# Plataforma de Movimentação de Dados: Como Escolher > O que é uma plataforma de movimentação de dados, como ela difere de ETL, ELT, CDC e streaming, e como comparar Fivetran, Airbyte e Erathos. Source: https://www.erathos.com/blog/plataforma-de-movimentacao-de-dados Published: 2026-09-08 Category: Ingestão de Dados ![Plataforma de Movimentação de Dados: Como Escolher](https://cms-media.erathos.com/Data Movement Platform (1).png) Todo stack de analytics começa com o mesmo trabalho: tirar os dados dos bancos de dados e ferramentas SaaS (o software por assinatura, como um CRM) onde eles são criados, e colocá-los num warehouse onde você pode consultá-los. Uma plataforma de movimentação de dados faz esse trabalho por você, e o mercado disso é grande. A Grand View Research estima o mercado de integração de dados em [US$ 17,9 bilhões em 2025](https://www.grandviewresearch.com/industry-analysis/data-integration-market-report), com projeção de chegar a US$ 47 bilhões até 2033. ## O que é uma plataforma de movimentação de dados? Uma plataforma de movimentação de dados é um software que copia dados de sistemas de origem (bancos de dados, apps SaaS e ERPs, os sistemas em que uma empresa roda suas finanças e operações) para destinos, geralmente um data warehouse, mantém essa cópia atualizada num agendamento ou quase em tempo real, e avisa você quando uma sincronização falha. A categoria cobre o ciclo de vida completo: uma carga inicial de dados históricos, depois [atualizações contínuas](https://www.qlik.com/us/products/data-movement) conforme a origem muda, além do tratamento de mudanças de schema, como novas colunas. A IBM define o trabalho por trás disso de forma simples: [transferir dados de um local, sistema ou ambiente para outro](https://www.ibm.com/think/topics/data-movement). Na prática, uma plataforma combina quatro coisas que você teria que construir sozinho: conectores prontos, agendamento, carga e monitoramento. A etapa de carga geralmente passa por staging. A Erathos, por exemplo, [extrai os dados para um bucket temporário na nuvem](https://docs.erathos.com/platform/how-we-move-data) (S3, GCS ou Azure Blob Storage), carrega no warehouse com um comando de cópia em massa, e depois apaga os arquivos temporários. ## Em que uma plataforma de movimentação de dados é diferente de ETL, ELT, CDC e reverse ETL? Movimentação de dados é o trabalho guarda-chuva. ETL, ELT, CDC, streaming e reverse ETL são padrões pra fazer esse trabalho, e uma plataforma de movimentação de dados é o produto que roda um ou mais deles por você. Veja o que cada padrão significa: Padrão O que faz ETL Extrai os dados, transforma numa camada de processamento separada, depois carrega o resultado. [A abordagem legada](https://www.getdbt.com/blog/data-movement-patterns). ELT Carrega os dados brutos no warehouse primeiro, depois transforma lá dentro usando a própria computação do warehouse. CDC Change data capture. Lê o log de transações do banco e move só as linhas que mudaram, incluindo exclusões. Streaming Processa eventos conforme eles acontecem, em vez de num agendamento. Reverse ETL Move dados do warehouse de volta pra ferramentas operacionais como um CRM. Se a diferença entre ETL e ELT é nova pra você, escrevemos uma explicação mais longa sobre [o que é ETL e por que o ELT o substituiu](https://www.erathos.com/en/blog/what-is-etl) na maioria dos workloads de warehouse. ## Quando você precisa de batch, sincronização incremental, CDC ou streaming? O batch full refresh funciona quando as tabelas são pequenas e atualização diária é suficiente. A sincronização incremental por cursor funciona quando a origem tem uma coluna de data confiável. O CDC baseado em log é pra quando você precisa de exclusões e histórico linha a linha. O streaming é pra quando os eventos precisam chegar conforme acontecem. ![least fresh to most fresh](https://cms-media.erathos.com/least fresh to most fresh.png) A atualidade é a variável que decide. O batch continua [adequado pra maioria dos workloads analíticos](https://www.getdbt.com/blog/data-movement-patterns) onde atualizações diárias ou por hora são suficientes, e é o padrão mais barato de rodar e debugar. A sincronização incremental por cursor tem pré-requisitos: a tabela precisa de [uma chave primária e uma coluna de data ou datetime](https://docs.erathos.com/platform/connections/sync-types) pra servir de cursor. Ela também tem um ponto cego. Uma linha excluída na origem nunca ganha um novo valor de cursor, então o destino a mantém. O CDC resolve isso lendo o próprio log de transações do banco (o binlog no MySQL), que registra inserções, atualizações e exclusões. Em plataformas ELT, o CDC ainda é leitura de log agendada. A documentação do Airbyte diz