Створення snapshot‑моделей у dbt

Ми зосереджувалися на створенні та налагодженні mart‑моделей, щоб спростити SQL‑запити завдяки попереднім перетворенням таблиць до унікальності за клієнтом і товаром.

Ще один корисний тип перетворення, який варто закладати в модель dbt, — це snapshot‑моделі. Як підказує назва, ці моделі роблять «знімки» даних, тож ваші кінцеві користувачі завжди можуть «повернутися в минуле» й побачити стан даних на певну дату.

У цій вправі ви створите дві snapshot‑моделі: одну — для відстеження щоденних змін у замовленнях, іншу — для відстеження щоденних змін запасів. Це допоможе вашим користувачам відповісти на запитання:

Як змінювалися мої запаси з часом?
Як змінювався обсяг замовлень з часом?

Ця вправа є частиною курсу

Кейс-стаді: створення моделей даних для e-commerce за допомогою dbt

Переглянути курс

Практична інтерактивна вправа

Перетворіть теорію на практику за допомогою однієї з наших інтерактивних вправ

Почати вправу

Ця вправа є частиною курсу

Кейс-стаді: створення моделей даних для e-commerce за допомогою dbt

SkillTag.level.advancedSkillTag.label

4.8+

Почніть курс безкоштовно

Потренуйтеся будувати проєкт dbt з нуля. Застосуйте свої навички завантаження різних типів даних у проєкт dbt і налаштування різноманітних проміжних (staging) моделей dbt. У цьому розділі зосереджено увагу на частинах E і L у процесі ELT.

Exercise 1: Знайомство з кейсом dbt Exercise 2: Перевірте встановлення dbt Exercise 3: Ініціалізуйте проєкт dbt Exercise 4: Налаштування проєкту dbt та завантаження даних Exercise 5: Завантажте центр дистрибуції як seed-файл dbt Exercise 6: Створіть проміжну модель для розподільчих центрів Exercise 7: Завантажте й створіть модель користувача через dbt source Exercise 8: Більше практики з джерелами dbt та проміжними (staging) моделями Exercise 9: Зневадження типових помилок

Зануртеся в деталі моделювання даних у dbt. Побудуйте конвеєр даних від початкових staging-моделей до фінальних моделей дата-марту для відповіді на важливі бізнес-потреби. Паралельно ви отримаєте досвід створення тестів даних, що слугуватимуть запобіжниками проти деградації якості даних.

Exercise 1: Створення описів і тестів у dbt Exercise 2: Додайте описи стовпців у dbt Exercise 3: Додайте стовпчикові тести dbt Exercise 4: Побудова дата-мартів у dbt та snapshot-моделей Exercise 5: Поновлення знань про ієрархію моделей dbt Exercise 6: Створіть модель mart для customers Exercise 7: Створіть mart-модель для products Exercise 8: Налагодження типових помилок Exercise 9: Налагодження ще кількох помилок Exercise 10: Створення snapshot‑моделей у dbt

Поточна вправа

Навчіться покращувати ваші проєкти dbt за допомогою Jinja: спрощуйте код, зменшуйте дублювання та підвищуйте зручність супроводу. Ви потренуєтеся використовувати змінні, цикли та макроси, щоб будувати ефективніші процеси трансформації.

Exercise 1: Вступ до Jinja в dbt Exercise 2: Розминка з dbt compile Exercise 3: Розігріваємось із dbt compile 2 Exercise 4: Використання dbt compile для налагодження Exercise 5: Задавання змінних у dbt Jinja Exercise 6: Налаштування змінних у dbt Jinja 2 Exercise 7: Складне використання Jinja з dbt Exercise 8: Використання циклів Jinja для повторюваного SQL 1 Exercise 9: Використання циклів Jinja для повторюваного SQL 2 Exercise 10: Макроси з Jinja Exercise 11: Обрізання пробілів у Jinja Exercise 12: Підсумок: кейс-стаді з dbt