{"id":6766,"date":"2026-07-12T02:08:25","date_gmt":"2026-07-12T10:08:25","guid":{"rendered":"https:\/\/www.gudusoft.com\/greenplum-data-lineage\/"},"modified":"2026-07-12T02:08:25","modified_gmt":"2026-07-12T10:08:25","slug":"greenplum-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-greenplum\/","title":{"rendered":"Linhagem de dados Greenplum: Linhagem de colunas para data warehouses MPP"},"content":{"rendered":"<p><strong>linhagem de dados Greenplum<\/strong> \u00c9 o mapa em n\u00edvel de coluna de como os dados fluem por um data warehouse Greenplum: de tabelas externas e esquemas de staging, passando por cadeias ELT INSERT-SELECT e views, at\u00e9 as tabelas de fatos e dimens\u00f5es distribu\u00eddas que os relat\u00f3rios leem. <a href=\"https:\/\/www.gudusoft.com\/pt\/ferramenta-de-linhagem-de-dados-sql\/\">Gudu SQLFlow<\/a> O programa cria esse mapa automaticamente, analisando seu SQL do Greenplum com um analisador de dialeto Greenplum dedicado \u2014 um dos 39 analisadores espec\u00edficos de dialeto que ele fornece \u2014 e renderizando um diagrama interativo que voc\u00ea pode percorrer coluna por 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>Experimente agora:<\/strong> Cole qualquer consulta ou DDL do Greenplum no <a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=greenplum-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">visualizador de linhagem SQL online gratuito<\/a>Selecione o dialeto Greenplum e obtenha um diagrama de linhagem em n\u00edvel de coluna em segundos.<\/p>\n\n<\/div><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Por que a linhagem de dados do Greenplum precisa de um analisador sint\u00e1tico dedicado?<\/h2>\n\n\n\n<p>O Greenplum \u00e9 um banco de dados MPP da fam\u00edlia PostgreSQL, e a maior parte de sua sintaxe de consulta ser\u00e1 familiar para qualquer pessoa que conhe\u00e7a o PostgreSQL. Mas as partes de um ambiente Greenplum que carregam o maior peso de linhagem s\u00e3o exatamente as partes que divergem do PostgreSQL padr\u00e3o:<\/p>\n\n\n\n<ul><li><strong>Tabelas externas.<\/strong> <code>CRIAR TABELA EXTERNA<\/code> com <code>gpfdist<\/code> ou locais de arquivos \u00e9 a porta de entrada padr\u00e3o para dados que chegam ao Greenplum. Um analisador que trava no <code>LOCALIZA\u00c7\u00c3O<\/code> e <code>FORMATAR<\/code> A cl\u00e1usula perde o primeiro salto de cada pipeline de carregamento.<\/li>\n<li><strong>Chaves de distribui\u00e7\u00e3o.<\/strong> <code>DISTRIBU\u00cdDO POR<\/code> e <code>DISTRIBU\u00cdDO ALEATORIAMENTE<\/code> Cl\u00e1usulas aparecem em praticamente todas as defini\u00e7\u00f5es de tabelas. Gram\u00e1ticas ANSI gen\u00e9ricas as rejeitam, o que significa que rejeitam seu DDL, o que significa que n\u00e3o h\u00e1 nenhuma linhagem para essas tabelas.<\/li>\n<li><strong>Cadeias INSERT-SELECT ELT.<\/strong> Os data warehouses Greenplum normalmente transformam dados no pr\u00f3prio banco de dados: da tabela de prepara\u00e7\u00e3o para a tabela de dados conformados e, em seguida, para a tabela de fatos, cada etapa sendo um processo cont\u00ednuo. <code>INSERIR EM ... SELECIONAR<\/code> Com jun\u00e7\u00f5es, convers\u00f5es e agrega\u00e7\u00f5es. A linhagem precisa ser constru\u00edda em cada etapa da cadeia, e n\u00e3o calculada por instru\u00e7\u00e3o isoladamente.