{"id":6768,"date":"2026-07-12T02:08:40","date_gmt":"2026-07-12T10:08:40","guid":{"rendered":"https:\/\/www.gudusoft.com\/netezza-data-lineage\/"},"modified":"2026-07-12T02:08:40","modified_gmt":"2026-07-12T10:08:40","slug":"netezza-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/de\/netezza-datenherkunft\/","title":{"rendered":"Netezza-Datenherkunft: Spaltenabh\u00e4ngigkeiten vor der Migration abbilden"},"content":{"rendered":"<p><strong>Netezza-Datenherkunft<\/strong> ist die Spaltenebene-Abbildung, die darstellt, wie Daten durch Ihre Netezza SQL-Abfrage flie\u00dfen: welche Quellspalten die einzelnen Zieltabelle, Sichten und Extrakte speisen und welche Joins, Filter, Casts und Aggregationen durchgef\u00fchrt werden. <strong>Gudu SQLFlow<\/strong> Diese Zuordnung wird automatisch erstellt, indem Ihr Netezza-Code mit einem speziellen Netezza-Dialektparser analysiert wird \u2013 einem von 39 mitgelieferten dialektspezifischen Parsern. F\u00fcr die meisten Netezza-Teams liegt der Grund nicht in administrativen Governance-Vorgaben, sondern darin, dass die Appliance das Ende ihres Lebenszyklus erreicht und man nicht migrieren kann, was man nicht sehen kann.<\/p>\n\n\n\n<div class=\"wp-block-group alignfull has-background is-layout-constrained\" style=\"background-color:#eef7fb;padding-top:24px;padding-bottom:24px\"><div class=\"wp-block-group__inner-container\">\n\n<p><strong>Probieren Sie es in 30 Sekunden:<\/strong> F\u00fcgen Sie eine beliebige Netezza-Abfrage in die folgende ein: <a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=netezza-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">kostenloser Online-SQL-Lineage-Visualisierer<\/a>, select the Netezza dialect, and get an interactive column-level lineage diagram. The Cloud free tier is enough to test it.<\/p>\n\n<\/div><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Warum die Datenherkunft bei Netezza jetzt wichtig ist<\/h2>\n\n\n\n<p>Netezza-Systeme versorgten fast zwei Jahrzehnte lang die Lager von Banken, Telekommunikationsunternehmen, Versicherungen und Einzelh\u00e4ndlern mit Daten. In diesen Umgebungen sammelten sich \u00fcberall die gleichen Daten an: Tausende von Ansichten, die \u00fcbereinander geschichtet waren. <code>nzsql<\/code> Batch-Skripte, die von Cron gesteuert werden, <code>EINF\u00dcGEN ... AUSW\u00c4HLEN<\/code> Die Datenverarbeitung in Data Marts und die CTAS-Jobs, deren urspr\u00fcngliche Autoren das Unternehmen vor Jahren verlassen haben, werden nun \u00fcberholt. Die Hardware ist veraltet, die Plattform hat in vielen Unternehmen das Ende ihres Lebenszyklus erreicht, und die meisten planen (oder f\u00fchren bereits durch) eine Migration zu Snowflake, Amazon Redshift oder Google BigQuery.<\/p>\n\n\n\n<p>Jede dieser Migrationen st\u00f6\u00dft auf dasselbe Problem: Niemand verf\u00fcgt \u00fcber einen pr\u00e4zisen Abh\u00e4ngigkeitsgraphen. Die Dokumentation beschreibt, sofern vorhanden, das Data Warehouse in seiner urspr\u00fcnglichen Form, nicht in seiner sp\u00e4teren Entwicklung. Eine Migration ohne Herkunftsnachweis f\u00fchrt zu einem von zwei Fehlerszenarien: Entweder man migriert alles (und zahlt f\u00fcr die Neuinstallation von Tabellen, die niemand mehr liest), oder man migriert nur die vermeintlich wichtigen Daten und entdeckt die L\u00fccken erst, wenn ein Monatsabschlussbericht auf der neuen Plattform fehlschl\u00e4gt.