{"id":6758,"date":"2026-07-12T02:07:13","date_gmt":"2026-07-12T10:07:13","guid":{"rendered":"https:\/\/www.gudusoft.com\/hive-data-lineage\/"},"modified":"2026-07-12T02:07:13","modified_gmt":"2026-07-12T10:07:13","slug":"hive-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-la-colmena\/","title":{"rendered":"Linaje de datos de Hive: Linaje a nivel de columna para HQL y Hadoop ETL"},"content":{"rendered":"<p><strong>Linaje de datos de Hive<\/strong> es el mapa a nivel de columna de c\u00f3mo fluyen los datos a trav\u00e9s de su HQL: qu\u00e9 tablas y columnas de origen alimentan cada tabla, partici\u00f3n y vista de Hive, y a trav\u00e9s de qu\u00e9 uniones, agregaciones y <code>VISTA LATERAL<\/code> expansiones. La forma m\u00e1s fiable de construirlo es analizar el propio HQL. <strong>Flujo de SQL de Gudu<\/strong> Incluye un analizador de dialectos de Hive espec\u00edfico que convierte tus scripts en un diagrama de linaje interactivo a nivel de columna sin necesidad de modificar tu cl\u00faster.<\/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 ahora:<\/strong> pegue cualquier script de HiveQL en el <a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=hive-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Visualizador de linaje de Hive en l\u00ednea gratuito<\/a>Seleccione el dialecto de Hive y obtenga un diagrama de linaje a nivel de columna en segundos. No se requiere acceso al cl\u00faster: la versi\u00f3n gratuita se ejecuta en el navegador.<\/p>\n\n<\/div><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Por qu\u00e9 el linaje de datos de Hive es m\u00e1s dif\u00edcil de lo que parece<\/h2>\n\n\n\n<p>Un almac\u00e9n Hadoop t\u00edpico acumula a\u00f1os de HQL: cargas de preparaci\u00f3n, particionadas <code>INSERTAR SOBREESCRIBIR<\/code> trabajos, vistas sobre tablas externas y scripts programados de Oozie o Airflow que nadie ha le\u00eddo desde que la persona que los escribi\u00f3 se fue. Responder a &quot;\u00bfqu\u00e9 alimenta <code>dw.ingresos_diarios<\/code>?\u201d o \u201c\u00bfqu\u00e9 se rompe si nos caemos?\u201d <code>estado de los pedidos de preparaci\u00f3n<\/code>?\u201d significa rastrear las referencias de las columnas a trav\u00e9s de todo ello.<\/p>\n\n\n\n<p>Los analizadores SQL gen\u00e9ricos tienen dificultades con las estructuras que hacen de HiveQL un dialecto propio:<\/p>\n\n\n\n<ul><li><strong><code>VISTA LATERAL explode()<\/code><\/strong> \u2014 Una columna de entrada de matrices o mapas se despliega en m\u00faltiples filas y nuevas columnas derivadas. El linaje debe conectar las columnas de salida descompuestas con la colecci\u00f3n de origen \u00fanica.<\/li>\n<li><strong>Particionado <code>INSERTAR SOBREESCRIBIR<\/code><\/strong> \u2014 la columna de partici\u00f3n puede provenir de un literal est\u00e1tico en el <code>DIVIDIR<\/code> cl\u00e1usula o din\u00e1micamente a partir de las \u00faltimas columnas SELECT. Ambos casos cambian qu\u00e9 columnas se consideran fuentes de linaje.<\/li>\n<li><strong>Tablas externas<\/strong> \u2014 La tabla es un esquema sobre archivos en HDFS o almacenamiento de objetos. Lineage debe tratarla como una fuente de primera clase, aunque ning\u00fan SQL anterior la haya escrito.<\/li>\n<li><strong>Sintaxis espec\u00edfica de Hive<\/strong> \u2014 <code>DISTRIBUIDO POR<\/code>, <code>AGRUPACI\u00d3N POR<\/code>, inserci\u00f3n m\u00faltiple (<code>DESDE ... INSERTAR ... INSERTAR ...<\/code>Los tipos respaldados por SerDe y los identificadores entre comillas invertidas rompen las gram\u00e1ticas que solo admiten ANSI.<\/li><\/ul>\n\n\n\n<p>SQLFlow analiza HiveQL con un analizador de dialecto dedicado, uno de los 39 analizadores espec\u00edficos de dialecto en la herramienta, una gram\u00e1tica construida para HiveQL, no un analizador ANSI gen\u00e9rico con excepciones a\u00f1adidas. El motor subyacente, el <a href=\"https:\/\/www.sqlparser.com\/\">Analizador SQL general<\/a>Se ha desarrollado comercialmente desde mediados de la d\u00e9cada de 2000 y se valida con aproximadamente 13.600 conjuntos de pruebas SQL por dialecto.