SDF vs Avanty

SDF est un moteur de compréhension SQL qui lit le SQL des entrepôts, construit des représentations intermédiaires de chaque requête et signale les erreurs avant toute exécution. Il se situe dans la pile analytique entre le texte SQL brut et la base de données, offrant aux équipes une visibilité à la compilation sur la syntaxe, les types et la structure des colonnes en aval.

La plupart des linters SQL s'arrêtent à la syntaxe superficielle. SDF fonctionne à travers trois niveaux empilés : l'analyse en un arbre syntaxique, la compilation d'un plan logique avec les signatures de fonctions et les types de retour, et l'exécution d'un plan physique lorsque les vérifications au niveau des données sont importantes. Cette hiérarchie détecte un ordre d'arguments incorrect sur les appels dateadd de Snowflake et des conversions de dates impossibles que seuls les analyseurs ne verraient pas, ce qui explique pourquoi dbt Labs a acquis SDF Labs pour intégrer le moteur directement dans dbt plutôt que d'ajouter un autre préprocesseur de chaînes.

Les ingénieurs analytiques et les développeurs dbt utilisent SDF pour renforcer les grands projets d'entrepôt, tracer la lignée au niveau des colonnes et livrer des transformations avec moins d'échecs d'exécution inattendus. Depuis le lancement GA de mi-2024, sdf.com redirige les visiteurs vers les pages de dbt Labs expliquant comment l'acquisition intègre SDF dans le prochain moteur dbt.

Avanty s'intègre à Metabase en tant qu'extension Chrome et génère du SQL à partir d'instructions en anglais simple. Il lit votre schéma connecté, rédige des requêtes dans l'éditeur et explique le SQL existant étape par étape pour que les analystes passent moins de temps à gérer la syntaxe.

Les copilotes SQL génériques fonctionnent dans un éditeur vierge. Avanty est conçu pour Metabase : il connaît vos tables, respecte les noms de schéma personnalisés comme datawarehouse.users, et s'ouvre depuis un panneau de commande avec Cmd Shift point sur macOS ou Ctrl Shift point sur Windows. Un visualiseur de différences en ligne montre les modifications proposées avant que vous ne les acceptiez.

Les analystes de données et les ingénieurs en analytique qui utilisent Metabase tirent le meilleur parti d'Avanty. Les questions métier qui nécessitaient auparavant un message Slack et une requête à moitié écrite peuvent commencer par une instruction en langage naturel, apparaître dans Metabase comme une question brouillon, et avancer plus rapidement dans le processus de révision. Une intégration de prévisualisation Slack affiche même les questions Metabase correspondantes à partir des messages du canal.