Lär dig att säkerställa datakvalitet med avancerade testtekniker i dbt. Utforska inbyggda, singulära och återanvändbara tester för att validera modeller, källor och seeds. Förstå hur du definierar anpassade tester med Jinja, felsöker fel och optimerar ditt valideringsarbetsflöde för att fånga upp inkonsekvenser innan de påverkar nedströmsanalyser.

Introduktion till testning i dbt

Alternativ

Inbyggt

Inte inbyggt

Inbyggda tester

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
  columns:
    - name: fare_amount
      tests:
        - not_null
    # Enter the name of the column
    - name: ____
    # Define the two tests
      tests:
        - ____
        - ____
            ____: [1, 2, 3, ____]


Run the following commands in the terminal:
  
dbt run
dbt test

version: 2

models:
- name: taxi_rides_raw
  columns:
    - name: fare_amount
      tests:
        - not_null
    # Enter the name of the column
    - name: payment_type
    # Define the two tests
      tests:
        - not_null
        - accepted_values:
            values: [1, 2, 3, 4, 5, 6] 


Definiera tester på en modell

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


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

-- Add a filter / WHERE clause to the line below
select * from source_data ____


version: 2

models:
- name: taxi_rides_raw
  columns:
    - name: fare_amount
      tests:
        - not_null
    - name: payment_type
      tests:
        - not_null
        - accepted_values:
            values: [1, 2, 3, 4, 5, 6]


Run the following commands in the terminal:
  
dbt run

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


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

-- Add a filter / WHERE clause to the line below
select * from source_data where payment_type != 0


Run the following command in the terminal:
  
dbt run

Hitta felaktig data

Skapa singulära tester

Utvecklingsprocess för singular-test

Steg för att utveckla ett singular-test

select * 
from taxi_rides_raw
-- Complete the test on the following line


Run the following command in the terminal:
  
dbt test --select assert_trip_duration_gt_0.sql

select * 
from taxi_rides_raw
-- Complete the test on the following line
where tpep_pickup_datetime = tpep_dropoff_datetime


The appropriate filter has been added to assert_trip_duration_gt_0.sql

Run the following command in the terminal:
  
dbt test --select assert_trip_duration_gt_0.sql

Verifiera resans varaktighet

Giltig testfråga

Ogiltig testfråga

Verifiera testfrågor

Skapa anpassade återanvändbara tester

Återanvändningsbar

Singular

Testa, testa, testa

version: 2

# Replace any entry of ____ with the appropriate content
models:
- name: taxi_rides_raw
  columns:
    - name: fare_amount
      tests:
        - ____
    - name: ____
      tests:
        - check_gt_0
        


{% test ____(model, column_name) %}
select * 
from {{ model }}
where {{ column_name }} <= 0
{% endtest %}



version: 2

models:
- name: taxi_rides_raw
  columns:
    - name: fare_amount
      tests:
        - check_gt_0
    - name: total_amount
      tests:
        - check_gt_0


{% test check_gt_0(model, column_name) %}
select * 
from {{ model }}
where {{ column_name }} <= 0
{% endtest %}


- Update the check_gt_0.sql file as shown in the solution. (Note, the last character is a zero)
- Update the model_properties.yml file as shown.
- Run dbt run in the terminal window
- Run dbt test --select taxi_rides_raw or dbt test --select taxi_rides_raw.sql in the terminal window

Implementera ett återanvändbart test

version: 2

models:
- name: taxi_rides_raw
  columns:
    - name: tpep_pickup_datetime
      tests:
        - ____:
            ____: ____


select * 
from taxi_rides_raw
where tpep_pickup_datetime = tpep_dropoff_datetime


{% test ____(model, column_name, column_name2) %}
select *
from {{ model }}
____
{% endtest %}


version: 2

models:
- name: taxi_rides_raw
  columns:
    - name: tpep_pickup_datetime
      tests:
        - columns_equal:
            column_name2: tpep_dropoff_datetime


{% test columns_equal(model, column_name, column_name2) %}
select *
from {{ model }}
where {{ column_name }} = {{ column_name2 }}
{% endtest %}


- Edit the columns_equal.sql file as shown.
- Edit the model_properties.yml file as shown.
- Run dbt run in the terminal.
- Run dbt test --select taxi_rides_raw.sql or dbt test --select taxi_rides_raw in the terminal.