<\/li><\/ul>\n\n\n\n<p>O SQLFlow lida com os tr\u00eas casos porque seu suporte ao Greenplum \u00e9 um analisador de dialeto distinto, n\u00e3o o PostgreSQL com os erros suprimidos. O mecanismo subjacente \u00e9 o <a href=\"https:\/\/www.sqlparser.com\/\">Analisador SQL geral<\/a>, um front-end comercial para compilador SQL desenvolvido desde meados dos anos 2000 e validado em aproximadamente 13.600 conjuntos de testes SQL por dialeto.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Exemplo pr\u00e1tico: carregamento de tabela externa em uma tabela de fatos distribu\u00edda<\/h2>\n\n\n\n<p>Aqui est\u00e1 uma vers\u00e3o compacta do padr\u00e3o que a maioria dos pipelines de carregamento do Greenplum segue. Os arquivos de pedidos di\u00e1rios chegam via <code>gpfdist<\/code>, aterrissam em uma tabela externa e s\u00e3o mescladas em uma tabela de fatos distribu\u00edda em <code>id_do_pedido<\/code>:<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>CREATE EXTERNAL TABLE ext_stage.daily_orders ( order_id bigint, customer_id bigint, order_ts timestamp, amount numeric(12,2), channel text ) LOCATION (&#039;gpfdist:\/\/etl-host:8081\/daily_orders*.csv&#039;) FORMAT &#039;CSV&#039; (HEADER); CREATE TABLE dw.fact_orders ( order_id bigint, customer_sk bigint, order_date date, net_amount numeric(12,2) ) DISTRIBUTED BY (order_id); INSERT INTO dw.fact_orders (order_id, customer_sk, order_date, net_amount) SELECT o.order_id, c.customer_sk, o.order_ts::date, o.amount - COALESCE(r.refund_amount, 0) FROM ext_stage.daily_orders o JOIN dw.dim_customer c ON c.customer_id = o.customer_id LEFT JOIN dw.stg_refunds r ON r.order_id = o.order_id WHERE o.channel &lt;&gt; &#039;test&#039;;<\/code><\/pre>\n\n\n\n<p>Execute isso no SQLFlow e o diagrama mostrar\u00e1, para cada coluna de <code>dw.fact_orders<\/code>, exatamente de onde vieram os dados e o que aconteceu com eles durante o percurso:<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>Coluna alvo<\/th><th>Colunas de origem<\/th><th>Transforma\u00e7\u00e3o<\/th><\/tr><\/thead><tbody>\n<tr><td><code>fact_orders.order_id<\/code><\/td><td><code>ext_stage.daily_orders.order_id<\/code><\/td><td>C\u00f3pia direta<\/td><\/tr>\n<tr><td><code>fact_orders.customer_sk<\/code><\/td><td><code>dw.dim_customer.customer_sk<\/code><\/td><td>Diretamente, atrav\u00e9s do cadastro em <code>id_do_cliente<\/code><\/td><\/tr>\n<tr><td><code>fact_orders.order_date<\/code><\/td><td><code>ext_stage.daily_orders.order_ts<\/code><\/td><td>Elenco para <code>data<\/code><\/td><\/tr>\n<tr><td><code>fact_orders.net_amount<\/code><\/td><td><code>quantidade de pedidos di\u00e1rios<\/code>, <code>stg_refunds.valor_de_reembolso<\/code><\/td><td>Subtra\u00e7\u00e3o com <code>COALESCE<\/code><\/td><\/tr>\n<\/tbody><\/table><\/figure>\n\n\n\n<p>Observe o que uma visualiza\u00e7\u00e3o em n\u00edvel de tabela teria ocultado: <code>valor_l\u00edquido<\/code> \u00e9 alimentada por duas tabelas diferentes, e a tabela externa <code>canal<\/code> A coluna nunca chega \u00e0 tabela de fatos \u2014 no entanto, ela ainda controla quais linhas chegam. O SQLFlow tamb\u00e9m captura esse segundo tipo de relacionamento.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Linhagem direta versus linhagem indireta em cadeias ELT<\/h2>\n\n\n\n<p>No exemplo acima, <code>canal<\/code> aparece apenas no <code>ONDE<\/code> cl\u00e1usula e as chaves de jun\u00e7\u00e3o aparecem apenas em <code>SOBRE<\/code> condi\u00e7\u00f5es. Nenhuma delas aparece na sa\u00edda, mas alterar qualquer uma delas altera os n\u00fameros em <code>fact_orders<\/code>O SQLFlow modela isso como <strong>linhagem indireta (de impacto)<\/strong>, um tipo de relacionamento separado do fluxo de dados direto, e permite ativar\/desativar cada um independentemente no diagrama. A maioria das ferramentas de linhagem n\u00e3o faz essa distin\u00e7\u00e3o, o que significa que sua an\u00e1lise de impacto ignora silenciosamente as depend\u00eancias de filtro e jun\u00e7\u00e3o.