{"id":6753,"date":"2026-07-12T02:06:31","date_gmt":"2026-07-12T10:06:31","guid":{"rendered":"https:\/\/www.gudusoft.com\/databricks-data-lineage\/"},"modified":"2026-07-12T02:06:31","modified_gmt":"2026-07-12T10:06:31","slug":"databricks-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-databricks\/","title":{"rendered":"Databricks Data Lineage: Linhagem em n\u00edvel de coluna para Spark SQL e Delta"},"content":{"rendered":"<p><strong>Linhagem de dados do Databricks<\/strong> \u00e9 o mapa em n\u00edvel de coluna de como os dados fluem pelo seu c\u00f3digo Spark SQL e Delta Lake: quais colunas de origem alimentam cada tabela de destino em suas camadas bronze, prata e ouro, e quais transforma\u00e7\u00f5es \u2014 jun\u00e7\u00f5es, agrega\u00e7\u00f5es, <code>FUS\u00c3O<\/code> A l\u00f3gica \u2014 acontece ao longo do processo. O Unity Catalog captura automaticamente a linhagem das cargas de trabalho que passam por ele; <strong>Gudu SQLFlow<\/strong> Abrange tudo o mais analisando o pr\u00f3prio SQL, o que o torna a ferramenta ideal para migra\u00e7\u00f5es para o Databricks, SQL executado fora do Unity Catalog e ambientes que abrangem o Databricks e outras plataformas.<\/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>Experimente em 30 segundos:<\/strong> Cole um Databricks <code>MESCLAR EM<\/code> ou consulta de caderno no <a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=databricks-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Visualizador de linhagem SQLFlow gratuito<\/a>Selecione o dialeto Databricks e obtenha imediatamente o diagrama de linhagem em n\u00edvel de coluna. N\u00e3o \u00e9 necess\u00e1rio acesso a cluster nem a espa\u00e7o de trabalho.<\/p>\n\n<\/div><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Quando voc\u00ea precisa de algo al\u00e9m da linhagem do Cat\u00e1logo da Unity?<\/h2>\n\n\n\n<p>O Unity Catalog \u00e9 realmente muito bom no que faz: para consultas e tarefas executadas por meio dele, o Databricks captura a linhagem automaticamente, sem a necessidade de ferramentas adicionais. Se toda a sua infraestrutura reside em uma \u00fanica conta do Databricks e todas as cargas de trabalho s\u00e3o executadas pelo Unity Catalog, comece por l\u00e1.<\/p>\n\n\n\n<p>A lacuna \u00e9 estrutural, n\u00e3o um bug: a linhagem capturada em tempo de execu\u00e7\u00e3o s\u00f3 existe para o c\u00f3digo que j\u00e1 foi executado no ambiente que realiza a captura. Isso deixa quatro situa\u00e7\u00f5es em que as equipes recorrem a uma abordagem de an\u00e1lise sint\u00e1tica de SQL:<\/p>\n\n\n\n<ul><li><strong>Antes da execu\u00e7\u00e3o do c\u00f3digo no Databricks.<\/strong> Voc\u00ea est\u00e1 migrando do Oracle, Teradata ou SQL Server e precisa do gr\u00e1fico de depend\u00eancias do SQL legado \u2014 e do SQL reescrito do Databricks \u2014 antes que qualquer coisa seja executada em produ\u00e7\u00e3o.<\/li>\n<li><strong>SQL que nunca interage com o Cat\u00e1logo do Unity.<\/strong> SQL de notebooks exportado para arquivos, scripts em um reposit\u00f3rio Git, SQL gerado por agendadores externos ou ferramentas ETL, c\u00f3digo em espa\u00e7os de trabalho ainda n\u00e3o atualizados para o Cat\u00e1logo Unity.<\/li>\n<li><strong>Propriedades multiplataforma.<\/strong> Pipelines que come\u00e7am no SQL Server, se transformam no Databricks e chegam ao Snowflake precisam de um \u00fanico grafo de linhagem que abranja os tr\u00eas. O SQLFlow fornece analisadores sint\u00e1ticos espec\u00edficos para cada dialeto em 39 bancos de dados \u2014 Databricks e <a href=\"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-spark-sql\/\">Spark SQL<\/a> entre eles \u2014 portanto, toda a cadeia \u00e9 analisada com um \u00fanico mecanismo.<\/li>\n<li><strong>Linhagem em um cat\u00e1logo que voc\u00ea j\u00e1 utiliza.