Узнайте, зачем был создан dbt и как с его помощью организуются проекты по преобразованию данных.

Основы dbt

Выполнение команды dbt

Знакомство с dbt

Версия dbt

Получение справки

Пользователи dbt

Создание проекта dbt

Инициализация проекта dbt

Создание профиля проекта

Добро пожаловать в dbt

Погрузитесь в основу dbt: работайте с моделями данных и создавайте SQL-модели в dbt. Изучите базовые SQL-модели, определяйте зависимости, вносите изменения и устраняйте неполадки в моделях.

Работа с первым проектом

Рабочий процесс dbt-проекта

Запуск проекта

Что такое модель dbt?

Характеристики модели данных

Создание модели dbt

Обновление моделей dbt

Файлы конфигурации

Обновление модели dbt

Проекты и модели dbt

Научитесь использовать шаблоны Jinja для упрощения моделей dbt и определяйте иерархические зависимости с помощью функции `ref`, чтобы обеспечить правильный порядок выполнения моделей.

Создание и генерация документации dbt

Параметры команды dbt docs

Процесс создания документации 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: '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 source_data as (
    select * from read_parquet('yellow_tripdata_2023-01-partial.parquet')
)

select * from source_data


version: 2

models:
  - name: taxi_rides_raw
    description: ____
    access: public


Run the following commands in the terminal:

dbt docs generate
dbt docs serve

version: 2

models:
  - name: taxi_rides_raw
    description: Initial import of the NYC Yellow Taxi trip data from Parquet source
    access: public


Создание документации dbt

Шаблоны Jinja

Что умеет Jinja?


# 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
    



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



select
{% for column_name in ['fare_amount', 'tip_amount', 'tolls_amount', 'total_amount'] %}
  {{column_name}}{% if not loop.last %},{% endif %}
{% endfor %}
from taxi_rides_raw
   

Run the following commands in the terminal:
  
  dbt run
  

Обработка шаблона Jinja

Иерархические модели в dbt

Порядок создания моделей

Иерархическое создание моделей


-- Update SQL to use Jinja reference
select 
   date_part('day', tpep_pickup_datetime) as day,
   count(*) as total_riders
-- Update the line below to use a Jinja function
from taxi_rides_raw
where payment_type = 1
group by day


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


Run the following commands in the terminal:
dbt run
dbt run -f



# 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



-- Update SQL to use Jinja reference
select 
   date_part('day', tpep_pickup_datetime) as day,
   count(*) as total_riders
-- Update the line below to use a Jinja function
from {{ ref('taxi_rides_raw') }}
where payment_type = 1
group by day


Обновление иерархии моделей

Модели dbt: продвинутые темы

Этот курс знакомит вас с dbt (data build tool) — популярным инструментом, который дал начало аналитической инженерии для создания и сопровождения конвейеров извлечения, преобразования и загрузки данных (ELT). Вы научитесь строить хранилища данных, выполнять моделирование и преобразование данных, а также разрабатывать тесты для проверки качества данных. В курсе используются SQL и команды оболочки для решения разнообразных задач с dbt, а также рассматривается создание документации для пользователей хранилища.

dbt, или data build tool, произвел фурор в мире данных. Этот курс познакомит вас с концепциями, терминологией и методами использования dbt для реализации примера хранилища данных. Вы получите представление о том, что такое dbt, когда его следует использовать и какие лучшие практики применять при внедрении хранилища данных. Вы будете работать с реальными наборами данных и выполнять операции извлечения, загрузки и преобразования, как это делается в ролях аналитика данных, инженера данных и инженера аналитики.

Обучающиеся освоят навыки создания хранилища данных с нуля, моделирования и преобразования данных, а также разработки тестов! Этот курс даст вам прочную основу для дальнейшего развития на вашем пути с dbt, независимо от того, какой тип хранилища данных вы планируете внедрить. Уверенно научитесь понимать, как и когда использовать dbt, выполняя упражнения с использованием SQL и команд оболочки.

Data Warehousing Concepts

Introduction to Shell

Joining Data in SQL

Курс знакомит с dbt для моделирования данных, трансформаций, тестирования и создания документации.

Введение в dbt

Курс знакомит с dbt для моделирования данных, преобразований, тестирования и создания документации.

Профессиональный инженер данных на Python

Добавьте документацию к моделям, тестам и т. д.

Используйте `dbt run` для генерации моделей

Используйте `dbt docs generate` для генерации файлов документации

Скопируйте содержимое на хостинг-сервис

Откройте документацию в браузере

Процесс создания документации dbt

Введение в dbt

Практическое интерактивное упражнение