Snowflake ha publicado en su release del 19 de mayo de 2026 la disponibilidad general de dbt Projects on Snowflake con dos novedades de calado: el soporte nativo del nuevo motor dbt Fusion y la integración completa del ciclo dbt en Cortex Code CLI. La compañía da así un paso decisivo en su estrategia de absorber dbt dentro de su propia plataforma sin renunciar al estándar abierto.
dbt Fusion es la reescritura del runtime de dbt en Rust anunciada hace meses por dbt Labs. Su gran ventaja frente al Core tradicional en Python es la mejora drástica de los tiempos de compilación a medida que crece la complejidad de los proyectos, un cuello de botella conocido en organizaciones con cientos de modelos. Snowflake lo ofrece sin licencia ni suscripción adicional para todos los usuarios de dbt Projects y de Workspaces, sin límite de usuarios.
Snowflake ha añadido también soporte multi-versión para fijar una versión concreta de dbt en cada proyecto, con compatibilidad para dbt Core 1.9.4, 1.10.15 y la preview 2.0.0 de dbt Fusion. Permite a los equipos migrar de forma escalonada sin forzar a toda la organización a actualizar a la vez. Otra incorporación relevante es la posibilidad de ejecutar proyectos dbt desde Snowflake Tasks con el comando EXECUTE DBT PROJECT, integrando la orquestación dbt en la misma capa que el resto de cargas Snowflake.
Cortex Code, el agente de desarrollo basado en IA de Snowflake, cubre ahora el ciclo dbt completo: andamiaje de modelos, generación de tests, ejecución de comandos dbt, creación de documentación e inspección de objetos desplegados. La visualización del DAG incorpora lineage a nivel de columna, una funcionalidad muy demandada para análisis de impacto y debugging.
El movimiento confirma la dirección estratégica del sector: dbt deja de ser una herramienta independiente para convertirse en una capa de transformación nativa dentro de las plataformas de datos. Para los equipos que ya trabajan en Snowflake, la decisión de adoptar dbt pierde fricción técnica y comercial. Para los que ejecutan dbt sobre otras plataformas, queda la pregunta de cuánto durará el patrón multi-cloud antes de que cada hyperscaler ofrezca una integración igual de profunda.
Más en Dataprix: Análisis de plataformas de integración de datos.
Fuente: Snowflake Blog.