<\/p>\n\n\n\n<p>Isso \u00e9 mais importante no Greenplum do que na maioria dos ambientes devido \u00e0 profundidade das cadeias INSERT-SELECT. Um ambiente t\u00edpico empilha tabelas externas, tabelas de prepara\u00e7\u00e3o, camadas conformadas, camadas de fatos e visualiza\u00e7\u00f5es de relat\u00f3rio umas sobre as outras. O SQLFlow resolve refer\u00eancias de coluna em cada etapa, incluindo CTEs, subconsultas, visualiza\u00e7\u00f5es e <code>SELECIONE *<\/code> expans\u00e3o, de modo que um rastreamento de uma coluna de relat\u00f3rio retorne ao feed do arquivo de origem em um caminho cont\u00ednuo.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Vai migrar do Greenplum? Primeiro, mapeie as depend\u00eancias.<\/h2>\n\n\n\n<p>Muitas inst\u00e2ncias do Greenplum agora s\u00e3o candidatas \u00e0 migra\u00e7\u00e3o para data warehouses na nuvem, e a principal causa de atrasos na migra\u00e7\u00e3o s\u00e3o as depend\u00eancias desconhecidas: a view que ningu\u00e9m documentou, a tabela de staging que tr\u00eas consumidores leem silenciosamente, a coluna que um relat\u00f3rio subsequente precisa e que o novo modelo removeu. Um mapa de depend\u00eancias criado antes da migra\u00e7\u00e3o \u00e9 a maneira de evitar descobrir esses problemas em produ\u00e7\u00e3o.<\/p>\n\n\n\n<p>Um fluxo de trabalho de migra\u00e7\u00e3o com foco na linhagem usando o SQLFlow se parece com isto:<\/p>\n\n\n\n<ol><li><strong>Analise a propriedade.<\/strong> Alimente o SQLFlow com seu DDL do Greenplum, defini\u00e7\u00f5es de visualiza\u00e7\u00e3o e scripts de carregamento \u2014 colados, carregados como arquivos ou obtidos em tempo real via JDBC. Implanta\u00e7\u00f5es corporativas realizam varreduras em lote de conjuntos de mais de 100 bancos de dados e mais de um milh\u00e3o de colunas, com novas varreduras incrementais conforme o c\u00f3digo \u00e9 alterado.<\/li>\n<li><strong>Descubra o que \u00e9 realmente usado.<\/strong> A linhagem em n\u00edvel de coluna separa as tabelas e colunas que alimentam as sa\u00eddas em tempo real daquelas que n\u00e3o s\u00e3o lidas, permitindo migrar o data warehouse real em vez de vinte anos de ac\u00famulo de dados.<\/li>\n<li><strong>Sequencie o movimento.<\/strong> O gr\u00e1fico de linhagem mostra a ordem de depend\u00eancia: quais \u00e1reas tem\u00e1ticas podem se mover independentemente e quais arrastam consigo uma cadeia de fluxos ascendentes.<\/li>\n<li><strong>Verifique o alvo.<\/strong> Como o mesmo mecanismo analisa o dialeto de destino \u2014 Snowflake, BigQuery, Redshift, Databricks e os demais 39 dialetos suportados \u2014 voc\u00ea pode criar diagramas do SQL migrado e comparar a linhagem antes e depois.<\/li><\/ol>\n\n\n\n<p>As equipes que gerenciam ambientes legados mistos usam a mesma abordagem em outras plataformas MPP: consulte as p\u00e1ginas complementares sobre <a href=\"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-teradata\/\">linhagem de dados Teradata<\/a> e <a href=\"https:\/\/www.gudusoft.com\/pt\/vertica-data-lineage\/\">linhagem de dados Vertica<\/a>E como o Greenplum \u00e9 derivado do PostgreSQL, propriedades que tamb\u00e9m executam o Postgres padr\u00e3o podem abranger ambos com uma \u00fanica ferramenta \u2014 o <a href=\"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-postgresql\/\">linhagem de dados do PostgreSQL<\/a> Esta p\u00e1gina aborda as diferen\u00e7as.