Learn about the reasons behind dbt's existence and how it's used to create data transformation projects.

Fondamenti di dbt

This is the code editor window. The terminal window is the panel below.

Run the following command in the terminal area:
  
dbt

Eseguire il comando dbt

Introduzione a dbt

Versione di dbt

Ottenere aiuto

Opzioni

Probabile che usi dbt

Poco probabile che usi dbt

Chi usa dbt

Creare un progetto dbt

Project Name: nyc_yellow_taxi
Database type: duckdb


Run the following commands in the terminal window:


dbt init


Note: You will need to specify the project name (nyc_yellow_taxi) and
select the database type ([1] duckdb)
  
Once complete run:
  
cd nyc_yellow_taxi

ls


Inizializzare un progetto dbt

# Modify the project name
____:
  outputs:
    dev:
      # Change the database type
      type: ____
      path: dbt.duckdb
  target: dev


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: 'taxi_project'
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


{{ config(materialized='view')}}


with src_data as (
    select * from read_parquet('yellow_tripdata_2023-01-partial.parquet')
)

select * from source_data


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


Run the following command in the terminal after editing the profiles.yml file:
  
dbt debug


Creare un profilo di progetto

Welcome to dbt

Get into the true substance of dbt by working with data models and creating SQL based models within dbt. Learn about basic SQL models, define dependencies, update, and troubleshoot various model issues. 

Working with a first project

dbt project workflow

Running a project

What is a dbt model?

Features of a data model

Creating a dbt model

Updating dbt models

Config files

Updating a dbt model

dbt projects and models

Learn how to use Jinja templates to simplify dbt models and define hierarchical dependencies with the `ref` function to ensure correct model execution.

Creating and generating dbt documentation

dbt docs Command Options

dbt documentation flow

Creating dbt documentation

Jinja templates

What can Jinja do?

Process a Jinja template

Hierarchical models in dbt

Hierarchical model creation

Updating model hierarchies

More on dbt models

Questo corso ti introduce a dbt (data build tool), uno strumento molto diffuso che ha dato impulso all'analytics engineering per la creazione e la manutenzione di pipeline di extract, transform, and load (ELT). Imparerai a costruire data warehouse, eseguire data modeling e trasformazioni, e progettare test per la validazione dei dati. Userai SQL e comandi da shell per svolgere diverse attività con dbt e scoprirai come generare documentazione per gli utenti del tuo warehouse!

Il dbt, o data build tool, ha preso d'assalto il mondo dei dati. Questo corso ti spiega i concetti, i termini e i metodi per usare dbt per creare un data warehouse di esempio. Capirai cos'è il dbt, quando è meglio usarlo e quali sono le migliori pratiche per implementare il data warehousing. Lavorerai con dati reali e farai operazioni di estrazione, caricamento e trasformazione, proprio come si fa nei ruoli di analista dati, ingegnere dati e ingegnere analitico.

Gli studenti impareranno a creare un data warehouse da zero, modellare e trasformare i dati e fare dei test! Questo corso ti darà una base solida su cui costruire il tuo percorso con DBT, indipendentemente dal tipo di data warehouse che vuoi implementare. Acquisisci sicurezza su come e quando usare dbt facendo esercizi con SQL e comandi shell.

Data Warehousing Concepts

Introduction to Shell

Joining Data in SQL

Questo corso introduce dbt per modellazione dati, trasformazioni, test e creazione documentazione.

Questo corso ti spiega cos'è il DBT per modellare i dati, trasformarli, testarli e creare la documentazione.

Eseguire il comando dbt

Introduzione a dbt

Esercizio pratico interattivo