{"id":4507,"date":"2022-06-20T22:27:47","date_gmt":"2022-06-21T06:27:47","guid":{"rendered":"https:\/\/www.gudusoft.com\/?p=4507"},"modified":"2022-09-17T14:28:48","modified_gmt":"2022-09-17T22:28:48","slug":"snowflake-data-governance","status":"publish","type":"post","link":"https:\/\/www.gudusoft.com\/pt\/governanca-de-dados-de-floco-de-neve\/","title":{"rendered":"Governan\u00e7a de dados do Snowflake: 3 coisas que voc\u00ea precisa saber"},"content":{"rendered":"<div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-1 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"background-color: rgba(255,255,255,0);background-position: center center;background-repeat: no-repeat;border-width: 0px 0px 0px 0px;border-color:#e8eaf0;border-style:solid;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start\" style=\"max-width:1310.4px;margin-left: calc(-4% \/ 2 );margin-right: calc(-4% \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-0 fusion_builder_column_1_1 1_1 fusion-flex-column\"><div class=\"fusion-column-wrapper fusion-flex-justify-content-flex-start fusion-content-layout-column\" style=\"background-position:left top;background-repeat:no-repeat;-webkit-background-size:cover;-moz-background-size:cover;-o-background-size:cover;background-size:cover;padding: 0px 0px 0px 0px;\"><div class=\"fusion-text fusion-text-1\" style=\"line-height:26px;\"><h2>Governan\u00e7a de dados Snowflake<\/h2>\n<p>Com o surgimento de aplicativos SaaS e a migra\u00e7\u00e3o do processamento de dados para a nuvem, in\u00fameros dados chegam a uma taxa cada vez maior, exigindo decis\u00f5es de neg\u00f3cios em tempo real. Quer sua organiza\u00e7\u00e3o decida migrar seus dados de seus silos de dados legados ou carregar dados brutos infinitos de fontes distintas, voc\u00ea provavelmente j\u00e1 considerou usar uma nuvem <a href=\"https:\/\/www.gudusoft.com\/pt\/o-que-e-um-data-warehouse\/\"><strong>Armaz\u00e9m de dados<\/strong><\/a> como o Snowflake para abordar esses dois problemas comuns <strong><a href=\"https:\/\/www.gudusoft.com\/pt\/o-que-e-integridade-de-dados\/\">integra\u00e7\u00e3o de dados<\/a><\/strong> casos de uso.<\/p>\n<div id=\"attachment_4512\" style=\"width: 897px\" class=\"wp-caption aligncenter\"><img aria-describedby=\"caption-attachment-4512\" decoding=\"async\" class=\"size-full wp-image-4512\" src=\"https:\/\/www.gudusoft.com\/wp-content\/uploads\/2022\/06\/Snowflake_Data_Governance.png\" alt=\"Governan\u00e7a de dados Snowflake\" width=\"887\" height=\"490\" srcset=\"https:\/\/www.gudusoft.com\/wp-content\/uploads\/2022\/06\/Snowflake_Data_Governance-200x110.png 200w, https:\/\/www.gudusoft.com\/wp-content\/uploads\/2022\/06\/Snowflake_Data_Governance-300x166.png 300w, https:\/\/www.gudusoft.com\/wp-content\/uploads\/2022\/06\/Snowflake_Data_Governance-400x221.png 400w, https:\/\/www.gudusoft.com\/wp-content\/uploads\/2022\/06\/Snowflake_Data_Governance-600x331.png 600w, https:\/\/www.gudusoft.com\/wp-content\/uploads\/2022\/06\/Snowflake_Data_Governance-768x424.png 768w, https:\/\/www.gudusoft.com\/wp-content\/uploads\/2022\/06\/Snowflake_Data_Governance-800x442.png 800w, https:\/\/www.gudusoft.com\/wp-content\/uploads\/2022\/06\/Snowflake_Data_Governance.png 887w\" sizes=\"(max-width: 887px) 100vw, 887px\" \/><p id=\"caption-attachment-4512\" class=\"wp-caption-text\">Governan\u00e7a de dados Snowflake<\/p><\/div>\n<p>No entanto, dados de tantas fontes diferentes podem se tornar dif\u00edceis de rastrear. Garantir a precis\u00e3o e a adequa\u00e7\u00e3o das fontes de dados \u00e9 a principal prioridade de uma organiza\u00e7\u00e3o e, mais importante, atender \u00e0s expectativas de autoatendimento de todos os usu\u00e1rios. \u00c9 aqui que <strong><a href=\"https:\/\/www.gudusoft.com\/pt\/o-que-e-governanca-de-dados\/\">governan\u00e7a de dados<\/a><\/strong> \u00e9 o mais influente.