{"id":6753,"date":"2026-07-12T02:06:31","date_gmt":"2026-07-12T10:06:31","guid":{"rendered":"https:\/\/www.gudusoft.com\/databricks-data-lineage\/"},"modified":"2026-07-12T02:06:31","modified_gmt":"2026-07-12T10:06:31","slug":"databricks-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-databricks\/","title":{"rendered":"Databricks Data Linage: Linaje a nivel de columna para Spark SQL y Delta"},"content":{"rendered":"<p><strong>Linaje de datos de Databricks<\/strong> es el mapa a nivel de columna de c\u00f3mo fluyen los datos a trav\u00e9s de su c\u00f3digo Spark SQL y Delta Lake: qu\u00e9 columnas de origen alimentan cada tabla de destino a trav\u00e9s de sus capas bronce, plata y oro, y qu\u00e9 transformaciones (uniones, agregaciones, <code>UNIR<\/code> La l\u00f3gica se desarrolla a lo largo del proceso. Unity Catalog captura autom\u00e1ticamente el linaje de las cargas de trabajo que se ejecutan a trav\u00e9s de \u00e9l; <strong>Flujo de SQL de Gudu<\/strong> Cubre todo lo dem\u00e1s analizando el propio SQL, lo que la convierte en la herramienta ideal para migraciones a Databricks, SQL que se ejecuta fuera de Unity Catalog y entornos que abarcan Databricks y otras plataformas.<\/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>Pru\u00e9balo en 30 segundos:<\/strong> pegar un Databricks <code>FUSIONAR EN<\/code> o consulta de cuaderno en el <a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=databricks-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Visualizador de linaje SQLFlow gratuito<\/a>Seleccione el dialecto de Databricks y obtenga el diagrama de linaje a nivel de columna de inmediato. No se requiere acceso a cl\u00fasteres ni espacios de trabajo.<\/p>\n\n<\/div><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">\u00bfCu\u00e1ndo necesitas algo m\u00e1s que el linaje del cat\u00e1logo de Unity?<\/h2>\n\n\n\n<p>Unity Catalog cumple su funci\u00f3n a la perfecci\u00f3n: para las consultas y los trabajos que se ejecutan a trav\u00e9s de \u00e9l, Databricks captura autom\u00e1ticamente el linaje, sin necesidad de herramientas adicionales. Si todo su entorno se encuentra en una \u00fanica cuenta de Databricks y todas las cargas de trabajo se ejecutan a trav\u00e9s de Unity Catalog, empiece por ah\u00ed.<\/p>\n\n\n\n<p>La brecha es estructural, no un error: el linaje capturado en tiempo de ejecuci\u00f3n solo existe para el c\u00f3digo que ya se ha ejecutado en el entorno que realiza la captura. Esto deja cuatro situaciones en las que los equipos recurren a un enfoque de an\u00e1lisis SQL:<\/p>\n\n\n\n<ul><li><strong>Antes de que el c\u00f3digo se ejecute en Databricks.<\/strong> Est\u00e1s migrando desde Oracle, Teradata o SQL Server y necesitas el gr\u00e1fico de dependencias del SQL heredado \u2014y del SQL reescrito de Databricks\u2014 antes de que se ejecute nada en producci\u00f3n.<\/li>\n<li><strong>SQL que nunca toca el cat\u00e1logo de Unity.<\/strong> SQL de notebook exportado a archivos, scripts en un repositorio Git, SQL generado por programadores externos o herramientas ETL, c\u00f3digo en espacios de trabajo que a\u00fan no se han actualizado al cat\u00e1logo de Unity.<\/li>\n<li><strong>Plataformas compartidas.<\/strong> Las canalizaciones que comienzan en SQL Server, se transforman en Databricks y llegan a Snowflake necesitan un gr\u00e1fico de linaje en los tres. SQLFlow incluye analizadores espec\u00edficos de dialecto para 39 bases de datos: Databricks y <a href=\"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-spark-sql\/\">Spark SQL<\/a> entre ellos, por lo que toda la cadena se analiza con un solo motor.<\/li>\n<li><strong>Linaje en un cat\u00e1logo que ya utilizas.<\/strong> Si su organizaci\u00f3n estandariza el uso de DataHub, Microsoft Purview u OpenMetadata en lugar de la interfaz de usuario de Databricks, necesita un linaje que se pueda exportar all\u00ed. SQLFlow incluye adaptadores de exportaci\u00f3n para las tres plataformas.