{"id":6767,"date":"2026-07-12T02:08:34","date_gmt":"2026-07-12T10:08:34","guid":{"rendered":"https:\/\/www.gudusoft.com\/vertica-data-lineage\/"},"modified":"2026-07-12T02:08:34","modified_gmt":"2026-07-12T10:08:34","slug":"vertica-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-vertica\/","title":{"rendered":"Linaje de datos de Vertica: Linaje a nivel de columna a partir de proyecciones y SQL"},"content":{"rendered":"<p><strong>Linaje de datos de Vertica<\/strong> Es el mapa a nivel de columna de c\u00f3mo fluyen los datos a trav\u00e9s de su SQL de Vertica: qu\u00e9 columnas de origen alimentan cada tabla, proyecci\u00f3n e informe de destino, y qu\u00e9 uniones, filtros, agregaciones y funciones anal\u00edticas transforman los datos en el proceso. <a href=\"https:\/\/www.gudusoft.com\/es\/herramienta-de-linaje-de-datos-sql\/\">Flujo de SQL de Gudu<\/a> Crea ese mapa autom\u00e1ticamente con un analizador de dialecto Vertica espec\u00edfico: lee su SQL de forma est\u00e1tica, resuelve cada referencia de columna y genera un diagrama de linaje interactivo sin tocar nunca las filas de sus tablas.<\/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 de Vertica en el <a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=vertica-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Visualizador de linaje SQL en l\u00ednea gratuito<\/a>Seleccione el dialecto de Vertica 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 Vertica es un problema de an\u00e1lisis sint\u00e1ctico de SQL<\/h2>\n\n\n\n<p>Vertica es inusual entre las bases de datos anal\u00edticas por la cantidad de su dise\u00f1o f\u00edsico que se expresa como SQL. Una proyecci\u00f3n, la estructura de almacenamiento central de Vertica, se define mediante una <code>CREAR PROYECCI\u00d3N ... COMO SELECCIONAR<\/code> declaraci\u00f3n. Una tabla aplanada desnormaliza los atributos de dimensi\u00f3n a trav\u00e9s de <code>USO PREDETERMINADO<\/code> y <code>ESTABLECER USANDO<\/code> expresiones de columna que son en s\u00ed mismas consultas sobre otras tablas. El relleno de huecos y la interpolaci\u00f3n sobre los datos de eventos ocurren en el <code>SERIES TEMPORALES<\/code> cl\u00e1usula, justo dentro de una <code>SELECCIONAR<\/code>.<\/p>\n\n\n\n<p>Ese dise\u00f1o tiene una consecuencia para el linaje: si una herramienta puede analizar genuinamente el dialecto de Vertica, puede recuperar el flujo de datos: no solo a trav\u00e9s de sus scripts y vistas ETL, sino a trav\u00e9s de la propia capa de almacenamiento. Si no puede, descarta silenciosamente precisamente las declaraciones que hacen que un entorno Vertica sea un entorno Vertica. Los analizadores gen\u00e9ricos de gram\u00e1tica ANSI se ahogan en <code>SERIES TEMPORALES<\/code>, tratar las definiciones de proyecci\u00f3n como ruido y nunca ver la consulta oculta dentro de una <code>ESTABLECER USANDO<\/code> expresi\u00f3n.<\/p>\n\n\n\n<p>SQLFlow incluye un analizador Vertica espec\u00edfico para el dialecto, uno de los cuales <a href=\"https:\/\/www.gudusoft.com\/es\/herramienta-de-linaje-de-datos-sql\/\">39 analizadores sint\u00e1cticos de dialectos<\/a>, cada uno con su propia gram\u00e1tica en lugar de una aproximaci\u00f3n ANSI compartida. Maneja proyecciones definidas por SELECT, expresiones de tabla aplanada y <code>SERIES TEMPORALES<\/code> cl\u00e1usulas como SQL de primera clase, y resuelve referencias de columna a trav\u00e9s de CTE, subconsultas, vistas y <code>SELECCIONAR *<\/code> expansi\u00f3n.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Linaje a nivel de columna de una declaraci\u00f3n Vertica real<\/h2>\n\n\n\n<p>Consideremos un patr\u00f3n t\u00edpico de Vertica: un <code>INSERTAR ... SELECCIONAR<\/code> que agrega datos f\u00e1cticos y los clasifica mediante una funci\u00f3n anal\u00edtica.