Microsoft Fabric

Power BI y Direct Lake: Arquitectura y rendimiento en Microsoft Fabric

16 noviembre, 2026 · 9 min de lectura
5
(1)

La llegada de Microsoft Fabric ha modificado los cimientos de la arquitectura de datos en el ecosistema Microsoft. Durante años, los arquitectos de BI nos hemos movido en una balanza incómoda: el modo Import, con un rendimiento excepcional pero con la servidumbre de los refrescos programados, o el modo DirectQuery, que ofrece datos en tiempo real a costa de una latencia de consulta a menudo inasumible en modelos complejos. Direct Lake surge para romper esta dualidad, permitiendo que el motor de Power BI lea directamente los archivos Parquet residentes en OneLake sin necesidad de importarlos a la memoria del servicio de forma persistente o traducir DAX a SQL.

En este artículo analizaremos cómo Power BI y Direct Lake suponen el fin de los procesos de carga tradicionales. No se trata solo de una mejora incremental; es un cambio en la forma en que el motor VertiPaq interactúa con el almacenamiento. Ya no cargamos datos en un modelo .pbix; el modelo consulta el almacenamiento distribuido de OneLake tratándolo como su propia memoria RAM extendida. Esto elimina el ETL de carga final y reduce drásticamente el tiempo de puesta a disposición del dato (Time-to-Value).

La mecánica de Direct Lake: ¿Cómo es posible este rendimiento?

Para entender Direct Lake, debemos entender qué ocurre en el almacenamiento. Microsoft Fabric utiliza el formato Delta Lake como estándar. Un archivo Delta es, esencialmente, un archivo Parquet con un registro de transacciones (Log). El motor de Power BI (Analysis Services) ha sido rediseñado para que, en lugar de solicitar datos a través de una capa de traducción SQL, sea capaz de mapear directamente las columnas de los archivos Parquet en memoria. Este proceso se denomina transcoding.

Cuando un usuario interactúa con un informe, el motor comprueba si las columnas necesarias están en la memoria caché. Si no lo están, las lee directamente desde OneLake y las carga en la memoria RAM del servidor de capacidad de Fabric. A diferencia del modo Import, donde todo el modelo debe cargarse para funcionar, Direct Lake carga solo las columnas requeridas bajo demanda. Esto permite manejar volúmenes de datos que anteriormente excederían los límites de memoria de una capacidad estándar.

La importancia del ordenamiento físico: V-Order

Para que este acceso directo sea tan rápido como el modo Import, los archivos Parquet deben estar optimizados. Aquí entra en juego el V-Order, un algoritmo de ordenamiento y compresión propietario de Microsoft que organiza los datos dentro del archivo Parquet de forma que el motor de Power BI pueda escanearlos con la máxima eficiencia. Sin V-Order, el rendimiento de Direct Lake puede degradarse significativamente. Es fundamental asegurar que nuestros procesos de transformación (Notebooks o Dataflows Gen2) apliquen esta optimización.

-- Ejemplo de optimización de una tabla en el Lakehouse para Direct Lake
-- Usando SQL Analytics Endpoint para verificar el estado de las tablas

SELECT 
 s.name AS [Schema],
 t.name AS [Table],
 td.distribution_policy_desc AS [Distribution],
 p.rows AS [RowCount]
FROM sys.tables t
JOIN sys.schemas s ON t.schema_id = s.schema_id
JOIN sys.pdw_table_distribution_properties td ON t.object_id = td.object_id
JOIN sys.partitions p ON t.object_id = p.object_id
WHERE p.index_id <= 1;

Comparativa técnica: Import vs. DirectQuery vs. Direct Lake

Como consultores, nuestra labor es elegir la herramienta adecuada para cada escenario. Direct Lake es potente, pero tiene dependencias claras de la infraestructura de Fabric. A continuación, se presenta una comparativa de los tres modos de almacenamiento principales:

CaracterísticaImportDirectQueryDirect Lake
Velocidad de consultaUltra rápida (In-memory)Lenta (depende del origen)Ultra rápida (In-memory)
Frescura del datoLatencia de refrescoTiempo realTiempo real (al actualizar OneLake)
Carga en origenBaja (solo durante refresco)Alta (en cada interacción)Nula (lectura de archivos)
Límite de tamañoLimitado por RAM de capacidadIlimitado (en origen)Ilimitado en OneLake / Limitado en RAM
SeguridadRLS en Power BIRLS en origen o Power BIRLS en el modelo semántico

Uno de los mayores beneficios es que la frescura de datos en Microsoft Fabric ya no depende de disparar un refresco del dataset que tarde horas. En cuanto el archivo Parquet se escribe en el Lakehouse y se actualizan los metadatos del modelo semántico (un proceso de segundos), los datos están disponibles para el usuario final.

El concepto de Fallback: Cuando Direct Lake vuelve a DirectQuery

No todo es perfecto. Direct Lake tiene un mecanismo de seguridad llamado Fallback. Si el motor de Power BI encuentra una situación que no puede resolver mediante Direct Lake, intentará ejecutar la consulta en modo DirectQuery a través del SQL Analytics Endpoint. Esto es transparente para el usuario, pero penaliza gravemente el rendimiento.

¿Por qué ocurre el Fallback? Las razones más comunes son:

  • Límites de memoria: Si la tabla excede el límite de memoria asignado a la capacidad (SKU) de Fabric.
  • Vistas SQL: Direct Lake solo funciona sobre tablas físicas en formato Delta. Si intentamos conectar a una vista en el Lakehouse, el sistema entrará en modo DirectQuery.
  • Seguridad a nivel de objeto: Ciertas configuraciones de seguridad complejas que no son compatibles con la lectura directa de Parquet.
  • Actualización manual: Si no se ha configurado la actualización automática de los metadatos del modelo.

