Rocky — moteur de transformation SQL qui vérifie les types de tout le pipeline pour détecter les changements cassants avant l’exécution

• Détection automatique de la dérive de schéma : si le type ou le nom des colonnes d’une table source change en amont, Rocky effectue un diff puis régénère automatiquement la cible
  • Il détecte avant exécution les requêtes qui passent en développement mais échouent en production, et bloque immédiatement à l’exécution les situations du type « ça tournait bien jusqu’à hier, mais les données sont étranges »
• Contrats de données au moment de la compilation : détecte les colonnes obligatoires manquantes, la suppression de colonnes protégées et les changements de type dangereux via des codes d’erreur (E010, E013), avant même qu’une seule ligne soit écrite dans les tables de production
• Fournit une lignée au niveau des colonnes (column lineage) : en sélectionnant une colonne précise, il est possible de remonter depuis la seed jusqu’à la table de faits finale — plus besoin de fouiller les fichiers de modèles un par un quand on se demande « d’où vient ce chiffre ? »
• Branche = environnement d’expérimentation isolé : rocky branch create crée une branche d’expérimentation dans un schéma séparé ; après vérification des résultats, on peut la promouvoir ou la supprimer afin d’éviter tout risque de toucher aux tables de production
• Génération de modèles par IA : génère automatiquement des modèles Rocky DSL à partir d’instructions en langage naturel comme « crée un modèle d’agrégation du chiffre d’affaires mensuel », avec nouvelle tentative automatique en cas d’échec de compilation — inutile d’écrire soi-même le boilerplate SQL
• Language server pour VS Code : signale les incompatibilités de types et les références cassées pendant la rédaction plutôt qu’en CI, avec affichage du type des colonnes au survol et go-to-definition pris en charge dans tous les modèles
• Masquage des données — étiquete les colonnes PII et configure le masquage par environnement ; si des données sortent sans être masquées, le contrôle échoue
• Gestion automatique des chargements incrémentaux : il suffit de définir strategy = "incremental" + timestamp_column pour que Rocky mémorise automatiquement le watermark.
  • Après un chargement initial de 500 lignes, si 25 lignes sont ajoutées, seuls les deltas sont traités rapidement, sans avoir à gérer soi-même les conditions WHERE
• Pas de vendor lock-in : rocky emit-sql rend tous les modèles de transformation hors ligne, sans connexion à l’entrepôt, sous forme de SQL pur trié selon les dépendances ; rocky import-dbt convertit un projet dbt Core pur en une seule commande
• Les environnements Databricks/Snowflake/BigQuery existants restent inchangés, tandis qu’un seul binaire Rust prend en charge la compilation, l’exécution, la lignée et les branches des modèles SQL
  • État des adaptateurs : Databricks, Snowflake, BigQuery, Trino, DuckDB
  • Sources : Fivetran, Airbyte, Iceberg, Manual
• Licence Apache 2.0