<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>INSERT INTO mart.region_daily_rank (sale_date, region_name, total_amount, region_rank) SELECT s.sale_date, r.region_name, SUM(s.amount) AS total_amount, RANK() OVER (PARTITION BY s.sale_date ORDER BY SUM(s.amount) DESC) AS region_rank FROM fact.sales s JOIN dim.regions r ON s.region_id = r.region_id WHERE s.sale_date &gt;= &#039;2026-01-01&#039; GROUP BY s.sale_date, r.region_name;<\/code><\/pre>\n\n\n\n<p>Para cada columna de salida, SQLFlow identifica las columnas de origen que la alimentan y las funciones por las que pasan:<\/p>\n\n\n\n<ul><li><code>regi\u00f3n_clasificaci\u00f3n_diaria.cantidad_total<\/code> es alimentado directamente por <code>dato.ventas.cantidad<\/code> a trav\u00e9s de <code>SUMA()<\/code>.<\/li>\n<li><code>clasificaci\u00f3n_diaria_de_la_regi\u00f3n.clasificaci\u00f3n_de_la_regi\u00f3n<\/code> se deriva de <code>ventas.cantidad<\/code> a trav\u00e9s del <code>RANK() OVER<\/code> ventana, con <code>ventas.fecha_de_venta<\/code> dando forma a la partici\u00f3n.<\/li>\n<li><code>ventas.region_id<\/code> y <code>regiones.id_de_regi\u00f3n<\/code> nunca aparecen en la salida, pero determinan qu\u00e9 filas se encuentran a trav\u00e9s de la uni\u00f3n. SQLFlow las registra como <strong>linaje indirecto<\/strong>, junto con el <code>D\u00d3NDE<\/code> filtro activado <code>fecha_de_venta<\/code> y el <code>AGRUPACI\u00d3N POR<\/code> llaves.<\/li><\/ul>\n\n\n\n<p>Esa distinci\u00f3n entre directo e indirecto importa m\u00e1s de lo que parece a primera vista. Si alguien cambia la sem\u00e1ntica de <code>ID de regi\u00f3n<\/code>, ninguna herramienta de linaje basada \u00fanicamente en flujo de datos marcar\u00e1 <code>clasificaci\u00f3n_diaria_de_la_regi\u00f3n<\/code> como afectado, sin embargo, cada n\u00famero en \u00e9l cambia. Los modelos SQLFlow de influencia indirecta (columnas utilizadas en <code>D\u00d3NDE<\/code>, <code>UNIRSE<\/code>, y <code>AGRUPACI\u00d3N POR<\/code> condiciones y agregados internos) como un tipo de relaci\u00f3n separado y conmutable en el diagrama. La mayor\u00eda de las herramientas de la competencia no hacen esta distinci\u00f3n en absoluto.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Vertica construye las cubiertas del analizador de dialectos<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>Construcci\u00f3n de Vertica<\/th><th>Donde se esconde el linaje<\/th><\/tr><\/thead><tbody>\n<tr><td>Proyecciones (<code>CREAR PROYECCI\u00d3N ... COMO SELECCIONAR<\/code>)<\/td><td>La instrucci\u00f3n SELECT que define la tabla asigna las columnas de la tabla de anclaje a las columnas de la proyecci\u00f3n, incluyendo las opciones de ordenaci\u00f3n y segmentaci\u00f3n expresadas en SQL.<\/td><\/tr>\n<tr><td>Mesas aplanadas<\/td><td><code>USO PREDETERMINADO<\/code> \/ <code>ESTABLECER USANDO<\/code> Las expresiones incorporan consultas a tablas de dimensiones directamente en el DDL, una l\u00f3gica de desnormalizaci\u00f3n invisible para las herramientas que solo analizan el DML.<\/td><\/tr>\n<tr><td><code>SERIES TEMPORALES<\/code> cl\u00e1usula<\/td><td>El relleno de huecos y la interpolaci\u00f3n modifican la estructura del resultado; la cl\u00e1usula se analiza como SQL, por lo que las columnas interpoladas se remontan a sus fuentes reales.<\/td><\/tr>\n<tr><td>Funciones anal\u00edticas<\/td><td><code>RANGO<\/code>, <code>N\u00daMERO_DE_FILA<\/code>, <code>RETRASO<\/code>y agregaciones de ventana: SQLFlow realiza un seguimiento tanto de las entradas de la funci\u00f3n como de las columnas de partici\u00f3n\/orden que dan forma al resultado.<\/td><\/tr>\n<tr><td>Vistas, CTE, subconsultas, <code>SELECCIONAR *<\/code><\/td><td>Las referencias a las columnas se resuelven a trav\u00e9s de cada capa, por lo que una columna de informe se corresponde con las columnas de origen f\u00edsicas en lugar de detenerse en el primer l\u00edmite de la vista.<\/td><\/tr>\n<\/tbody><\/table><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Auditor\u00eda y planificaci\u00f3n de la migraci\u00f3n para entornos Vertica obsoletos<\/h2>\n\n\n\n<p>La mayor\u00eda de las instalaciones de Vertica no son nuevas. Llevan consigo una d\u00e9cada o m\u00e1s de SQL acumulado: nightly <code>INSERTAR ... SELECCIONAR<\/code> Cargas, vistas de informes superpuestas, proyecciones ajustadas por ingenieros que ya no trabajan all\u00ed. Dos situaciones obligan a los equipos a mapearlo todo.