<\/p>\n<p>A governan\u00e7a de dados envolve prote\u00e7\u00e3o e controle de dados e permite que pessoas em toda a organiza\u00e7\u00e3o compartilhem, processem e socializem as informa\u00e7\u00f5es significativas extra\u00eddas desses dados. Ela protege a integridade, qualidade e credibilidade dos dados compartilhados em toda a organiza\u00e7\u00e3o. Os benef\u00edcios podem ser ampliados quando bem projetados <strong><a href=\"https:\/\/www.gudusoft.com\/pt\/estrategia-de-governanca-de-dados\/\">estrat\u00e9gias de governan\u00e7a de dados<\/a><\/strong> s\u00e3o aplicados a data warehouses baseados em nuvem.<\/p>\n<h3>Snowflake como um Data Warehouse Moderno<\/h3>\n<p>As a cloud data warehouse, Snowflake provides the performance, concurrency, and simplicity needed to store and analyze all of an organization&#8217;s data in one location. Snowflake provides a data repository for ingesting structured data for reporting and data analysis. Its ability to accept large amounts of unrefined data from a large number of sources in a variety of formats also makes IT an attractive data lake solution for many IT decision makers. Because of its ability to separate its storage from its computing resources, you can dynamically increase the storage capacity of the <strong><a href=\"https:\/\/www.gudusoft.com\/pt\/o-que-e-um-data-lake\/\">lago de dados<\/a><\/strong> sem considerar os n\u00f3s de computa\u00e7\u00e3o e ajustar com flexibilidade o tamanho do cluster de computa\u00e7\u00e3o para atender \u00e0 demanda somente quando necess\u00e1rio.<\/p>\n<h3>Al\u00e9m do Armaz\u00e9m e em dire\u00e7\u00e3o ao Lago<\/h3>\n<p>Data lakes podem servir como uma alternativa ao armazenamento de conjuntos de dados d\u00edspares e, \u00e0s vezes, limitados em silos de dados dispersos e d\u00edspares. Eles devem fornecer um \u00fanico sistema integrado para armazenar e acessar facilmente grandes quantidades de dados, ao mesmo tempo em que fornecem acesso completo e direto a dados organizacionais brutos (n\u00e3o filtrados), que \u00e9 onde os profissionais de intelig\u00eancia empresarial e muitos outros usu\u00e1rios em toda a organiza\u00e7\u00e3o devem ter acesso aos dados.<\/p>\n<p>O data lake constru\u00eddo com base em um data warehouse moderno deve ter as seguintes vantagens:<\/p>\n<ul>\n<li>Os dados brutos podem ser carregados, analisados e consultados imediatamente, sem an\u00e1lise ou <strong><a href=\"https:\/\/www.gudusoft.com\/pt\/o-que-e-transformacao-de-dados\/\">transforma\u00e7\u00e3o<\/a><\/strong>.<\/li>\n<li>Fluxos de dados estruturados e semiestruturados sem codifica\u00e7\u00e3o manual ou qualquer interven\u00e7\u00e3o manual.<\/li>\n<li>Gerencie consultas de esquema SQL nativas e de tempo de leitura em dados estruturados e semiestruturados.<\/li>\n<li>Armazene grandes quantidades de dados brutos de forma econ\u00f4mica, implantando apenas a capacidade de computa\u00e7\u00e3o necess\u00e1ria.