Conoce las razones de la existencia de dbt y cómo se utiliza para crear proyectos de transformación de datos.

Fundamentos de la dbt

Ejecutar el comando dbt

Presentación de dbt

Versión de dbt

Conseguir ayuda

Usuarios de dbt

Crear un proyecto dbt

Inicializar un proyecto dbt

Crear un perfil de proyecto

Bienvenido a dbt

Adéntrate en la verdadera esencia de dbt trabajando con modelos de datos y creando modelos basados en SQL dentro de dbt. Conoce los modelos básicos de SQL, define las dependencias, actualízalos y soluciona diversos problemas con los modelos. 

Trabajar con un primer proyecto

Pasos de un flujo de trabajo dbt

flujo de trabajo del proyecto dbt

nyc_yellow_taxi:
  outputs:
    dev:
      type: duckdb
      path: dbt.duckdb
  target: dev



# Name your project! Project names should contain only lowercase characters
# and underscores. A good package name should reflect your organization's
# name or the intended use of these models
name: 'nyc_yellow_taxi'
version: '1.0.0'
config-version: 2

# This setting configures which "profile" dbt uses for this project.
profile: 'nyc_yellow_taxi'

# These configurations specify where dbt should look for different types of files.
# The `model-paths` config, for example, states that models in this project can be
# found in the "models/" directory. You probably won't need to change these!
model-paths: ["models"]
analysis-paths: ["analyses"]
test-paths: ["tests"]
seed-paths: ["seeds"]
macro-paths: ["macros"]
snapshot-paths: ["snapshots"]

target-path: "target"  # directory which will store compiled SQL files
clean-targets:         # directories to be removed by `dbt clean`
  - "target"
  - "dbt_packages"


# Configuring models
# Full documentation: https://docs.getdbt.com/docs/configuring-models

# In this example config, we tell dbt to build all models in the example/
# directory as views. These settings can be overridden in the individual model
# files using the `{{ config(...) }}` macro.
models:
  nyc_yellow_taxi:
  # Config indicated by + and applies to all files under models/example/
    taxi_rides:
    +materialized: view
    


with source_data as (
    -- Add the query as described to generate the data model
    ____
)

select * from source_data


#!/usr/bin/env python3
import duckdb
con = duckdb.connect('dbt.duckdb', read_only=True)
print(con.sql('select * from taxi_rides_raw limit 10'))
print(con.sql('select count(*) as total_rides from taxi_rides_raw'))
if (con.execute('select count(*) as total_rides from taxi_rides_raw').fetchall()[0][0] == 300000):
  with open('/home/repl/workspace/successful_data_check', 'w') as f:
    f.write('300000')


Run the following commands in the terminal:
dbt run
./datacheck



# Name your project! Project names should contain only lowercase characters
# and underscores. A good package name should reflect your organization's
# name or the intended use of these models
name: 'nyc_yellow_taxi'
version: '1.0.0'
config-version: 2

# This setting configures which "profile" dbt uses for this project.
profile: 'nyc_yellow_taxi'

# These configurations specify where dbt should look for different types of files.
# The `model-paths` config, for example, states that models in this project can be
# found in the "models/" directory. You probably won't need to change these!
model-paths: ["models"]
analysis-paths: ["analyses"]
test-paths: ["tests"]
seed-paths: ["seeds"]
macro-paths: ["macros"]
snapshot-paths: ["snapshots"]

target-path: "target"  # directory which will store compiled SQL files
clean-targets:         # directories to be removed by `dbt clean`
  - "target"
  - "dbt_packages"


# Configuring models
# Full documentation: https://docs.getdbt.com/docs/configuring-models

# In this example config, we tell dbt to build all models in the example/
# directory as views. These settings can be overridden in the individual model
# files using the `{{ config(...) }}` macro.
models:
  nyc_yellow_taxi:
  # Config indicated by + and applies to all files under models/example/
    taxi_rides:
    +materialized: view


with source_data as (
    -- Add the query as described to generate the data model
    select * from read_parquet('yellow_tripdata_2023-01-partial.parquet')
)

select * from source_data


Run the following commands in the terminal:
dbt run
./datacheck   


Ejecutar un proyecto

¿Qué es un modelo dbt?