<\/p>\n\n\n\n<p>Die L\u00f6sung liegt in der direkt aus dem SQL-Code extrahierten Spaltenherkunft. Da sie aus dem tats\u00e4chlich ausgef\u00fchrten Code abgeleitet wird, kann sie \u2013 anders als Dokumentationen \u2013 nicht von der Realit\u00e4t abweichen. Und weil SQLFlow eine statische Analyse des SQL-Textes durchf\u00fchrt, ben\u00f6tigt es keine Agenten auf dem System und greift niemals auf Zeilendaten zu: Es liest Code und optional Schema-Metadaten.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wie die Herkunft bei einer echten Netezza-Transformation aussieht<\/h2>\n\n\n\n<p>Hier ist die Art von <code>nzsql<\/code>-\u00c4ra-Transformation, die jede Nacht einen Markttisch auf Tausenden von Netezza-Ger\u00e4ten bev\u00f6lkert:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>INSERT INTO mart.customer_revenue (customer_id, region_code, fiscal_month, net_revenue, order_cnt) SELECT c.customer_id, SUBSTR(c.region, 1, 2) AS region_code, TO_CHAR(o.order_date, &#039;YYYY-MM&#039;) AS fiscal_month, SUM(o.amount - o.discount) AS net_revenue, COUNT(*) AS order_cnt FROM stage.orders o JOIN dim.customer c ON o.cust_key = c.cust_key WHERE o.order_status = &#039;SHIPPED&#039; GROUP BY c.customer_id, SUBSTR(c.region, 1, 2), TO_CHAR(o.order_date, &#039;YYYY-MM&#039;);<\/code><\/pre>\n\n\n\n<p>Wenn Sie dies mit SQLFlow durchf\u00fchren, zeigt das Diagramm zwei unterschiedliche Arten von Abh\u00e4ngigkeiten f\u00fcr die Zieltabelle:<\/p>\n\n\n\n<ul><li><strong>Direkte Abstammung<\/strong> \u2014 Daten, die tats\u00e4chlich in der Ausgabe landen: <code>mart.customer_revenue.net_revenue<\/code> wird gespeist von <code>Stufe.Bestellungen.Betrag<\/code> Und <code>Stufe.Bestellungen.Rabatt<\/code> durch eine Subtraktion und eine <code>SUMME<\/code>; <code>Regionscode<\/code> wird gespeist von <code>dim.customer.region<\/code> durch <code>SUBSTR<\/code>; <code>Gesch\u00e4ftsjahresmonat<\/code> von <code>stage.orders.order_date<\/code> durch <code>TO_CHAR<\/code>.<\/li>\n<li><strong>Indirekte (Einfluss-)Abstammungslinie<\/strong> \u2014 Spalten, die nie in der Ausgabe landen, sie aber pr\u00e4gen: <code>o.order_status<\/code> im <code>WO<\/code> Klausel und <code>o.cust_key<\/code> \/ <code>c.cust_key<\/code> in der Join-Bedingung. Entfernen oder definieren Sie eine davon neu und <code>Nettoerl\u00f6s<\/code> Ver\u00e4nderungen, auch wenn daraus kein Wert entsteht.<\/li><\/ul>\n\n\n\n<p>SQLFlow modelliert direkte und indirekte Datenherkunft als separate, umschaltbare Beziehungstypen \u2013 die meisten Tools zur Datenherkunftsanalyse unterscheiden nicht zwischen diesen beiden Typen. Bei Migrationsarbeiten bergen die indirekten Verbindungen die gr\u00f6\u00dften \u00dcberraschungen: Eine Filterspalte, die von einem generischen Tool ignoriert wird, ist genau die Spalte, deren ge\u00e4nderte Semantik auf der Zielplattform Ihre Ergebnisse unbemerkt ver\u00e4ndert. SQLFlow l\u00f6st Spaltenreferenzen auch \u00fcber CTEs, Unterabfragen und Sichten auf. <code>W\u00c4HLEN *<\/code> Die Ausdehnung sorgt daf\u00fcr, dass die Abstammung trotz der f\u00fcr langlebige Netezza-Anwesen typischen, \u00fcbereinanderliegenden Ansichten pr\u00e4zise bleibt.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Ein auf Lineage basierender Migrationsworkflow<\/h2>\n\n\n\n<p>Teams, die Netezza au\u00dfer Betrieb nehmen, nutzen die Abstammungsanalyse in vier Phasen:<\/p>\n\n\n\n<ol><li><strong>Erstellen Sie eine Karte des Anwesens.