<\/li><\/ul>\n\n\n\n<p>Ambos enfoques son complementarios. Unity Catalog te indica qu\u00e9 se ha ejecutado; el an\u00e1lisis est\u00e1tico de SQL te indica qu\u00e9 hace el c\u00f3digo, incluido el c\u00f3digo que a\u00fan no se ha ejecutado.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">C\u00f3mo SQLFlow analiza las consultas SQL de Databricks<\/h2>\n\n\n\n<p><a href=\"https:\/\/www.gudusoft.com\/es\/herramienta-de-linaje-de-datos-sql\/\">Flujo de SQL de Gudu<\/a> Es una herramienta automatizada de an\u00e1lisis de linaje de datos SQL basada en el analizador SQL general, un compilador SQL comercial desarrollado desde mediados de la d\u00e9cada de 2000 y validado con aproximadamente 13 600 conjuntos de pruebas por dialecto. Incluye un analizador de dialecto espec\u00edfico de Databricks de la familia Spark SQL (no una gram\u00e1tica ANSI gen\u00e9rica), por lo que las construcciones espec\u00edficas de Databricks se analizan como sintaxis de primera clase en lugar de aproximarse.<\/p>\n\n\n\n<p>El an\u00e1lisis es completamente est\u00e1tico. SQLFlow lee el texto SQL y, opcionalmente, los metadatos del esquema; nunca lee las filas de sus tablas Delta y con el <a href=\"https:\/\/www.gudusoft.com\/es\/version-local-de-sqlflow\/\">Edici\u00f3n local<\/a> El texto SQL en s\u00ed nunca sale de su red: se implementa en Docker o Kubernetes y se ejecuta aislado de la red. Para cada instrucci\u00f3n, el analizador construye un modelo sem\u00e1ntico completo, resolviendo cada referencia de columna a trav\u00e9s de CTEs, subconsultas, vistas y <code>SELECCIONAR *<\/code> Tras la expansi\u00f3n, el analizador de flujo de datos extrae las relaciones de origen a destino con granularidad de columna.<\/p>\n\n\n\n<p>Puedes alimentarlo con SQL de cualquier forma que exista en tu entorno: sentencias pegadas, archivos cargados, metadatos de la base de datos a trav\u00e9s de JDBC o un manifiesto dbt para proyectos dbt dirigidos a Databricks. El resultado es un diagrama interactivo y explorable, adem\u00e1s de datos de linaje estructurados en formato JSON, CSV, PNG o una respuesta de API REST.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Ejemplo: linaje a nivel de columna a trav\u00e9s de una fusi\u00f3n Delta<\/h2>\n\n\n\n<p><code>FUSIONAR EN<\/code> es el caballo de batalla de las canalizaciones de Delta Lake, y una instrucci\u00f3n donde el linaje a nivel de tabla es casi in\u00fatil, porque una sola fusi\u00f3n lee, compara, actualiza e inserta en una sola operaci\u00f3n. Consideremos una inserci\u00f3n\/actualizaci\u00f3n de capa oro:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>MERGE INTO gold.customer_ltv AS t USING ( SELECT o.customer_id, SUM(o.amount) AS lifetime_value, MAX(o.order_ts) AS last_order_ts FROM silver.orders o WHERE o.status = &#039;completed&#039; GROUP BY o.customer_id ) AS s ON t.customer_id = s.customer_id WHEN MATCHED THEN UPDATE SET t.lifetime_value = s.lifetime_value, t.last_order_ts = s.last_order_ts WHEN NOT MATCHED THEN INSERT (customer_id, lifetime_value, last_order_ts) VALUES (s.customer_id, s.lifetime_value, s.last_order_ts);<\/code><\/pre>\n\n\n\n<p>SQLFlow resuelve esto en relaciones precisas a nivel de columna. <code>oro.valor_de_vida_del_cliente<\/code> deriva de <code>cantidad.de.pedidos.de.plata<\/code> a trav\u00e9s de <code>SUMA()<\/code>, a trav\u00e9s de ambos <code>ACTUALIZAR<\/code> y el <code>INSERTAR<\/code> rama. <code>\u00faltimo_pedido_ts<\/code> deriva de <code>plata.pedidos.orden_ts<\/code> a trav\u00e9s de <code>MAX()<\/code>. El alias de la subconsulta <code>s<\/code> Se resuelve; el linaje apunta a la tabla fuente real, no a la intermedia.