{"id":2906,"date":"2021-01-24T22:38:43","date_gmt":"2021-01-25T06:38:43","guid":{"rendered":"https:\/\/www.gudusoft.com\/?page_id=2906"},"modified":"2026-07-12T02:05:58","modified_gmt":"2026-07-12T10:05:58","slug":"snowflake-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-de-floco-de-neve\/","title":{"rendered":"Linhagem de dados do Snowflake: Linhagem em n\u00edvel de coluna a partir do hist\u00f3rico de consultas"},"content":{"rendered":"<p><strong>Linhagem de dados Snowflake<\/strong> \u00e9 o mapa em n\u00edvel de coluna de como os dados se movem pela sua conta Snowflake: quais tabelas e colunas de origem alimentam cada tabela, visualiza\u00e7\u00e3o ou painel de destino e quais transforma\u00e7\u00f5es \u2014 jun\u00e7\u00f5es, <code>ACHATAR<\/code> Expans\u00f5es, fun\u00e7\u00f5es de janela, filtros \u2014 tudo acontece ao longo do processo. Snowflake&#039;s <code>USO DA CONTA<\/code> As views informam quais objetos foram acessados, mas param no hist\u00f3rico de acesso em n\u00edvel de tabela; para saber como uma coluna foi calculada a partir de outra, \u00e9 preciso analisar o pr\u00f3prio SQL. <strong>Gudu SQLFlow<\/strong> Faz exatamente isso: ingere seu hist\u00f3rico de consultas Snowflake, DDL e visualiza\u00e7\u00f5es, analisa cada instru\u00e7\u00e3o com uma gram\u00e1tica espec\u00edfica do Snowflake e produz um diagrama de linhagem interativo em n\u00edvel de coluna.<\/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>Veja agora:<\/strong> Cole qualquer consulta Snowflake no <a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=snowflake-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Visualizador de linhagem Snowflake online gratuito<\/a> \u2014 Selecione o dialeto Snowflake e obtenha um diagrama interativo em n\u00edvel de coluna. A edi\u00e7\u00e3o em nuvem possui um plano gratuito.<\/p>\n\n<\/div><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">O que o Snowflake oferece nativamente \u2014 e onde isso termina.<\/h2>\n\n\n\n<p>Snowflake j\u00e1 grava muita coisa. O <code>USO DA CONTA<\/code> O esquema exp\u00f5e vis\u00f5es sobre a atividade da sua conta e, a partir delas, voc\u00ea pode reconstruir quais tabelas uma consulta leu e quais objetos ela modificou. Isso \u00e9 realmente \u00fatil para auditoria de acesso e descoberta de depend\u00eancias gerais, e qualquer estrat\u00e9gia de linhagem no Snowflake deve partir dessa telemetria em vez de ignor\u00e1-la.<\/p>\n\n\n\n<p>O que a telemetria de utiliza\u00e7\u00e3o da conta n\u00e3o lhe fornece \u00e9 <em>transformar<\/em> Linhagem em n\u00edvel de coluna. Saber que uma consulta tocou em <code>pedidos brutos<\/code> e escreveu <code>receita anal\u00edtica<\/code> n\u00e3o te diz isso <code>receita.total<\/code> \u00e9 <code>SOMA(pedidos.quantidade)<\/code> ap\u00f3s um filtro de status, ou que um <code>QUALIFICAR<\/code> A cl\u00e1usula descartava silenciosamente linhas com base em uma coluna que nunca aparece na sa\u00edda. Essa informa\u00e7\u00e3o existe em apenas um lugar: o texto SQL da instru\u00e7\u00e3o. Extra\u00ed-la requer um analisador SQL do Snowflake de verdade \u2014 um que entenda <code>ACHATAR<\/code>, <code>QUALIFICAR<\/code>, semiestruturado <code>VARIANTE<\/code> caminhos, CTEs multin\u00edveis e <code>SELECIONE *<\/code> expans\u00e3o em rela\u00e7\u00e3o ao esquema real.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Construir linhagem a partir de QUERY_HISTORY: o que realmente foi executado.<\/h2>\n\n\n\n<p>O SQLFlow oferece suporte. <strong>Hist\u00f3rico de consultas do Snowflake como entrada nativa<\/strong>Em vez de adivinhar seus pipelines a partir da documenta\u00e7\u00e3o ou das configura\u00e7\u00f5es de tarefas agendadas, voc\u00ea fornece ao SQLFlow as instru\u00e7\u00f5es que o Snowflake realmente executou \u2014 as <code>CRIAR TABELA COMO SELECIONAR<\/code>, <code>INSERIR<\/code>, <code>FUS\u00c3O<\/code>, e <code>C\u00d3PIA<\/code> Declara\u00e7\u00f5es do seu hist\u00f3rico de consultas \u2014 al\u00e9m do DDL e das defini\u00e7\u00f5es de visualiza\u00e7\u00e3o que fornecem o contexto do esquema a essas declara\u00e7\u00f5es. O resultado \u00e9 uma linhagem fundamentada na realidade:<\/p>\n\n\n\n<ul><li><strong>Sem pontos cegos em consultas SQL ad-hoc.