<\/li>\n<\/ul>\n<h3>A Import\u00e2ncia da Governan\u00e7a de Dados<\/h3>\n<p>Para qualquer organiza\u00e7\u00e3o orientada a dados que busca obter o m\u00e1ximo dos dados para an\u00e1lise e intelig\u00eancia de neg\u00f3cios, a governan\u00e7a de dados deve ser uma prioridade m\u00e1xima e usar um data warehouse em nuvem como o Snowflake \u00e9 a abordagem certa. Como resultado, os l\u00edderes de TI que est\u00e3o ansiosos para abra\u00e7ar os desafios da transforma\u00e7\u00e3o digital, sem planejar uma estrat\u00e9gia de governan\u00e7a de dados adequada, podem cometer o erro de mergulhar de cabe\u00e7a em seus data lakes j\u00e1 estabelecidos, apenas para se verem ressurgindo em um p\u00e2ntano de dados.<\/p>\n<h3>Consequences of not Having Data Governance and <a href=\"https:\/\/www.gudusoft.com\/pt\/como-melhorar-a-qualidade-dos-dados\/\">Qualidade de dados<\/a><\/h3>\n<p>Com in\u00fameros dados inundando os data lakes em uma taxa cada vez mais r\u00e1pida, as decis\u00f5es de neg\u00f3cios precisam ser tomadas em tempo real. Sem medidas apropriadas, a qualidade dos dados de qualquer tipo \u00e9 quase imposs\u00edvel de escalar. Idealmente, os conjuntos de dados que v\u00e3o para o data lake devem enriquec\u00ea-lo, mas, infelizmente, \u00e0s vezes eles o poluem.<\/p>\n<p>Como resultado, as equipes de TI podem levar semanas para publicar novas fontes de dados que podem ser ingeridas em segundos. Pior ainda, os clientes acabar\u00e3o criando sua pr\u00f3pria vers\u00e3o da &quot;verdade&quot; adicionando suas pr\u00f3prias regras sobre a fonte de dados rec\u00e9m-criada quando os consumidores de dados n\u00e3o perceberem que novos dados j\u00e1 est\u00e3o dispon\u00edveis. No final das contas, muito tempo \u00e9 gasto ou desperdi\u00e7ado na prepara\u00e7\u00e3o e prote\u00e7\u00e3o de dados em vez de analisar as informa\u00e7\u00f5es e fornecer insights comerciais valiosos.<\/p>\n<h3>De cima para baixo e de baixo para cima<\/h3>\n<p>Normalmente, a governan\u00e7a de dados \u00e9 aplicada por meio de uma abordagem de cima para baixo ao construir um data warehouse empresarial. Primeiro, um modelo de dados central deve ser definido, o que requer a expertise de um profissional de dados, como um <strong><a href=\"https:\/\/www.gudusoft.com\/pt\/administradores-de-dados\/\">administrador de dados<\/a><\/strong>, <strong><a href=\"https:\/\/www.gudusoft.com\/pt\/cientistas-de-dados\/\">cientista de dados<\/a><\/strong>, gestor de dados, encarregado da prote\u00e7\u00e3o de dados ou <strong><a href=\"https:\/\/www.gudusoft.com\/pt\/data-engineers\/\">engenheiro de dados<\/a><\/strong>, para reconstruir os dados v\u00e1rias vezes para fins sem\u00e2nticos antes de serem extra\u00eddos para an\u00e1lise.<\/p>\n<p>Ap\u00f3s a ingest\u00e3o, o <strong><a href=\"https:\/\/www.gudusoft.com\/pt\/o-que-e-catalogo-de-dados-por-que-os-dados-datalog\/\">cat\u00e1logo de dados<\/a><\/strong> reconciliar\u00e1 linhagem e acessibilidade. Embora essa abordagem seja eficaz no gerenciamento centralizado de dados, essa abordagem tradicional de governan\u00e7a de dados n\u00e3o pode ser dimensionada para a era digital: poucas pessoas t\u00eam acesso aos dados.<\/p>\n<p>Outra abordagem \u00e9 projetar a governan\u00e7a de dados para o data lake por meio de uma abordagem bottom-up. Comparado com o modelo centralizado, esse modelo mais \u00e1gil tem v\u00e1rias vantagens. Por exemplo, ele \u00e9 escal\u00e1vel entre fontes de dados, casos de uso e p\u00fablicos, e n\u00e3o requer uma estrutura de arquivo espec\u00edfica para ingerir dados. Usando infraestrutura de nuvem e big data, essa abordagem pode acelerar muito o processo de ingest\u00e3o de dados brutos.