Caso práctico: ampliar una columna en Fabric Data Warehouse sin reconstruir la tabla

Uno de los cambios más frecuentes en cualquier solución analítica es la propia evolución del modelo de datos. Suele suceder que, lo que inicialmente parecía suficiente temrina quedándose corto en cuanto que el negocio crece, aparecen nuevas fuentes de datos o se modifican los requisitos funcionales.

Hasta ahora, en Microsoft Fabric Data Warehouse, una modificación aparentemente sencilla como aumentar la longitud de una columna, podía convertirse en un pequeño proyecto de migración. Esto se pretender solucionar con la llegada de ALTER COLUMN, donde Microsoft permite realizar ciertos cambios de esquema directamente sobre las tablas existentes haciendo uso de T-SQL estándar. El resultado, se reduce significativamente el esfuerzo operativo asociado a este tipo de cambios.

Un escenario demasiado habitual

Comenzamos con un proyecto que captura comentarios de consumidores procedentes desde distintas soluciones. La tabla se diseña inicialmente de la siguiente forma:

CREATE TABLE dbo.CustomerFeedback
(
    FeedbackId BIGINT,
    CustomerId BIGINT,
    Comments VARCHAR(100)
);

Al principio, los 100 caracteres cumplían con las entradas que provenían de sencillo formularios web en los que los clientes no «invertían» demasiado tiempo en la «literatura». Sin embargo, la integración posterior de sistemas como:

• Aplicaciones móviles
• CRM corporativo
• Plataformas de atención al cliente
• Formularios web 2.0

provocó que algunos comentarios superaran los 100 caracteres de largo. Esto trajo consigo el fallo de la carga, el truncate del texto, etc. lo que origina que se abra el ticket al equipo de Data con la siguiente petición:

«Necesitamos almacenar comentatios de hasta 500 caracteres que es el máximo permitido en las nuevas aplicaciones«

¿Cómo se resolvía el entuerto antes?

Pues, la solución requería de una buena sucesión de pasos:

Paso 1

Se crea una nueva tabla con el nuevo tamaño de 500 caracteres

CREATE TABLE dbo.CustomerFeedback_v2
(
    FeedbackId BIGINT,
    CustomerId BIGINT,
    Comments VARCHAR(500)
);

Paso 2

Se copian los datos de la tabla original en la nueva tabla mediante INSERT SELECT

Paso 3

Se actualiza el pipeline de ingestión

Paso 4

Se modifican procedimientos, vistas, objetos dependientes

Paso 5

Se valida el modelo semántico y el dashboard

Paso 6

Se coordinan los despliegues entre distintos entornos

Como puedes observar, aunque el cambio funcional era mínimo, el esfuerzo operativo llevado a cabo podía ser considerablemente alto y en cierto casos, complejo. Tal y como explica Microsoft, incluso cambios sencillos de esquema solían requerir recrear tablas y coordinar múltiples componentes de la solución.

¿Cómo se realiza ahora haciendo uso de esta nueva capacidad?

Pues serviría con ejecutar:

ALTER TABLE dbo.CustomerFeedback
ALTER COLUMN Comments VARCHAR(500);

Para los escenarios soportados en este preview, Fabric aplica el cambio sobre los metadatos de la tabla sin necesidad de reconstruir físicamente el almacenamiento. Es decir, Fabric aplica estos cambios mediante la actualización de metadatos, evitando la reconstrucción y reescritura de los archivos Parquet que hay por debajo. Aunque Microsoft no detalla la implementación interna de esta nueva capacidad, el enfoque es consistente con las técnicas de evolución de esquema utilizadas en arquitecturas Lakehouse modernas, donde determinados cambios pueden resolverse modificando la metadata de la table en lugar de reprocesar físicamente los datos almacenados.

¿Por qué esto es tan relevante?

La verdadera ventaja no está en escribir menos código sino en que:

• No es necesario crear tablas temporales
• No es necesario mover millones de registros
• No es necesario modificar pipelines de copia de datos
• Se reduce el riesgo de errores durante los despliegues
• Se simplifican los procesos de CI/CD
• El tiempo de implementación de la solución se reduce de horas o día a solo unos minutos.

Impacto real para equipos Data & AI

En proyectos empresariales es habitual que existan:

• Decenas de pipelines de ingestión
• Modelos semánticos de Power BI
• Proyectos de bases de datos
• Procesos automatizados de despliegue
• Múltiples entornos DEV, TEST y PROD

Cuando una columna cambia de tamaño, el impacto potencial puede propagarse por toda la plataforma. Por ello, la capacidad de utilizar ALTER COLUMN reduce significativamente esta complejidad operativa permitiendo que los equipos se centren en generar valor de negocio en lugar de ejecutar tareas de mantenimiento de bajo valor añadido.

Conclusión

Esta es una de esas funcionalidades que probablemente no aparecerá en las demos comerciales de Fabric, pero que va a ser tremendamente apreciada por los equipos de ingeniería de datos.

No cambia la experiencia del usuario final ni añade nuevas capacidades analíticas, pero elimina fricción operativa en una de las actividades más comunes de cualquier Data Warehouse: la evolución del modelo de datos.

Si gestionas platafrorma empresariales en Microsoft Fabric, esta nueva capacidad puede ahorrarte una gran cantidad de esfuerzo cada vez que el negocio te pida un cambio en la estructura de la tabla.

Foto de portada gracias a Rickson Bejar de Pexels: https://www.pexels.com/es-es/foto/celebracion-de-boda-alegre-con-publico-bailando-30146380/