<\/strong> Preenchimentos pontuais, instru\u00e7\u00f5es CTAS escritas por analistas e consultas executadas a partir de notebooks ou ferramentas de BI aparecem no hist\u00f3rico de consultas e, portanto, na sua linhagem. Abordagens baseadas em configura\u00e7\u00e3o que apenas examinam o reposit\u00f3rio do seu orquestrador ignoram completamente esses dados.<\/li>\n<li><strong>As visualiza\u00e7\u00f5es s\u00e3o resolvidas corretamente.<\/strong> O SQLFlow ingere defini\u00e7\u00f5es de visualiza\u00e7\u00e3o juntamente com o hist\u00f3rico de consultas, portanto, uma consulta contra <code>vw_customer_360<\/code> tra\u00e7a tra\u00e7os atrav\u00e9s do corpo da visualiza\u00e7\u00e3o at\u00e9 as tabelas e colunas base.<\/li>\n<li><strong>A expans\u00e3o em estrela utiliza seu esquema real.<\/strong> Com o DDL carregado, <code>SELECIONE *<\/code> expande para a lista de colunas real, de modo que as arestas em n\u00edvel de coluna permane\u00e7am precisas em vez de colapsarem para estimativas em n\u00edvel de tabela.<\/li><\/ul>\n\n\n\n<p>Al\u00e9m de SQL colado e arquivos carregados, o SQLFlow tamb\u00e9m aceita metadados em tempo real via JDBC e arquivos de manifesto dbt, permitindo combinar a linhagem de consultas executadas com a linhagem definida pelo modelo em um \u00fanico gr\u00e1fico. Os logs de consulta do Redshift recebem o mesmo tratamento nativo se voc\u00ea executar um ambiente com v\u00e1rios data warehouses.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Rastreamento em n\u00edvel de coluna por meio de SQL Snowflake real.<\/h2>\n\n\n\n<p>O SQL do Snowflake n\u00e3o \u00e9 ANSI gen\u00e9rico. Considere uma etapa de pipeline que desaninha itens de linha semiestruturados e mant\u00e9m os tr\u00eas principais pedidos de cada cliente:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>CREATE OR REPLACE TABLE analytics.top_customer_orders AS SELECT o.customer_id, f.value:sku::STRING AS sku, f.value:qty::NUMBER AS quantity, o.order_total FROM raw.orders o, LATERAL FLATTEN(input =&gt; o.line_items) f QUALIFY ROW_NUMBER() OVER ( PARTITION BY o.customer_id ORDER BY o.order_total DESC ) &lt;= 3;<\/code><\/pre>\n\n\n\n<p>Uma an\u00e1lise de linhagem correta dessa \u00fanica afirma\u00e7\u00e3o deve estabelecer que <code>SKU<\/code> e <code>quantidade<\/code> derivam de <code>raw.orders.line_items<\/code> coluna VARIANT atrav\u00e9s de uma <code>ACHATAR<\/code> fun\u00e7\u00e3o de tabela e uma convers\u00e3o; isso <code>id_do_cliente<\/code> e <code>total_do_pedido<\/code> fluir diretamente; e que o <code>QUALIFICAR<\/code> cl\u00e1usula faz <code>id_do_cliente<\/code> e <code>total_do_pedido<\/code> moldar o conjunto de resultados uma segunda vez \u2014 conforme a filtragem de linhas influencia, e n\u00e3o o fluxo de dados. O analisador Snowflake do SQLFlow modela tudo isso, porque o mecanismo de linhagem subjacente (o mesmo) <a href=\"https:\/\/www.sqlparser.com\/\">Analisador SQL geral<\/a> O mecanismo, validado com aproximadamente 13.600 conjuntos de testes por dialeto, resolve cada refer\u00eancia de coluna por meio do modelo sem\u00e2ntico completo da declara\u00e7\u00e3o.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Linhagem direta versus linhagem indireta: por que QUALIFICAR \u00e9 importante<\/h2>\n\n\n\n<p>Que <code>QUALIFICAR<\/code> A cl\u00e1usula ilustra uma distin\u00e7\u00e3o que a maioria das ferramentas de genealogia ignora. <strong>Linhagem direta<\/strong> \u00e9 o fluxo de dados: <code>pedidos.total_do_pedido<\/code> terras em <code>pedidos_principais_do_cliente.total_do_pedido<\/code>. <strong>Linhagem indireta<\/strong> \u00e9 influ\u00eancia: <code>total_do_pedido<\/code> Tamb\u00e9m decide quais linhas sobrevivem ao filtro de janela, portanto, uma altera\u00e7\u00e3o na forma como \u00e9 calculado altera a sa\u00edda mesmo para colunas que nunca s\u00e3o afetadas. O SQLFlow registra a linhagem direta e indireta como tipos de relacionamento distintos e altern\u00e1veis separadamente. Para an\u00e1lise de impacto no Snowflake \u2014 onde <code>QUALIFICAR<\/code>, <code>ONDE<\/code>, condi\u00e7\u00f5es de ades\u00e3o e <code>AGRUPAR POR<\/code> As chaves carregam l\u00f3gica de neg\u00f3cios real \u2014 essa distin\u00e7\u00e3o \u00e9 a diferen\u00e7a entre um raio de explos\u00e3o preciso e uma subestima\u00e7\u00e3o reconfortante.