sentido tradicional; lee directamente los archivos del Data Lake. Tu consulta más simple se ve así:
SELECT TOP 100 *
FROM OPENROWSET(
BULK 'https://milake.dfs.core.windows.net/raw/ventas/anio=2026/*.parquet',
FORMAT = 'PARQUET'
) AS v;A partir de ahí puedes envolver eso en una vista para que Power BI o un analista lo consuman como si fuera una tabla de siempre, y nadie necesita saber dónde vive el archivo. También puede escribir: con CETAS (CREATE EXTERNAL TABLE AS SELECT) materializas el resultado en Parquet de vuelta al lake, que es la forma barata de armar una capa curada sin motor de transformación.
El curso de Azure Synapse Analytics recorre justamente este camino en 9 sesiones y unas 2 horas: crear el grupo de recursos y el workspace, conectar el Data Lake, trabajar el SQL Pool, integrar Azure Data Factory, levantar un Apache Spark Pool, crear e importar notebooks y —detalle que casi nadie enseña— eliminar los recursos al terminar para que no te siga llegando la factura.
Cuánto cuesta y cómo no pasarte
El modelo es simple: pagas por datos procesados, del orden de 5 dólares por TB, con un mínimo de 10 MB por consulta. Varía según la región, así que confírmalo en la página de precios de Azure antes de prometer un número en una reunión. Si no consultas, no pagas: no hay cómputo encendido esperándote.
Lo que de verdad define tu factura es cuántos bytes toca el motor, y eso lo controlas tú:
- ▸Parquet en vez de CSV. Es columnar y comprimido; la misma consulta puede procesar una fracción de los bytes.
- ▸Particiona por carpetas (anio=/mes=/dia=) y filtra con filepath(). Si no filtras por la ruta, estás leyendo el histórico completo para mostrar el mes pasado.
- ▸Nada de SELECT *. En formato columnar, pedir tres columnas en vez de cuarenta se nota en el recibo, no solo en el tiempo.
- ▸Prende el control de costos del workspace: Synapse te deja fijar un tope diario, semanal y mensual de datos procesados para serverless. Hazlo el primer día, no después del primer susto.
- ▸Evita miles de archivos diminutos. El costo por consulta sube y el rendimiento cae; conviene compactar.
Serverless o dedicado: cómo se decide
El pool dedicado reserva cómputo, cobra por hora encendida y guarda los datos en su propio almacenamiento distribuido. Rinde mejor cuando hay muchos usuarios concurrentes golpeando el mismo modelo todo el día, y tiene índices, estadísticas y distribución que puedes afinar.
Serverless gana cuando el uso es irregular: exploración, cargas ad hoc, un tablero que se mira tres veces por semana, validar si un dataset nuevo sirve antes de modelarlo. La trampa clásica es dejar un dedicado encendido de noche y fin de semana para una docena de consultas diarias; ahí el serverless cuesta una fracción. La trampa inversa también existe: un equipo con cincuenta analistas lanzando consultas pesadas sin partición puede hacer que serverless salga más caro que la capacidad reservada. No hay respuesta universal, hay perfil de uso.
¿Vale aprenderlo si Microsoft empuja Fabric?
Sí, y por una razón práctica: el concepto no se fue a ningún lado. El SQL analytics endpoint de un Lakehouse en Fabric hace lo mismo —T-SQL sobre archivos en el lake, sin cargarlos— con otro empaque y otro modelo de cobro. Quien entiende por qué una consulta serverless procesa 40 GB en vez de 2 GB, lo entiende en las dos plataformas. Y mientras tanto hay miles de workspaces de Synapse en producción que alguien tiene que mantener. Si tu plan es apuntar al stack nuevo, la certificación de Microsoft Fabric Data Engineer es el siguiente paso lógico después de esto.
Por dónde empezar esta semana
Sube tres archivos Parquet a un contenedor, abre Synapse Studio y escribe el OPENROWSET de arriba. Son quince minutos y te aclara más que cualquier diagrama. Después conecta la ingesta con Azure Data Factory para que los archivos lleguen solos, que es la otra mitad del trabajo. Si lo que buscas es el puesto completo y no una herramienta suelta, todo esto es un tramo de la ruta de Data Engineer.
Del curso de Azure Synapse Analytics sales con un workspace armado por ti de punta a punta: lake conectado, pool SQL respondiendo consultas, Spark para lo que SQL no alcanza, notebooks versionados y los recursos apagados al final. Es nivel avanzado, viene con proyectos y certificado, y en dos horas te ahorra la semana de prueba y error que cuesta descubrir todo eso a solas.
Si prefieres hacerlo acompañado, en la Comunidad AI Builders montamos este tipo de cosas en vivo cada semana y se pueden preguntar las dudas en el momento.
