{"id":6767,"date":"2026-07-12T02:08:34","date_gmt":"2026-07-12T10:08:34","guid":{"rendered":"https:\/\/www.gudusoft.com\/vertica-data-lineage\/"},"modified":"2026-07-12T02:08:34","modified_gmt":"2026-07-12T10:08:34","slug":"vertica-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-vertica\/","title":{"rendered":"Vertica Data Lineage: Linhagem em n\u00edvel de coluna a partir de proje\u00e7\u00f5es e SQL"},"content":{"rendered":"<p><strong>linhagem de dados Vertica<\/strong> \u00c9 um mapa em n\u00edvel de coluna de como os dados fluem pelo seu SQL do Vertica: quais colunas de origem alimentam cada tabela de destino, proje\u00e7\u00e3o e relat\u00f3rio, e quais jun\u00e7\u00f5es, filtros, agrega\u00e7\u00f5es e fun\u00e7\u00f5es anal\u00edticas transformam os dados ao longo do caminho. <a href=\"https:\/\/www.gudusoft.com\/pt\/ferramenta-de-linhagem-de-dados-sql\/\">Gudu SQLFlow<\/a> Constr\u00f3i esse mapa automaticamente com um analisador de dialeto Vertica dedicado: l\u00ea seu SQL estaticamente, resolve cada refer\u00eancia de coluna e renderiza um diagrama de linhagem interativo sem nunca acessar as linhas de suas tabelas.<\/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 Vertica no <a href=\"https:\/\/sqlflow.gudusoft.com\/?utm_source=gudusoft&amp;utm_medium=website&amp;utm_campaign=vertica-data-lineage\" target=\"_blank\" rel=\"noreferrer noopener\">visualizador de linhagem SQL online gratuito<\/a>Selecione o dialeto Vertica 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 do Vertica \u00e9 um problema de an\u00e1lise SQL?<\/h2>\n\n\n\n<p>O Vertica se destaca entre os bancos de dados anal\u00edticos pela grande quantidade de c\u00f3digo SQL que comp\u00f5e seu design f\u00edsico. Uma proje\u00e7\u00e3o, a estrutura de armazenamento principal do Vertica, \u00e9 definida por um <code>CRIAR PROJE\u00c7\u00c3O ... COMO SELECIONAR<\/code> declara\u00e7\u00e3o. Uma tabela achatada desnormaliza os atributos de dimens\u00e3o atrav\u00e9s de <code>USANDO PADR\u00c3O<\/code> e <code>CONFIGURAR USANDO<\/code> express\u00f5es de coluna que s\u00e3o, elas pr\u00f3prias, consultas em outras tabelas. O preenchimento de lacunas e a interpola\u00e7\u00e3o sobre dados de eventos ocorrem no <code>S\u00c9RIE TEMPORAL<\/code> cl\u00e1usula, bem dentro de uma <code>SELECIONAR<\/code>.<\/p>\n\n\n\n<p>Esse design tem uma consequ\u00eancia para a linhagem: se uma ferramenta consegue realmente analisar o dialeto do Vertica, ela pode recuperar o fluxo de dados: n\u00e3o apenas por meio de seus scripts e visualiza\u00e7\u00f5es de ETL, mas tamb\u00e9m por meio da pr\u00f3pria camada de armazenamento. Se n\u00e3o consegue, ela silenciosamente descarta exatamente as instru\u00e7\u00f5es que fazem de um ambiente Vertica um ambiente Vertica. Analisadores gen\u00e9ricos de gram\u00e1tica ANSI falham nesse aspecto. <code>S\u00c9RIE TEMPORAL<\/code>, trate as defini\u00e7\u00f5es de proje\u00e7\u00e3o como ru\u00eddo e nunca veja a consulta oculta dentro de um <code>CONFIGURAR USANDO<\/code> express\u00e3o.<\/p>\n\n\n\n<p>O SQLFlow fornece um analisador sint\u00e1tico Vertica espec\u00edfico para cada dialeto, um dos <a href=\"https:\/\/www.gudusoft.com\/pt\/ferramenta-de-linhagem-de-dados-sql\/\">39 analisadores dialetais<\/a>, cada uma com sua pr\u00f3pria gram\u00e1tica em vez de uma aproxima\u00e7\u00e3o ANSI compartilhada. Ela lida com proje\u00e7\u00f5es definidas por SELECTs, express\u00f5es de tabelas achatadas e <code>S\u00c9RIE TEMPORAL<\/code> cl\u00e1usulas como SQL de primeira classe, e resolve refer\u00eancias de coluna por meio de CTEs, subconsultas, visualiza\u00e7\u00f5es e <code>SELECIONE *<\/code> expans\u00e3o.