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Ganchos de Atlas frente a an\u00e1lisis de HQL: dos maneras de obtener el linaje de Hive<\/h2>\n\n\n\n<p>La mayor\u00eda de los equipos de Hadoop primero se re\u00fanen con el linaje a trav\u00e9s de <strong>Atlas Apache<\/strong>Atlas cumple a la perfecci\u00f3n con su prop\u00f3sito: su gancho para Hive se ubica en el cl\u00faster y captura el linaje a medida que se ejecutan los trabajos, lo que proporciona un registro de gobernanza en tiempo real de lo que se ejecut\u00f3, cu\u00e1ndo, vinculado a la clasificaci\u00f3n y el etiquetado en toda la pila de Hadoop.<\/p>\n\n\n\n<p>Sin embargo, el enfoque basado en ganchos tiene limitaciones estructurales, y estas son especialmente importantes cuando los equipos buscan el linaje:<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th><\/th><th>Ganchos de tiempo de ejecuci\u00f3n (estilo Atlas)<\/th><th>An\u00e1lisis sint\u00e1ctico de HQL (SQLFlow)<\/th><\/tr><\/thead><tbody>\n<tr><td>Necesita un cl\u00faster en funcionamiento<\/td><td>S\u00ed, el linaje se captura solo cuando los trabajos se ejecutan con el gancho instalado.<\/td><td>No \u2014 an\u00e1lisis est\u00e1tico del texto SQL, en cualquier lugar<\/td><\/tr>\n<tr><td>Cubre el c\u00f3digo que no se ha ejecutado<\/td><td>No, un script que nunca se ejecuta no deja rastro.<\/td><td>S\u00ed, todos los scripts del repositorio, incluidos los trabajos inactivos o que se ejecutan con poca frecuencia.<\/td><\/tr>\n<tr><td>Funciona durante\/despu\u00e9s de la migraci\u00f3n.<\/td><td>Dif\u00edcil: una vez que se desactiva el cl\u00faster, tambi\u00e9n se desactiva el punto de captura.<\/td><td>S\u00ed, analice el HQL exportado sin conexi\u00f3n, antes, durante y despu\u00e9s de la migraci\u00f3n.<\/td><\/tr>\n<tr><td>Cobertura hist\u00f3rica<\/td><td>Comienza cuando instalaste el gancho<\/td><td>Completo: el c\u00f3digo es el registro<\/td><\/tr>\n<tr><td>Lee tus datos<\/td><td>Se ejecuta dentro del cl\u00faster junto con los trabajos.<\/td><td>Nunca: solo texto SQL y metadatos de esquema.<\/td><\/tr>\n<\/tbody><\/table><\/figure>\n\n\n\n<p>Estos enfoques son complementarios en lugar de rivales: los hooks te dicen qu\u00e9 se ejecut\u00f3; un analizador te dice qu\u00e9 hace el c\u00f3digo. Si tu pregunta es &quot;documentar cada dependencia en este entorno de Hive para que podamos auditarlo o moverlo&quot;, el an\u00e1lisis es la herramienta que responde a ella, y SQLFlow puede enviar sus resultados a <strong>DataHub, Microsoft Purview u OpenMetadata<\/strong> si uno de esos es su sistema de registro.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Linaje a nivel de columna de un trabajo HiveQL real<\/h2>\n\n\n\n<p>Esta es la forma del trabajo que ejecuta cada almac\u00e9n de Hadoop cada noche: una partici\u00f3n <code>INSERTAR SOBREESCRIBIR<\/code> construido a partir de mesas de preparaci\u00f3n unidas:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>INSERTAR SOBREESCRIBIR TABLA dw.daily_revenue PARTICI\u00d3N (ds = &#039;2026-07-11&#039;) SELECCIONAR c.region, SUMA(o.amount) COMO ingresos, CONTAR(DISTINCT o.order_id) COMO order_cnt DESDE staging.orders o UNIR staging.customers c EN o.customer_id = c.customer_id DONDE o.ds = &#039;2026-07-11&#039; Y o.status = &#039;COMPLETE&#039; AGRUPAR POR c.region;<\/code><\/pre>\n\n\n\n<p>Ejecute esto a trav\u00e9s de SQLFlow y el diagrama muestra, por columna de salida:<\/p>\n\n\n\n<ul><li><code>dw.ingresos_diarios.ingresos<\/code> es alimentado directamente por <code>cantidad.de.pedidos.de.preparaci\u00f3n<\/code> a trav\u00e9s de <code>SUMA()<\/code>.<\/li>\n<li><code>dw.ingresos_diarios.cantidad_de_pedidos<\/code> es alimentado por <code>staging.orders.order_id<\/code> a trav\u00e9s de <code>CONTAR(DISTINTO)<\/code>.<\/li>\n<li><code>dw.regreso_diario.region<\/code> mapas directamente de <code>regi\u00f3n de clientes de puesta en escena<\/code>.<\/li>\n<li>El valor de partici\u00f3n est\u00e1tica se rellena <code>dw.daily_revenue.ds<\/code> \u2014 SQLFlow modela la columna de partici\u00f3n como un destino de linaje aunque nunca aparezca en la lista SELECT.<\/li>\n<li><code>estado de los pedidos de preparaci\u00f3n<\/code>, <code>\u00f3rdenes de puesta en escena.ds<\/code>y ambos <code>ID del cliente<\/code> Las columnas dan forma al resultado a trav\u00e9s de la <code>D\u00d3NDE<\/code> y <code>UNIRSE<\/code> condiciones sin aterrizar en la salida. SQLFlow registra estos como <strong>linaje indirecto (de impacto)<\/strong>, un tipo de relaci\u00f3n separado y conmutable. La mayor\u00eda de las herramientas de linaje no hacen esta distinci\u00f3n, sin embargo, es exactamente lo que necesita el an\u00e1lisis de impacto: cambio <code>estado<\/code> codificaci\u00f3n y cada cifra de ingresos se mueven hacia adelante.<\/li><\/ul>\n\n\n\n<p>La misma resoluci\u00f3n de columna funciona a trav\u00e9s de <code>VISTA LATERAL explode()<\/code>: si una tabla descendente selecciona <code>item.sku<\/code> de una explosi\u00f3n <code>art\u00edculos_de_orden<\/code> matriz, trazas de SQLFlow <code>sku<\/code> De vuelta a la columna de la colecci\u00f3n de origen, a trav\u00e9s del alias de tabla que introdujo la vista lateral. Tambi\u00e9n resuelve referencias a trav\u00e9s de CTE, subconsultas anidadas, vistas y <code>SELECCIONAR *<\/code> expansi\u00f3n, por lo que el HQL heredado con gran cantidad de estrellas a\u00fan produce bordes de columna precisos.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Linaje de la colmena en el momento de la migraci\u00f3n<\/h2>\n\n\n\n<p>La raz\u00f3n m\u00e1s com\u00fan por la que los equipos necesitan el linaje de Hive hoy en d\u00eda es que est\u00e1n abandonando Hive. Ya sea que el destino sea Spark, Databricks o un almac\u00e9n de datos en la nube, las preguntas son las mismas: \u00bfqu\u00e9 trabajos alimentan qu\u00e9 tablas, en qu\u00e9 orden deben migrarse y cu\u00e1les de estos 4000 scripts est\u00e1n realmente obsoletos?<\/p>\n\n\n\n<p>Debido a que SQLFlow funciona solo desde el c\u00f3digo, puede ejecutar el an\u00e1lisis en una exportaci\u00f3n de su repositorio HQL desde cualquier m\u00e1quina, sin necesidad de acceso al cl\u00faster (posiblemente ya congelado). El escaneo por lotes est\u00e1 dise\u00f1ado para esto: SQLFlow escanea conjuntos de m\u00e1s de 100 bases de datos y m\u00e1s de un mill\u00f3n de columnas, mantiene los resultados en un repositorio de linaje persistente y se actualiza incrementalmente a medida que cambian los scripts durante la migraci\u00f3n. Y dado que Hive, <a href=\"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-spark-sql\/\">Spark SQL<\/a>, y <a href=\"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-databricks\/\">Databricks<\/a> Cada uno tiene su propio analizador de dialecto en la misma herramienta, puedes analizar el c\u00f3digo fuente y el c\u00f3digo de destino reescrito uno al lado del otro y verificar que el nuevo linaje coincida con el antiguo.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">C\u00f3mo ejecutarlo<\/h2>\n\n\n\n<ul><li><strong>Pegue o cargue HQL<\/strong> En SQLFlow Cloud: plan gratuito, resultados en el navegador, exportables como JSON, CSV o PNG.<\/li>\n<li><strong>Extraer metadatos del metastore<\/strong> a trav\u00e9s de JDBC para que las definiciones de vista y los esquemas se resuelvan <code>SELECCIONAR *<\/code> y referencias entre diferentes sistemas de escritura correctamente.<\/li>\n<li><strong>Automat\u00edzalo<\/strong> a trav\u00e9s del <a href=\"https:\/\/www.gudusoft.com\/es\/api-restful-de-sqlflow\/\">API REST<\/a> o bien, una interfaz de l\u00ednea de comandos sin interfaz gr\u00e1fica (headless CLI), por ejemplo, analizar cada cambio de HQL en la integraci\u00f3n continua antes de que se fusione.<\/li>\n<li><strong>Mant\u00e9n todo dentro de la red.<\/strong> con <a href=\"https:\/\/www.gudusoft.com\/es\/version-local-de-sqlflow\/\">SQLFlow local<\/a>Docker o Kubernetes, aislado de la red si es necesario, $500\/mes o $4,800 pago \u00fanico por tipo de base de datos seleccionado. Muchos entornos Hadoop se encuentran en bancos y empresas de telecomunicaciones donde el texto SQL no puede salir de la red; esta edici\u00f3n est\u00e1 pensada para ellos.<\/li><\/ul>\n\n\n\n<p>En cada implementaci\u00f3n, SQLFlow realiza solo an\u00e1lisis est\u00e1tico: lee el c\u00f3digo SQL y los metadatos del esquema, nunca las filas de sus tablas. Desde la versi\u00f3n 8.2.3 tambi\u00e9n puede consultar el gr\u00e1fico resultante en lenguaje natural (&quot;qu\u00e9 tablas dependen de <code>\u00f3rdenes de preparaci\u00f3n<\/code>?\u201d), con cada tabla y columna de la respuesta validada contra el gr\u00e1fico analizado antes de su visualizaci\u00f3n. Para obtener una descripci\u00f3n m\u00e1s amplia de las capacidades, consulte el <a href=\"https:\/\/www.gudusoft.com\/es\/herramienta-de-linaje-de-datos-sql\/\">Descripci\u00f3n general de la herramienta de linaje de datos SQL<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Preguntas frecuentes<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfPuede SQLFlow generar el linaje de Hive sin acceso al cl\u00faster?<\/h3>\n\n\n<p>S\u00ed. SQLFlow analiza el texto HQL, por lo que una exportaci\u00f3n de sus scripts (m\u00e1s DDL para una lectura precisa) <code>SELECCIONAR *<\/code> La resoluci\u00f3n es suficiente. Esa es la diferencia clave con los enfoques basados en ganchos, como Apache Atlas, que capturan el linaje solo cuando los trabajos se ejecutan en un cl\u00faster en vivo con el gancho instalado.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfAdmite la sintaxis LATERAL VIEW explode y otras sintaxis espec\u00edficas de Hive?<\/h3>\n\n\n<p>S\u00ed. Hive tiene su propio analizador dedicado entre los 39 analizadores de dialectos de SQLFlow, que cubren <code>VISTA LATERAL explode()<\/code>, particionado <code>INSERTAR SOBREESCRIBIR<\/code>y tablas externas.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfEl linaje se realiza a nivel de columna o a nivel de tabla?<\/h3>\n\n\n<p>A nivel de columna. Para cada columna de salida, SQLFlow identifica las columnas de origen exactas que la alimentan y las funciones, conversiones, uniones y operadores de conjuntos a lo largo del proceso. Adem\u00e1s, registra el linaje indirecto: columnas utilizadas en <code>D\u00d3NDE<\/code>, <code>UNIRSE<\/code>, y <code>AGRUPACI\u00d3N POR<\/code> cl\u00e1usulas que dan forma al resultado sin aparecer en \u00e9l.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfPuedo exportar el linaje de Hive a mi cat\u00e1logo de datos?<\/h3>\n\n\n<p>S\u00ed. Las implementaciones empresariales incluyen adaptadores de exportaci\u00f3n para DataHub, Microsoft Purview y OpenMetadata, adem\u00e1s de exportaci\u00f3n en formato JSON y CSV y una API REST para integraciones personalizadas.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfSQLFlow lee los datos almacenados en mis tablas de Hive?<\/h3>\n\n\n<p>No. Realiza un an\u00e1lisis est\u00e1tico del c\u00f3digo SQL y, opcionalmente, lee los metadatos del esquema desde el metastore. Los datos de las filas de la tabla nunca se modifican y, con la edici\u00f3n local, el texto SQL nunca sale de la red.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfCu\u00e1nto cuesta SQLFlow?<\/h3>\n\n\n<p>SQLFlow Cloud es gratuito; las cuentas premium cuestan 49,99 \u20ac al mes. SQLFlow On-Premise cuesta 500 \u20ac al mes o 4800 \u20ac por \u00fanica vez por cada tipo de base de datos seleccionado, y se puede instalar en dos servidores. Los tipos de bases de datos adicionales cuestan 100 \u20ac al mes o 1000 \u20ac por \u00fanica vez cada uno.