Data Build Tool (DBT) для построения модели Хранилища Данных
1. Что такое Data Build Tool
DBT — это многофункциональный фреймворк для создания модели Хранилища Данных. В акрониме ELT (Extract, Load, Transform) DBT занимает этап T. Это инструмент для работы с данными, которые уже загружены в ваше хранилище, но над ними нужно произвести ряд преобразований, чтобы подготовить к использованию.
DBT позволяет максимально удобно и быстро описать необходимые трансформации и наполнить витрины данными. Почти всё, что от вас потребуется, — определить SELECT-запросами требуемые структуры данных. Всем остальным (выстраиванием цепочек зависимостей, физической материализацией, тестированием изменений) фреймворк займётся сам.
2. Как использовать DBT
Создать DBT-проект
Проект DBT минимально состоит из директории с набором .sql и .yml файлов: ● модели: .sql-файл с select-выражением, описывающим либо готовую витрину, либо промежуточный шаг:
● конфигурация проекта: dbt_project.yml: — имя проекта; — профиль (например, DEV, TEST, PROD); — пути к файлам моделей; — конфигурации моделей.
Задать подключение к хранилищу
Есть возможность задать несколько профилей подключений, например, для разных сред.
Также есть возможность использовать различные алгоритмы аутентификации: password-based, Private Key, SSO, oauth, IAM (AWS).
Выполнять команды
Есть возможность выполнять команды через CLI-интерфейс либо через DBT Cloud (веб-интерфейс).
Примеры команд: ● debug: проверить конфигурации проекта и подключений; ● init: инициализировать новый проект; ● run: запустить расчет моделей; ● test: запустить тесты.
3. Возможности DBT
Поддерживаемые СУБД
Компилятор и планировщик заданий
DBT компилирует код для каждой созданной модели, чтобы реализовать необходимые преобразования, выполнить материализацию модели (либо как table, либо как view), при этом возможен инкрементальный расчет витрины.
Каждое действие выполняется таким образом, чтобы при ошибке никакие данные не были потеряны.
Если запрос на создание витрины выполняется успешно, новая таблица просто заменит старую, а старая будет удалена.
Шаблоны Jinja
DBT позволяет использовать богатые возможности языка шаблонов Jinja: ● ссылки на другие модели (выстраивание цепочек зависимостей); ● управляющие конструкции: конструкции if, циклы for;
● использование переменных;
● изменение методов расчета моделей в зависимости от профиля конфигурации; ● переиспользуемые SQL-макросы.
Граф зависимостей (DAG)
Ссылки на другие модели автоматически выстраивает ациклический направленный граф (DAG) зависимостей между моделями.
4. Что еще можно делать с DBT
Автоматическое тестирование
В DBT можно задать тесты для моделей и данных. Например, для использования в CI после доработок и добавления новых фичей.
Доступны следующие виды тестов: ● Not null; ● Unique; ● Relationships; ● Accepted values.
Документация
Хорошо задокументированный код — залог успеха. DBT позволяет оставлять комментарии к моделям и затем автоматически собирать их в формате Markdown или опубликовать на сайт с документацией.
Узнать больше можно здесь: ● https://github.com/fishtown-analytics/dbt; ● https://docs.getdbt.com/docs/introduction; ● https://blog.getdbt.com/what--exactly--is-dbt-/; ● https://tutorial.getdbt.com/tutorial/setting-up/; ● https://medium.com/the-telegraph-engineering/dbt-a-new-way-to-handle-data-transformation-at-the-telegraph-868ce3964eb4; ● https://odignite.wpengine.com/post/my-journey-introducing-the-data-build-tool-dbt-in-projects-analytical-stacks/.