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Linhagem em n\u00edvel de coluna de uma declara\u00e7\u00e3o Vertica real<\/h2>\n\n\n\n<p>Considere um padr\u00e3o t\u00edpico do Vertica: um <code>INSERIR ... SELECIONAR<\/code> que agrega dados factuais e os classifica com uma fun\u00e7\u00e3o anal\u00edtica.<\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>INSERT INTO mart.region_daily_rank (sale_date, region_name, total_amount, region_rank) SELECT s.sale_date, r.region_name, SUM(s.amount) AS total_amount, RANK() OVER (PARTITION BY s.sale_date ORDER BY SUM(s.amount) DESC) AS region_rank FROM fact.sales s JOIN dim.regions r ON s.region_id = r.region_id WHERE s.sale_date &gt;= &#039;2026-01-01&#039; GROUP BY s.sale_date, r.region_name;<\/code><\/pre>\n\n\n\n<p>Para cada coluna de sa\u00edda, o SQLFlow identifica as colunas de origem que a alimentam e as fun\u00e7\u00f5es pelas quais elas passam:<\/p>\n\n\n\n<ul><li><code>classifica\u00e7\u00e3o_di\u00e1ria_da_regi\u00e3o.quantidade_total<\/code> \u00e9 alimentado diretamente por <code>fato.vendas.quantidade<\/code> atrav\u00e9s <code>SOMA()<\/code>.<\/li>\n<li><code>classifica\u00e7\u00e3o_di\u00e1ria_da_regi\u00e3o.classifica\u00e7\u00e3o_da_regi\u00e3o<\/code> \u00e9 derivado de <code>vendas.quantidade<\/code> por meio do <code>RANK() SOBRE<\/code> janela, com <code>vendas.data_da_venda<\/code> dando forma \u00e0 divis\u00f3ria.<\/li>\n<li><code>vendas.region_id<\/code> e <code>regi\u00f5es.id_da_regi\u00e3o<\/code> nunca aparecem na sa\u00edda, mas determinam quais linhas se encontram na jun\u00e7\u00e3o. O SQLFlow as registra como <strong>linhagem indireta<\/strong>, juntamente com o <code>ONDE<\/code> filtro em <code>data_de_venda<\/code> e o <code>AGRUPAR POR<\/code> chaves.<\/li><\/ul>\n\n\n\n<p>Essa distin\u00e7\u00e3o entre comunica\u00e7\u00e3o direta e indireta importa mais do que parece \u00e0 primeira vista. Se algu\u00e9m altera a sem\u00e2ntica de <code>id_da_regi\u00e3o<\/code>, nenhuma ferramenta de linhagem exclusiva de fluxo de dados sinalizar\u00e1 <code>classifica\u00e7\u00e3o_di\u00e1ria_da_regi\u00e3o<\/code> como afetado \u2014 no entanto, todos os n\u00fameros nele mudam. Os modelos SQLFlow influenciam indiretamente (colunas usadas em <code>ONDE<\/code>, <code>JUNTAR<\/code>, e <code>AGRUPAR POR<\/code> condi\u00e7\u00f5es e agregados internos) como um tipo de relacionamento separado e altern\u00e1vel no diagrama. A maioria das ferramentas concorrentes n\u00e3o faz essa distin\u00e7\u00e3o.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">A Vertica constr\u00f3i as capas do analisador de dialetos.<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>Constru\u00e7\u00e3o Vertica<\/th><th>Onde se esconde a linhagem<\/th><\/tr><\/thead><tbody>\n<tr><td>Proje\u00e7\u00f5es (<code>CRIAR PROJE\u00c7\u00c3O ... COMO SELECIONAR<\/code>)<\/td><td>A instru\u00e7\u00e3o SELECT que define o mapeamento \u00e9 utilizada para associar as colunas da tabela de refer\u00eancia \u00e0s colunas da proje\u00e7\u00e3o, incluindo as op\u00e7\u00f5es de classifica\u00e7\u00e3o e segmenta\u00e7\u00e3o expressas em SQL.<\/td><\/tr>\n<tr><td>Mesas achatadas<\/td><td><code>USANDO PADR\u00c3O<\/code> \/ <code>CONFIGURAR USANDO<\/code> As express\u00f5es incorporam consultas em tabelas de dimens\u00e3o diretamente no DDL \u2014 l\u00f3gica de desnormaliza\u00e7\u00e3o invis\u00edvel para ferramentas que apenas analisam DML.<\/td><\/tr>\n<tr><td><code>S\u00c9RIE TEMPORAL<\/code> cl\u00e1usula<\/td><td>O preenchimento de lacunas e a interpola\u00e7\u00e3o reescrevem o formato da sa\u00edda; a cl\u00e1usula \u00e9 analisada como SQL, portanto, as colunas interpoladas s\u00e3o rastreadas at\u00e9 suas fontes reais.