<\/strong> Se sua organiza\u00e7\u00e3o padroniza o uso do DataHub, Microsoft Purview ou OpenMetadata em vez da interface do Databricks, voc\u00ea precisa de uma linhagem de dados que seja exportada para essas plataformas. O SQLFlow inclui adaptadores de exporta\u00e7\u00e3o para todas as tr\u00eas.<\/li><\/ul>\n\n\n\n<p>As duas abordagens s\u00e3o complementares. O Unity Catalog informa o que foi executado; a an\u00e1lise est\u00e1tica de SQL informa o que o c\u00f3digo faz \u2014 incluindo o c\u00f3digo que ainda n\u00e3o foi executado.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Como o SQLFlow analisa o SQL do Databricks<\/h2>\n\n\n\n<p><a href=\"https:\/\/www.gudusoft.com\/pt\/ferramenta-de-linhagem-de-dados-sql\/\">Gudu SQLFlow<\/a> is an automated SQL data lineage tool built on the General SQL Parser, a commercial SQL compiler front-end developed since the mid-2000s and validated against roughly 13,600 per-dialect test fixtures. It ships a dedicated Databricks dialect parser in the Spark SQL family \u2014 not a generic ANSI grammar \u2014 so Databricks-specific constructs are parsed as first-class syntax rather than approximated.<\/p>\n\n\n\n<p>A an\u00e1lise \u00e9 inteiramente est\u00e1tica. O SQLFlow l\u00ea o texto SQL e, opcionalmente, os metadados do esquema; ele nunca l\u00ea as linhas das suas tabelas Delta, e com o <a href=\"https:\/\/www.gudusoft.com\/pt\/sqlflow-on-premise-versao\/\">Edi\u00e7\u00e3o On-Premise<\/a> O pr\u00f3prio texto SQL nunca sai da sua rede: ele \u00e9 implantado em Docker ou Kubernetes e executado em um ambiente isolado da internet. Para cada instru\u00e7\u00e3o, o analisador sint\u00e1tico constr\u00f3i um modelo sem\u00e2ntico completo, resolvendo cada refer\u00eancia de coluna por meio de CTEs, subconsultas, visualiza\u00e7\u00f5es e <code>SELECIONE *<\/code> Ap\u00f3s a expans\u00e3o, o analisador de fluxo de dados extrai as rela\u00e7\u00f5es de origem para destino com granularidade de coluna.<\/p>\n\n\n\n<p>Voc\u00ea pode fornecer SQL de qualquer forma que ele exista em seu ambiente: instru\u00e7\u00f5es coladas, arquivos carregados, metadados de banco de dados via JDBC ou um manifesto dbt para projetos dbt direcionados ao Databricks. A sa\u00edda \u00e9 um diagrama interativo e explor\u00e1vel, al\u00e9m de dados de linhagem estruturados em formato JSON, CSV, PNG ou uma resposta de API REST.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Exemplo: linhagem em n\u00edvel de coluna por meio de uma mesclagem Delta<\/h2>\n\n\n\n<p><code>MESCLAR EM<\/code> \u00e9 a ferramenta principal dos pipelines do Delta Lake, e uma instru\u00e7\u00e3o onde a linhagem em n\u00edvel de tabela \u00e9 quase in\u00fatil, porque uma \u00fanica opera\u00e7\u00e3o de merge l\u00ea, compara, atualiza e insere em uma \u00fanica execu\u00e7\u00e3o. Considere um upsert na camada de ouro:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>MERGE INTO gold.customer_ltv AS t USING ( SELECT o.customer_id, SUM(o.amount) AS lifetime_value, MAX(o.order_ts) AS last_order_ts FROM silver.orders o WHERE o.status = &#039;completed&#039; GROUP BY o.customer_id ) AS s ON t.customer_id = s.customer_id WHEN MATCHED THEN UPDATE SET t.lifetime_value = s.lifetime_value, t.last_order_ts = s.last_order_ts WHEN NOT MATCHED THEN INSERT (customer_id, lifetime_value, last_order_ts) VALUES (s.customer_id, s.lifetime_value, s.last_order_ts);<\/code><\/pre>\n\n\n\n<p>O SQLFlow resolve isso em rela\u00e7\u00f5es precisas ao n\u00edvel da coluna. <code>valor vital\u00edcio do cliente gold<\/code> deriva de <code>quantidade de pedidos de prata<\/code> atrav\u00e9s <code>SOMA()<\/code>, atrav\u00e9s de ambos os <code>ATUALIZAR<\/code> e o <code>INSERIR<\/code> filial. <code>\u00faltimo_pedido_ts<\/code> deriva de <code>silver.orders.order_ts<\/code> atrav\u00e9s <code>M\u00c1XIMO()<\/code>O alias da subconsulta <code>e<\/code> \u00e9 resolvido; a linhagem aponta para a tabela de origem real, n\u00e3o para a intermedi\u00e1ria.