<\/strong> SQLFlow wird mit DDL-Anweisungen, Ansichtsdefinitionen und ETL-Skripten versorgt: SQL-Code einf\u00fcgen, Dateien hochladen oder Metadaten \u00fcber JDBC abrufen. Enterprise-Implementierungen scannen Datenbanken mit \u00fcber 100 Datenbanken und mehr als einer Million Spalten im Batch-Verfahren in ein persistentes Herkunftsarchiv. Inkrementelle Scans erfolgen bei Code\u00e4nderungen w\u00e4hrend des Migrationszeitraums.<\/li>\n<li><strong>Vor dem Umzug zur\u00fcckschneiden.<\/strong> Jede Tabelle oder Ansicht ohne nachgelagerte Konsumenten im Quellcode-Graphen sollte eher entfernt als migriert werden. Jedes Objekt, das nicht migriert wird, ist Code, den Sie nicht \u00fcbersetzen, testen oder speichern m\u00fcssen.<\/li>\n<li><strong>Den Umstellungsprozess sequenziell durchf\u00fchren.<\/strong> Der Abh\u00e4ngigkeitsgraph zeigt Ihnen, welche Elemente gemeinsam verschoben werden m\u00fcssen. Verfolgen Sie die Abh\u00e4ngigkeiten von jeder Quelltabelle nachgelagert, um den gesamten Wirkungsbereich ihrer Verschiebung zu ermitteln; verfolgen Sie die Abh\u00e4ngigkeiten von jedem kritischen Bericht vorgelagert, um die minimale Anzahl an Objekten zu ermitteln, die auf dem Zielsystem aktiv sein m\u00fcssen, bevor dieser Bericht die \u00dcbertragung durchf\u00fchren kann.<\/li>\n<li><strong>Pr\u00fcfen Sie, ob keine Daten verwaist sind.<\/strong> Nach der \u00dcbersetzung f\u00fchren Sie die SQL-Abfragen auf der Zielseite mit SQLFlow und dem passenden Dialektparser aus (Snowflake, Redshift und BigQuery geh\u00f6ren zu den 39 unterst\u00fctzten Dialekten). Exportieren Sie beide Graphen als JSON oder CSV und vergleichen Sie sie: Jede Spaltenkante im Netezza-Graphen sollte ein Gegenst\u00fcck im Zielgraphen haben. Eine Kante, die in Netezza, aber nicht im Zielsystem existiert, ist eine Abh\u00e4ngigkeit, die Ihr \u00fcbersetzter Code entfernt hat. Diese Abh\u00e4ngigkeit wurde erst bei der Code\u00fcberpr\u00fcfung und nicht in der Produktionsumgebung entdeckt.<\/li><\/ol>\n\n\n\n<p>Dieser Vorher\/Nachher-Vergleichsschritt ist etwas, das manuelle Migrationschecklisten nicht leisten k\u00f6nnen. Zu \u00fcberpr\u00fcfen, ob jede Tabelle im Zielsystem vorhanden ist, ist einfach; zu pr\u00fcfen, ob jede Spaltenabh\u00e4ngigkeit noch besteht, ist nur dann praktikabel, wenn beide Graphen mit derselben Engine extrahiert wurden.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wie SQLFlow Netezza SQL analysiert<\/h2>\n\n\n\n<p>SQLFlow basiert auf <a href=\"https:\/\/www.sqlparser.com\/\">Allgemeiner SQL-Parser<\/a>Netezza ist ein kommerzieller SQL-Compiler-Frontend (Lexer, Parser, semantischer Resolver und Datenflussanalysator), der seit Mitte der 2000er-Jahre entwickelt und anhand von rund 13.600 SQL-Testdateien pro Dialekt validiert wurde. Netezza verwendet in diesem Stack eine eigene Grammatik und keine generische ANSI-Approximation. Dadurch werden Netezza-spezifische Konstrukte wie von Netezza vorgesehen geparst und f\u00fchren weder zu Fehlern noch werden sie stillschweigend \u00fcbersprungen.<\/p>\n\n\n\n<p>Die Ausgabe ist mehr als nur ein Bild. Neben dem interaktiven, erweiterbaren Diagramm erhalten Sie strukturierte Herkunftsdaten (Export im JSON- und CSV-Format, PNG f\u00fcr die Dokumentation), eine REST-API zur Automatisierung sowie Exportadapter f\u00fcr DataHub, Microsoft Purview und OpenMetadata \u2013 besonders n\u00fctzlich, wenn die Zielarchitektur der Migration einen Katalog enth\u00e4lt, der die extrahierten Herkunftsdaten \u00fcbernehmen soll. Seit Version 8.2.3 k\u00f6nnen Sie au\u00dferdem Fragen in nat\u00fcrlicher Sprache stellen (\u201eWas speist \u2026\u201c). <code>mart.customer_revenue.net_revenue<\/code>?