<\/p>\n\n\n\n<p>Igualmente importante es lo que SQLFlow clasifica como <strong>linaje indirecto<\/strong>: <code>estado de los pedidos de plata<\/code> nunca aterriza en el objetivo, pero el <code>D\u00d3NDE<\/code> El filtro aplicado da forma a cada valor fusionado, y <code>ID del cliente<\/code> impulsa tanto el <code>AGRUPACI\u00d3N POR<\/code> y la condici\u00f3n de coincidencia. SQLFlow modela el flujo de datos directo y la influencia indirecta como tipos de relaci\u00f3n distintos y que se pueden alternar por separado. La mayor\u00eda de las herramientas de la competencia no hacen esa distinci\u00f3n, y es exactamente lo que necesitas cuando alguien pregunta &quot;\u00bfcambiar la <code>estado<\/code> \u00bfEl vocabulario rompe el valor de vida del cliente? La respuesta honesta es s\u00ed, y solo el linaje consciente del impacto lo demuestra.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Migraci\u00f3n hacia (o desde) Databricks<\/h2>\n\n\n\n<p>La migraci\u00f3n es una de las razones m\u00e1s comunes por las que los equipos analizan Databricks SQL fuera de la plataforma. Unity Catalog no puede ayudarle a planificar una migraci\u00f3n, ya que el linaje que necesita describe c\u00f3digo que nunca se ha ejecutado en Databricks. Un flujo de trabajo basado en analizadores s\u00ed lo hace:<\/p>\n\n\n\n<ol><li><strong>Mapear la propiedad de origen.<\/strong> Ejecuta SQL heredado (Oracle, Teradata, SQL Server, incluyendo procedimientos almacenados y el SQL din\u00e1mico que contienen) a trav\u00e9s de SQLFlow para obtener el gr\u00e1fico de dependencias real. Esto te indicar\u00e1 qu\u00e9 migrar primero y qu\u00e9 c\u00f3digo est\u00e1 obsoleto.<\/li>\n<li><strong>Validar la reescritura.<\/strong> Analice el c\u00f3digo SQL de Databricks modificado con el analizador de dialectos de Databricks y compare los gr\u00e1ficos de linaje. Si las fuentes de una columna de destino cambiaron entre la versi\u00f3n de Teradata y la versi\u00f3n Delta, habr\u00e1 detectado un error de reescritura antes de su lanzamiento.<\/li>\n<li><strong>Verifica que no haya nada hu\u00e9rfano.<\/strong> Tras la migraci\u00f3n, se realiza un escaneo por lotes de ambos entornos: SQLFlow gestiona entornos de m\u00e1s de 100 bases de datos y m\u00e1s de un mill\u00f3n de columnas, con escaneos incrementales en un repositorio de linaje persistente.<\/li><\/ol>\n\n\n\n<p>La misma capacidad de comunicaci\u00f3n entre dialectos funciona en sentido inverso o lateral: si parte de su almac\u00e9n se est\u00e1 trasladando a Snowflake, <a href=\"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-copos-de-nieve\/\">Flujo de trabajo de linaje de copo de nieve<\/a> Utiliza el mismo motor, por lo que ambas plataformas terminan en un gr\u00e1fico comparable.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Exportaci\u00f3n del linaje de datos de Databricks a DataHub, Purview u OpenMetadata<\/h2>\n\n\n\n<p>Las plataformas basadas en cat\u00e1logos son buenos sistemas de registro para metadatos, y muchas organizaciones exigen uno en todas sus plataformas de datos. SQLFlow se integra como el motor de linaje subyacente: analiza el SQL, calcula el linaje indirecto y a nivel de columna, y env\u00eda el resultado a trav\u00e9s de adaptadores de exportaci\u00f3n dedicados para <strong>DataHub, Microsoft Purview y OpenMetadata<\/strong>Las exportaciones en formato JSON y CSV, adem\u00e1s de una API REST, cubren cualquier necesidad personalizada.<\/p>\n\n\n\n<p>Esta es tambi\u00e9n la soluci\u00f3n pr\u00e1ctica al problema de las m\u00faltiples plataformas: el linaje generado por dos extractores diferentes con dos modelos distintos es dif\u00edcil de integrar en un solo gr\u00e1fico. Un analizador sint\u00e1ctico que genere un \u00fanico gr\u00e1fico para los 39 dialectos, exportado al cat\u00e1logo que ya utiliza, evita este problema.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Formas de ejecutarlo<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>Opci\u00f3n<\/th><th>Lo mejor para<\/th><th>Notas<\/th><\/tr><\/thead><tbody>\n<tr><td><a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=databricks-data-lineage\">Nube SQLFlow<\/a><\/td><td>Hoy lo estamos probando con una base de datos SQL real de Databricks.