<\/p>\n\n\n\n<p><strong>Auditor\u00eda y cumplimiento.<\/strong> Los reguladores y auditores internos plantean preguntas espec\u00edficas sobre las columnas: \u00bfqu\u00e9 campos de origen influyen en esta cifra regulada y mediante qu\u00e9 transformaciones? Responder bas\u00e1ndose en el conocimiento emp\u00edrico no resiste un an\u00e1lisis riguroso. SQLFlow genera la cadena de procedencia para cualquier columna de salida: recorre el proceso desde el n\u00famero del informe, pasando por cada vista y script de carga, hasta las columnas de origen f\u00edsicas, y exporta la evidencia como JSON, CSV o PNG.<\/p>\n\n\n\n<p><strong>Planificaci\u00f3n de la migraci\u00f3n.<\/strong> Los equipos que migran cargas de trabajo de Vertica a Snowflake, Databricks o BigQuery necesitan el gr\u00e1fico de dependencias real antes de poder secuenciar la migraci\u00f3n: qu\u00e9 tablas soportan la carga, qu\u00e9 vistas est\u00e1n inactivas y qu\u00e9 trabajos posteriores consumen cada destino. Dado que SQLFlow analiza todos estos dialectos con el mismo motor, puede mapear el entorno de Vertica antes de la migraci\u00f3n y verificar el linaje reconstruido en la plataforma de destino posteriormente, y confirmar que no qued\u00f3 nada hu\u00e9rfano en el proceso. Lo mismo se aplica a las consolidaciones desde otras plataformas MPP; consulte las p\u00e1ginas complementarias sobre <a href=\"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-greenplum\/\">Linaje de datos de Greenplum<\/a> y <a href=\"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-netezza\/\">Linaje de datos de Netezza<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">C\u00f3mo generar el linaje de datos de Vertica a partir de SQL.<\/h2>\n\n\n\n<ol><li><strong>Recopilar el SQL.<\/strong> Paste individual queries, upload script files, pull schema metadata live over JDBC, or use the Grabit\/SQLFlow-ingester utilities to extract metadata in bulk. For a one-off question, pasting a single statement into the free visualizer is enough.<\/li>\n<li><strong>Seleccione el dialecto de Vertica.<\/strong> SQLFlow analiza el SQL con su gram\u00e1tica espec\u00edfica de Vertica y ejecuta un an\u00e1lisis de flujo de datos sobre el modelo sem\u00e1ntico resultante. El motor subyacente es el <a href=\"https:\/\/www.sqlparser.com\/\">Analizador SQL general<\/a>, desarrollado comercialmente desde mediados de la d\u00e9cada de 2000 y validado con aproximadamente 13.600 conjuntos de pruebas SQL por dialecto.<\/li>\n<li><strong>Explora y exporta.<\/strong> Explore el diagrama interactivo, rastree cualquier columna hacia arriba o hacia abajo, active o desactive el linaje indirecto y exporte el gr\u00e1fico como JSON, CSV o PNG, o cons\u00faltelo a trav\u00e9s de la API REST desde sus propias herramientas.<\/li><\/ol>\n\n\n\n<p>Desde la versi\u00f3n 8.2.3 tambi\u00e9n puede interrogar el gr\u00e1fico en lenguaje natural, con preguntas como <em>\u201c\u00bfQu\u00e9 resultados dependen de la cantidad de ventas?\u201d<\/em>y cada tabla y columna que cita la IA se valida con respecto al gr\u00e1fico de linaje analizado antes de mostrarse.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">\u00bfD\u00f3nde ejecutarlo?<\/h2>\n\n\n\n<p>SQLFlow Cloud tiene un nivel gratuito para pegar consultas en el navegador; el premium cuesta $49.99\/mes. Las instalaciones de Vertica en industrias reguladas suelen elegir <a href=\"https:\/\/www.gudusoft.com\/es\/version-local-de-sqlflow\/\">SQLFlow local<\/a>Docker o Kubernetes dentro de su propia red, con capacidad de aislamiento f\u00edsico, a $500\/mes o $4,800 pago \u00fanico por tipo de base de datos seleccionado, instalable en dos servidores. En cualquier caso, el an\u00e1lisis es est\u00e1tico: SQLFlow lee el texto SQL y los metadatos del esquema, nunca los datos de sus tablas.