{"id":6759,"date":"2026-07-12T02:07:21","date_gmt":"2026-07-12T10:07:21","guid":{"rendered":"https:\/\/www.gudusoft.com\/teradata-data-lineage\/"},"modified":"2026-07-12T02:07:21","modified_gmt":"2026-07-12T10:07:21","slug":"teradata-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/fr\/lignee-de-donnees-teradata\/","title":{"rendered":"Tra\u00e7abilit\u00e9 des donn\u00e9es Teradata\u00a0: Tra\u00e7abilit\u00e9 des colonnes pour les migrations et la conformit\u00e9"},"content":{"rendered":"<p><strong>Tra\u00e7abilit\u00e9 des donn\u00e9es Teradata<\/strong> Il s&#039;agit de la cartographie au niveau des colonnes de la fa\u00e7on dont les donn\u00e9es circulent dans un environnement Teradata\u00a0: quelles colonnes sources alimentent chaque table, vue et rapport cible, et par quelles jointures, expressions et <code>QUALIFIER<\/code> des filtres tout au long du parcours. <strong>Gudu SQLFlow<\/strong> Il construit automatiquement cette carte en analysant votre SQL Teradata avec un analyseur de dialecte Teradata d\u00e9di\u00e9, l&#039;un des 39 analyseurs sp\u00e9cifiques \u00e0 un dialecte qu&#039;il fournit, et la rend sous forme de diagramme interactif et explorable avec exportation JSON, CSV et PNG ainsi qu&#039;une API REST.<\/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>Essayez-le maintenant\u00a0:<\/strong> collez n&#039;importe quelle requ\u00eate Teradata dans le <a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=teradata-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Visualiseur de lignage SQLFlow gratuit<\/a>S\u00e9lectionnez le dialecte Teradata et obtenez un diagramme de lignage au niveau des colonnes en quelques secondes. L&#039;\u00e9dition Cloud propose une version gratuite.<\/p>\n\n<\/div><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Pourquoi la tra\u00e7abilit\u00e9 des donn\u00e9es Teradata n\u00e9cessite un analyseur Teradata<\/h2>\n\n\n\n<p>Teradata SQL n&#039;est pas ANSI SQL avec un logo diff\u00e9rent. Un environnement typique fonctionnant depuis l&#039;\u00e9poque de BTEQ conserve des d\u00e9cennies de constructions sp\u00e9cifiques \u00e0 chaque dialecte\u00a0: <code>ENSEMBLE<\/code> et <code>MULTISET<\/code> d\u00e9finitions de tableaux, <code>QUALIFIER<\/code> Les clauses de filtrage bas\u00e9es sur les fonctions de fen\u00eatrage, les colonnes de p\u00e9riodes nomm\u00e9es et les scripts \u00e9crits bien avant que l&#039;on imagine qu&#039;une machine aurait un jour besoin de les relire constituent des failles dans le syst\u00e8me. Une grammaire ANSI g\u00e9n\u00e9rique \u00e9choue pr\u00e9cis\u00e9ment sur ces instructions, et chaque instruction qu&#039;un outil de tra\u00e7abilit\u00e9 ne parvient pas \u00e0 analyser repr\u00e9sente une lacune dans votre graphe de lignage.<\/p>\n\n\n\n<p>SQLFlow adopte une approche inverse. Il est construit sur le <a href=\"https:\/\/www.sqlparser.com\/\">Analyseur SQL g\u00e9n\u00e9ral<\/a>, a commercial SQL compiler front-end developed since the mid-2000s and validated against roughly 13,600 per-dialect test fixtures. Its Teradata parser handles BTEQ-era SQL, <code>ENSEMBLE<\/code>\/<code>MULTISET<\/code> tables, <code>QUALIFIER<\/code>, et les p\u00e9riodes nomm\u00e9es comme syntaxe Teradata de premi\u00e8re classe, puis r\u00e9sout chaque r\u00e9f\u00e9rence de colonne via des CTE, des sous-requ\u00eates, des vues, et <code>S\u00c9LECTIONNER *<\/code> expansion avant l&#039;extraction des relations source-cible \u00e0 la granularit\u00e9 de la colonne.