# Настройка семантического слоя dbt

## Начало работы

Существует два варианта разработки проекта dbt, включая Semantic Layer:

* [dbt platform CLI](https://docs.getdbt.tech/docs/platform/dbt-cli-installation.md) — Команды MetricFlow встроены в dbt platform CLI и доступны через подкоманду `dbt sl`. На данный момент это самый простой и функционально полный способ разработки кода для Semantic Layer. Вы можете использовать любой удобный редактор и запускать команды из терминала.

* [Studio IDE](https://docs.getdbt.tech/docs/platform/studio-ide/develop-in-studio.md) — Вы можете создавать семантические модели и метрики в Studio IDE.

## Основные команды

* 🔍 Менее распространённая команда, которая пригодится при работе с Semantic Layer, — `dbt parse`. Она разбирает ваш проект и создаёт **семантический манифест** — представление смысловых связей, описанных в проекте. Этот манифест загружается в dbt и используется для выполнения команд `dbt sl` в процессе разработки. Этот файл предоставляет MetricFlow **снимок текущего состояния, на основе которого генерируются запросы**.
* 🧰 `dbt sl query` — ещё один ваш незаменимый помощник: эта команда выполняет запрос к вашему семантическому слою и возвращает выборку результатов. Она отлично подходит для проверки семантических моделей и метрик по мере их создания. Например, если вы создаёте модель выручки, можно выполнить `dbt sl query --metrics revenue --group-by metric_time__month`, чтобы убедиться, что месячная выручка рассчитывается правильно.
* 📝 Наконец, `dbt sl list dimensions --metrics [metric name]` выводит список всех измерений, доступных для заданной метрики. Это полезно, чтобы проверять, что по мере разработки вы расширяете набор доступных измерений. С помощью `dbt sl list` можно также просматривать другие элементы вашего Semantic Layer. Чтобы увидеть полный список доступных параметров, выполните `dbt sl list --help`.

Для получения дополнительной информации о доступных командах обратитесь к справочнику [команд MetricFlow](https://docs.getdbt.tech/docs/build/metricflow-commands.md) или используйте `dbt sl --help` и `dbt sl [subcommand] --help` в командной строке. Если вам нужно сначала настроить проект dbt, ознакомьтесь с [руководствами по быстрому старту](https://docs.getdbt.tech/docs/get-started-dbt.md).

## Вперед!

В остальной части руководства мы покажем пример кода на основе проекта Jaffle Shop, вымышленной сети ресторанов. Вы можете сами ознакомиться с кодом и попробовать его в [репозитории Jaffle Shop](https://github.com/dbt-labs/jaffle-shop). Так что если вы увидите, как мы рассчитываем метрики, такие как `food_revenue`, позже в этом руководстве, вот почему!