diretamente que ele [não trata fontes de CDC como fontes de streaming infinito](https://docs.airbyte.com/platform/understanding-airbyte/cdc); as sincronizações rodam num intervalo. O mesmo vale pra Erathos, onde o plano Pro [lê os logs de mudança a cada 5 minutos](https://www.erathos.com/en/pricing). Pra processamento evento a evento de verdade, você precisa de uma plataforma de streaming como a Estuary. ## O que você deveria comparar ao escolher uma plataforma de movimentação de dados? Compare cinco coisas: cobertura de conectores pro seu par exato de origem e destino, semântica de atualização (exclusões e mudanças de schema), o medidor de preço e o quão previsível ele é, implantação e residência de dados, e o que você consegue ver quando uma sincronização falha. A cobertura de conectores parece simples, mas a checagem é específica: você precisa da sua origem E do seu destino no mesmo catálogo, e precisa do modo de sincronização que você quer nesse par exato. A Erathos publica seu catálogo como [pipelines de origem para destino](https://www.erathos.com/en/pipelines), o que torna essa checagem direta: 1.290 pares listados, cada um marcado como disponível, beta ou em breve. A semântica de atualização esconde os pontos mais delicados. O CDC do Airbyte [só suporta sincronização incremental para tabelas com chave primária](https://docs.airbyte.com/platform/understanding-airbyte/cdc) na maioria das fontes. O Fivetran [conta MAR separadamente por conexão](https://fivetran.com/docs/core-concepts/usage-based-pricing), então sincronizar uma fonte pra dois destinos cobra as mesmas linhas duas vezes. A observabilidade decide o quão ruim uma falha fica. Procure por histórico por execução e alertas. A Erathos [registra status, volume processado, erros, duração e retries de cada execução](https://www.erathos.com/en/observability) e envia alertas pro Slack, Discord ou e-mail quando um job falha. ## Como as principais plataformas de movimentação de dados se comparam em 2026? Fivetran, Airbyte, Matillion, Estuary, Informatica e Erathos movem dados de origens pra warehouses, mas se diferenciam no medidor de preço, na implantação e em quão atualizados os dados podem ficar. A tabela abaixo usa só números que cada fornecedor divulga. Plataforma Conectores (divulgado) Modelo de preço Implantação CDC Sincronização mais rápida (divulgada) [Fivetran](https://www.fivetran.com/pricing) 700+ Monthly active rows (MAR), cobrado por conexão SaaS; opção híbrida no Enterprise Sim, em conectores de banco de dados 15 min (Standard), 1 min (Enterprise) [Airbyte](https://airbyte.com/pricing) 600+ Baseado em volume (Standard) ou Data Workers baseados em capacidade (Pro) Cloud, open source self-hosted, on-prem/híbrido (Enterprise Flex) Sim, baseado em log, agendado Menos de 5 min (Core self-hosted), 15 min (Pro) [Matillion](https://www.matillion.com/pricing) Não divulgado Créditos de consumo atrelados a horas de tarefa SaaS; híbrido no Scale CDC em streaming no Scale Não divulgado [Estuary](https://docs.estuary.dev/getting-started/pricing/) Centenas US$ 0,50/GB mais US$ 100/mês pros primeiros 6 conectores, US$ 50/mês cada um depois Hospedado; privado/BYOC em planos anuais Sim, em tempo real Streaming em tempo real [Informatica](https://www.informatica.com/products/cloud-data-integration.html) Centenas Baseado em consumo, taxas não divulgadas Cloud ETL/ELT, Spark ou serverless Sim, via Cloud Mass Ingestion Não divulgado [Erathos](https://www.erathos.com/en/pricing) 139 Linhas escritas no warehouse; US$ 0 até 1M linhas, US$ 29/mês até 2M, US$ 250/mês até 5M SaaS gerenciado Sim, baseado em log, no Pro 5 min (Pro) Dois avisos sobre como ler essa tabela. O número de conectores vem das próprias páginas de cada fornecedor e conta coisas diferentes, então um número maior não significa que a sua fonte está coberta. E os medidores de preço medem unidades diferentes (linhas alteradas, GB movidos, horas de computação), então a única forma de comparar custo é precificar o seu próprio workload em cada medidor. ## Como funciona o preço por MAR do Fivetran? O Fivetran cobra por monthly active rows: [o número de linhas distintas sincronizadas da origem pro destino num mês do calendário](https://fivetran.com/docs/core-concepts/usage-based-pricing). Inserções, atualizações e exclusões contam, e o MAR é contado separadamente por conta, destino, conexão e tabela. Três mecânicas importam quando você modela uma fatura do Fivetran: - Toda linha alterada conta, então uma tabela onde as linhas atualizam com frequência pode custar mais do que uma tabela bem maior que raramente muda. - Conexões contam separadamente. A mesma origem sincronizada pra dois destinos dobra o MAR dessas linhas. - Há uma [cobrança-base