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">dbt em Snowflake<\/h2>\n\n\n\n<p>Se as suas transforma\u00e7\u00f5es do Snowflake forem executadas atrav\u00e9s do dbt, o SQLFlow importa o <strong>manifesto dbt<\/strong> O SQLFlow gera diretamente uma linhagem em n\u00edvel de coluna entre seus modelos \u2014 mais profunda do que o gr\u00e1fico de modelo para modelo renderizado pela pr\u00f3pria documenta\u00e7\u00e3o do dbt. Como o SQLFlow tamb\u00e9m ingere o lado do data warehouse (DDL, views, hist\u00f3rico de consultas), voc\u00ea pode conciliar o que seu projeto dbt declara com o que sua conta Snowflake realmente executa: o CTAS ad-hoc que algu\u00e9m executou no dbt aparece ao lado dos modelos, no mesmo gr\u00e1fico.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Como obter a linhagem de dados do Snowflake: tr\u00eas caminhos<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>Caminho<\/th><th>Entrada<\/th><th>Ideal para<\/th><\/tr><\/thead><tbody>\n<tr><td><a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=snowflake-data-lineage\">Nuvem SQLFlow<\/a><\/td><td>Cole SQL, carregue arquivos, conecte fontes no navegador.<\/td><td>Experimente hoje mesmo; consultas e projetos individuais. Plano gratuito; plano premium $49,99\/m\u00eas.<\/td><\/tr>\n<tr><td><a href=\"https:\/\/www.gudusoft.com\/pt\/sqlflow-on-premise-versao\/\">SQLFlow no local<\/a><\/td><td>Hist\u00f3rico de consultas, DDL, manifestos dbt \u2014 tudo dentro da sua rede.<\/td><td>Ambientes regulamentados onde o texto SQL n\u00e3o deve sair da sua infraestrutura. Docker\/Kubernetes; $500\/m\u00eas ou $4.800 (pagamento \u00fanico) por tipo de banco de dados.<\/td><\/tr>\n<tr><td>API REST \/ Biblioteca Java \/ Widget JS<\/td><td>An\u00e1lise program\u00e1tica e diagramas incorporados<\/td><td>Incorporar a linhagem em sua pr\u00f3pria plataforma ou cat\u00e1logo.<\/td><\/tr>\n<\/tbody><\/table><\/figure>\n\n\n\n<p>Em escala empresarial, o SQLFlow realiza varreduras em lote de conjuntos de dados com mais de 100 bancos de dados e mais de um milh\u00e3o de colunas, utilizando varreduras incrementais e um reposit\u00f3rio de linhagem persistente, al\u00e9m de exportar os resultados para... <strong>DataHub, Microsoft Purview e OpenMetadata<\/strong> \u2014 para que a linhagem do Snowflake possa fluir para o cat\u00e1logo que voc\u00ea j\u00e1 utiliza. As plataformas de cat\u00e1logo s\u00e3o excelentes em invent\u00e1rio, propriedade e descoberta em toda a sua infraestrutura; para analisar SQL complexo e obter arestas precisas em n\u00edvel de coluna, elas se beneficiam de um mecanismo especializado que as alimenta. A postura de privacidade \u00e9 rigorosa em todo o processo: o SQLFlow realiza apenas an\u00e1lises est\u00e1ticas do c\u00f3digo SQL e dos metadados do esquema, e nunca l\u00ea as linhas das suas tabelas do Snowflake.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Al\u00e9m do Snowflake: um gr\u00e1fico de linhagem abrangendo 39 dialetos<\/h2>\n\n\n\n<p>Poucas contas do Snowflake s\u00e3o independentes. Normalmente, os ambientes incluem um sistema Oracle ou SQL Server antigo alimentando o data warehouse, jobs Spark ou Databricks em paralelo e SQL na camada de BI. O SQLFlow fornece analisadores sint\u00e1ticos espec\u00edficos para 39 bancos de dados e mecanismos de consulta, portanto, o mesmo mecanismo que l\u00ea o hist\u00f3rico de consultas do Snowflake tamb\u00e9m lida com... <a href=\"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-bigquery\/\">linhagem de dados do BigQuery<\/a> e <a href=\"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-databricks\/\">Linhagem do Databricks e do Spark SQL<\/a>Al\u00e9m disso, fontes com uso intensivo de procedimentos armazenados, como Oracle PL\/SQL e T-SQL \u2014 incluindo SQL din\u00e2mico dentro de procedimentos. Isso \u00e9 especialmente importante durante migra\u00e7\u00f5es para o Snowflake, onde o grafo de depend\u00eancias do sistema legado \u00e9 exatamente o que voc\u00ea precisa mapear antes da migra\u00e7\u00e3o. Para uma vis\u00e3o completa de como o mecanismo funciona, consulte o <a href=\"https:\/\/www.gudusoft.com\/pt\/ferramenta-de-linhagem-de-dados-sql\/\">Vis\u00e3o geral da ferramenta de linhagem de dados SQL<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Perguntas frequentes<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">\u00c9 poss\u00edvel obter a linhagem em n\u00edvel de coluna apenas a partir das views ACCOUNT_USAGE do Snowflake?<\/h3>\n\n\n<p>N\u00e3o. A telemetria de uso da conta fornece o hist\u00f3rico de acesso em n\u00edvel de tabela \u2014 quais objetos uma consulta leu e gravou. A linhagem de transforma\u00e7\u00e3o em n\u00edvel de coluna (quais colunas de origem alimentam quais colunas de sa\u00edda, por meio de quais fun\u00e7\u00f5es e filtros) requer a an\u00e1lise do texto SQL das pr\u00f3prias instru\u00e7\u00f5es, que \u00e9 o que o SQLFlow faz.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Como o SQLFlow importa os dados da minha conta Snowflake?<\/h3>\n\n\n<p>Existem v\u00e1rias maneiras: hist\u00f3rico de consultas do Snowflake como entrada nativa, metadados de esquema em tempo real via JDBC, DDL e defini\u00e7\u00f5es de visualiza\u00e7\u00e3o carregados, SQL colado e arquivos de manifesto dbt. A combina\u00e7\u00e3o de hist\u00f3rico de consultas e DDL \u00e9 a mais robusta \u2014 linhagem constru\u00edda a partir de instru\u00e7\u00f5es que foram efetivamente executadas, com contexto de esquema completo para expans\u00e3o de estrelas e resolu\u00e7\u00e3o de visualiza\u00e7\u00f5es.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O SQLFlow entende sintaxes espec\u00edficas do Snowflake, como FLATTEN e QUALIFY?<\/h3>\n\n\n<p>Sim. O SQLFlow usa uma gram\u00e1tica Snowflake dedicada, n\u00e3o um analisador ANSI gen\u00e9rico, ent\u00e3o <code>ACHATAMENTO LATERAL<\/code>, <code>QUALIFICAR<\/code>, express\u00f5es de caminho VARIANT como <code>valor:sku::STRING<\/code>, e <code>CRIAR TABELA COMO SELECIONAR<\/code> s\u00e3o analisadas e rastreadas em n\u00edvel de coluna, com as cl\u00e1usulas de filtro capturadas como linhagem indireta.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O SQLFlow l\u00ea os dados nas minhas tabelas do Snowflake?<\/h3>\n\n\n<p>N\u00e3o. O SQLFlow realiza an\u00e1lise est\u00e1tica do c\u00f3digo SQL e, opcionalmente, l\u00ea metadados do esquema (defini\u00e7\u00f5es de tabelas e colunas). Ele nunca l\u00ea as linhas da tabela. Na edi\u00e7\u00e3o On-Premise, at\u00e9 mesmo o seu texto SQL permanece dentro da sua rede \u2014 o que \u00e9 relevante se o seu hist\u00f3rico de consultas contiver dados confidenciais.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Posso exportar a linhagem do Snowflake para o meu cat\u00e1logo de dados?<\/h3>\n\n\n<p>Sim. As implementa\u00e7\u00f5es empresariais incluem adaptadores de exporta\u00e7\u00e3o para DataHub, Microsoft Purview e OpenMetadata, al\u00e9m de exporta\u00e7\u00f5es em JSON, CSV e PNG e uma API REST para integra\u00e7\u00f5es personalizadas.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Qual o custo do Snowflake Lineage com SQLFlow?<\/h3>\n\n\n<p>O SQLFlow Cloud \u00e9 gratuito a partir de um primeiro plano; a vers\u00e3o premium custa \u00a349,99\/m\u00eas. O SQLFlow On-Premise custa \u00a3500\/m\u00eas ou \u00a34.800 (pagamento \u00fanico) por tipo de banco de dados selecionado (Snowflake conta como um tipo), e pode ser instalado em dois servidores. Consulte <a href=\"https:\/\/www.gudusoft.com\/pt\/precos\/\">pre\u00e7os<\/a> Para mais detalhes.<\/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\">Descubra hoje mesmo a sua linhagem Snowflake.<\/h2>\n\n\n<p>Cole uma consulta Snowflake no visualizador gratuito ou entre em contato conosco para saber mais sobre como analisar seu hist\u00f3rico de consultas e todo o seu ambiente.