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Como integrar o SQL do Greenlum ao SQLFlow<\/h2>\n\n\n\n<ul><li><strong>Cole ou fa\u00e7a o upload:<\/strong> consultas individuais, scripts ou lotes de <code>.sql<\/code> arquivos no navegador.<\/li>\n<li><strong>Metadados JDBC:<\/strong> Conecte-se ao Greenplum e obtenha as defini\u00e7\u00f5es das tabelas e visualize o SQL diretamente, para que a linhagem reflita o que foi implantado em vez do que est\u00e1 no reposit\u00f3rio.<\/li>\n<li><strong>Ingestor Grabit:<\/strong> Extra\u00e7\u00e3o automatizada de metadados para varreduras programadas e repet\u00edveis.<\/li>\n<li><strong>API REST e CLI:<\/strong> an\u00e1lise de condu\u00e7\u00e3o a partir de CI ou um pipeline de orquestra\u00e7\u00e3o por meio do <a href=\"https:\/\/www.gudusoft.com\/pt\/api-restful-sqlflow\/\">API REST do SQLFlow<\/a> ou a CLI sem interface gr\u00e1fica, e exporte os resultados como JSON, CSV ou PNG.<\/li><\/ul>\n\n\n\n<p>Tudo se resume \u00e0 an\u00e1lise est\u00e1tica do texto SQL e dos metadados do esquema. O SQLFlow nunca l\u00ea as linhas das suas tabelas, e a edi\u00e7\u00e3o On-Premise (compat\u00edvel com Docker ou Kubernetes, isolamento de rede) mant\u00e9m at\u00e9 mesmo o texto SQL dentro da sua rede \u2014 relevante para os setores regulamentados onde o Greenplum \u00e9 comum. A linhagem tamb\u00e9m pode ser exportada para o DataHub, Microsoft Purview ou OpenMetadata, caso um desses cat\u00e1logos seja o seu sistema de registro.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">E quanto \u00e0s ferramentas de linhagem de c\u00f3digo aberto?<\/h2>\n\n\n\n<p>Analisadores de c\u00f3digo aberto como <code>linhagem sql<\/code> e <code>sqlglot<\/code> S\u00e3o realmente \u00fateis para extrair rela\u00e7\u00f5es entre tabelas a partir de consultas individuais e bem-comportadas, e se esse for todo o seu problema, podem ser suficientes. A lacuna aparece no c\u00f3digo Greenplum em produ\u00e7\u00e3o: <code>CRIAR TABELA EXTERNA<\/code> e <code>DISTRIBU\u00cdDO POR<\/code> sintaxe, cadeias INSERT-SELECT de m\u00faltiplos saltos que precisam de interconex\u00f5es entre instru\u00e7\u00f5es, <code>SELECIONE *<\/code> A expans\u00e3o requer metadados de esquema e linhagem indireta por meio de filtros e jun\u00e7\u00f5es. Execute um de seus scripts de carregamento reais em ambos os m\u00e9todos e compare a sa\u00edda \u2014 esse teste resolve a quest\u00e3o mais rapidamente do que qualquer matriz de recursos.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Perguntas frequentes<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">O SQLFlow oferece suporte \u00e0 sintaxe espec\u00edfica do Greenplum, como tabelas externas e DISTRIBUTED BY?<\/h3>\n\n\n<p>Sim. O SQLFlow inclui um analisador sint\u00e1tico dedicado ao dialeto Greenplum, ent\u00e3o <code>CRIAR TABELA EXTERNA<\/code>, <code>DISTRIBU\u00cdDO POR<\/code> Cl\u00e1usulas e outros trechos de c\u00f3digo DDL do Greenplum s\u00e3o analisados corretamente e participam do grafo de linhagem, em vez de causar erros.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Posso usar o dialeto PostgreSQL para o Greenplum?