<\/p>\n<p>Os data lakes geralmente come\u00e7am com uma abordagem de laborat\u00f3rio de dados em que apenas os mais experientes em dados podem ter acesso aos dados brutos. Ele precisar\u00e1 ent\u00e3o de outras camadas de governan\u00e7a para conectar os dados ao contexto de neg\u00f3cios antes que outros usu\u00e1rios possam us\u00e1-los. Uma estrat\u00e9gia de governan\u00e7a de dados como essa garante que o data lake ofere\u00e7a consistentemente uma \u00fanica fonte confi\u00e1vel de fatos para todos os usu\u00e1rios.<\/p>\n<h3>Equilibre os processos de governan\u00e7a de dados colaborativos<\/h3>\n<p>\u00c0 medida que mais e mais pessoas de diferentes partes da organiza\u00e7\u00e3o trazem mais e mais fontes de dados de entrada, o data lake governado ideal ter\u00e1 a estrat\u00e9gia de governan\u00e7a de dados certa; estabele\u00e7a uma abordagem mais colaborativa para a governan\u00e7a desde o in\u00edcio. Isso permite que os usu\u00e1rios empresariais mais experientes se tornem provedores de conte\u00fado e curadores. Para essa abordagem, trabalhar com os dados como uma equipe desde o in\u00edcio \u00e9 essencial. Caso contr\u00e1rio, voc\u00ea pode ficar sobrecarregado pela quantidade de trabalho necess\u00e1ria para verificar a confiabilidade dos dados que est\u00e3o sendo despejados no data lake.<\/p>\n<h3>Fornecendo dados confi\u00e1veis<\/h3>\n<p>Ent\u00e3o, agora entendemos por que a governan\u00e7a de dados \u00e9 t\u00e3o importante na fase inicial da migra\u00e7\u00e3o de dados para a nuvem, e por que implementar uma estrat\u00e9gia de governan\u00e7a de dados colaborativa \u00e9 o \u00fanico caminho a seguir. Agora, vamos explorar as etapas recomendadas para aplic\u00e1-la a um data lake no Snowflake.<\/p>\n<h4>Etapa 1: Descobrir e limpar<\/h4>\n<p>Use ferramentas modernas de reconhecimento de padr\u00f5es, cria\u00e7\u00e3o de perfil de dados e qualidade de dados para capturar e determinar o que \u00e9 necess\u00e1rio para garantir a qualidade do conjunto de dados. Se voc\u00ea aplicar os dados assim que eles entrarem no ambiente, poder\u00e1 entender o que est\u00e1 nos dados e torn\u00e1-los mais significativos. Sua fase de descoberta e limpeza deve incluir as seguintes ferramentas e recursos:<\/p>\n<ul>\n<li>Cria\u00e7\u00e3o de perfil automatizada por meio de cataloga\u00e7\u00e3o de dados. Sistematize o processo aplicando-o automaticamente a cada conjunto de dados principal. Crie perfis de dados automaticamente, crie e categorize metadados para facilitar a descoberta de dados.<\/li>\n<li>Prepara\u00e7\u00e3o de dados self-service. Possivelmente permitindo que qualquer um acesse o conjunto de dados e ent\u00e3o limpe, normalize, transforme ou enrique\u00e7a os dados.<\/li>\n<li>As opera\u00e7\u00f5es de qualidade de dados come\u00e7am com a fonte de dados e o ciclo de vida dos dados para garantir que dados confi\u00e1veis estejam dispon\u00edveis para qualquer operador de dados, usu\u00e1rio ou aplicativo.<\/li>\n<li>Pervasiveness atrav\u00e9s do self-service. Entregue capacidades em todas as plataformas e aplicativos e entregue-as a todos, de desenvolvedores a analistas de neg\u00f3cios.<\/li>\n<\/ul>\n<h4>Etapa 2: Organizar e capacitar<\/h4>\n<p>A vantagem de centralizar dados confi\u00e1veis em um ambiente compartilh\u00e1vel \u00e9 que, uma vez acion\u00e1vel, economiza tempo e recursos para a organiza\u00e7\u00e3o. Isso pode ser feito das seguintes maneiras:<\/p>\n<ul>\n<li>Organize um cat\u00e1logo de dados e crie uma \u00fanica fonte de dados confi\u00e1veis e protegidos que oferecer\u00e1 controle sobre os dados registrados e sua linhagem. Essas informa\u00e7\u00f5es devem incluir de onde os dados vieram, quem teve acesso a eles e quais eram as rela\u00e7\u00f5es entre os v\u00e1rios conjuntos de dados. <strong><a href=\"https:\/\/www.gudusoft.com\/pt\/whats-data-lineage-why-important\/\">Linhagem de dados<\/a><\/strong> fornecer\u00e1 uma vis\u00e3o geral do rastreamento do fluxo de dados da fonte de dados at\u00e9 o destino final, bem como da conformidade com regulamenta\u00e7\u00f5es de privacidade, como GDPR ou CCPA.