<\/p>\n\n\n\n<p>A escala empresarial, SQLFlow realiza escaneos por lotes de conjuntos de m\u00e1s de 100 bases de datos y m\u00e1s de un mill\u00f3n de columnas, mantiene un repositorio de linaje persistente con escaneos incrementales y exporta a DataHub, Microsoft Purview y OpenMetadata, de modo que el linaje de Vertica se incorpora al cat\u00e1logo que su organizaci\u00f3n ya utiliza.<\/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 el linaje de las sentencias SELECT e INSERT est\u00e1ndar, y si eso es todo lo que contiene su patrimonio, pueden ser suficientes. En Vertica espec\u00edficamente, vale la pena verificar cuatro cosas antes de confirmar: si la herramienta analiza construcciones dialectales como <code>SERIES TEMPORALES<\/code> y la proyecci\u00f3n DDL, si resuelve columnas a trav\u00e9s de pilas de vista profunda usando metadatos de esquema, si modela el linaje indirecto a trav\u00e9s de condiciones de uni\u00f3n y filtrado, y si genera un diagrama navegable sobre miles de scripts en lugar de emitir tuplas por consulta. Una evaluaci\u00f3n justa es sencilla: tome su script de carga de Vertica m\u00e1s complejo, ejec\u00fatelo con ambos y compare lo que cada uno resuelve realmente.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Preguntas frecuentes<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfSQLFlow entiende las proyecciones de Vertica?<\/h3>\n\n\n<p>S\u00ed. Una proyecci\u00f3n de Vertica se define mediante una instrucci\u00f3n SELECT, y el analizador del dialecto de Vertica de SQLFlow lee esa definici\u00f3n como SQL, por lo que el linaje fluye desde las columnas de la tabla de anclaje a trav\u00e9s de la proyecci\u00f3n como cualquier otro objeto definido por una consulta.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfPuede analizar la cl\u00e1usula TIMESERIES y las funciones anal\u00edticas?<\/h3>\n\n\n<p>S\u00ed. El analizador de Vertica maneja el <code>SERIES TEMPORALES<\/code> cl\u00e1usula y funciones de ventana\/anal\u00edticas como gram\u00e1tica nativa, no como extensiones no analizables. Columnas de salida producidas por <code>RANK() SOBRE (...)<\/code> o la interpolaci\u00f3n rastrea hasta sus columnas de origen reales, con las columnas de partici\u00f3n y orden capturadas como linaje indirecto.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfTengo que conectar SQLFlow a mi cl\u00faster de Vertica?<\/h3>\n\n\n<p>No. Puede pegar SQL o cargar archivos de script y obtener el linaje sin ninguna conexi\u00f3n a la base de datos. Conectarse a trav\u00e9s de JDBC o usar el extractor de metadatos Grabit agrega metadatos de esquema, lo que mejora la resoluci\u00f3n de <code>SELECCIONAR *<\/code> y nombres de columnas sin calificar en grandes propiedades.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfSQLFlow lee los datos de mis tablas de Vertica?<\/h3>\n\n\n<p>Nunca. SQLFlow realiza un an\u00e1lisis est\u00e1tico del c\u00f3digo SQL y, opcionalmente, lee las definiciones de tablas y columnas. No consulta los datos de las filas. Con la edici\u00f3n local, incluso el texto SQL permanece dentro de su red.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfPuede SQLFlow ayudarnos a planificar una migraci\u00f3n desde Vertica?<\/h3>\n\n\n<p>S\u00ed. Primero, mapee el gr\u00e1fico de dependencias completo a nivel de columna del entorno Vertica, \u00faselo para secuenciar qu\u00e9 se mueve e identificar los objetos obsoletos, luego vuelva a ejecutar el an\u00e1lisis de linaje en la plataforma de destino (Snowflake, Databricks, BigQuery y otros 35 dialectos son compatibles con el mismo motor) para verificar la reconstrucci\u00f3n.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00bfCu\u00e1nto cuesta SQLFlow?