<\/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=snowflake-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Experimente o SQLFlow gratuitamente<\/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\/pt\/contato\/\">Solicite uma demonstra\u00e7\u00e3o empresarial<\/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\\\/snowflake-data-lineage\\\/\",\n            \"description\": \"Automated Snowflake data lineage: SQLFlow ingests Snowflake query history, DDL, views, and dbt manifests and produces interactive column-level lineage diagrams, including FLATTEN, QUALIFY, and indirect lineage.\",\n            \"featureList\": \"Snowflake query history ingestion, column-level lineage, indirect\\\/impact lineage, dbt manifest support, JDBC metadata ingestion, REST API, DataHub\\\/Purview\\\/OpenMetadata export, AI lineage query\",\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 I get column-level lineage from Snowflake's ACCOUNT_USAGE views alone?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No. Account-usage telemetry gives you table-level access history. Column-level transform lineage requires parsing the SQL text of the statements themselves, which is what SQLFlow does.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"How does SQLFlow ingest my Snowflake account?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Snowflake query history as a native input, live schema metadata over JDBC, uploaded DDL and view definitions, pasted SQL, and dbt manifest files. Query history plus DDL gives lineage built from statements that actually ran, with full schema context.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow understand Snowflake-specific syntax like FLATTEN and QUALIFY?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. SQLFlow uses a dedicated Snowflake grammar, so LATERAL FLATTEN, QUALIFY, VARIANT path expressions, and CREATE TABLE AS SELECT are parsed and traced at column level, with filter clauses captured as indirect lineage.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow read the data in my Snowflake tables?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No. SQLFlow performs static analysis of SQL code and optionally reads schema metadata. It never reads table rows. With the On-Premise edition, even your SQL text stays inside your network.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can I export Snowflake 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, CSV, and PNG exports and a REST API for custom integrations.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"What does Snowflake lineage with 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.\"\n                    }\n                }\n            ]\n        }\n    ]\n}<\/script>","protected":false},"excerpt":{"rendered":"<p>Snowflake data lineage is the column-level map of how data moves through your Snowflake account: which source tables and columns feed each target table, view, or dashboard, and which transformations \u2014 joins, FLATTEN expansions, window functions, filters \u2014 happen along the way. Snowflake&#8217;s ACCOUNT_USAGE views tell you which objects were accessed, but they stop at table-level access history; to know how one column was computed from another, you have to parse the SQL itself. Gudu SQLFlow does exactly that: it ingests your Snowflake query history, DDL, and views, parses every statement with a Snowflake-specific grammar, and produces an interactive column-level\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\/pt\/wp-json\/wp\/v2\/pages\/2906"}],"collection":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/comments?post=2906"}],"version-history":[{"count":30,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/pages\/2906\/revisions"}],"predecessor-version":[{"id":6749,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/pages\/2906\/revisions\/6749"}],"wp:attachment":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/media?parent=2906"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}