<\/li>\n<li>Capacite as pessoas a gerenciar, remediar e proteger dados. Os recursos de back-office s\u00e3o suportados para designar administradores de dados para manter os dados e tornar a localiza\u00e7\u00e3o e o uso de dados f\u00e1ceis e atraentes. Deixe a prepara\u00e7\u00e3o para aqueles que podem identific\u00e1-los com precis\u00e3o, e os dados sens\u00edveis para aqueles que devem examin\u00e1-los.<\/li>\n<li>Envolva colegas na melhoria dos dados. Usando recursos de gerenciamento de dados colaborativos, como administra\u00e7\u00e3o de dados, voc\u00ea pode criar fluxos de trabalho coordenados e atividades de gerenciamento que envolvam todos na qualidade dos dados.<\/li>\n<\/ul>\n<h4>Etapa 3: Automatizar e habilitar<\/h4>\n<p>Depois que todos os dados descobertos e limpos estiverem organizados centralmente e as principais partes interessadas tiverem sido envolvidas no gerenciamento colaborativo dos dados para mant\u00ea-los confi\u00e1veis e em conformidade, \u00e9 hora de implementar a fase de automa\u00e7\u00e3o. Automatizar o processamento de dados \u00e9 essencial n\u00e3o apenas para manter fluxos de trabalho escal\u00e1veis, mas tamb\u00e9m para eliminar tarefas manuais repetitivas, tediosas e contraproducentes.<\/p>\n<ul>\n<li>Use o aprendizado de m\u00e1quina para aprender com a corre\u00e7\u00e3o e a desduplica\u00e7\u00e3o para sugerir a pr\u00f3xima melhor a\u00e7\u00e3o a ser aplicada ao pipeline de dados ou para obter conhecimento impl\u00edcito dos usu\u00e1rios e execut\u00e1-lo em larga escala por meio da automa\u00e7\u00e3o.<\/li>\n<li>Use ou criptografe prote\u00e7\u00e3o autom\u00e1tica. Compartilhe dados seletivamente dentro de sua organiza\u00e7\u00e3o para desenvolvimento, an\u00e1lise e assim por diante, sem revelar informa\u00e7\u00f5es pessoalmente identific\u00e1veis a pessoas que n\u00e3o est\u00e3o autorizadas a v\u00ea-las.<\/li>\n<li>Habilite todos. Crie uma plataforma para todos, alavancando aplicativos amig\u00e1veis para uma comunidade de stakeholders.<\/li>\n<li>Use servi\u00e7os de API para extrair conjuntos de dados valiosos do seu data lake de volta para seus aplicativos de linha de neg\u00f3cios. Canalize seus dados para aplicativos que se beneficiam dos dados confi\u00e1veis criados por seus esfor\u00e7os de governan\u00e7a de dados e alimente intelig\u00eancia valiosa de volta para seus aplicativos de linha de neg\u00f3cios.<\/li>\n<\/ul>\n<p>Inevitavelmente, \u00e0 medida que mais organiza\u00e7\u00f5es implementam suas estrat\u00e9gias de transforma\u00e7\u00e3o digital e migram para a integra\u00e7\u00e3o de dados na nuvem, elas ter\u00e3o um grande interesse na governan\u00e7a de dados. Como mencionamos, a Snowflake fornece uma solu\u00e7\u00e3o moderna de data warehouse na nuvem, onde um data lake pode ser constru\u00eddo para acomodar qualquer coisa, desde migra\u00e7\u00f5es de big data at\u00e9 projetos de big data, independentemente do formato ou origem. Esta \u00e9 uma grande vantagem, considerando que voc\u00ea pode carregar e acessar todos os seus dados de uma \u00fanica fonte de verdade.