Uppdatera från singulartest till återanvändbart test

Testning och dokumentation

Ta dina dbt-kunskaper till nästa nivå genom att implementera skalbara, produktionsklara arbetsflöden. Lär dig att använda dbt-källor och seeds för att förbättra dataspårbarhet, implementera snapshots för att följa historiska ändringar och automatisera dina transformationer med dbt build. När kursen är slut har du de verktyg som krävs för att hantera storskaliga datapipelines med säkerhet.

dbt-källor

Modeller, källor eller båda?

Lägga till en källa

dbt seeds

Sant om seeds

ZIP är koden

SCD2 med dbt snapshots – gammalt

Snapshotprocessen

Problem med snapshot

Lägga till en snapshot

Automatisering med dbt build

Vad kan inte dbt build göra?

Hjälp praktikanten!

Allt på en gång

Implementera dbt i produktion

Ta dina dbt-kunskaper till nästa nivå med den här praktiska kursen för datatekniker och analysproffs. Du utforskar avancerade dbt-funktioner, bland annat anpassade teststrategier, återanvändbara tester, källor, seeds och snapshots för att spåra historiska dataändringar. Lär dig att automatisera dbt-pipelines med dbt build för att säkerställa tillförlitliga och effektiva transformationer i produktionsmiljöer. Genom interaktiva övningar och verkliga scenarier får du den säkerhet som krävs för att implementera dbt i storskaliga dataarbetsflöden.

<h2>Bemästra dbt-arbetsflöden</h2>
<p>Ta dina dbt-kunskaper till nästa nivå och lär dig hur du implementerar robusta, skalbara arbetsflöden för datatransformation i en produktionsmiljö. Den här kursen är utformad för dataingenjörer, analytiker och analytics engineers som vill gå bortom grunderna och få praktisk erfarenhet av avancerad dbt-funktionalitet.</p>

<h2>Säkerställ datakvalitet med avancerad testning</h2>
<p>Att bygga tillförlitliga datapipelines börjar med validering. Du kommer att utforska avancerade testtekniker för att upptäcka datainkonsekvenser, skapa anpassade återanvändbara tester för att standardisera validering över modeller och tillämpa tester på källor och seeds för bättre styrning och spårning av datalinje.</p>

<h2>Utnyttja dbt Sources, Seeds och Snapshots</h2>
<p>Upptäck hur dbt-källor kan förbättra dokumentation och härledning samtidigt som spårbarheten för rådata säkerställs. Lär dig använda dbt seeds för att effektivt hantera små, statiska datamängder. Sedan lär du dig att bemästra slowly changing dimensions (SCD2) med dbt snapshots, så att du kan spåra historiska förändringar i ditt datalager med minimal ansträngning.</p>

<h2>Automatisera och optimera med dbt Build</h2>
<p>Effektivitet är avgörande i produktionsmiljöer. Du lär dig hur du effektiviserar arbetsflöden med dbt build genom att automatisera modellkörning, tester och snapshots för att säkerställa tillförlitliga transformationer. Genom att optimera din pipeline förbättrar du prestanda, underhållbarhet och skalbarhet i dina dbt-projekt.</p>

<h2>Tillämpa dina färdigheter i verkliga scenarier</h2>
<p>Genom interaktiva övningar och praktisk träning stärker du dina kunskaper och får självförtroendet att använda dbt i verkliga situationer. I slutet av kursen kommer du att vara rustad för att designa, testa och automatisera dbt-arbetsflöden redo för produktion, vilket säkerställer högkvalitativa och väl dokumenterade transformationer i stor skala.</p>


Introduction to dbt

Förbättra dina dbt-färdigheter med denna praktiska kurs för dataingenjörer och analytiker.

Intermediate dbt

Ta dina dbt-kunskaper till nästa nivå med denna praktiska kurs för dataingenjörer och analysproffs.

Hitta felaktig data

Intermediate dbt

Interaktiv övning med praktiskt arbete