Durante años, dbt (data build tool) se ha consolidado como el estándar de facto para el analytics engineering: transformar datos con SQL, versionarlos como código, testearlos y documentarlos de forma reproducible.
Hasta hace poco, su uso en Microsoft requería combinar herramientas externas, CLI, runners propios o plataformas de terceros.
Con la llegada de dbt Jobs nativos en Microsoft Fabric (preview), este escenario cambia radicalmente: dbt pasa a ser una capacidad de primera clase dentro del ecosistema Fabric.
En este artículo se explora qué aporta dbt en Fabric, cómo se integra con Data Factory pipelines, y por qué la monitorización unificada es clave para escalar la capa semántica y de gobierno.
dbt Jobs en Fabric: dbt sin salir de la plataforma
Microsoft Fabric permite crear y ejecutar dbt Jobs directamente desde la experiencia web, sin dependencias externas ni CLI local.
El objetivo es claro: simplificar la adopción de dbt manteniendo su filosofía code-first.
Con dbt Jobs en Fabric puedes:
- Crear proyectos dbt directamente en un workspace de Fabric.
- Ejecutar comandos estándar como dbt run, dbt build, dbt test, dbt snapshot o dbt compile.
- Transformar datos directamente sobre Fabric Data Warehouse usando el runtime gestionado.
- Programar ejecuciones de forma nativa.
Fabric integra dbt Core en un runtime gestionado, eliminando fricción operativa y facilitando el acceso a dbt a equipos de BI.
Orquestando dbt con Data Factory: dbt como un paso más del pipelines
Uno de los grandes avances logrado recientemente es la dbt Job Activity en Fabric Data Factory.
Esto permite orquestar ejecuciones de dbt como una actividad más dentro de un pipeline, junto a ingestas, copy activities o flujos previos.
Gracias a esta integración, ahora es posible:
- Ejecutar un dbt job existente desde un pipeline.
- Crear dbt jobs «inline» desde el propio pipeline.
- Encadenar dbt con otras actividades usando dependencias de éxito, fallo o finalización.
- Pasar parámetros dinámicos al job (selectors, modelos, tags, etc.).
- Construir pipelines metadata-driven y reutilizables.
La dbt Job Activity habilita orquestación nativa, parametrización y ejecución selectiva de modelos dbt directamente desde Fabric pipelines.
Esto rompe el patrón clásico de «ejecutar todo el proyecto dbt cada vez» y abre la puerta a refrescos quirúrgicos y consistentes del grafo de dependencias.
Monitorización end-to-end: pipelines y dbt bajo el mismo radar
Adoptar dbt a escala no es solo cuestión de ejecutar SQL, sino de operar y observar correctamente.
Fabric incorpora un Monitoring Hub unificado, desde el que se puede:
- Consultar la historia de ejecuciones de pipelines.
- Analizar estados, duraciones y errores.
- Acceder al detalle de cada actividad, incluida la dbt Job Activity.
- Re-ejecutar pipelines completos o desde el punto de fallo.
- Exportar información para auditorías o análisis operacional.
El Monitoring Hub de Fabric centraliza la observabilidad de pipelines y actividades, facilitando troubleshooting y control operativo.
En la práctica, esto significa que ingestión, transformación (dbt) y orquestación se observan desde un único plano de control, algo clave para entornos enterprise.
¿Por qué dbt en Fabric encaja tan bien?
Mas allá de la integración técnica, dbt y Fabric comparten principios fundamentales:
- SQL como lenguaje común.
- Separación clara entre ingestión y transformación.
- Versionado, testeo y documentación como estándares.
- Gobierno y seguridad integrados en la plataforma.
- Menos dependencia de lógica en procedimientos almacenados que se «convierte· en opaca.
Con dbt en Fabric, los equipos pueden construir una capa de transformación robusta y portable, alineada con prácticas modernas de analytics engineering y preparada para alimentar una capa semántica universal.
Conclusión
La incorporación de dbt como capacidad nativa en Microsoft Fabric no es un simple «check» funcional. Es una señal clara de hacia dónde evolucionan las platafroma de datos: menos fricción , más estándares abiertos y una clara orientación a gobierno y escalabilidad.
dbt deja de ser una pieza aislada y pasa a formar parte del flujo completo de datos en Fabric, desde la ingestión hasta el consumo analítico, con observabilidad y control integrados.
Para muchos equipos, este será el punto de inflexión para adoptar dbt sin renunciar a una experiencia enterprise.
Foto de portada gracias a Behrouz Alimardani: https://www.pexels.com/es-es/foto/blanco-y-negro-barandilla-pasamanos-vias-10593265/
Alb3rto Alonso 