&quot;) und jede Tabelle und Spalte, die die KI zitiert, wird vor ihrer Anzeige anhand des analysierten Diagramms validiert.<\/p>\n\n\n\n<p>F\u00fcr diese Zielgruppe ist die Platzierung von Bedeutung: Netezza-Immobilien befinden sich \u00fcberproportional h\u00e4ufig in Banken und Versicherungen. <a href=\"https:\/\/www.gudusoft.com\/de\/sqlflow-on-premise-version\/\">SQLFlow vor Ort<\/a> SQLFlow Cloud l\u00e4uft in Docker oder Kubernetes innerhalb Ihres Netzwerks, bei Bedarf abgeschottet, sodass SQL-Text Ihre Infrastruktur niemals verl\u00e4sst. SQLFlow Cloud bietet eine kostenlose Version zum Testen von Abfragen im Browser; die Premium-Version kostet $49,99\/Monat, und die On-Premise-Version kostet $500\/Monat oder einmalig $4.800 pro ausgew\u00e4hltem Datenbanktyp (siehe [Link einf\u00fcgen]). <a href=\"https:\/\/www.gudusoft.com\/de\/preisgestaltung\/\">Preisgestaltung<\/a>).<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Netezza im Vergleich zu seinen Geschwistern: ein Motor, konsequente Abstammung<\/h2>\n\n\n\n<p>Netezza wird selten allein eingesetzt. Viele Unternehmen nutzen es parallel zu Teradata, und das Migrationsziel ist \u00fcblicherweise ein Cloud-Data-Warehouse. Da SQLFlow in allen 39 Dialekten dieselbe Datenfluss-Engine verwendet, ist die extrahierte Datenherkunft plattform\u00fcbergreifend direkt vergleichbar.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>Plattform<\/th><th>Rolle in einem typischen Netezza-Shop<\/th><th>Abstammungsseite<\/th><\/tr><\/thead><tbody>\n<tr><td>Netezza<\/td><td>Die alten Ger\u00e4te werden ausgemustert.<\/td><td>Diese Seite<\/td><\/tr>\n<tr><td>Teradata<\/td><td>Das andere \u00e4ltere MPP-Warehouse, das oft im selben Programm migriert wird<\/td><td><a href=\"https:\/\/www.gudusoft.com\/de\/teradata-datenherkunft\/\">Teradata-Datenherkunft<\/a><\/td><\/tr>\n<tr><td>Schneeflocke<\/td><td>H\u00e4ufigstes Migrationsziel; SQLFlow liest auch den Snowflake-Abfrageverlauf.<\/td><td><a href=\"https:\/\/www.gudusoft.com\/de\/schneeflocken-datenherkunft\/\">Snowflake-Datenherkunft<\/a><\/td><\/tr>\n<tr><td>Amazon Redshift<\/td><td>Gemeinsames Ziel auf AWS-Seite; SQLFlow liest auch Redshift-Abfrageprotokolle.<\/td><td><a href=\"https:\/\/www.gudusoft.com\/de\/datenlinie-der-rotverschiebung\/\">Redshift-Datenherkunft<\/a><\/td><\/tr>\n<\/tbody><\/table><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Kann ich nicht einfach einen Open-Source-Parser verwenden?<\/h2>\n\n\n\n<p>F\u00fcr individuelle Anfragen in g\u00e4ngigen Dialekten gibt es Open-Source-Projekte wie <code>sqllineage<\/code> Und <code>sqlglot<\/code> Sie sind wirklich gut, und wenn Ihre Datenbank nur aus ein paar hundert sauberen SELECT-Anweisungen best\u00fcnde, w\u00e4ren sie m\u00f6glicherweise ausreichend. Die L\u00fccke zeigt sich genau bei der Arbeitslast, die durch die Au\u00dferbetriebnahme von Netezza entsteht: ein veralteter Dialekt, f\u00fcr den generische ANSI-Grammatiken nie optimiert wurden, View-Stacks, die semantische Aufl\u00f6sung und Sternexpansion anhand realer Schema-Metadaten erfordern, indirekte Datenherkunft durch Filter- und Join-Bedingungen sowie die Notwendigkeit, die Datenherkunft \u00fcber Tausende von