Data Build Tool (DBT) для построения модели Хранилища Данных | OTUS
⚡ Подписка на курсы OTUS!
Интенсивная прокачка навыков для IT-специалистов!
Подробнее

Курсы

Программирование
Python Developer. Professional
-3%
Разработчик на Spring Framework
-5%
iOS Developer. Professional
-8%
Golang Developer. Professional
-6%
Базы данных
-12%
Agile Project Manager
-5%
Android Developer. Professional
-11%
Microservice Architecture
-5%
C++ Developer. Professional
-5%
Highload Architect
-6%
JavaScript Developer. Basic
-8%
Backend-разработчик на PHP
-9%
C# Developer. Professional
-9%
Team Lead
-6%
Алгоритмы и структуры данных Разработчик программных роботов (RPA) на базе UiPath и PIX Unity Game Developer. Basic Разработчик голосовых ассистентов и чат-ботов Vue.js разработчик VOIP инженер NoSQL Супер-практикум по использованию и настройке GIT Symfony Framework iOS Developer. Basic Супер-интенсив «СУБД в высоконагруженных системах» Супер-интенсив "Tarantool"
Инфраструктура
DevOps практики и инструменты
-12%
Базы данных
-12%
Network engineer. Basic
-10%
Network engineer
-4%
Экcпресс-курс «ELK»
-10%
Инфраструктурная платформа на основе Kubernetes
-6%
Administrator Linux.Basic
-10%
Экспресс-курс «CI/CD или Непрерывная поставка с Docker и Kubernetes»
-30%
Дизайн сетей ЦОД
-13%
PostgreSQL
-8%
Разработчик программных роботов (RPA) на базе UiPath и PIX Reverse-Engineering. Professional Внедрение и работа в DevSecOps Administrator Linux. Advanced Infrastructure as a code in Ansible Супер - интенсив по паттернам проектирования Супер - интенсив по Kubernetes Экспресс-курс «IaC Ansible»
Специализации Курсы в разработке Подготовительные курсы
+7 499 938-92-02

Data Build Tool (DBT) для построения модели Хранилища Данных

Data_Engineer_Deep_5.5-5020-cdb819.png

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.

1-20219-b52ab6.png

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:

2-20219-33db89.png

3-20219-5bdba8.png

● конфигурация проекта: dbt_project.yml: — имя проекта; — профиль (например, DEV, TEST, PROD); — пути к файлам моделей; — конфигурации моделей.

4-20219-4f7070.png

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).

5-20219-708875.png

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.

6-20219-249b4d.png

3. Возможности DBT

Поддерживаемые СУБД

16-20219-a7684e.png

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;

8-20219-ee6085.png

● использование переменных;

9-20219-96a359.png

● изменение методов расчета моделей в зависимости от профиля конфигурации; ● переиспользуемые SQL-макросы.

10-20219-68f0a2.png

Граф зависимостей (DAG)

Ссылки на другие модели автоматически выстраивает ациклический направленный граф (DAG) зависимостей между моделями.

11-20219-067d6a.png 12-20219-75ad1e.png

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.

13-20219-c401c2.png

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.

14-20219-46a0d0.png 15-20219-371236.png

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/.

Не пропустите новые полезные статьи!

Спасибо за подписку!

Мы отправили вам письмо для подтверждения вашего email.
С уважением, OTUS!

Автор
0 комментариев
Для комментирования необходимо авторизоваться