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Exemple concret\u00a0: suivi d\u2019une d\u00e9duplication QUALIFY<\/h2>\n\n\n\n<p>Le <code>QUALIFIER NUM\u00c9RO_DE_LIGNE()<\/code> L&#039;insertion avec d\u00e9duplication est l&#039;un des mod\u00e8les les plus courants dans les entrep\u00f4ts de donn\u00e9es Teradata, et un moyen fiable de contourner les outils de tra\u00e7abilit\u00e9 qui ne parlent que l&#039;ANSI\u00a0:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>INSERT INTO dw.customer_dim (customer_id, full_name, risk_rating) SELECT src.customer_id, TRIM(src.first_nm) || &#039; &#039; || TRIM(src.last_nm) AS full_name, src.risk_rating FROM staging.customer_feed src QUALIFY ROW_NUMBER() OVER ( PARTITION BY src.customer_id ORDER BY src.load_ts DESC) = 1;<\/code><\/pre>\n\n\n\n<p>En analysant cela avec SQLFlow, le diagramme affiche deux types de relations distincts\u00a0:<\/p>\n\n\n\n<ul><li><strong>Lign\u00e9e directe :<\/strong> <code>dw.customer_dim.full_name<\/code> est d\u00e9riv\u00e9 de <code>mise en sc\u00e8ne.flux_client.premier_nm<\/code> et <code>dernier_nm<\/code> \u00e0 travers <code>GARNITURE<\/code> et concat\u00e9nation ; <code>identifiant_client<\/code> et <code>\u00e9valuation du risque<\/code> passage inchang\u00e9.<\/li>\n<li><strong>Lign\u00e9e indirecte (d&#039;impact) :<\/strong> <code>charger_ts<\/code> ne se retrouve jamais dans la cible, mais d\u00e9termine quelle ligne survit \u00e0 la d\u00e9duplication. SQLFlow l&#039;enregistre, ainsi que\u2026 <code>identifiant_client<\/code> dans son <code>PARTITION PAR<\/code> r\u00f4le \u2014 en tant que d\u00e9pendance indirecte, activable\/d\u00e9sactivable s\u00e9par\u00e9ment dans le diagramme.<\/li><\/ul>\n\n\n\n<p>Cette couche indirecte est importante. Si quelqu&#039;un modifie le grain de <code>charger_ts<\/code>La d\u00e9duplication commence silencieusement \u00e0 conserver des lignes diff\u00e9rentes, et aucun graphe de lignage direct ne vous avertirait. La plupart des outils concurrents ne mod\u00e9lisent pas du tout le lignage indirect\u00a0; SQLFlow le traite comme un type de relation distinct.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Cas d&#039;utilisation 1\u00a0: tra\u00e7abilit\u00e9 r\u00e9glementaire des banques sur Teradata<\/h2>\n\n\n\n<p>Teradata est largement utilis\u00e9 dans le secteur bancaire, et les banques supportent les obligations de tra\u00e7abilit\u00e9 les plus importantes. La norme BCBS 239 exige des institutions qu&#039;elles d\u00e9montrent l&#039;exactitude et l&#039;int\u00e9grit\u00e9 de l&#039;agr\u00e9gation des donn\u00e9es de risque\u00a0; concr\u00e8tement, cela signifie indiquer aux auditeurs pr\u00e9cis\u00e9ment quels champs sources alimentent chaque indicateur r\u00e9glementaire et quelles transformations y subissent. La tra\u00e7abilit\u00e9 au niveau des colonnes constitue cette preuve\u00a0; la tra\u00e7abilit\u00e9 au niveau des tables est une approximation que les auditeurs remettent de plus en plus en question.<\/p>\n\n\n\n<p>Les feuilles de calcul de tra\u00e7abilit\u00e9 mises \u00e0 jour manuellement \u00e9chouent \u00e0 ce test d\u00e8s le lendemain de leur cr\u00e9ation. SQLFlow, en revanche, extrait la tra\u00e7abilit\u00e9 directement du SQL\u00a0: indiquez-lui vos DDL Teradata, vos d\u00e9finitions de vues et vos scripts de chargement, et il g\u00e9n\u00e8re une provenance au niveau des colonnes pour chaque sortie r\u00e9glement\u00e9e, actualisable \u00e0 chaque modification gr\u00e2ce \u00e0 des analyses incr\u00e9mentales, avec un r\u00e9f\u00e9rentiel de tra\u00e7abilit\u00e9 persistant en arri\u00e8re-plan.<\/p>\n\n\n\n<p>Deux propri\u00e9t\u00e9s rendent cette solution utilisable au sein de l&#039;environnement de contr\u00f4le d&#039;une banque. Premi\u00e8rement, SQLFlow effectue uniquement une analyse statique du code SQL\u00a0; il ne lit jamais les donn\u00e9es des lignes, de sorte qu&#039;aucun enregistrement client n&#039;est modifi\u00e9. Deuxi\u00e8mement, <a href=\"https:\/\/www.gudusoft.com\/fr\/sqlflow-on-premise-version\/\">\u00c9dition sur site<\/a> S&#039;ex\u00e9cutant sur Docker ou Kubernetes int\u00e9gralement au sein de votre r\u00e9seau, y compris dans des environnements isol\u00e9s du r\u00e9seau physique, m\u00eame les donn\u00e9es SQL restent confin\u00e9es \u00e0 votre infrastructure. Les d\u00e9ploiements d&#039;entreprise analysent par lots des bases de donn\u00e9es de plus de 100 bases et plus d&#039;un million de colonnes, et les adaptateurs d&#039;exportation pour DataHub, Microsoft Purview et OpenMetadata int\u00e8grent la tra\u00e7abilit\u00e9 dans le catalogue d\u00e9j\u00e0 utilis\u00e9 par votre \u00e9quipe de gouvernance.