<\/h3>\n\n\n<p>Instru\u00e7\u00f5es SELECT simples seriam analisadas na maioria dos casos, mas as instru\u00e7\u00f5es que definem seus pipelines de carregamento \u2014 DDL de tabelas externas e defini\u00e7\u00f5es de tabelas distribu\u00eddas \u2014 s\u00e3o espec\u00edficas do Greenplum. Use o dialeto Greenplum para que todo o conjunto de dados seja analisado corretamente; o SQLFlow oferece suporte a ambos, abrangendo assim ambientes com uso misto de Greenplum e Postgres.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O SQLFlow precisa acessar os dados nas minhas tabelas do Greenplum?<\/h3>\n\n\n<p>N\u00e3o. O SQLFlow realiza an\u00e1lises est\u00e1ticas do c\u00f3digo SQL e, opcionalmente, l\u00ea metadados do esquema via JDBC. Ele nunca l\u00ea linhas da tabela, e a edi\u00e7\u00e3o On-Premise mant\u00e9m o texto SQL inteiramente dentro da sua rede.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O SQLFlow pode ajudar no planejamento de uma migra\u00e7\u00e3o do Greenplum para a nuvem?<\/h3>\n\n\n<p>Sim. Analise o conjunto de dados do Greenplum para obter o verdadeiro gr\u00e1fico de depend\u00eancias em n\u00edvel de coluna, use-o para definir o escopo e a sequ\u00eancia da migra\u00e7\u00e3o e, em seguida, crie um diagrama do SQL migrado na plataforma de destino \u2014 Snowflake, BigQuery, Redshift, Databricks e outras 35 linguagens s\u00e3o suportadas pelo mesmo mecanismo \u2014 para verificar se nada ficou \u00f3rf\u00e3o.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Qual o custo do SQLFlow para a linhagem Greenplum?<\/h3>\n\n\n<p>O SQLFlow Cloud possui um plano gratuito; 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, 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\">Veja agora a sua linhagem Greenlum.<\/h2>\n\n\n<p>Cole um script de carregamento do Greenplum no visualizador gratuito ou fale conosco sobre a possibilidade de digitalizar todo o seu ambiente antes do in\u00edcio do per\u00edodo 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=greenplum-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">Experimente o SQLFlow gratuitamente<\/a><\/div>\n\n\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\\\/greenplum-data-lineage\\\/\",\n            \"description\": \"Automated Greenplum data lineage: SQLFlow's dedicated Greenplum dialect parser maps column-level lineage through external tables, distributed tables, and INSERT-SELECT ELT chains.\",\n            \"featureList\": \"Greenplum dialect parser, column-level lineage, indirect\\\/impact lineage, external table and DISTRIBUTED BY support, JDBC metadata import, REST API, DataHub\\\/Purview\\\/OpenMetadata export\",\n            \"softwareVersion\": \"8.2.3\",\n            \"offers\": [\n                {\n                    \"@type\": \"Offer\",\n                    \"name\": \"SQLFlow Cloud Free\",\n                    \"price\": \"0\",\n                    \"priceCurrency\": \"USD\"\n                },\n                {\n                    \"@type\": \"Offer\",\n                    \"name\": \"SQLFlow Cloud Premium\",\n                    \"price\": \"49.99\",\n                    \"priceCurrency\": \"USD\",\n                    \"priceSpecification\": {\n                        \"@type\": \"UnitPriceSpecification\",\n                        \"price\": \"49.99\",\n                        \"priceCurrency\": \"USD\",\n                        \"billingIncrement\": 1,\n                        \"unitText\": \"MONTH\"\n                    }\n                },\n                {\n                    \"@type\": \"Offer\",\n                    \"name\": \"SQLFlow On-Premise\",\n                    \"price\": \"4800\",\n                    \"priceCurrency\": \"USD\"\n                }\n            ],\n            \"publisher\": {\n                \"@type\": \"Organization\",\n                \"name\": \"Gudu Software\",\n                \"url\": \"https:\\\/\\\/www.gudusoft.com\\\/\"\n            }\n        },\n        {\n            \"@type\": \"FAQPage\",\n            \"mainEntity\": [\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow support Greenplum-specific syntax like external tables and DISTRIBUTED BY?