<\/td><\/tr>\n<tr><td>Fun\u00e7\u00f5es anal\u00edticas<\/td><td><code>CLASSIFICA\u00c7\u00c3O<\/code>, <code>N\u00daMERO_DA_LINHA<\/code>, <code>LAG<\/code>e agrega\u00e7\u00f5es de janela: o SQLFlow rastreia tanto as entradas da fun\u00e7\u00e3o quanto as colunas de parti\u00e7\u00e3o\/ordem que moldam o resultado.<\/td><\/tr>\n<tr><td>Visualiza\u00e7\u00f5es, CTEs, subconsultas, <code>SELECIONE *<\/code><\/td><td>As refer\u00eancias de coluna s\u00e3o resolvidas em todas as camadas, de modo que uma coluna de relat\u00f3rio rastreia at\u00e9 as colunas de origem f\u00edsicas, em vez de parar no primeiro limite de visualiza\u00e7\u00e3o.<\/td><\/tr>\n<\/tbody><\/table><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Planejamento de auditoria e migra\u00e7\u00e3o para ambientes Vertica antigos.<\/h2>\n\n\n\n<p>A maioria das instala\u00e7\u00f5es do Vertica n\u00e3o s\u00e3o novas. Elas carregam uma d\u00e9cada ou mais de SQL acumulado: nightly <code>INSERIR ... SELECIONAR<\/code> Cargas, visualiza\u00e7\u00f5es de relat\u00f3rios sobrepostas a outras visualiza\u00e7\u00f5es, proje\u00e7\u00f5es ajustadas por engenheiros que j\u00e1 sa\u00edram da empresa. Duas situa\u00e7\u00f5es obrigam as equipes a finalmente mapear tudo isso.<\/p>\n\n\n\n<p><strong>Auditoria e conformidade.<\/strong> \u00d3rg\u00e3os reguladores e auditores internos fazem perguntas detalhadas sobre as colunas: quais campos de origem alimentam esse valor regulamentado e por meio de quais transforma\u00e7\u00f5es? Responder com base em conhecimento t\u00e1cito n\u00e3o resiste a uma an\u00e1lise rigorosa. O SQLFlow gera a cadeia de proveni\u00eancia para qualquer coluna de sa\u00edda: percorre o caminho inverso, desde o n\u00famero no relat\u00f3rio, passando por cada visualiza\u00e7\u00e3o e script de carregamento, at\u00e9 as colunas de origem f\u00edsicas, e exporta as evid\u00eancias como JSON, CSV ou PNG.<\/p>\n\n\n\n<p><strong>Planejamento de migra\u00e7\u00e3o.<\/strong> As equipes que migram cargas de trabalho do Vertica para Snowflake, Databricks ou BigQuery precisam do verdadeiro grafo de depend\u00eancias antes de sequenciar a migra\u00e7\u00e3o: quais tabelas s\u00e3o essenciais, quais views est\u00e3o obsoletas e quais jobs downstream consomem cada destino. Como o SQLFlow analisa todos esses dialetos com o mesmo mecanismo, voc\u00ea pode mapear o ambiente Vertica antes da migra\u00e7\u00e3o e verificar a linhagem reconstru\u00edda na plataforma de destino posteriormente, confirmando que nada foi perdido durante a migra\u00e7\u00e3o. O mesmo se aplica a consolida\u00e7\u00f5es de outras plataformas MPP; consulte as p\u00e1ginas complementares sobre <a href=\"https:\/\/www.gudusoft.com\/pt\/linhagem-de-dados-greenplum\/\">linhagem de dados Greenplum<\/a> e <a href=\"https:\/\/www.gudusoft.com\/pt\/netezza-linhagem-de-dados\/\">linhagem de dados Netezza<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Como gerar a linhagem de dados do Vertica a partir de SQL<\/h2>\n\n\n\n<ol><li><strong>Colete o SQL.<\/strong> Paste individual queries, upload script files, pull schema metadata live over JDBC, or use the Grabit\/SQLFlow-ingester utilities to extract metadata in bulk. For a one-off question, pasting a single statement into the free visualizer is enough.<\/li>\n<li><strong>Selecione o dialeto Vertica.<\/strong> O SQLFlow analisa o SQL com sua gram\u00e1tica espec\u00edfica do Vertica e executa uma an\u00e1lise de fluxo de dados sobre o modelo sem\u00e2ntico resultante. O mecanismo subjacente \u00e9 o <a href=\"https:\/\/www.sqlparser.com\/\">Analisador SQL geral<\/a>, desenvolvido comercialmente desde meados dos anos 2000 e validado em aproximadamente 13.600 conjuntos de testes SQL por dialeto.<\/li>\n<li><strong>Explorar e exportar.<\/strong> Explore o diagrama interativo, rastreie qualquer coluna a montante ou a jusante, ative ou desative a linhagem indireta e exporte o gr\u00e1fico como JSON, CSV ou PNG, ou consulte-o atrav\u00e9s da API REST a partir de suas pr\u00f3prias ferramentas.