Para monitorizar este comportamiento, es imprescindible utilizar Fabric Capacity Metrics. Esta herramienta nos permitirá identificar si nuestras consultas están consumiendo demasiadas Unidades de Capacidad (CUs) por culpa de un Fallback inesperado.

Implementación de medidas DAX en modelos Direct Lake

Una gran ventaja es que no hay que aprender un nuevo lenguaje. DAX sigue siendo el estándar. Sin embargo, dado que Direct Lake está diseñado para grandes volúmenes, la eficiencia de nuestras medidas es crítica. Evitar funciones iteradoras pesadas sobre tablas de hechos de miles de millones de filas es vital, aunque el motor sea rápido.

-- Medida optimizada para un modelo en estrella en Direct Lake
-- Calcula el importe de ventas solo para productos activos, evitando escaneos innecesarios

Total Ventas Activas = 
VAR ProductosActivos = 
 CALCULATETABLE(
 DISTINCT( 'Producto'[ProductoKey] ),
 'Producto'[Estado] = "Activo"
 )
RETURN
 SUMX(
 KEEPFILTERS( ProductosActivos ),
 [Importe Total]
 )

Estrategias de optimización y errores frecuentes

En mis proyectos de retail e industria, he observado que el rendimiento no suele fallar por el volumen de datos, sino por la estructura. V-Order en Delta Lake es el mejor aliado aquí. Si vienes de un entorno tradicional de SQL Server, la tentación es usar el SQL Endpoint para todo. Error. Para que Direct Lake brille, las transformaciones pesadas deben ocurrir en la capa de ingeniería (Notebooks o Pipelines), dejando el dato «listo para consumir» en tablas Delta ordenadas.

Otro error común es ignorar el tamaño de los archivos Parquet. Archivos demasiado pequeños (problema conocido como small files problem) generan una sobrecarga en la apertura y cierre de archivos por parte del motor. Es recomendable realizar procesos de compactación periódicos.

# Ejemplo de compactación y aplicación de V-Order en un Notebook de Fabric (PySpark)
# Esto asegura que las tablas del Lakehouse funcionen de forma óptima con Direct Lake

table_name = "FactVentas"
path = f"abfss://workspace@onelake.dfs.fabric.microsoft.com/Lakehouse.Item/Tables/{table_name}"

# Leemos y volvemos a escribir con V-Order activado (por defecto en Fabric)
spark.read.table(table_name) \
 .write.mode("overwrite") \
 .format("delta") \
 .saveAsTable(table_name)

Checklist para implementar Direct Lake con éxito

  1. Esquema en estrella: Asegúrate de que tu Lakehouse sigue un modelo de dimensiones y hechos. Direct Lake no compensa un mal diseño de datos.
  2. Tablas, no vistas: Conecta tu modelo semántico de Power BI a las tablas Delta físicas. Si necesitas lógica intermedia, procésala antes de escribir en OneLake.
  3. Activa V-Order: Verifica que tus procesos de escritura en Fabric tienen activada la optimización V-Order (puedes consultarlo en la documentación de Microsoft Learn).
  4. Monitoriza el Fallback: Usa SQLBI DAX Studio o el Performance Analyzer de Power BI Desktop para confirmar que el modo de consulta es efectivamente «Direct Lake» y no ha caído en DirectQuery.
  5. Gestión de versiones: Utiliza el comando VACUUM para limpiar archivos antiguos, pero con cuidado de no romper la disponibilidad de datos para el motor de Power BI. Puedes leer más sobre esto en nuestra guía de limpieza de versiones antiguas con VACUUM.

Preguntas frecuentes

¿Sustituirá Direct Lake al modo Import por completo?

A corto plazo, no. El modo Import sigue siendo superior para modelos pequeños o cuando se requiere una portabilidad total fuera del ecosistema Fabric. Sin embargo, para entornos empresariales con grandes volúmenes de datos en OneLake, Direct Lake se convertirá en el estándar por defecto por su eficiencia operativa.

¿Necesito una capacidad específica de Fabric para usar Direct Lake?

Sí, Direct Lake requiere una capacidad de Microsoft Fabric (SKU F) o una capacidad de Power BI Premium (SKU P). Además, el modelo semántico debe estar alojado en un espacio de trabajo asociado a esa capacidad y los datos deben residir en OneLake.

¿Cómo afecta el RLS (Row-Level Security) a Direct Lake?

El RLS se puede definir directamente en el modelo semántico de Power BI, igual que en el modo Import. Si se configura correctamente, Direct Lake mantiene su rendimiento. Sin embargo, si se intenta heredar la seguridad desde el SQL Endpoint, el modelo podría entrar en modo Fallback a DirectQuery.

¿Es compatible Direct Lake con el uso de cuadernos de Python?

Totalmente. De hecho, es la forma recomendada de preparar los datos. Puedes usar PySpark para transformar y limpiar tus datos, guardarlos como tablas Delta en el Lakehouse y ver los resultados reflejados casi instantáneamente en tu informe de Power BI sin ejecutar un refresco manual del dataset.


¿De cuánta utilidad te ha parecido este contenido?

¡Haz clic en una estrella para puntuarlo!

Puntuación media 5 / 5. Recuento de votos: 1

Hasta ahora, ¡no hay votos!. Sé el primero en puntuar este contenido.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *