{"id":6766,"date":"2026-07-12T02:08:25","date_gmt":"2026-07-12T10:08:25","guid":{"rendered":"https:\/\/www.gudusoft.com\/greenplum-data-lineage\/"},"modified":"2026-07-12T02:08:25","modified_gmt":"2026-07-12T10:08:25","slug":"greenplum-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-greenplum\/","title":{"rendered":"Linaje de datos de Greenplum: Linaje de columnas para almacenes MPP"},"content":{"rendered":"<p><strong>Linaje de datos de Greenplum<\/strong> Es el mapa a nivel de columna de c\u00f3mo fluyen los datos a trav\u00e9s de un almac\u00e9n de Greenplum: desde tablas externas y esquemas de preparaci\u00f3n, a trav\u00e9s de cadenas ELT INSERT-SELECT y vistas, hasta las tablas de hechos y dimensiones distribuidas que leen los informes. <a href=\"https:\/\/www.gudusoft.com\/es\/herramienta-de-linaje-de-datos-sql\/\">Flujo de SQL de Gudu<\/a> Crea ese mapa autom\u00e1ticamente analizando su SQL de Greenplum con un analizador de dialecto de Greenplum espec\u00edfico (uno de los 39 analizadores espec\u00edficos de dialecto que incluye) y generando un diagrama interactivo que puede seguir columna por columna.<\/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 consulta o DDL de Greenplum en el <a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=greenplum-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Visualizador de linaje SQL en l\u00ednea gratuito<\/a>Seleccione el dialecto Greenplum y obtenga un diagrama de linaje a nivel de columna en segundos.<\/p>\n\n<\/div><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Por qu\u00e9 el linaje de datos de Greenplum necesita un analizador dedicado<\/h2>\n\n\n\n<p>Greenplum es una base de datos MPP de la familia PostgreSQL, y la mayor parte de su sintaxis de consulta resultar\u00e1 familiar para cualquiera que conozca Postgres. Pero las partes de un entorno Greenplum que tienen mayor peso en cuanto a su linaje son precisamente las que divergen de PostgreSQL est\u00e1ndar:<\/p>\n\n\n\n<ul><li><strong>Tablas externas.<\/strong> <code>CREAR TABLA EXTERNA<\/code> con <code>gpfdist<\/code> o ubicaciones de archivos es la puerta de entrada est\u00e1ndar para la llegada de datos en Greenplum. Un analizador que se bloquea en el <code>UBICACI\u00d3N<\/code> y <code>FORMATO<\/code> Las cl\u00e1usulas pierden el primer salto de cada canalizaci\u00f3n de carga.<\/li>\n<li><strong>Claves de distribuci\u00f3n.<\/strong> <code>DISTRIBUIDO POR<\/code> y <code>DISTRIBUIDO ALEATORIAMENTE<\/code> Las cl\u00e1usulas aparecen en casi todas las definiciones de tabla. Las gram\u00e1ticas ANSI gen\u00e9ricas las rechazan, lo que significa que rechazan su DDL, lo que significa que no hay ning\u00fan linaje para esas tablas.<\/li>\n<li><strong>INSERTAR-SELECCIONAR cadenas ELT.<\/strong> Los almacenes de Greenplum normalmente transforman los datos en la base de datos: tabla de preparaci\u00f3n a tabla conformada a tabla de hechos, cada paso es una <code>INSERTAR EN ... SELECCIONAR<\/code> con uniones, conversiones y agregaciones. El linaje debe construirse a lo largo de cada salto de la cadena, no calcularse por instrucci\u00f3n de forma aislada.<\/li><\/ul>\n\n\n\n<p>SQLFlow maneja los tres porque su soporte para Greenplum es un analizador de dialecto distinto, no PostgreSQL con los errores suprimidos. El motor subyacente es el <a href=\"https:\/\/www.sqlparser.com\/\">Analizador SQL general<\/a>, un front-end de compilador SQL comercial desarrollado desde mediados de la d\u00e9cada de 2000 y validado con aproximadamente 13.600 conjuntos de pruebas SQL por dialecto.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Ejemplo pr\u00e1ctico: carga de una tabla externa en una tabla de hechos distribuida.<\/h2>\n\n\n\n<p>Aqu\u00ed hay una versi\u00f3n compacta del patr\u00f3n que siguen la mayor\u00eda de las canalizaciones de carga de Greenplum. Los archivos de pedidos diarios llegan a trav\u00e9s de <code>gpfdist<\/code>, aterrizan en una tabla externa y se fusionan en una tabla de hechos distribuida en <code>ID de pedido<\/code>:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>CREATE EXTERNAL TABLE ext_stage.daily_orders ( order_id bigint, customer_id bigint, order_ts timestamp, amount numeric(12,2), channel text ) LOCATION (&#039;gpfdist:\/\/etl-host:8081\/daily_orders*.csv&#039;) FORMAT &#039;CSV&#039; (HEADER); CREATE TABLE dw.fact_orders ( order_id bigint, customer_sk bigint, order_date date, net_amount numeric(12,2) ) DISTRIBUTED BY (order_id); INSERT INTO dw.fact_orders (order_id, customer_sk, order_date, net_amount) SELECT o.order_id, c.customer_sk, o.order_ts::date, o.amount - COALESCE(r.refund_amount, 0) FROM ext_stage.daily_orders o JOIN dw.dim_customer c ON c.customer_id = o.customer_id LEFT JOIN dw.stg_refunds r ON r.order_id = o.order_id WHERE o.channel &lt;&gt; &#039;test&#039;;<\/code><\/pre>\n\n\n\n<p>Ejecute esto a trav\u00e9s de SQLFlow y el diagrama muestra, para cada columna de <code>dw.fact_orders<\/code>Exactamente de d\u00f3nde proced\u00edan los datos y qu\u00e9 les sucedi\u00f3 durante el trayecto:<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>Columna objetivo<\/th><th>Columnas de origen<\/th><th>Transformaci\u00f3n<\/th><\/tr><\/thead><tbody>\n<tr><td><code>fact_orders.order_id<\/code><\/td><td><code>ext_stage.daily_orders.order_id<\/code><\/td><td>Copia directa<\/td><\/tr>\n<tr><td><code>fact_orders.customer_sk<\/code><\/td><td><code>dw.dim_customer.customer_sk<\/code><\/td><td>Directo, a trav\u00e9s de unirse en <code>ID del cliente<\/code><\/td><\/tr>\n<tr><td><code>fact_orders.order_date<\/code><\/td><td><code>ext_stage.daily_orders.order_ts<\/code><\/td><td>Elegir a <code>fecha<\/code><\/td><\/tr>\n<tr><td><code>fact_orders.net_amount<\/code><\/td><td><code>cantidad_de_pedidos_diarios<\/code>, <code>stg_refunds.cantidad_de_reembolso<\/code><\/td><td>Resta con <code>JUNTARSE<\/code><\/td><\/tr>\n<\/tbody><\/table><\/figure>\n\n\n\n<p>Observe lo que habr\u00eda ocultado una vista a nivel de tabla: <code>cantidad_neta<\/code> se alimenta de dos tablas diferentes y la tabla externa <code>canal<\/code> La columna nunca llega a la tabla de hechos, pero aun as\u00ed controla qu\u00e9 filas s\u00ed lo hacen. SQLFlow tambi\u00e9n captura este segundo tipo de relaci\u00f3n.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Linaje directo frente a linaje indirecto en cadenas ELT<\/h2>\n\n\n\n<p>En el ejemplo anterior, <code>canal<\/code> aparece solo en el <code>D\u00d3NDE<\/code> La cl\u00e1usula y las claves de uni\u00f3n aparecen solo en <code>EN<\/code> condiciones. Ninguna de ellas llega a la salida, pero cambiar cualquiera de ellas cambia los n\u00fameros en <code>\u00f3rdenes de hechos<\/code>. SQLFlow modela estos como <strong>linaje indirecto (de impacto)<\/strong>, un tipo de relaci\u00f3n distinto al flujo de datos directo, y permite activar o desactivar cada uno de forma independiente en el diagrama. La mayor\u00eda de las herramientas de linaje no hacen esta distinci\u00f3n, lo que significa que su an\u00e1lisis de impacto omite silenciosamente las dependencias de filtrado y uni\u00f3n.<\/p>\n\n\n\n<p>Esto importa m\u00e1s en Greenplum que en la mayor\u00eda de los entornos debido a la profundidad de las cadenas INSERT-SELECT. Un entorno t\u00edpico apila tablas externas, tablas de preparaci\u00f3n, capas conformadas, capas de hechos y vistas de informes unas sobre otras. SQLFlow resuelve las referencias de columna en cada salto, incluidas las CTE, subconsultas, vistas y <code>SELECCIONAR *<\/code> expansi\u00f3n, de modo que un rastro desde una columna de informe regresa al flujo del archivo de origen en una ruta continua.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">\u00bfVas a dejar de usar Greenplum? Primero, mapea las dependencias.<\/h2>\n\n\n\n<p>Muchas instalaciones de Greenplum son ahora candidatas a migrar a almacenes de datos en la nube, y la principal causa de sobrecostes en la migraci\u00f3n son las dependencias desconocidas: la vista que nadie document\u00f3, la tabla intermedia que tres consumidores consultaron discretamente, la columna que necesita un informe posterior y que el nuevo modelo elimin\u00f3. Crear un mapa de dependencias antes de la migraci\u00f3n es la clave para evitar descubrir estos problemas en producci\u00f3n.<\/p>\n\n\n\n<p>Un flujo de trabajo de migraci\u00f3n basado en el linaje con SQLFlow tiene este aspecto:<\/p>\n\n\n\n<ol><li><strong>Inspeccione la propiedad.<\/strong> Alimenta SQLFlow con tus definiciones DDL, vistas y scripts de carga de Greenplum: p\u00e9galos, s\u00fabelos como archivos o desc\u00e1rgalos en tiempo real a trav\u00e9s de JDBC. Las implementaciones empresariales escanean por lotes conjuntos de m\u00e1s de 100 bases de datos y m\u00e1s de un mill\u00f3n de columnas, con escaneos incrementales a medida que cambia el c\u00f3digo.<\/li>\n<li><strong>Averigua qu\u00e9 es lo que se usa realmente.<\/strong> El linaje a nivel de columna separa las tablas y columnas que alimentan las salidas en tiempo real de aquellas que no se leen, de modo que se migra el almac\u00e9n de datos real en lugar de veinte a\u00f1os de acumulaci\u00f3n.<\/li>\n<li><strong>Secuencia el movimiento.<\/strong> El gr\u00e1fico de linaje muestra el orden de dependencia: qu\u00e9 \u00e1reas tem\u00e1ticas pueden moverse de forma independiente y cu\u00e1les arrastran consigo una cadena de fuentes ascendentes.<\/li>\n<li><strong>Verificar el objetivo.<\/strong> Dado que el mismo motor analiza el dialecto de destino (Snowflake, BigQuery, Redshift, Databricks y el resto de los 39 dialectos compatibles), puede diagramar el SQL migrado y comparar el linaje antes y despu\u00e9s.<\/li><\/ol>\n\n\n\n<p>Los equipos que gestionan entornos heredados mixtos utilizan el mismo enfoque en otras plataformas MPP: consulte las p\u00e1ginas complementarias en <a href=\"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-teradata\/\">Linaje de datos de Teradata<\/a> y <a href=\"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-vertica\/\">Linaje de datos de Vertica<\/a>. Y como Greenplum se deriva de PostgreSQL, las propiedades que tambi\u00e9n ejecutan Postgres est\u00e1ndar pueden cubrir ambas con una sola herramienta: la <a href=\"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-postgresql\/\">Linaje de datos de PostgreSQL<\/a> Esta p\u00e1gina explica las diferencias.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">C\u00f3mo integrar SQL de Greenplum en SQLFlow<\/h2>\n\n\n\n<ul><li><strong>Pegar o cargar:<\/strong> consultas individuales, scripts o lotes de <code>.sql<\/code> archivos en el navegador.<\/li>\n<li><strong>Metadatos JDBC:<\/strong> Con\u00e9ctese a Greenplum, extraiga las definiciones de las tablas y visualice el SQL directamente, de modo que el linaje refleje lo que est\u00e1 desplegado en lugar de lo que est\u00e1 en el repositorio.<\/li>\n<li><strong>Ingestor de Grabit:<\/strong> Extracci\u00f3n automatizada de metadatos para escaneos programados y repetibles.<\/li>\n<li><strong>API REST y CLI:<\/strong> An\u00e1lisis de impulso desde CI o una canalizaci\u00f3n de orquestaci\u00f3n a trav\u00e9s de la <a href=\"https:\/\/www.gudusoft.com\/es\/api-restful-de-sqlflow\/\">API REST de SQLFlow<\/a> o bien, utilice la interfaz de l\u00ednea de comandos sin interfaz gr\u00e1fica y exporte los resultados como JSON, CSV o PNG.<\/li><\/ul>\n\n\n\n<p>Todo se basa en el an\u00e1lisis est\u00e1tico del texto SQL y los metadatos del esquema. SQLFlow nunca lee las filas de las tablas, y la edici\u00f3n local (compatible con Docker o Kubernetes, sin necesidad de conexi\u00f3n a la red) mantiene incluso el texto SQL dentro de la red, algo relevante para los sectores regulados donde Greenplum es habitual. El linaje tambi\u00e9n se puede exportar a DataHub, Microsoft Purview u OpenMetadata si alguno de estos cat\u00e1logos es el sistema de registro.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">\u00bfQu\u00e9 hay de las herramientas de linaje de c\u00f3digo abierto?<\/h2>\n\n\n\n<p>Analizadores sint\u00e1cticos de c\u00f3digo abierto como <code>sqllineage<\/code> y <code>sqlglot<\/code> Son realmente \u00fatiles para extraer relaciones de tablas a partir de consultas individuales bien estructuradas, y si ese es todo su problema, pueden ser suficientes. La deficiencia se manifiesta en el c\u00f3digo de producci\u00f3n de Greenplum: <code>CREAR TABLA EXTERNA<\/code> y <code>DISTRIBUIDO POR<\/code> sintaxis, cadenas INSERT-SELECT de m\u00faltiples saltos que necesitan uni\u00f3n de sentencias cruzadas, <code>SELECCIONAR *<\/code> La expansi\u00f3n requiere metadatos de esquema y linaje indirecto mediante filtros y uniones. Ejecute uno de sus scripts de carga reales en ambos casos y compare los resultados: esta prueba resuelve la cuesti\u00f3n m\u00e1s r\u00e1pido que cualquier matriz de caracter\u00edsticas.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Preguntas frecuentes<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfSQLFlow admite la sintaxis espec\u00edfica de Greenplum, como tablas externas y DISTRIBUTED BY?<\/h3>\n\n\n<p>S\u00ed. SQLFlow incluye un analizador de dialecto Greenplum dedicado, as\u00ed que <code>CREAR TABLA EXTERNA<\/code>, <code>DISTRIBUIDO POR<\/code> Las cl\u00e1usulas y otras expresiones DDL de Greenplum se analizan correctamente y participan en el gr\u00e1fico de linaje en lugar de causar errores.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfPuedo usar simplemente el dialecto de PostgreSQL para Greenplum?<\/h3>\n\n\n<p>Las sentencias SELECT simples se analizar\u00edan sin problemas en su mayor\u00eda, pero las sentencias que definen sus canalizaciones de carga (DDL de tablas externas y definiciones de tablas distribuidas) son espec\u00edficas de Greenplum. Utilice el dialecto de Greenplum para que todo el entorno se analice correctamente; SQLFlow admite ambos, por lo que se cubren las configuraciones mixtas de Greenplum y PostgreSQL.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfSQLFlow necesita acceso a los datos de mis tablas de Greenplum?<\/h3>\n\n\n<p>No. SQLFlow realiza un an\u00e1lisis est\u00e1tico del c\u00f3digo SQL y, opcionalmente, lee los metadatos del esquema a trav\u00e9s de JDBC. Nunca lee las filas de las tablas, y la edici\u00f3n local mantiene el texto SQL completamente dentro de su red.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfPuede SQLFlow ayudar a planificar una migraci\u00f3n de Greenplum a la nube?<\/h3>\n\n\n<p>S\u00ed. Analice el entorno de Greenplum para obtener el gr\u00e1fico de dependencias a nivel de columna, util\u00edcelo para definir el alcance y la secuencia de la migraci\u00f3n, y luego cree un diagrama del SQL migrado en la plataforma de destino (Snowflake, BigQuery, Redshift, Databricks y otros 35 dialectos son compatibles con el mismo motor) para verificar que no haya quedado nada hu\u00e9rfano.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfCu\u00e1nto cuesta SQLFlow para el linaje Greenplum?<\/h3>\n\n\n<p>SQLFlow Cloud tiene una versi\u00f3n gratuita; la versi\u00f3n premium cuesta 49,99 \u20ac\/mes. SQLFlow On-Premise cuesta 500 \u20ac\/mes o 4800 \u20ac (pago \u00fanico) por tipo de base de datos seleccionado, y se puede instalar en dos servidores. Ver <a href=\"https:\/\/www.gudusoft.com\/es\/precios\/\">precios<\/a> Para m\u00e1s detalles.<\/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\">Vea ahora su linaje Greenplum.<\/h2>\n\n\n<p>Pegue un script de carga de Greenplum en el visualizador gratuito o p\u00f3ngase en contacto con nosotros para que analicemos toda su infraestructura antes de que comience el plazo de 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=greenplum-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Prueba SQLFlow gratis<\/a><\/div>\n\n\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\\\/greenplum-data-lineage\\\/\",\n            \"description\": \"Automated Greenplum data lineage: SQLFlow's dedicated Greenplum dialect parser maps column-level lineage through external tables, distributed tables, and INSERT-SELECT ELT chains.\",\n            \"featureList\": \"Greenplum dialect parser, column-level lineage, indirect\\\/impact lineage, external table and DISTRIBUTED BY support, JDBC metadata import, REST API, DataHub\\\/Purview\\\/OpenMetadata export\",\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 support Greenplum-specific syntax like external tables and DISTRIBUTED BY?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. SQLFlow ships a dedicated Greenplum dialect parser, so CREATE EXTERNAL TABLE, DISTRIBUTED BY clauses, and other Greenplum DDL parse cleanly and participate in the lineage graph rather than causing errors.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can I just use the PostgreSQL dialect for Greenplum?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Plain SELECT statements would mostly parse, but external table DDL and distributed table definitions are Greenplum-specific. Use the Greenplum dialect so the whole estate parses; SQLFlow supports both dialects.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow need access to the data in my Greenplum tables?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No. SQLFlow performs static analysis of SQL code and optionally reads schema metadata over JDBC. It never reads table rows, and the On-Premise edition keeps SQL text entirely inside your network.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can SQLFlow help plan a Greenplum-to-cloud migration?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. Scan the Greenplum estate to get the true column-level dependency graph, use it to scope and sequence the migration, then diagram the migrated SQL on the target platform to verify nothing was orphaned. The same engine supports 39 dialects including Snowflake, BigQuery, Redshift, and Databricks.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"How much does SQLFlow cost for Greenplum lineage?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"SQLFlow Cloud has a free tier; premium is $49.99\\\/month. SQLFlow On-Premise is $500\\\/month or $4,800 one-time per selected database type, installable on two servers.\"\n                    }\n                }\n            ]\n        }\n    ]\n}<\/script>","protected":false},"excerpt":{"rendered":"<p>Greenplum data lineage is the column-level map of how data flows through a Greenplum warehouse: from external tables and staging schemas, through INSERT-SELECT ELT chains and views, into the distributed fact and dimension tables that reports read. Gudu SQLFlow builds that map automatically by parsing your Greenplum SQL with a dedicated Greenplum dialect parser \u2014 one of 39 dialect-specific parsers it ships \u2014 and rendering an interactive diagram you can trace column by column. Try it now: paste any Greenplum query or DDL into the free online SQL lineage visualizer, select the Greenplum dialect, and get a column-level lineage diagram\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\/6766"}],"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=6766"}],"version-history":[{"count":0,"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/pages\/6766\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/media?parent=6766"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}