Opciones

Verdadero de un modelo de datos

Falso de un modelo de datos

Características de un modelo de datos


# Name your project! Project names should contain only lowercase characters
# and underscores. A good package name should reflect your organization's
# name or the intended use of these models
name: 'nyc_yellow_taxi'
version: '1.0.0'
config-version: 2

# This setting configures which "profile" dbt uses for this project.
profile: 'nyc_yellow_taxi'

# These configurations specify where dbt should look for different types of files.
# The `model-paths` config, for example, states that models in this project can be
# found in the "models/" directory. You probably won't need to change these!
model-paths: ["models"]
analysis-paths: ["analyses"]
test-paths: ["tests"]
seed-paths: ["seeds"]
macro-paths: ["macros"]
snapshot-paths: ["snapshots"]

target-path: "target"  # directory which will store compiled SQL files
clean-targets:         # directories to be removed by `dbt clean`
  - "target"
  - "dbt_packages"


# Configuring models
# Full documentation: https://docs.getdbt.com/docs/configuring-models

# In this example config, we tell dbt to build all models in the example/
# directory as views. These settings can be overridden in the individual model
# files using the `{{ config(...) }}` macro.
#models:
#  nyc_yellow_taxi:
#  # Config indicated by + and applies to all files under models/example/
#    taxi_rides:
#    +materialized: view
    


Run the following command in the terminal:

dbt run


select * from 'yellow_tripdata_2023-01-partial.parquet'


Run the following command in the terminal:

cd nyc_yellow_taxi
dbt run

Crear un modelo dbt

Actualizar los modelos dbt

Proyecto

Sólo modelo

Archivos de configuración


-- Update with SQL to return requested information
select 
  date_part('day', tpep_pickup_datetime) as day,
  ____ as total_cc_riders
from taxi_rides_raw
-- Refer to the Payment_type in schema doc
where payment_type = ____
group by day


#!/usr/bin/env python3
import duckdb
con = duckdb.connect('dbt.duckdb', read_only=True)
print(con.sql('select * from total_creditcard_riders_by_day'))
if (con.execute('select * as total_rides from total_creditcard_riders_by_day').fetchall()[0][1] == 54743):
  with open('/home/repl/workspace/successful_data_check', 'w') as f:
    f.write('54743')
    



-- Update with SQL to return requested information
select 
   date_part('day', tpep_pickup_datetime) as day,
   count(*) as total_cc_riders
from taxi_rides_raw
-- Refer to the Payment_type in schema doc
where payment_type = 1
group by day


Actualizar un modelo dbt

proyectos y modelos dbt

Aprende a utilizar plantillas Jinja para simplificar los modelos dbt y a definir dependencias jerárquicas con la función `ref` para garantizar la correcta ejecución del modelo.

Crear y generar documentación dbt

dbt docs Opciones de comando

flujo de documentación dbt

Crear documentación dbt

Plantillas Jinja

¿Qué puede hacer Jinja?

Procesar una plantilla Jinja

Modelos jerárquicos en dbt

Creación de modelos jerárquicos

Actualizar jerarquías de modelos

Más sobre los modelos dbt

Este curso te introduce en dbt (data build tool), una popular herramienta que ha dado origen a la ingeniería analítica para la creación y mantenimiento de pipelines de extracción, transformación y carga (ELT). Aprenderás a construir almacenes de datos, a realizar modelado y transformaciones de datos, y a diseñar pruebas para realizar la validación de datos. Utilizarás SQL y comandos shell para realizar diversas tareas con dbt, ¡además de descubrir cómo generar documentación para los usuarios de tu almacén!

dbt, o la herramienta de construcción de datos, ha arrasado en el mundo de los datos. Este curso te introduce en los conceptos, la terminología y los métodos de uso de dbt para implementar un almacén de datos de ejemplo. Comprenderás qué es el dbt, cuándo debe utilizarse y cuáles son las mejores prácticas a la hora de implantar un almacén de datos. Trabajarás con conjuntos de datos reales y realizarás operaciones de extracción, carga y transformación tal y como se implementan en funciones de análisis de datos, ingeniería de datos e ingeniería analítica.

Los alumnos desarrollarán las habilidades necesarias para definir un almacén de datos desde cero, modelar y transformar datos, y crear pruebas. Este curso te proporcionará una base sólida sobre la que iniciar tu formación sobre dbt, independientemente del tipo de almacén de datos que pretendas implantar. Gana confianza sobre cómo y cuándo utilizar dbt trabajando a través de ejercicios utilizando comandos SQL y shell.

Data Warehousing Concepts

Introduction to Shell

Joining Data in SQL

Este curso presenta dbt para modelado de datos, transformaciones, pruebas y creación de documentación.

Introducción al dbt

Este curso presenta el dbt para el modelado de datos, las transformaciones, las pruebas y la creación de documentación.

dbt Fundamentos

Ingeniero de Datos Profesional en Python

Crea destinos de datos en el archivo `profiles.yml`  

Verificar el contenido en el almacén de datos

flujo de trabajo del proyecto dbt

Introducción al dbt

Ejercicio interactivo práctico