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Cas d&#039;utilisation 2\u00a0: migration depuis Teradata avec la v\u00e9ritable cartographie des d\u00e9pendances<\/h2>\n\n\n\n<p>La plupart des projets de gestion de la lign\u00e9e Teradata commencent aujourd&#039;hui par une migration\u00a0: l&#039;infrastructure est transf\u00e9r\u00e9e vers Snowflake, BigQuery ou Databricks, et il faut d\u00e9terminer les d\u00e9pendances entre les diff\u00e9rentes donn\u00e9es. Se fier aux noms de tables et aux connaissances empiriques est la principale cause des retards de migration. La cartographie des d\u00e9pendances devrait provenir du SQL.<\/p>\n\n\n\n<ul><li><strong>Honn\u00eatement, Scope.<\/strong> L&#039;historique au niveau des colonnes indique quelles colonnes alimentent les rapports en aval et lesquelles sont inutiles \u2014 une logique que rien ne consomme et que vous pouvez d\u00e9sactiver au lieu de migrer.<\/li>\n<li><strong>Vagues de migration s\u00e9quentielles.<\/strong> Le graphe de lignage r\u00e9v\u00e8le l&#039;ordre de d\u00e9pendance r\u00e9el entre les domaines, ce qui permet de d\u00e9placer les flux en amont avant les bases de donn\u00e9es qui les consomment.<\/li>\n<li><strong>D\u00e9jouez les pi\u00e8ges dialectaux.<\/strong> Des constructions comme <code>QUALIFIER<\/code>, <code>ENSEMBLE<\/code> La s\u00e9mantique de d\u00e9duplication des tables et les p\u00e9riodes nomm\u00e9es n\u00e9cessitent une traduction pr\u00e9cise. La tra\u00e7abilit\u00e9 indique la place de chaque construction dans le flux de donn\u00e9es et les cons\u00e9quences d&#039;une traduction erron\u00e9e.<\/li>\n<li><strong>V\u00e9rifier apr\u00e8s la bascule.<\/strong> Comme SQLFlow analyse les deux dialectes, vous pouvez g\u00e9n\u00e9rer <a href=\"https:\/\/www.gudusoft.com\/fr\/lignee-de-donnees-de-flocon-de-neige\/\">lign\u00e9e de flocons de neige<\/a> \u00c0 partir du code SQL r\u00e9\u00e9crit, comparez-le \u00e0 la configuration de r\u00e9f\u00e9rence Teradata\u00a0: m\u00eames cibles, m\u00eames colonnes sources, ou vous avez un bug de traduction.<\/li><\/ul>\n\n\n\n<p>Le m\u00eame processus avant-apr\u00e8s s&#039;applique aux autres mises hors service de MPP h\u00e9rit\u00e9es \u2014 voir la <a href=\"https:\/\/www.gudusoft.com\/fr\/netezza-data-lineage\/\">Tra\u00e7abilit\u00e9 des donn\u00e9es Netezza<\/a> la page pour la variante de mise hors service, et la <a href=\"https:\/\/www.gudusoft.com\/fr\/outil-de-tracabilite-des-donnees-oracle\/\">Tra\u00e7abilit\u00e9 des donn\u00e9es Oracle<\/a> Cette page est disponible si votre infrastructure combine des sources Teradata et Oracle.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Comment SQLFlow ing\u00e8re un environnement Teradata<\/h2>\n\n\n\n<p>Vous pouvez alimenter SQLFlow Teradata SQL quelle que soit l&#039;\u00e9chelle \u00e0 laquelle vous travaillez\u00a0:<\/p>\n\n\n\n<ul><li><strong>Collez une requ\u00eate<\/strong> dans le navigateur pour un aper\u00e7u rapide d&#039;une instruction.<\/li>\n<li><strong>T\u00e9l\u00e9verser des fichiers<\/strong> \u2014 Exportations DDL, d\u00e9finitions de vues, scripts ETL et de chargement \u2014 pour une analyse \u00e0 l&#039;\u00e9chelle d&#039;un projet.<\/li>\n<li><strong>Connexion via JDBC<\/strong> extraire directement les m\u00e9tadonn\u00e9es de sch\u00e9ma et les d\u00e9finitions d&#039;objets depuis Teradata.<\/li>\n<li><strong>Automatiser<\/strong> avec l&#039;interface de ligne de commande sans interface graphique ou l&#039;API REST pour maintenir la lign\u00e9e \u00e0 jour dans le cadre de votre pipeline de d\u00e9ploiement, et exportez les r\u00e9sultats au format JSON ou CSV pour toute personnalisation.