de US$ 5](https://fivetran.com/docs/core-concepts/usage-based-pricing) em qualquer conexão standard com uso entre 1 MAR e 1M MAR, então muitas conexões pequenas se acumulam sozinhas. O plano gratuito cobre [500 mil MAR de conexão por mês](https://www.fivetran.com/pricing), o suficiente pra testar workloads reais antes de se comprometer. Rodar suas fontes reais por um mês e ler o relatório de uso supera qualquer estimativa, porque em tabelas com muita atualização, estimativas e faturas podem divergir bastante. ![fivetran plans](https://cms-media.erathos.com/fivetran plans.png) _Faixas de plano do Fivetran: frequência de sincronização e recursos mudam por faixa, mas todas cobram por MAR_ ## Qual plataforma serve melhor pro seu caso de uso? Não existe uma única melhor plataforma de movimentação de dados. A escolha depende das suas necessidades de implantação, das suas fontes e de como você quer ser cobrado. - ELT totalmente gerenciado com o catálogo gerenciado mais amplo: [Fivetran](https://www.fivetran.com/pricing), 700+ conectores, se o seu workload sai barato no MAR. - Open source ou self-hosted dentro da sua própria rede: [Airbyte](https://airbyte.com/pricing) Core, com o Enterprise Flex quando você precisa de um plano de controle gerenciado sobre o seu próprio plano de dados. - Streaming em tempo real e batch numa só plataforma: [Estuary](https://docs.estuary.dev/getting-started/comparisons/), precificada por GB movido. - SaaS baseado em créditos, com agentes híbridos e transformação na mesma ferramenta: [Matillion](https://www.matillion.com/pricing). - Integração corporativa ampla (ETL, ELT, Spark, replicação) sob um único fornecedor: [Informatica](https://www.informatica.com/products/cloud-data-integration.html). - Planos fixos, baseados em linha, que você consegue prever: [Erathos](https://www.erathos.com/en/pricing), de um nível gratuito até 1M linhas/mês até o Enterprise com 1,5 bilhão de linhas/mês, com [139 conectores](https://www.erathos.com/en/connectors) entre CRMs, ERPs, bancos de dados e ferramentas financeiras. ## O que uma prova de conceito de plataforma de movimentação de dados deveria testar? Uma prova de conceito útil testa um caminho real de origem pra destino de ponta a ponta: carga inicial, mudanças contínuas, uma mudança de schema, uma falha e a fatura projetada. Páginas de recursos não respondem essas perguntas; uma semana com seus próprios dados responde. ![Proof of concept flow](https://cms-media.erathos.com/Proof of concept flow.png) O checklist: 1. Conecte uma fonte real e o seu destino real. Se o par não estiver no catálogo, pare por aqui. 2. Rode a carga inicial e confira a contagem de linhas contra a origem. 3. Insira uma linha, atualize uma linha e exclua uma linha na origem. Confira se as três chegam. Sincronizações por cursor podem falhar silenciosamente em exclusões. 4. Adicione uma coluna na origem e veja o que acontece. Algumas plataformas replicam mudanças de schema automaticamente; o CDC do Airbyte [precisa de um refresh de schema pra novas colunas](https://docs.airbyte.com/platform/understanding-airbyte/cdc) em algumas fontes. 5. Quebre algo (revogue uma permissão, derrube a rede) e veja como a falha aparece: histórico de execução, detalhe do erro, e se alguém é alertado. 6. Meça o atraso de ponta a ponta, de uma mudança na origem até uma linha consultável no warehouse. 7. Precifique o mês observado de trabalho no medidor do fornecedor, usando linhas, GB ou horas de tarefa medidas. Se a origem é um banco de dados e você quer CDC, confira os pré-requisitos antes de começar o trial. Para o MySQL, o CDC baseado em log precisa do binlog em formato de linha com imagens de linha completas: `# configurações do my.cnf que a Erathos verifica pro CDC do MySQL` `binlog_format = ROW` `binlog_row_image = FULL` `binlog_expire_logs_seconds = 864000` Os requisitos completos estão na [documentação do conector MySQL da Erathos](https://docs.erathos.com/connectors/databases/mysql), e há um exemplo prático de todo o caminho no nosso [guia de CDC do MySQL pro BigQuery](https://www.erathos.com/en/blog/mysql-cdc-to-bigquery). Surpresas de preço são a última coisa a testar. Durante um trial da Erathos, a plataforma [estima o seu uso mensal a partir das execuções do trial](https://www.erathos.com/en/pricing) e te envia um e-mail se a projeção ultrapassar o limite do seu plano, então o plano que você escolhe combina com o volume que você mediu. ![erathos pricing](https://cms-media.erathos.com/erathos pricing.png) _Planos de preço da Erathos: preços mensais fixos atrelados a linhas escritas por mês_ Pronto pra rodar essa prova de conceito nos seus próprios dados? [Teste a Erathos grátis por 14 dias](https://app.erathos.com/signup).