Horus vs Databricks
Duas esteiras completas, para dois times diferentes
O Databricks cobre a esteira inteira, de ingestão a dashboards e IA, e a cobre para um time de engenharia de dados que constrói e opera o ambiente. A Horus cobre a mesma esteira para quem não tem esse time: o que lá é notebook, cluster e pipeline em código, aqui é fluxo visual e assinatura em reais.
Sem cartão. Ninguém te liga pra você começar. Ambiente pronto na hora.
Onde cada plataforma tem o centro de gravidade: o Databricks foi construído em torno de lakehouse e engenharia de dados para times técnicos. A Horus BI foi desenhada como esteira única, numa assinatura só: ETL com agente na sua rede → Data Warehouse gerenciado → Dashboards → IA e Alertas.
Funcionalidade por funcionalidade
Clique em qualquer linha para abrir o detalhe dos dois lados.
Perfil de time necessárioAnalista de negócioEngenharia de dados
Dataflows montados arrastando nós no canvas. SQL e Python entram quando a regra exige, não para a plataforma funcionar.
Plataforma orientada a código (SQL, Python, Scala, Spark) e notebooks. O Genie abre a consulta em linguagem natural, mas construir e manter o ambiente segue sendo trabalho de time técnico.
Acesso a banco em rede fechadaAgente local (saída 443)Gateway de ingestão + VPC
O agente roda em Windows ou Linux dentro da rede, transforma na memória do próprio servidor e envia só o resultado pela porta 443 de saída.
O Lakeflow Connect tem conectores gerenciados para SQL Server, Oracle e PostgreSQL, mas a ingestão de banco em rede privada exige subir um gateway em compute clássico dentro da sua VPC, com peering ou PrivateLink configurados pela sua equipe de redes.
Gestão de infraestruturaNada para dimensionarServerless + compute clássico
Não existe cluster, instância ou política de spot para o cliente escolher. O HorusDW ajusta-se ao volume sozinho.
SQL warehouses e pipelines serverless eliminaram boa parte do dimensionamento. Jobs e workloads em compute clássico continuam exigindo escolha de instância, autoscaling e política de spot.
IA sobre os dadosChega no WhatsAppAI/BI Genie nativo
A LumIA executa SQL real no HorusDW, mostra a query e devolve o relatório. Os agentes apuram no horário marcado e mandam o achado no WhatsApp sem ninguém abrir o painel.
O Genie responde em linguagem natural sobre os dados do Unity Catalog e mostra o SQL gerado. A entrega é dentro do workspace: levar o achado para WhatsApp ou Telegram exige integração própria.
Entrada de dados pelo usuárioCadastros nativosExige aplicação própria
Meta por filial, de-para de categoria e tabela de apoio são digitados em formulário ou grade dentro da plataforma, com validação, versão, permissão e histórico. Alimentam o BI como qualquer outra tabela.
Grava dado por notebook, SQL ou por um aplicativo que a sua equipe constrói. Não existe formulário pronto para o gestor digitar a meta do mês.
Previsibilidade de custosR$ 220/mês, preço públicoDBU por segundo em US$
R$ 220 por mês com 2 usuários, 1 GB entre processamento de ETL e armazenamento, 100 mil linhas de Cadastro e 1 milhão de tokens de IA. Usuário adicional R$ 20, milhão de linhas de Cadastro R$ 55, GB adicional R$ 25, milhão de tokens R$ 35. Painel de consumo avisa antes de a franquia estourar.
Cobrança por segundo em DBUs, somada à fatura do provedor de nuvem por máquina e armazenamento. Previsível para quem tem FinOps acompanhando; volátil para quem não tem.
Quando o Databricks é a escolha
Volume de petabytes, processamento distribuído em Spark e modelos de machine learning em produção, com um time de engenharia de dados para operar tudo isso. Nesse terreno o Databricks é referência de mercado e a Horus não se propõe a ser substituta. A Horus é para a empresa cuja maior tabela tem 100 milhões de linhas e cujo time de dados é o analista de controladoria.
Seis bancos, ODBC e qualquer API REST
A Horus não vende catálogo de conectores prontos: vende as peças. Nós de SQL Server, Oracle, PostgreSQL, MySQL, Firebird e InterSystems IRIS, ODBC para qualquer banco com driver, e um nó HTTP com Basic, Bearer, API Key, OAuth2 e paginação automática para qualquer API REST. Todo projeto começa por uma modelagem, e é por isso que ele não depende de o fornecedor lançar o conector do seu ERP.
O dado sai de dentro da sua rede
O agente instala-se no servidor onde o ERP já roda, trata na memória local e envia só o resultado pela porta 443 de saída. Não há gateway em VPC, peering nem projeto de rede para aprovar antes de ver o primeiro dashboard.
Sem cartão. Ninguém te liga pra você começar. Ambiente pronto na hora.