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. SQLFlow ships a dedicated Greenplum dialect parser, so CREATE EXTERNAL TABLE, DISTRIBUTED BY clauses, and other Greenplum DDL parse cleanly and participate in the lineage graph rather than causing errors.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can I just use the PostgreSQL dialect for Greenplum?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Plain SELECT statements would mostly parse, but external table DDL and distributed table definitions are Greenplum-specific. Use the Greenplum dialect so the whole estate parses; SQLFlow supports both dialects.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow need access to the data in my Greenplum tables?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No. SQLFlow performs static analysis of SQL code and optionally reads schema metadata over JDBC. It never reads table rows, and the On-Premise edition keeps SQL text entirely inside your network.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can SQLFlow help plan a Greenplum-to-cloud migration?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. Scan the Greenplum estate to get the true column-level dependency graph, use it to scope and sequence the migration, then diagram the migrated SQL on the target platform to verify nothing was orphaned. The same engine supports 39 dialects including Snowflake, BigQuery, Redshift, and Databricks.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"How much does SQLFlow cost for Greenplum lineage?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"SQLFlow Cloud has a free tier; premium is $49.99\\\/month. SQLFlow On-Premise is $500\\\/month or $4,800 one-time per selected database type, installable on two servers.\"\n                    }\n                }\n            ]\n        }\n    ]\n}<\/script>","protected":false},"excerpt":{"rendered":"<p>Greenplum data lineage is the column-level map of how data flows through a Greenplum warehouse: from external tables and staging schemas, through INSERT-SELECT ELT chains and views, into the distributed fact and dimension tables that reports read. Gudu SQLFlow builds that map automatically by parsing your Greenplum SQL with a dedicated Greenplum dialect parser \u2014 one of 39 dialect-specific parsers it ships \u2014 and rendering an interactive diagram you can trace column by column. Try it now: paste any Greenplum query or DDL into the free online SQL lineage visualizer, select the Greenplum dialect, and get a column-level lineage diagram\u2026<\/p>","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"blocksy_meta":{"styles_descriptor":{"styles":{"desktop":"","tablet":"","mobile":""},"google_fonts":[],"version":5}},"_links":{"self":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/pages\/6766"}],"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=6766"}],"version-history":[{"count":0,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/pages\/6766\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/media?parent=6766"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}