<\/p>\n\n\n\n<p>T\u00e3o importante quanto isso \u00e9 o que o SQLFlow classifica como <strong>linhagem indireta<\/strong>: <code>silver.orders.status<\/code> nunca acerta o alvo, mas o <code>ONDE<\/code> O filtro molda cada valor mesclado, e <code>id_do_cliente<\/code> conduz ambos os <code>AGRUPAR POR<\/code> e a condi\u00e7\u00e3o de correspond\u00eancia. O SQLFlow modela o fluxo de dados direto e a influ\u00eancia indireta como tipos de relacionamento distintos e altern\u00e1veis separadamente. A maioria das ferramentas concorrentes n\u00e3o faz essa distin\u00e7\u00e3o, e \u00e9 exatamente disso que voc\u00ea precisa quando algu\u00e9m pergunta &quot;alterar o <code>status<\/code> &quot;Quebra de vocabul\u00e1rio, valor vital\u00edcio do cliente?&quot; A resposta honesta \u00e9 sim, e somente uma linhagem com foco no impacto demonstra isso.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Migrando para (ou de) Databricks<\/h2>\n\n\n\n<p>A migra\u00e7\u00e3o \u00e9 um dos motivos mais comuns pelos quais as equipes analisam o SQL do Databricks fora da plataforma. O Unity Catalog n\u00e3o pode ajudar no planejamento de uma migra\u00e7\u00e3o, pois a linhagem necess\u00e1ria descreve um c\u00f3digo que nunca foi executado no Databricks. Um fluxo de trabalho baseado em analisador sint\u00e1tico, por outro lado, permite isso:<\/p>\n\n\n\n<ol><li><strong>Mapeie a propriedade de origem.<\/strong> Execute o SQL legado \u2014 Oracle, Teradata, SQL Server, incluindo procedimentos armazenados e o SQL din\u00e2mico dentro deles \u2014 por meio do SQLFlow para obter o verdadeiro gr\u00e1fico de depend\u00eancias. Isso indica o que migrar primeiro e o que \u00e9 c\u00f3digo morto.<\/li>\n<li><strong>Valide a reescrita.<\/strong> Analise o SQL reescrito do Databricks com o analisador de dialetos do Databricks e compare os gr\u00e1ficos de linhagem. Se as fontes de uma coluna de destino mudaram entre a vers\u00e3o do Teradata e a vers\u00e3o Delta, voc\u00ea encontrou um bug de reescrita antes do lan\u00e7amento.<\/li>\n<li><strong>Verifique se n\u00e3o h\u00e1 nada \u00f3rf\u00e3o.<\/strong> Ap\u00f3s a migra\u00e7\u00e3o, execute uma varredura em lote de ambos os ambientes \u2014 o SQLFlow lida com ambientes de mais de 100 bancos de dados e mais de um milh\u00e3o de colunas, com varreduras incrementais em um reposit\u00f3rio de linhagem persistente.<\/li><\/ol>\n\n\n\n<p>A mesma capacidade de compatibilidade entre dialetos funciona ao contr\u00e1rio ou lateralmente: se parte do seu data warehouse estiver migrando para o Snowflake, <a href=\"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-de-floco-de-neve\/\">Fluxo de trabalho de linhagem Snowflake<\/a> Utilizam o mesmo motor gr\u00e1fico, portanto as duas plataformas acabam em um gr\u00e1fico compar\u00e1vel.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Exportando a linhagem de dados do Databricks para o DataHub, Purview ou OpenMetadata.<\/h2>\n\n\n\n<p>Plataformas com foco em cat\u00e1logo s\u00e3o bons sistemas de registro para metadados, e muitas organiza\u00e7\u00f5es exigem um sistema desse tipo em todas as plataformas de dados. O SQLFlow atua como o mecanismo de linhagem subjacente: ele analisa o SQL, calcula a linhagem em n\u00edvel de coluna e a linhagem indireta, e envia o resultado por meio de adaptadores de exporta\u00e7\u00e3o dedicados para <strong>DataHub, Microsoft Purview e OpenMetadata<\/strong>Exporta\u00e7\u00f5es em JSON e CSV, al\u00e9m de uma API REST, atendem a qualquer necessidade de personaliza\u00e7\u00e3o.<\/p>\n\n\n\n<p>Esta \u00e9 tamb\u00e9m a resposta pr\u00e1tica para o problema multiplataforma: a linhagem produzida por dois extratores diferentes com dois modelos diferentes \u00e9 dif\u00edcil de integrar em um \u00fanico grafo. Um \u00fanico analisador sint\u00e1tico que produza um grafo para todos os 39 dialetos, exportado para o cat\u00e1logo que voc\u00ea j\u00e1 utiliza, evita esse problema.