<\/li><\/ol>\n\n\n\n<p>Desde a vers\u00e3o 8.2.3, voc\u00ea tamb\u00e9m pode consultar o gr\u00e1fico em linguagem natural, com perguntas como: <em>\u201cQuais resultados dependem de sales.amount?\u201d<\/em>E cada tabela e coluna citada pela IA \u00e9 validada em rela\u00e7\u00e3o ao gr\u00e1fico de linhagem analisado antes de ser exibida.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Onde execut\u00e1-lo<\/h2>\n\n\n\n<p>O SQLFlow Cloud possui um plano gratuito para colar consultas no navegador; o plano premium custa \u00a349,99\/m\u00eas. Ambientes Vertica em setores regulamentados normalmente optam por essa vers\u00e3o. <a href=\"https:\/\/www.gudusoft.com\/pt\/sqlflow-on-premise-versao\/\">SQLFlow no local<\/a>Docker ou Kubernetes dentro da sua pr\u00f3pria rede, com capacidade de isolamento f\u00edsico (air-gap), por $500\/m\u00eas ou $4.800 (pagamento \u00fanico) por tipo de banco de dados selecionado, instal\u00e1vel em dois servidores. De qualquer forma, a an\u00e1lise \u00e9 est\u00e1tica: o SQLFlow l\u00ea o texto SQL e os metadados do esquema, nunca os dados em suas tabelas.<\/p>\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, mant\u00e9m um reposit\u00f3rio de linhagem persistente com varreduras incrementais e exporta para o DataHub, Microsoft Purview e OpenMetadata, de modo que a linhagem do Vertica seja incorporada ao cat\u00e1logo que sua organiza\u00e7\u00e3o j\u00e1 utiliza.<\/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 a linhagem de instru\u00e7\u00f5es SELECT e INSERT padr\u00e3o e, se esse for todo o conte\u00fado do seu banco de dados, podem ser suficientes. Especificamente no Vertica, vale a pena verificar quatro coisas antes de confirmar a compra: se a ferramenta analisa constru\u00e7\u00f5es dialetais como <code>S\u00c9RIE TEMPORAL<\/code> e DDL de proje\u00e7\u00e3o, se resolve colunas atrav\u00e9s de pilhas de visualiza\u00e7\u00e3o profundas usando metadados de esquema, se modela linhagem indireta por meio de condi\u00e7\u00f5es de jun\u00e7\u00e3o e filtro e se renderiza um diagrama naveg\u00e1vel em milhares de scripts em vez de emitir tuplas por consulta. Uma avalia\u00e7\u00e3o justa \u00e9 barata: pegue seu script de carregamento Vertica mais complexo, execute-o em ambos e compare o que cada um realmente resolve.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Perguntas frequentes<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">O SQLFlow entende proje\u00e7\u00f5es do Vertica?<\/h3>\n\n\n<p>Sim. Uma proje\u00e7\u00e3o Vertica \u00e9 definida por uma instru\u00e7\u00e3o SELECT, e o analisador de dialeto Vertica do SQLFlow l\u00ea essa defini\u00e7\u00e3o como SQL \u2014 portanto, a linhagem flui das colunas da tabela de ancoragem atrav\u00e9s da proje\u00e7\u00e3o como qualquer outro objeto definido por consulta.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00c9 poss\u00edvel analisar a cl\u00e1usula TIMESERIES e as fun\u00e7\u00f5es anal\u00edticas?<\/h3>\n\n\n<p>Sim. O analisador Vertica lida com isso. <code>S\u00c9RIE TEMPORAL<\/code> Cl\u00e1usulas e fun\u00e7\u00f5es de janela\/anal\u00edticas como gram\u00e1tica nativa, n\u00e3o como extens\u00f5es n\u00e3o analis\u00e1veis. Colunas de sa\u00edda produzidas por <code>CLASSIFICA\u00c7\u00c3O() ACIMA DE (...)<\/code> ou rastreamento por interpola\u00e7\u00e3o at\u00e9 suas colunas de origem reais, com as colunas de parti\u00e7\u00e3o e ordem capturadas como linhagem indireta.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Preciso conectar o SQLFlow ao meu cluster Vertica?