Dbt Core v2 chega com runtime em Rust open source e base unificada com o Fusion
Aprofundamento CEVIU
Aprofundamento
O dbt Core v2.0 alpha marca um ponto de inflexão na arquitetura da plataforma: ao abrir o código do runtime Rust do Fusion engine sob Apache 2.0, a Dbt Labs elimina a bifurcação técnica que separava Core (Python) de Fusion (Rust proprietário). A unificação em base compartilhada resolve um problema de fragmentação que afetava desenvolvedores, pois agora parsing, validação e execução rodam no mesmo motor otimizado. O suporte a artefatos em Parquet (em vez de JSON tradicional) reduz footprint de memória em DAGs complexos, enquanto a especificação de linguagem mais rigorosa padroniza comportamentos até então implícitos, aumentando previsibilidade em migrações entre versões.
A decisão de manter Fusion como CLI padrão (gratuita, recomendada) enquanto Core v2 serve casos OSS-first sinaliza estratégia clara: Dbt Labs oferece escolha sem lock-in, capturando tanto organizações que exigem auditoria de código aberto quanto aquelas que já investiram em customizações internas. Documentação local aprimorada e instalação simplificada reduzem fricção de onboarding, alinhando-se à tendência observada em ferramentas de dados abertas (como Apache Iceberg 1.11.0 e QueryFlux) que priorizam ergonomia de integração com ecosistemas fragmentados.
Por que isso importa
Em contexto onde plataformas de dados precisam rotear consultas entre múltiplos engines (QueryFlux, Apache Iceberg com Trino/Spark/DuckDB) e orquestrar transformações em ambiente heterogêneo, um Core unificado em Rust reduz latência de parse e melhora eficiência de catálogo. Times que constroem pipelines de IA em produção (conforme Search Toolkit da Mistral demonstrou) dependem de dbt para lineage e documentação; a rigidez aumentada da v2 garante que modelos e derivações permaneçam auditáveis e reprodutíveis.
A abertura do Fusion engine sob Apache 2.0 também democratiza acesso a otimizações que até agora eram propriedade de empresa. Organizações com restrição regulatória ou política sobre dependências proprietárias ganham alternativa viável sem perder performance, nivelando dbt Core com outras soluções open-source de orquestração de dados que amadureceram em 2026 (Pluto 1.0 para Julia, Angular v22 com suporte a IA).
Linha do tempo
dbt Core v2.0 alpha lançado com runtime Rust open-source e unificação com Fusion engine
Perguntas frequentes
Qual é a diferença entre dbt Core v2 e dbt Fusion agora?
Ambos compartilham o mesmo runtime Rust, mas Core v2 é totalmente open-source sob Apache 2.0 e serve times que exigem código auditável ou builds customizados. Fusion segue como CLI gratuita recomendada para a maioria, com foco em facilidade de uso. A escolha é arquitetural, não de funcionalidade core.
Por que artefatos em Parquet em vez de JSON?
Parquet é formato colunare comprimido, reduzindo uso de memória e disco em DAGs grandes. Para pipelines com centenas de modelos, a economia de espaço em artefatos é significativa, e o acesso colunare melhora velocidade de leitura durante parsing.
A especificação de linguagem mais rigorosa quebra projetos existentes?
É uma versão alpha, portanto compatibilidade quebrada é esperada nesta fase. A Dbt Labs provavelmente fornecerá guia de migração antes da v2 estável. A mudança reduz ambiguidades em YAML e SQL, aumentando reprodutibilidade entre versões.
Como isso afeta quem usa dbt em produção hoje?
Usuários em produção continuam no Core v1 ou Fusion atuais, sem mudança forçada. Core v2 será adotado quando estável (provável 2026 H2), oferecendo migração gradual com ganhos de performance via Rust e suporte robusto a catálogos abertos como Iceberg.
- Categoria
- CEVIU Dados
- Publicado
- 04 de junho de 2026
- Fonte
- CEVIU Dados