<\/td><td>Nivel gratuito en el navegador; premium $49.99\/mes<\/td><\/tr>\n<tr><td>SQLFlow local<\/td><td>Entornos regulados; SQL debe permanecer interno.<\/td><td>Docker\/Kubernetes, con capacidad para trabajar en aislamiento f\u00edsico; $500\/mes o $4,800 pago \u00fanico por tipo de base de datos, instalable en dos servidores.<\/td><\/tr>\n<tr><td>API REST \/ CLI \/ Biblioteca Java<\/td><td>Automatizaci\u00f3n del linaje en CI o en su propia plataforma.<\/td><td>Mismo motor, sin interfaz gr\u00e1fica; widget JavaScript integrable con una API de m\u00e1s de 30 m\u00e9todos para renderizar diagramas en su producto.<\/td><\/tr>\n<\/tbody><\/table><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Preguntas frecuentes<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfSQLFlow reemplaza el linaje del cat\u00e1logo de Unity?<\/h3>\n\n\n<p>No, lo complementa. Unity Catalog registra autom\u00e1ticamente el historial de las cargas de trabajo que se ejecutan a trav\u00e9s de \u00e9l. SQLFlow analiza el SQL de forma est\u00e1tica, abarcando el c\u00f3digo antes de su ejecuci\u00f3n (migraciones), el SQL que se ejecuta fuera de Unity Catalog y los entornos que incluyen Databricks y otras plataformas, para luego exportar el resultado a DataHub, Purview u OpenMetadata.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfSQLFlow necesita acceso a mi espacio de trabajo o a mis datos de Databricks?<\/h3>\n\n\n<p>No. SQLFlow realiza un an\u00e1lisis est\u00e1tico del c\u00f3digo SQL, utilizando opcionalmente los metadatos del esquema para resolver las referencias. Nunca lee filas en las tablas Delta. Con la edici\u00f3n local, incluso el texto SQL permanece dentro de la red.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfPuede SQLFlow rastrear el linaje a trav\u00e9s de las sentencias MERGE INTO?<\/h3>\n\n\n<p>S\u00ed. Para un Delta <code>FUSIONAR EN<\/code>SQLFlow resuelve el <code>USANDO<\/code> subconsulta, asigna cada columna de destino a sus verdaderas columnas de origen a trav\u00e9s de ambos <code>ACTUALIZAR<\/code> y <code>INSERTAR<\/code> ramifica y clasifica las condiciones de coincidencia y los filtros como linaje indirecto (de impacto).<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfDatabricks es un dialecto distinto de Spark SQL en SQLFlow?<\/h3>\n\n\n<p>S\u00ed. SQLFlow admite 39 dialectos, incluyendo Databricks y Spark SQL por separado, cada uno con su propio analizador sint\u00e1ctico en la familia Spark SQL. Para consultas SQL escritas en Databricks, elija Databricks; tambi\u00e9n existe una herramienta dedicada. <a href=\"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-spark-sql\/\">P\u00e1gina de linaje de Spark SQL<\/a> para cargas de trabajo de Spark de c\u00f3digo abierto.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfFunciona con proyectos dbt en Databricks?<\/h3>\n\n\n<p>S\u00ed. Importa el manifiesto dbt y SQLFlow generar\u00e1 un linaje a nivel de columna en todos tus modelos, utilizando el dialecto de Databricks para analizar el SQL compilado.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfCu\u00e1nto cuesta SQLFlow?<\/h3>\n\n\n<p>SQLFlow Cloud comienza gratis; premium cuesta $49.99\/mes. On-Premise cuesta $500\/mes o $4,800 por \u00fanica vez por tipo de base de datos seleccionado. Los detalles completos est\u00e1n en el <a href=\"https:\/\/www.gudusoft.com\/es\/precios\/\">p\u00e1gina de precios<\/a>.<\/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\">Rastrea ahora tu linaje de Databricks.<\/h2>\n\n\n<p>Pegue una consulta Spark SQL o una operaci\u00f3n Delta MERGE en el visualizador gratuito, o p\u00f3ngase en contacto con nosotros para analizar todo un conjunto de datos migrados.<\/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=databricks-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Prueba SQLFlow gratis<\/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\/es\/contacto\/\">Solicite una demostraci\u00f3n para empresas.