<\/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\">Mapea el linaje de tu propiedad de Hive<\/h2>\n\n\n<p>Pegue un script HQL en el visualizador gratuito o p\u00f3ngase en contacto con nosotros para analizar por lotes todo su almac\u00e9n de Hadoop antes de que comience la migraci\u00f3n.<\/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=hive-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\\\/hive-data-lineage\\\/\",\n            \"description\": \"Automated data lineage for Apache Hive: a dedicated HiveQL parser produces interactive column-level lineage diagrams from HQL scripts \\u2014 LATERAL VIEW, partitioned INSERT OVERWRITE, external tables \\u2014 with no running cluster required.\",\n            \"featureList\": \"Hive dialect parser, column-level lineage, indirect\\\/impact lineage, LATERAL VIEW explode support, partitioned INSERT OVERWRITE, batch estate scanning, DataHub\\\/Purview\\\/OpenMetadata export, REST API, on-premise deployment\",\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\": \"Can SQLFlow build Hive lineage without access to the cluster?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. SQLFlow parses HQL text, so an export of your scripts plus DDL is enough. Hook-based approaches like Apache Atlas capture lineage only when jobs execute on a live cluster with the hook installed.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does it handle LATERAL VIEW explode and other Hive-specific syntax?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. Hive has its own dedicated parser among SQLFlow's 39 dialect parsers, covering LATERAL VIEW explode(), partitioned INSERT OVERWRITE, and external tables.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Is the lineage column-level or table-level?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Column-level. For each output column, SQLFlow identifies the exact source columns that feed it and the functions, casts, joins, and set operators along the way, plus indirect lineage from WHERE, JOIN, and GROUP BY clauses.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can I export Hive lineage to my data catalog?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. Enterprise deployments include export adapters for DataHub, Microsoft Purview, and OpenMetadata, plus JSON and CSV export and a REST API for custom integrations.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow read the data stored in my Hive tables?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No. It performs static analysis of SQL code and optionally reads schema metadata from the metastore. Table row data is never touched, and with the On-Premise edition the SQL text never leaves your network.\"\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, 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>Hive data lineage is the column-level map of how data flows through your HQL: which source tables and columns feed each Hive table, partition, and view, and through which joins, aggregations, and LATERAL VIEW expansions. The most reliable way to build it is to parse the HQL itself \u2014 Gudu SQLFlow ships a dedicated Hive dialect parser that turns your scripts into an interactive, column-level lineage diagram without touching your cluster. Try it now: paste any HiveQL script into the free online Hive lineage visualizer, select the Hive dialect, and get a column-level lineage diagram in seconds. No cluster access\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\/6758"}],"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=6758"}],"version-history":[{"count":0,"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/pages\/6758\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/media?parent=6758"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}