<\/h3>\n\n\n<p>SQLFlow Cloud comienza gratis; la versi\u00f3n premium cuesta $49.99\/mes. La versi\u00f3n local cuesta $500\/mes o $4,800 por \u00fanica vez por tipo de base de datos seleccionado, en hasta dos servidores, con tipos de bases de datos adicionales a $100\/mes o $1,000 por \u00fanica vez cada uno. Detalles 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\">Mapea tu propiedad de Vertica<\/h2>\n\n\n<p>Pegue una consulta de Vertica en el visualizador gratuito o p\u00f3ngase en contacto con nosotros para analizar a\u00f1os de SQL para una auditor\u00eda o 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=vertica-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\\\/vertica-data-lineage\\\/\",\n            \"description\": \"Automated Vertica data lineage: a dialect-specific parser handles projections, TIMESERIES clauses, and analytic functions to produce interactive column-level lineage diagrams from Vertica SQL.\",\n            \"featureList\": \"Vertica dialect parser, column-level lineage, indirect\\\/impact lineage, projection and flattened-table analysis, TIMESERIES clause support, JSON\\\/CSV\\\/PNG export, 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 understand Vertica projections?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. A Vertica projection is defined by a SELECT statement, and SQLFlow's Vertica dialect parser reads that definition as SQL, so lineage flows from the anchor table's columns through the projection like any other query-defined object.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can it parse the TIMESERIES clause and analytic functions?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. The Vertica parser handles the TIMESERIES clause and window\\\/analytic functions as native grammar. Output columns produced by RANK() OVER or interpolation trace back to their real source columns, with partition and order columns captured as indirect lineage.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Do I have to connect SQLFlow to my Vertica cluster?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No. You can paste SQL or upload script files and get lineage with no database connection. Connecting over JDBC or using the Grabit metadata extractor adds schema metadata, which improves resolution of SELECT * and unqualified columns.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow read the data in my Vertica tables?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Never. SQLFlow performs static analysis of SQL code and optionally reads table and column definitions. It does not query row data. With the On-Premise edition, even the SQL text stays inside your network.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can SQLFlow help us plan a migration off Vertica?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. Map the column-level dependency graph of the Vertica estate first, use it to sequence the migration and find dead objects, then re-run lineage on the target platform to verify the rebuild. Snowflake, Databricks, BigQuery, and 35 other dialects use the same engine.\"\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. 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>Vertica data lineage is the column-level map of how data flows through your Vertica SQL: which source columns feed each target table, projection, and report, and which joins, filters, aggregates, and analytic functions transform the data along the way. Gudu SQLFlow builds that map automatically with a dedicated Vertica dialect parser: it reads your SQL statically, resolves every column reference, and renders an interactive lineage diagram without ever touching the rows in your tables. Try it now: paste any Vertica query into the free online SQL lineage visualizer, select the Vertica dialect, and get a column-level lineage diagram in seconds.\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\/6767"}],"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=6767"}],"version-history":[{"count":0,"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/pages\/6767\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.gudusoft.com\/es\/wp-json\/wp\/v2\/media?parent=6767"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}