Online, colaborativo, super intuitivo. Consigo visualizar meu esquema do Databricks em questão de poucos cliques, entender, encontrar gargalos, documentar e comunicar-me com meus colegas e, como cereja do bolo, todas as minhas alterações são controladas por versão.

Solicitações de recursos entregues a uma velocidade relâmpago por um dos membros da equipe de suporte ao produto com quem trabalhei. O treinamento é de primeira qualidade e gratuito através da Data Modeling Academy ou por meio de sessões pessoais com seus Gerentes de Experiência do Cliente e Equipe de Suporte, sem mais gastar minutos de suporte contratual. Eles estão lá quando você precisa deles. O gerenciamento de modelos baseado em nuvem é uma grande vantagem em comparação com outras ferramentas que exigem que você configure um banco de dados para armazenar seus modelos de dados fora do seu disco local. Você tem acesso à ferramenta na nuvem, configura alguns controles como administradores, e está pronto para modelar. Com o SqlDBM, você não gastará uma semana comissionando servidores, instalando a ferramenta e o repositório, escrevendo macros personalizadas e tornando a ferramenta frágil como seus concorrentes após fazer coisas como conversões automáticas, modelos (nomes ou campos repetidos) e outras imposições de padrões de modelagem de dados "prontos para uso". O que torna o SqlDBM o melhor é um ótimo produto com lançamentos de versão mensais, contínuos e baseados em nuvem; sua colaboração com o Snowflake; sua simplicidade; e sua equipe incrível.

O que eu realmente aprecio no SqlDBM é como ele se integra de forma tão próxima ao Snowflake, encaixando-se perfeitamente na maneira como abordo projetos modernos de dados e análises. Como eu ativamente promovo o Snowflake como nossa plataforma de dados principal, tem sido ótimo ver como o SqlDBM rapidamente suporta novos recursos do Snowflake. Isso me dá confiança de que ambas as ferramentas estão evoluindo em sincronia e foram projetadas para funcionar bem juntas. Outra grande vantagem é a integração com o dbt. Poder criar modelos de dados e ERDs no SqlDBM e depois exportar arquivos YAML prontos para dbt tornou as transferências entre modeladores e engenheiros muito mais suaves. Isso eliminou muitos passos manuais e nos ajudou a construir um fluxo de trabalho muito mais limpo, de ponta a ponta — do design à produção.