<\/h3>\n\n\n<p>N\u00e3o. Voc\u00ea pode colar SQL ou carregar arquivos de script e obter a linhagem sem nenhuma conex\u00e3o com o banco de dados. Conectar-se via JDBC ou usar o extrator de metadados do Grabit adiciona metadados de esquema, o que melhora a resolu\u00e7\u00e3o de <code>SELECIONE *<\/code> e nomes de colunas n\u00e3o qualificados em grandes propriedades.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O SQLFlow l\u00ea os dados das minhas tabelas Vertica?<\/h3>\n\n\n<p>Nunca. O SQLFlow realiza an\u00e1lises est\u00e1ticas do c\u00f3digo SQL e, opcionalmente, l\u00ea as defini\u00e7\u00f5es de tabelas e colunas. Ele n\u00e3o consulta os dados das linhas. 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 pode nos ajudar a planejar uma migra\u00e7\u00e3o do Vertica?<\/h3>\n\n\n<p>Sim. Primeiro, mapeie o grafo de depend\u00eancias completo em n\u00edvel de coluna do ambiente Vertica, use-o para sequenciar as movimenta\u00e7\u00f5es e identificar objetos inativos e, em seguida, execute novamente a an\u00e1lise de linhagem na plataforma de destino \u2014 Snowflake, Databricks, BigQuery e outras 35 variantes s\u00e3o suportadas pelo mesmo mecanismo \u2014 para verificar a reconstru\u00e7\u00e3o.<\/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 de agora; 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, em at\u00e9 dois servidores, com tipos de banco de dados adicionais a \u00a3100\/m\u00eas ou \u00a31.000 (pagamento \u00fanico) cada. Mais detalhes em [link para a p\u00e1gina de detalhes]. <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\">Mapeie seu patrim\u00f4nio Vertica.<\/h2>\n\n\n<p>Cole uma consulta Vertica no visualizador gratuito ou entre em contato conosco para discutirmos a possibilidade de analisar anos de SQL para fins de auditoria ou 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=vertica-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\\\/vertica-data-lineage\\\/\",\n            \"description\": \"Automated Vertica data lineage: a dialect-specific parser handles projections, TIMESERIES clauses, and analytic functions to produce interactive column-level lineage diagrams from Vertica SQL.\",\n            \"featureList\": \"Vertica dialect parser, column-level lineage, indirect\\\/impact lineage, projection and flattened-table analysis, TIMESERIES clause support, JSON\\\/CSV\\\/PNG export, REST API, DataHub\\\/Purview\\\/OpenMetadata export\",\n            \"softwareVersion\": \"8.2.3\",\n            \"offers\": [\n                {\n                    \"@type\": \"Offer\",\n                    \"name\": \"SQLFlow Cloud Free\",\n                    \"price\": \"0\",\n                    \"priceCurrency\": \"USD\"\n                },\n                {\n                    \"@type\": \"Offer\",\n                    \"name\": \"SQLFlow Cloud Premium\",\n                    \"price\": \"49.99\",\n                    \"priceCurrency\": \"USD\",\n                    \"priceSpecification\": {\n                        \"@type\": \"UnitPriceSpecification\",\n                        \"price\": \"49.99\",\n                        \"priceCurrency\": \"USD\",\n                        \"billingIncrement\": 1,\n                        \"unitText\": \"MONTH\"\n                    }\n                },\n                {\n                    \"@type\": \"Offer\",\n                    \"name\": \"SQLFlow On-Premise\",\n                    \"price\": \"4800\",\n                    \"priceCurrency\": \"USD\"\n                }\n            ],\n            \"publisher\": {\n                \"@type\": \"Organization\",\n                \"name\": \"Gudu Software\",\n                \"url\": \"https:\\\/\\\/www.gudusoft.com\\\/\"\n            }\n        },\n        {\n            \"@type\": \"FAQPage\",\n            \"mainEntity\": [\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow understand Vertica projections?