<\/li><\/ul>\n\n\n\n<p>Pour une vue d&#039;ensemble compl\u00e8te du fonctionnement du moteur sur l&#039;ensemble des 39 dialectes (lignage direct versus indirect, inf\u00e9rence de diagrammes ER \u00e0 partir de DDL, prise en charge de dbt, requ\u00eate de lignage IA), veuillez consulter le <a href=\"https:\/\/www.gudusoft.com\/fr\/outil-de-lignee-de-donnees-sql\/\">Outil de tra\u00e7abilit\u00e9 des donn\u00e9es SQL<\/a> page pilier.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Qu\u2019en est-il des outils open source et de catalogage\u00a0?<\/h2>\n\n\n\n<p>Les analyseurs syntaxiques open source comme <code>SQL Lineage<\/code> et <code>sqlglot<\/code> sont r\u00e9ellement utiles pour extraire la provenance de d\u00e9clarations individuelles, principalement ANSI, et les plateformes ax\u00e9es sur le catalogue sont performantes pour organiser les m\u00e9tadonn\u00e9es et la propri\u00e9t\u00e9 au sein d&#039;une organisation. Le point faible de Teradata r\u00e9side dans la profondeur de sa couverture dialectale\u00a0: les scripts datant de l&#039;\u00e8re BTEQ, vieux de plusieurs d\u00e9cennies, <code>QUALIFIER<\/code>Les logiques de d\u00e9duplication complexes et les DDL sp\u00e9cifiques aux fournisseurs sont pr\u00e9cis\u00e9ment les points faibles des grammaires g\u00e9n\u00e9riques. Si vous \u00e9valuez des outils pour un environnement Teradata, le test est simple\u00a0: ex\u00e9cutez votre script de chargement de production le plus complexe sur chaque candidat et comptez les instructions qui renvoient une tra\u00e7abilit\u00e9 compl\u00e8te au niveau des colonnes.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Options de d\u00e9ploiement et tarification<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>\u00c9dition<\/th><th>Id\u00e9al pour<\/th><th>Tarification<\/th><\/tr><\/thead><tbody>\n<tr><td>SQLFlow Cloud<\/td><td>Aujourd&#039;hui, j&#039;essaie Teradata Lineage\u00a0; travail d&#039;analyse individuel<\/td><td>Formule gratuite\u00a0; formule premium $49,99\/mois<\/td><\/tr>\n<tr><td>SQLFlow sur site<\/td><td>Banques et \u00e9tablissements r\u00e9glement\u00e9s\u00a0\u2014 SQL ne quitte jamais votre r\u00e9seau\u00a0; prise en charge de l\u2019isolation physique<\/td><td>$500\/mois ou $4\u00a0800 en une seule fois par type de base de donn\u00e9es, installable sur deux serveurs<\/td><\/tr>\n<tr><td>API REST \/ CLI \/ Biblioth\u00e8que Java<\/td><td>Int\u00e9gration de la tra\u00e7abilit\u00e9 dans les pipelines et les plateformes<\/td><td>Consultez la page des prix<\/td><\/tr>\n<\/tbody><\/table><\/figure>\n\n\n\n<p>L&#039;ajout de types de bases de donn\u00e9es sur site co\u00fbte 1 TP3T100 par mois ou 1 TP3T1\u00a0000 en une seule fois, ce qui est important en cours de migration lorsque vous devez analyser Teradata et Snowflake c\u00f4te \u00e0 c\u00f4te. Plus de d\u00e9tails sur le <a href=\"https:\/\/www.gudusoft.com\/fr\/tarification\/\">page de tarification<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Foire aux questions<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">SQLFlow comprend-il la syntaxe sp\u00e9cifique \u00e0 Teradata comme QUALIFY et les tables SET\/MULTISET\u00a0?<\/h3>\n\n\n<p>Oui. SQLFlow utilise un analyseur syntaxique d\u00e9di\u00e9 au dialecte Teradata, et non une grammaire ANSI g\u00e9n\u00e9rique. SQL de l&#039;\u00e8re BTEQ. <code>ENSEMBLE<\/code>\/<code>MULTISET<\/code> d\u00e9finitions de tableaux, <code>QUALIFIER<\/code> Les clauses et les p\u00e9riodes nomm\u00e9es sont toutes analysables en tant que SQL Teradata, de sorte que l&#039;extraction de lignage couvre les instructions qu&#039;un analyseur g\u00e9n\u00e9rique rejette.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">SQLFlow peut-il aider lors d&#039;une migration de Teradata vers Snowflake ou BigQuery\u00a0?