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Formas de execut\u00e1-lo<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>Op\u00e7\u00e3o<\/th><th>Ideal para<\/th><th>Notas<\/th><\/tr><\/thead><tbody>\n<tr><td><a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=databricks-data-lineage\">Nuvem SQLFlow<\/a><\/td><td>Testando hoje em um banco de dados SQL real do Databricks.<\/td><td>Plano gratuito no navegador; vers\u00e3o premium por $49,99\/m\u00eas.<\/td><\/tr>\n<tr><td>SQLFlow no local<\/td><td>Ambientes regulamentados; SQL deve permanecer interno.<\/td><td>Docker\/Kubernetes, compat\u00edvel com isolamento de rede (air-gapped); $500\/m\u00eas ou $4.800 (pagamento \u00fanico) por tipo de banco de dados, instal\u00e1vel em dois servidores.<\/td><\/tr>\n<tr><td>API REST \/ CLI \/ Biblioteca Java<\/td><td>Automatizando a linhagem em CI ou em sua pr\u00f3pria plataforma.<\/td><td>Mesmo mecanismo, sem interface gr\u00e1fica; widget JavaScript incorpor\u00e1vel com uma API de mais de 30 m\u00e9todos para renderizar diagramas em seu produto.<\/td><\/tr>\n<\/tbody><\/table><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Perguntas frequentes<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">O SQLFlow substitui a linhagem do Unity Catalog?<\/h3>\n\n\n<p>N\u00e3o, ele o complementa. O Unity Catalog captura automaticamente a linhagem das cargas de trabalho que passam por ele. O SQLFlow analisa o SQL estaticamente, abrangendo o c\u00f3digo antes de sua execu\u00e7\u00e3o (migra\u00e7\u00f5es), o SQL executado fora do Unity Catalog e ambientes que abrangem o Databricks e outras plataformas, exportando o resultado para o DataHub, Purview ou OpenMetadata.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O SQLFlow precisa acessar meu espa\u00e7o de trabalho ou meus dados do Databricks?<\/h3>\n\n\n<p>N\u00e3o. O SQLFlow realiza an\u00e1lise est\u00e1tica do c\u00f3digo SQL, opcionalmente usando metadados de esquema para resolver refer\u00eancias. Ele nunca l\u00ea linhas em suas tabelas Delta. Na edi\u00e7\u00e3o On-Premise, at\u00e9 mesmo o texto SQL permanece dentro da sua rede.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O SQLFlow consegue rastrear a linhagem atrav\u00e9s de instru\u00e7\u00f5es MERGE INTO?<\/h3>\n\n\n<p>Sim. Para um Delta <code>MESCLAR EM<\/code>O SQLFlow resolve o <code>USANDO<\/code> A subconsulta mapeia cada coluna de destino para suas colunas de origem reais por meio de ambas as... <code>ATUALIZAR<\/code> e <code>INSERIR<\/code> ramifica e classifica as condi\u00e7\u00f5es de correspond\u00eancia e os filtros como linhagem indireta (de impacto).<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O Databricks \u00e9 um dialeto distinto do Spark SQL no SQLFlow?<\/h3>\n\n\n<p>Sim. Os 39 dialetos suportados pelo SQLFlow listam Databricks e Spark SQL separadamente, cada um com seu pr\u00f3prio analisador sint\u00e1tico na fam\u00edlia Spark SQL. Selecione Databricks para SQL escrito em Databricks; tamb\u00e9m existe um analisador sint\u00e1tico dedicado. <a href=\"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-spark-sql\/\">P\u00e1gina de linhagem do Spark SQL<\/a> para cargas de trabalho Spark de c\u00f3digo aberto.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Funciona com projetos dbt no Databricks?<\/h3>\n\n\n<p>Sim. Importe o manifesto dbt e o SQLFlow produzir\u00e1 a linhagem em n\u00edvel de coluna em seus modelos, usando o dialeto Databricks para analisar o SQL compilado.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Qual o custo do SQLFlow?<\/h3>\n\n\n<p>O SQLFlow Cloud \u00e9 gratuito a partir do in\u00edcio; a vers\u00e3o premium custa \u00a349,99\/m\u00eas. A vers\u00e3o On-Premise custa \u00a3500\/m\u00eas ou \u00a34.800 (pagamento \u00fanico) por tipo de banco de dados selecionado. Mais detalhes est\u00e3o dispon\u00edveis em [link para o site]. <a href=\"https:\/\/www.gudusoft.com\/pt\/precos\/\">p\u00e1gina de pre\u00e7os<\/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\">Agora voc\u00ea pode rastrear sua linhagem do Databricks.