O Talend Studio recebeu um conjunto de atualizações focadas em três vetores operacionais: integração com modelos generativos, observabilidade de lineage para publicação em Qlik Cloud e aumento da capacidade de transformação de estruturas hierárquicas. No nível de conectividade, foi adicionado um componente específico para integração com o Google Gemini disponibilizado para Standard Jobs (tGeminiClient), além de suporte a HTTP/2 no componente de requisições (tHTTPClient), o que traz ganhos de performance e compatibilidade com APIs modernas que tiram proveito de multiplexing e conexões persistentes.
No domínio de observabilidade, o suporte de lineage foi estendido para componentes chave do ecossistema Talend que se conectam ao Qlik Cloud: tQVDOutput, tQlikOutput e tDBRow. A rastreabilidade inclui origem, transformação e destino para esses pontos de saída, com a ressalva técnica de que o tDBRow apresenta limitações quando é usado com SELECTs dinâmicos ou múltiplas instruções SQL no mesmo componente. Complementando essa camada, as tasks do assistente de lineage passam a estar disponíveis diretamente no Qlik Cloud, permitindo que etapas de documentação e auditoria do fluxo de dados sejam executadas em continuidade com a publicação do produto de dados.
O Data Mapper recebeu melhorias orientadas a casos de entrada profundamente aninhados. Foram introduzidas cláusulas DSQL específicas para "flatten" de estruturas recursivas, entre elas FROM RECURSIVE path e UNNEST RECURSIVE path, além de variantes que permitem parametrizar PARENT, DEPTH e ativar RECURSIVE ON para controlar a extensão da desnormalização. Esse conjunto reduz a necessidade de pré-processamentos externos para normalizar JSONs ou XMLs hierárquicos e facilita a geração de tabelas planas diretamente no pipeline. A função ReadMapInput, por sua vez, agora pode ser utilizada fora do runtime Eclipse, ampliando a testabilidade e permitindo execuções mais flexíveis em ambientes automatizados.
No fluxo de entrega, o Talend CI Builder foi atualizado para a versão 8.0.26 e deve ser adotado em pipelines e scripts até a próxima release, garantindo compatibilidade entre builds e padronizando a orquestração de artefatos. Em qualidade de dados, houve apenas uma mudança de nomenclatura na interface: os User-defined indicators (UDI) passam a se chamar Custom Indicators sem alteração funcional, um alinhamento terminológico que evita ambiguidade na comunicação entre equipes.
Do ponto de vista operacional e de arquitetura, o impacto consolidado dessas mudanças é direto: maior automação nas integrações com modelos e APIs externas, governança e observabilidade reforçadas para auditoria de pipelines, e transformações hierárquicas mais expressivas no Data Mapper que simplificam ingestão em ambientes lake/lakehouse. A exigência de adoção do CI Builder 8.0.26 aponta para um controle mais rígido sobre o ciclo de vida de deploy, enquanto o suporte a HTTP/2 e a integração com LLMs via tGeminiClient abrem caminhos para arquiteturas que combinam ETL tradicional com enriquecimento assistido por modelos.
Além disso, as atualizações colaboram para aderência regulatória em ambientes como SAP, na medida em que fortalecem controles de publicação e lineage, e otimizam fluxos para plataformas de data lake e lakehouse, citando Databricks, Delta e Iceberg como arquiteturas que se beneficiam quando tipos e transformações são processados de forma consistente. A menção ao suporte expandido a vetorização e IA (RAG) no material sugere que esse conjunto de recursos cria condições técnicas para incorporar embeddings e workflows de recuperação-para-janela (RAG) dentro de pipelines governados.
Em resumo, o pacote de atualizações prioriza operacionalidade e governança: facilita a integração com modelos externos e APIs modernas, amplia a visibilidade de lineage para componentes de saída críticos, e entrega novas primitivas para normalização de dados aninhados, tudo isso reduzindo a fricção entre desenvolvimento, publicação e auditoria de produtos de dados. Para equipes que operam em ambientes regulados ou em arquiteturas lakehouse, essas mudanças aumentam a previsibilidade do comportamento dos pipelines e reduzem a dependência de soluções ad hoc na camada de transformação.
Fonte:
https://help.qlik.com/talend/en-US/release-notes/8.0/r2025-11
Deixe um comentário