Skripten und zwei Plattformen gleichzeitig zu visualisieren und zu vergleichen. Kategorienbezogen sto\u00dfen katalogbasierte Plattformen und Laufzeitprotokoll-basierte Tools zur Datenherkunftsanalyse hier auf eine andere Einschr\u00e4nkung: Die Appliance, die Sie au\u00dfer Betrieb nehmen, ist der Ort, an dem Sie am wenigsten neue Datenerfassungsinfrastruktur installieren m\u00f6chten. Ein fairer Test ist kosteng\u00fcnstig: Nehmen Sie Ihre komplexeste Produktionstransformation, f\u00fchren Sie sie durch beide Systeme und vergleichen Sie die Spaltengrenzen. Das vollst\u00e4ndige Bild dessen, was SQLFlow extrahiert, finden Sie auf der <a href=\"https:\/\/www.gudusoft.com\/de\/sql-datenherkunftstool\/\">SQL-Datenherkunftstool<\/a> Pillar Page.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">H\u00e4ufig gestellte Fragen<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">Verf\u00fcgt SQLFlow \u00fcber einen echten Netezza-Parser oder einen generischen SQL-Parser?<\/h3>\n\n\n<p>Ein echter Netezza-Parser. Er ist einer von 39 dialektspezifischen Parsern in SQLFlow, die auf der General SQL Parser-Engine basieren und anhand eines dialektspezifischen Regressionskorpus von rund 13.600 SQL-Beispielen validiert wurden. Die Netezza-Syntax wird als Netezza-Syntax analysiert und nicht als ANSI-Syntax approximiert.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Kann mir die Datenherkunft sagen, welche Netezza-Tabellen vor der Migration gefahrlos gel\u00f6scht werden k\u00f6nnen?<\/h3>\n\n\n<p>Ja, innerhalb des analysierten SQL-Codes gilt: Jede Tabelle oder Sicht ohne nachgelagerte Konsumenten im Datenherkunftsgraphen ist ein Kandidat f\u00fcr die L\u00f6schung. \u00dcbergeben Sie SQLFlow den gesamten SQL-Code, der das Data Warehouse ber\u00fchrt (Sichtungen, ETL-Skripte, Berichtsabfragen), damit der Graph jeden Konsumenten abdeckt, bevor Sie Ma\u00dfnahmen ergreifen.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Ben\u00f6tigt SQLFlow Zugriff auf die Daten auf meiner Netezza-Appliance?<\/h3>\n\n\n<p>Nein. SQLFlow f\u00fchrt eine statische Analyse des SQL-Codes durch und liest optional Schema-Metadaten (Tabellen- und Spaltendefinitionen). Es liest niemals Tabellenzeilen. Bei der On-Premise-Edition bleibt sogar der SQL-Text innerhalb Ihres Netzwerks.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Wie kann ich \u00fcberpr\u00fcfen, ob bei der Migration alle Abh\u00e4ngigkeiten erhalten geblieben sind?<\/h3>\n\n\n<p>Analysieren Sie den urspr\u00fcnglichen Netezza-SQL-Code und den \u00fcbersetzten Snowflake-, Redshift- oder BigQuery-SQL-Code mit den jeweiligen Dialektparsern, exportieren Sie beide Abh\u00e4ngigkeitsgraphen als JSON oder CSV und vergleichen Sie die Kanten auf Spaltenebene. Jede Kante, die in Netezza vorhanden ist, aber im Zielsystem fehlt, ist eine Abh\u00e4ngigkeit, die bei der \u00dcbersetzung verloren ging.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Was kostet SQLFlow f\u00fcr ein Netezza-Migrationsprojekt?<\/h3>\n\n\n<p>SQLFlow Cloud ist kostenlos, die Premium-Version kostet $49,99\/Monat. SQLFlow On-Premise kostet $500\/Monat oder einmalig $4.800 pro ausgew\u00e4hltem Datenbanktyp und kann auf zwei Servern installiert werden. Zus\u00e4tzliche Datenbanktypen kosten jeweils $100\/Monat oder einmalig $1.000.