<\/p>\n<p><span class=\"Y2IQFc\" lang=\"en\">Dito isso, n\u00e3o h\u00e1 garantia de que as informa\u00e7\u00f5es fornecidas em um data lake sejam confi\u00e1veis, a menos que uma estrat\u00e9gia de governan\u00e7a de dados robusta esteja em vigor. A governan\u00e7a de dados s\u00f3 pode ser verdadeiramente alcan\u00e7ada por meio de descoberta e limpeza adequadas, administra\u00e7\u00e3o, qualidade e autoatendimento.<\/span><\/p>\n<h3>Conclus\u00e3o<\/h3>\n<p>Obrigado por ler nosso artigo e esperamos que ele possa ajud\u00e1-lo a ter uma melhor compreens\u00e3o da governan\u00e7a de dados do floco de neve. Se voc\u00ea quiser saber mais sobre a governan\u00e7a de dados do floco de neve, gostar\u00edamos de aconselh\u00e1-lo a visitar <strong><a href=\"https:\/\/www.gudusoft.com\/pt\/\">Gudu SQLFlow<\/a><\/strong> para maiores informa\u00e7\u00f5es.<\/p>\n<p>Como um dos\u00a0<strong><a href=\"https:\/\/www.dpriver.com\/blog\/2022\/05\/11\/best-data-lineage-tools\/\" target=\"_blank\" rel=\"noopener noreferrer\">melhores ferramentas de linhagem de dados<\/a><\/strong> dispon\u00edvel no mercado hoje, o Gudu SQLFlow n\u00e3o s\u00f3 pode analisar arquivos de script SQL, obter linhagem de dados e executar exibi\u00e7\u00e3o visual, mas tamb\u00e9m permitir que os usu\u00e1rios forne\u00e7am linhagem de dados em formato CSV e executem exibi\u00e7\u00e3o visual.\u00a0<strong>(Publicado por Ryan em 21 de junho de 2022)<\/strong><\/p>\n<\/div><\/div><\/div><style type=\"text\/css\">.fusion-body .fusion-builder-column-0{width:100% !important;margin-top : 0px;margin-bottom : 0px;}.fusion-builder-column-0 > .fusion-column-wrapper {padding-top : 0px !important;padding-right : 0px !important;margin-right : 1.92%;padding-bottom : 0px !important;padding-left : 0px !important;margin-left : 1.92%;}@media only screen and (max-width:1024px) {.fusion-body .fusion-builder-column-0{width:100% !important;}.fusion-builder-column-0 > .fusion-column-wrapper {margin-right : 1.92%;margin-left : 1.92%;}}@media only screen and (max-width:640px) {.fusion-body .fusion-builder-column-0{width:100% !important;}.fusion-builder-column-0 > .fusion-column-wrapper {margin-right : 1.92%;margin-left : 1.92%;}}<\/style><\/div><style type=\"text\/css\">.fusion-body .fusion-flex-container.fusion-builder-row-1{ padding-top : 0px;margin-top : 0px;padding-right : 0px;padding-bottom : 0px;margin-bottom : 0px;padding-left : 0px;}<\/style><\/div>","protected":false},"excerpt":{"rendered":"","protected":false},"author":27,"featured_media":4539,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[178],"tags":[137,181,154,157,75,186],"_links":{"self":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/posts\/4507"}],"collection":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/users\/27"}],"replies":[{"embeddable":true,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/comments?post=4507"}],"version-history":[{"count":32,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/posts\/4507\/revisions"}],"predecessor-version":[{"id":6009,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/posts\/4507\/revisions\/6009"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/media\/4539"}],"wp:attachment":[{"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/media?parent=4507"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/categories?post=4507"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.gudusoft.com\/pt\/wp-json\/wp\/v2\/tags?post=4507"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}