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. A Vertica projection is defined by a SELECT statement, and SQLFlow's Vertica dialect parser reads that definition as SQL, so lineage flows from the anchor table's columns through the projection like any other query-defined object.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can it parse the TIMESERIES clause and analytic functions?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. The Vertica parser handles the TIMESERIES clause and window\\\/analytic functions as native grammar. Output columns produced by RANK() OVER or interpolation trace back to their real source columns, with partition and order columns captured as indirect lineage.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Do I have to connect SQLFlow to my Vertica cluster?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"No. You can paste SQL or upload script files and get lineage with no database connection. Connecting over JDBC or using the Grabit metadata extractor adds schema metadata, which improves resolution of SELECT * and unqualified columns.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Does SQLFlow read the data in my Vertica tables?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Never. SQLFlow performs static analysis of SQL code and optionally reads table and column definitions. It does not query row data. With the On-Premise edition, even the SQL text stays inside your network.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"Can SQLFlow help us plan a migration off Vertica?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"Yes. Map the column-level dependency graph of the Vertica estate first, use it to sequence the migration and find dead objects, then re-run lineage on the target platform to verify the rebuild. Snowflake, Databricks, BigQuery, and 35 other dialects use the same engine.\"\n                    }\n                },\n                {\n                    \"@type\": \"Question\",\n                    \"name\": \"What does SQLFlow cost?\",\n                    \"acceptedAnswer\": {\n                        \"@type\": \"Answer\",\n                        \"text\": \"SQLFlow Cloud starts free; premium is $49.99\\\/month. On-Premise is $500\\\/month or $4,800 one-time per selected database type, installable on two servers, with additional database types at $100\\\/month or $1,000 one-time each.\"\n                    }\n                }\n            ]\n        }\n    ]\n}<\/script>","protected":false},"excerpt":{"rendered":"<p>Vertica data lineage is the column-level map of how data flows through your Vertica SQL: which source columns feed each target table, projection, and report, and which joins, filters, aggregates, and analytic functions transform the data along the way. Gudu SQLFlow builds that map automatically with a dedicated Vertica dialect parser: it reads your SQL statically, resolves every column reference, and renders an interactive lineage diagram without ever touching the rows in your tables. Try it now: paste any Vertica query into the free online SQL lineage visualizer, select the Vertica dialect, and get a column-level lineage diagram in seconds.\u2026<\/p>","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"blocksy_meta":{"styles_descriptor":{"styles":{"desktop":"","tablet":"","mobile":""},"google_fonts":[],"version":5}},"_links":{"self":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/pages\/6767"}],"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=6767"}],"version-history":[{"count":0,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/pages\/6767\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/media?parent=6767"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}