<\/h2>\n\n\n<p>Cole uma consulta Spark SQL ou um Delta MERGE no visualizador gratuito ou fale conosco sobre a possibilidade de analisar todo o seu ambiente de migra\u00e7\u00e3o.<\/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=databricks-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\\\/sql-data-lineage-tool\\\/\",\n            \"description\": \"Automated SQL data lineage tool with a dedicated Databricks dialect parser: column-level lineage for Spark SQL and Delta Lake MERGE statements, with export to DataHub, Microsoft Purview, and OpenMetadata.\",\n            \"featureList\": \"Databricks dialect parser, column-level lineage, indirect\\\/impact lineage, Delta MERGE INTO analysis, dbt support, cross-platform migration analysis across 39 dialects, 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 replace Unity Catalog lineage?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No, it complements it. Unity Catalog captures lineage for workloads that run through it. SQLFlow analyzes SQL statically, covering code before it runs (migrations), SQL executed outside Unity Catalog, and cross-platform estates, then exports to DataHub, Purview, or OpenMetadata.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow need access to my Databricks workspace or data?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No. SQLFlow performs static analysis of SQL code and optionally reads schema metadata. It never reads rows in your Delta tables, and the On-Premise edition keeps SQL text inside your network.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can SQLFlow trace lineage through MERGE INTO statements?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. For a Delta MERGE INTO, SQLFlow resolves the USING subquery, maps each target column to its source columns through both the UPDATE and INSERT branches, and classifies match conditions and filters as indirect lineage.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Is Databricks a distinct dialect from Spark SQL in SQLFlow?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. SQLFlow's 39 supported dialects list Databricks and Spark SQL separately, each with its own dialect-specific parser in the Spark SQL family.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow work with dbt projects on Databricks?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. Import the dbt manifest and SQLFlow produces column-level lineage across your models, parsing the compiled SQL with the Databricks dialect.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"What does SQLFlow cost?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"SQLFlow Cloud starts free; premium is $49.99\\\/month. SQLFlow On-Premise is $500\\\/month or $4,800 one-time per selected database type.\"\n                    }\n                }\n            ]\n        }\n    ]\n}<\/script>","protected":false},"excerpt":{"rendered":"<p>Databricks data lineage is the column-level map of how data flows through your Spark SQL and Delta Lake code: which source columns feed each target table across your bronze, silver, and gold layers, and which transformations \u2014 joins, aggregates, MERGE logic \u2014 happen along the way. Unity Catalog captures lineage automatically for workloads that run through it; Gudu SQLFlow covers everything else by parsing the SQL itself, which makes it the tool for migrations into Databricks, SQL that runs outside Unity Catalog, and estates that span Databricks plus other platforms. Try it in 30 seconds: paste a Databricks MERGE INTO\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\/6753"}],"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=6753"}],"version-history":[{"count":0,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/pages\/6753\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/media?parent=6753"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}