<\/h3>\n\n\n<p>Oui. Commencez par analyser l&#039;environnement Teradata afin d&#039;obtenir la cartographie pr\u00e9cise des d\u00e9pendances au niveau des colonnes\u00a0: quelles donn\u00e9es migrer, lesquelles mettre hors service et dans quel ordre\u00a0? Snowflake et BigQuery faisant partie des 39 dialectes de SQLFlow, vous pouvez analyser le code SQL r\u00e9\u00e9crit apr\u00e8s la migration et comparer sa provenance avec la base de donn\u00e9es Teradata de r\u00e9f\u00e9rence pour v\u00e9rifier la conversion.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Est-ce que SQLFlow lit les donn\u00e9es de nos tables Teradata\u00a0?<\/h3>\n\n\n<p>Non. SQLFlow effectue une analyse statique du code SQL et peut lire les m\u00e9tadonn\u00e9es du sch\u00e9ma, telles que les d\u00e9finitions des tables et des colonnes. Il n&#039;interroge jamais les donn\u00e9es des lignes. En mode local, m\u00eame le texte SQL reste sur votre r\u00e9seau.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Le tra\u00e7age des lignes peut-il \u00eatre enti\u00e8rement effectu\u00e9 au sein de notre r\u00e9seau \u00e0 des fins de conformit\u00e9\u00a0?<\/h3>\n\n\n<p>Oui. SQLFlow On-Premise se d\u00e9ploie sur Docker ou Kubernetes au sein de votre infrastructure, y compris dans des environnements isol\u00e9s, au tarif de $500 par mois ou $4\u00a0800 en une seule fois par type de base de donn\u00e9es. Il s&#039;adapte aux environnements de plus de 100 bases de donn\u00e9es et plus d&#039;un million de colonnes, avec des analyses incr\u00e9mentielles et des adaptateurs d&#039;exportation pour DataHub, Microsoft Purview et OpenMetadata.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Quelles sont les entr\u00e9es Teradata accept\u00e9es par SQLFlow\u00a0?<\/h3>\n\n\n<p>Requ\u00eates SQL coll\u00e9es, fichiers t\u00e9l\u00e9charg\u00e9s (DDL, vues, scripts de chargement) et m\u00e9tadonn\u00e9es de sch\u00e9ma en direct r\u00e9cup\u00e9r\u00e9es via JDBC. Les r\u00e9sultats sont disponibles sous forme de diagrammes interactifs, JSON, CSV, PNG ou via l&#039;API REST.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">La tra\u00e7abilit\u00e9 au niveau de la colonne est-elle suffisante pour BCBS 239\u00a0?<\/h3>\n\n\n<p>La tra\u00e7abilit\u00e9 au niveau des colonnes constitue la couche de preuves techniques\u00a0: elle documente les champs sources qui alimentent chaque indicateur de risque et les transformations qu\u2019ils subissent, y compris les d\u00e9pendances indirectes li\u00e9es aux filtres et aux conditions de jointure. Votre programme de conformit\u00e9 d\u00e9finit le p\u00e9rim\u00e8tre complet\u00a0; SQLFlow assure l\u2019exactitude et la mise \u00e0 jour automatique de la couche de tra\u00e7abilit\u00e9, \u00e9vitant ainsi une maintenance manuelle.<\/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\">Retracez d\u00e8s maintenant l&#039;histoire de votre Teradata<\/h2>\n\n\n<p>Collez une requ\u00eate Teradata dans le visualiseur gratuit, ou contactez-nous pour analyser l&#039;ensemble de votre infrastructure avant votre audit ou votre migration.<\/p>\n\n\n<div class=\"wp-block-buttons is-layout-flex\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=teradata-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Essayez SQLFlow gratuitement<\/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\/fr\/contact\/\">Demander une d\u00e9monstration pour entreprises<\/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\\\/teradata-data-lineage\\\/\",\n            \"description\": \"Automated Teradata data lineage tool with a dedicated Teradata dialect parser: column-level lineage from BTEQ-era SQL, QUALIFY clauses, and SET\\\/MULTISET tables for BCBS 239 compliance and Snowflake\\\/BigQuery migrations.\",\n            \"featureList\": \"Teradata dialect parser, column-level lineage, indirect\\\/impact lineage, QUALIFY and named-period support, JDBC metadata ingestion, incremental estate scanning, 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 understand Teradata-specific syntax like QUALIFY and SET\\\/MULTISET tables?