<\/p>\n\n\n\n<div class=\"wp-block-group alignfull has-background is-layout-constrained\" style=\"background-color:#60d5f6;padding-top:32px;padding-bottom:32px\"><div class=\"wp-block-group__inner-container\">\n\n<h2 class=\"wp-block-heading\">Erstellen Sie eine Karte Ihres Netezza-Immobilienbestands, bevor Sie ihn verlegen.<\/h2>\n\n\n<p>F\u00fcgen Sie eine Netezza-Transformation in den kostenlosen Visualisierer ein oder sprechen Sie mit uns \u00fcber das Scannen der gesamten Appliance vor Ihrer Migration.<\/p>\n\n\n<div class=\"wp-block-buttons is-layout-flex\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=netezza-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Testen Sie SQLFlow kostenlos<\/a><\/div>\n<\/div>\n\n\n<div class=\"wp-block-buttons is-layout-flex\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/www.gudusoft.com\/de\/kontakt\/\">Fordern Sie eine Migrationsdemo an<\/a><\/div>\n<\/div>\n\n<\/div><\/div>\n\n\n\n<script type=\"application\/ld+json\">{\n    \"@context\": \"https:\\\/\\\/schema.org\",\n    \"@graph\": [\n        {\n            \"@type\": \"SoftwareApplication\",\n            \"name\": \"Gudu SQLFlow\",\n            \"applicationCategory\": \"DeveloperApplication\",\n            \"applicationSubCategory\": \"SQL Data Lineage Tool\",\n            \"operatingSystem\": \"Web, Linux, Windows, macOS\",\n            \"url\": \"https:\\\/\\\/www.gudusoft.com\\\/netezza-data-lineage\\\/\",\n            \"description\": \"Automated Netezza data lineage: SQLFlow parses Netezza SQL with a dedicated dialect parser and produces interactive column-level lineage diagrams for migration planning to Snowflake, Redshift, or BigQuery.\",\n            \"featureList\": \"Netezza dialect parser, column-level lineage, direct vs indirect lineage, view and CTE resolution, JSON\\\/CSV\\\/PNG export, REST API, DataHub\\\/Purview\\\/OpenMetadata export, batch scanning of 100+ databases\",\n            \"softwareVersion\": \"8.2.3\",\n            \"offers\": [\n                {\n                    \"@type\": \"Offer\",\n                    \"name\": \"SQLFlow Cloud Free\",\n                    \"price\": \"0\",\n                    \"priceCurrency\": \"USD\"\n                },\n                {\n                    \"@type\": \"Offer\",\n                    \"name\": \"SQLFlow Cloud Premium\",\n                    \"price\": \"49.99\",\n                    \"priceCurrency\": \"USD\",\n                    \"priceSpecification\": {\n                        \"@type\": \"UnitPriceSpecification\",\n                        \"price\": \"49.99\",\n                        \"priceCurrency\": \"USD\",\n                        \"billingIncrement\": 1,\n                        \"unitText\": \"MONTH\"\n                    }\n                },\n                {\n                    \"@type\": \"Offer\",\n                    \"name\": \"SQLFlow On-Premise\",\n                    \"price\": \"4800\",\n                    \"priceCurrency\": \"USD\"\n                }\n            ],\n            \"publisher\": {\n                \"@type\": \"Organization\",\n                \"name\": \"Gudu Software\",\n                \"url\": \"https:\\\/\\\/www.gudusoft.com\\\/\"\n            }\n        },\n        {\n            \"@type\": \"FAQPage\",\n            \"mainEntity\": [\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow have a real Netezza parser or a generic SQL parser?