Se você ainda não leu o hero blog de Arun Ulag — Microsoft Build 2026: Building Agentic Apps with Microsoft Fabric and Microsoft Databases — vale a pena para ter uma visão completa dos anúncios do Build em Fabric e bancos de dados. Aqui, vamos focar no que muda na orquestração de pipelines e por que isso importa para times de dados no Brasil.
TL;DR: O Build 2026 transforma os pipelines do Fabric Data Factory em verdadeiros orquestradores, com aprovação humana integrada (Approval activity), retentativas inteligentes (conditional retries), canvas modernizado e Variable Libraries que agora abrangem conexões, itens e Airflow. A migração do ADF também ficou mais direta. Para empresas brasileiras, isso significa menos customização, mais governança e promoção simplificada entre ambientes.
Como a nova atividade de Approval muda a governança de pipelines?
Até agora, pipelines do Fabric Data Factory eram eficientes em mover e transformar dados. Com o Approval activity (Preview), eles passam a orquestrar também pessoas e processos. A atividade envia uma solicitação de aprovação por e-mail, pausa a execução e aguarda a resposta — que pode continuar, ramificar ou falhar o pipeline. Nada de integrar sistemas externos ou coordenação manual.
Isso habilita cenários que antes exigiam gambiarras:
- Aprovação de negócio antes de promover um modelo para produção.
- Checkpoints de validação para operações sensíveis.
- Fluxos de exceção que precisam de intervenção humana.
Para empresas brasileiras que lidam com LGPD, auditoria ou compliance, essa funcionalidade reduz a complexidade de implementar gates de governança diretamente no pipeline, sem depender de ferramentas de workflow separadas.
Como os novos refresh activities mantêm análises sempre atualizadas?
Duas novidades garantem que dados downstream reflitam a orquestração:
- Refresh Materialized Lake View activity (Preview): Dispara atualizações do Materialized Lake View dentro do pipeline. O Fabric decide automaticamente se precisa de refresh completo, incremental ou nenhum, baseado nas mudanças upstream. Sem desperdício de compute.
- Refresh SQL Endpoint activity (GA): Faz o mesmo para o endpoint SQL analítico, garantindo consistência para reports.
Na prática, sua camada de analytics fica sempre sincronizada com a lógica de orquestração, sem scripts adicionais.
O que são Conditional Retries e por que evitam retentativas desnecessárias?
Quando uma atividade falha, você não precisa mais escolher entre retentar tudo ou nada. Com Conditional activity retries (Preview), você define exatamente quando tentar de novo: com base em código de erro, mensagem, ou ambos, usando lógica AND/OR.
O pipeline se recupera automaticamente de falhas transitórias (timeout de API, concorrência) e falha rápido em erros que não se resolvem. Sem activities wrapper, sem código customizado, sem compute desperdiçado.
Isso é especialmente útil em pipelines longos que chamam APIs externas, rodam jobs Databricks ou executam stored procedures — comuns em arquiteturas de empresas brasileiras que integram múltiplos sistemas legados.
Como o modern canvas melhora a autoria de pipelines complexos?
Para pipelines com dezenas ou centenas de atividades, o canvas importa tanto quanto a lógica. O novo modern Pipeline node experience (Preview) melhora o comportamento de zoom, oferece um layout mais limpo para orquestrações complexas e torna o canvas mais responsivo em escala.
Para times de engenharia que gerenciam centenas de pipelines, a usabilidade reduz erros de configuração e acelera o desenvolvimento.
Como as Variable Libraries expandidas simplificam a promoção entre ambientes?
As Variable Libraries ganharam dois novos tipos de variáveis:
- Connection references: Apontam para fontes externas sem embutir detalhes de conexão.
- Item references: Links dinâmicos para Lakehouses, notebooks ou outros pipelines.
Agora você pode promover a mesma definição de pipeline entre dev, test e prod — as conexões e recursos são resolvidos com base no value set ativo. Isso acaba com a necessidade de editar pipelines ou scripts de deploy.
Além disso, as Variable Libraries agora funcionam também em jobs do Apache Airflow gerenciado pelo Fabric (Preview). Defina uma biblioteca com múltiplos value sets, marque um como ativo por workspace, e o Airflow resolve os valores corretos em runtime. Sem editar DAGs, sem redeploy.
Por que a migração do ADF para Fabric Data Factory ficou mais fácil?
A Microsoft adicionou um botão Migrate diretamente no workspace do Fabric. Clicar nele é rápido e não tem custo. Você ganha instantaneamente um relatório de avaliação da prontidão do seu ADF para migrar. Depois, pode decidir quando clicar no botão final para concluir a migração.
Para empresas brasileiras que ainda usam Azure Data Factory e querem consolidar em uma plataforma única de dados, esse caminho reduz o risco e o esforço de planejamento.
Resumo: pipelines como orquestradores de ponta a ponta
Juntas, essas novidades do Build 2026 redefinem as capacidades dos pipelines do Fabric Data Factory:
- Approval activities e conditional retries trazem decisão humana e resiliência para o fluxo.
- Activities de refresh mantêm análises downstream sincronizadas.
- Canvas moderno facilita autoria e navegação em pipelines complexos.
- Variable Libraries expandidas cobrem conexões, itens e Airflow, tornando a promoção entre ambientes verdadeiramente contínua.
- Migração do ADF in-workspace reduz barreiras de entrada.
Pipelines não são mais apenas movimentação de dados — são orquestradores de pessoas, processos e ambientes.
Perguntas Frequentes
-
A atividade de Approval substitui ferramentas externas de workflow?
- Sim, para cenários de aprovação simples (e-mail com resposta), a Approval activity elimina a necessidade de integrar sistemas como ServiceNow ou Power Automate. O pipeline pausa, aguarda a decisão e continua de acordo com o resultado. Para fluxos mais complexos, pode ser necessário complementar com outras ferramentas.
-
Como as Conditional Retries reduzem custos em pipelines longos?
- Elas permitem definir regras baseadas em código de erro e mensagem, com lógica AND/OR. Assim, o pipeline tenta novamente apenas erros transitórios (ex.: timeout de API) e falha rapidamente em erros permanentes, evitando retentativas desnecessárias que consomem compute e tempo.
-
O suporte a Variable Libraries no Airflow já está em Preview?
- Sim, está em Preview. Agora a mesma Variable Library do workspace pode ser usada em DAGs do Apache Airflow gerenciado pelo Fabric. Basta definir múltiplos value sets e marcar um como ativo por workspace – sem editar ou reimplantar DAGs ao promover entre ambientes.
-
A migração do ADF para Fabric Data Factory é realmente sem custo?
- O artigo afirma que clicar no botão de migração (dentro do workspace Fabric) é rápido e não tem custo. Ele gera automaticamente um relatório de avaliação da prontidão do ADF. A migração final pode ser feita quando o time decidir, mas o assessment em si não requer investimento adicional.
Artigo originalmente publicado em Azure Updates - Latest from Azure Charts.