<\/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\\\/sql-data-lineage-tool\\\/\",\n            \"description\": \"Automated SQL data lineage tool with a dedicated Databricks dialect parser: column-level lineage for Spark SQL and Delta Lake MERGE statements, with export to DataHub, Microsoft Purview, and OpenMetadata.\",\n            \"featureList\": \"Databricks dialect parser, column-level lineage, indirect\\\/impact lineage, Delta MERGE INTO analysis, dbt support, cross-platform migration analysis across 39 dialects, DataHub\\\/Purview\\\/OpenMetadata export, REST API\",\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 replace Unity Catalog lineage?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No, it complements it. Unity Catalog captures lineage for workloads that run through it. SQLFlow analyzes SQL statically, covering code before it runs (migrations), SQL executed outside Unity Catalog, and cross-platform estates, then exports to DataHub, Purview, or OpenMetadata.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow need access to my Databricks workspace or data?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No. SQLFlow performs static analysis of SQL code and optionally reads schema metadata. It never reads rows in your Delta tables, and the On-Premise edition keeps SQL text inside your network.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can SQLFlow trace lineage through MERGE INTO statements?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. For a Delta MERGE INTO, SQLFlow resolves the USING subquery, maps each target column to its source columns through both the UPDATE and INSERT branches, and classifies match conditions and filters as indirect lineage.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Is Databricks a distinct dialect from Spark SQL in SQLFlow?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. SQLFlow's 39 supported dialects list Databricks and Spark SQL separately, each with its own dialect-specific parser in the Spark SQL family.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow work with dbt projects on Databricks?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. Import the dbt manifest and SQLFlow produces column-level lineage across your models, parsing the compiled SQL with the Databricks dialect.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"What does SQLFlow cost?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"SQLFlow Cloud starts free; premium is $49.99\\\/month. SQLFlow On-Premise is $500\\\/month or $4,800 one-time per selected database type.\"\n                    }\n                }\n            ]\n        }\n    ]\n}<\/script>","protected":false},"excerpt":{"rendered":"<p>El linaje de datos de Databricks es el mapa a nivel de columna de c\u00f3mo fluyen los datos a trav\u00e9s de su c\u00f3digo Spark SQL y Delta Lake: qu\u00e9 columnas de origen alimentan cada tabla de destino a trav\u00e9s de sus capas bronce, plata y oro, y qu\u00e9 transformaciones (uniones, agregaciones, l\u00f3gica MERGE) ocurren en el proceso. Unity Catalog captura el linaje autom\u00e1ticamente para las cargas de trabajo que se ejecutan a trav\u00e9s de \u00e9l; Gudu SQLFlow cubre todo lo dem\u00e1s analizando el propio SQL, lo que lo convierte en la herramienta para migraciones a Databricks, SQL que se ejecuta fuera de Unity Catalog y entornos que abarcan Databricks y otras plataformas. Pru\u00e9belo en 30 segundos: pegue una sentencia MERGE INTO de Databricks\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\/es\/wp-json\/wp\/v2\/pages\/6753"}],"collection":[{"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/comments?post=6753"}],"version-history":[{"count":0,"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/pages\/6753\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/media?parent=6753"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}