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"A real one. Netezza is one of 39 dialect-specific parsers in SQLFlow, built on the General SQL Parser engine and validated against a per-dialect regression corpus of roughly 13,600 SQL fixtures. Netezza syntax is parsed as Netezza, not approximated as ANSI.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can lineage tell me which Netezza tables are safe to drop before migrating?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes, within the SQL you analyze: any table or view with no downstream consumers in the lineage graph is a retirement candidate. Feed SQLFlow all the SQL that touches the warehouse (views, ETL scripts, report queries) so the graph covers every consumer before you act on it.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow need access to the data on my Netezza appliance?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No. SQLFlow performs static analysis of SQL code and optionally reads schema metadata (table and column definitions). It never reads table rows. With the On-Premise edition, even the SQL text stays inside your network.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"How do I verify the migration preserved all dependencies?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Analyze the original Netezza SQL and the translated Snowflake, Redshift, or BigQuery SQL with their respective dialect parsers, export both lineage graphs as JSON or CSV, and diff the column-level edges. Any edge present on Netezza but missing on the target is a dependency the translation dropped.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"What does SQLFlow cost for a Netezza migration project?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"SQLFlow Cloud starts free, with premium at $49.99\\\/month. SQLFlow On-Premise is $500\\\/month or $4,800 one-time per selected database type, installable on two servers, with additional database types at $100\\\/month or $1,000 one-time each.\"\n                    }\n                }\n            ]\n        }\n    ]\n}<\/script>","protected":false},"excerpt":{"rendered":"<p>Netezza data lineage is the column-level map of how data moves through your Netezza SQL: which source columns feed each target table, view, and extract, and through which joins, filters, casts, and aggregations. Gudu SQLFlow builds that map automatically by parsing your Netezza code with a dedicated Netezza dialect parser, one of 39 dialect-specific parsers it ships. For most Netezza teams the motivation is not governance paperwork; it is that the appliance is reaching end of life, and you cannot migrate what you cannot see. Try it in 30 seconds: paste any Netezza query into the free online SQL lineage\u2026<\/p>","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"blocksy_meta":{"styles_descriptor":{"styles":{"desktop":"","tablet":"","mobile":""},"google_fonts":[],"version":5}},"_links":{"self":[{"href":"https:\/\/www.gudusoft.com\/de\/wp-json\/wp\/v2\/pages\/6768"}],"collection":[{"href":"https:\/\/www.gudusoft.com\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.gudusoft.com\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.gudusoft.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.gudusoft.com\/de\/wp-json\/wp\/v2\/comments?post=6768"}],"version-history":[{"count":0,"href":"https:\/\/www.gudusoft.com\/de\/wp-json\/wp\/v2\/pages\/6768\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.gudusoft.com\/de\/wp-json\/wp\/v2\/media?parent=6768"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}