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. SQLFlow uses a dedicated Teradata dialect parser, not a generic ANSI grammar. BTEQ-era SQL, SET\\\/MULTISET table definitions, QUALIFY clauses, and named periods are all parseable as Teradata SQL, so lineage extraction covers the statements a generic parser rejects.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can SQLFlow help with a Teradata-to-Snowflake or BigQuery migration?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. Analyze the Teradata estate first to get the true column-level dependency map: what to migrate, what to retire, and in what order. Because Snowflake and BigQuery are also among SQLFlow's 39 dialects, you can analyze the rewritten SQL after cutover and compare lineage against the Teradata baseline to verify the translation.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow read data from our Teradata tables?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No. SQLFlow performs static analysis of SQL code and optionally reads schema metadata such as table and column definitions. It never queries row data. With On-Premise, even the SQL text stays inside your network.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can lineage run fully inside our network for compliance?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. SQLFlow On-Premise deploys on Docker or Kubernetes inside your infrastructure, including air-gapped environments, at $500\\\/month or $4,800 one-time per database type. It scales to estates of 100+ databases and over a million columns, with incremental scans and export adapters for DataHub, Microsoft Purview, and OpenMetadata.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"What Teradata inputs does SQLFlow accept?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Pasted SQL, uploaded files (DDL, views, load scripts), and live schema metadata pulled over JDBC. Results are available as interactive diagrams, JSON, CSV, PNG, or through the REST API.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Is column-level lineage enough for BCBS 239?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Column-level lineage is the technical evidence layer: it documents which source fields feed each risk figure and through which transformations, including indirect dependencies from filters and join conditions. Your compliance program defines the full scope; SQLFlow keeps the lineage layer accurate and automatically refreshed instead of hand-maintained.\"\n                    }\n                }\n            ]\n        }\n    ]\n}<\/script>","protected":false},"excerpt":{"rendered":"<p>Teradata data lineage is the column-level map of how data moves through a Teradata estate: which source columns feed each target table, view, and report, and through which joins, expressions, and QUALIFY filters along the way. Gudu SQLFlow builds that map automatically by parsing your Teradata SQL with a dedicated Teradata dialect parser, one of 39 dialect-specific parsers it ships, and renders it as an interactive, drillable diagram with JSON, CSV, and PNG export plus a REST API. Try it now: paste any Teradata query into the free SQLFlow lineage visualizer, select the Teradata dialect, and get a column-level lineage\u2026<\/p>","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"blocksy_meta":{"styles_descriptor":{"styles":{"desktop":"","tablet":"","mobile":""},"google_fonts":[],"version":5}},"_links":{"self":[{"href":"https:\/\/www.gudusoft.com\/fr\/wp-json\/wp\/v2\/pages\/6759"}],"collection":[{"href":"https:\/\/www.gudusoft.com\/fr\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.gudusoft.com\/fr\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.gudusoft.com\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.gudusoft.com\/fr\/wp-json\/wp\/v2\/comments?post=6759"}],"version-history":[{"count":0,"href":"https:\/\/www.gudusoft.com\/fr\/wp-json\/wp\/v2\/pages\/6759\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.gudusoft.com\/fr\/wp-json\/wp\/v2\/media?parent=6759"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}