# Вклад в код

### Вклад в пакеты dbt

#### Обзор

[dbt Packages](https://docs.getdbt.tech/docs/build/packages.md) — это самый простой способ для аналитических инженеров поучаствовать в контрибьютинге кода в сообщество dbt, поскольку dbt Packages по сути являются обычными [dbt Projects](https://docs.getdbt.tech/docs/build/projects.md). Если вы умеете создавать dbt Project, писать macro и делать ref на model, значит, вы можете создать dbt Package. Пакеты работают примерно так же, как библиотеки в других языках программирования. Они позволяют использовать заранее написанный, модульный код для решения типовых задач аналитической инженерии. Посмотреть все dbt Packages можно на [dbt Package Hub](https://hub.getdbt.com/).

#### Возможности для вклада

* Создайте новый пакет для dbt Package Hub. Это может быть новый набор макросов или тестов, которые были полезны вам в ваших проектах, набор моделей для работы с часто используемым источником данных или что-то еще, что можно сделать в рамках проекта dbt.
* Улучшите существующий пакет: вы также можете помочь улучшить существующий пакет. Это можно сделать, создавая и участвуя в обсуждении Issues или добавляя функциональность для решения существующей проблемы через открытие PR.

#### Примеры вкладов

* [dbt Expectations](https://hub.getdbt.com/calogica/dbt_expectations/latest/)
* [dbt Artifacts](https://hub.getdbt.com/brooklyn-data/dbt_artifacts/latest/)

#### Начало работы

* Используйте пакеты в своих собственных проектах! Лучший способ понять, как улучшить пакет, — это применять его в production‑среде, а затем искать способы его доработки или улучшения.

* Ознакомьтесь со следующими материалами по разработке пакетов:

  * [Итак, вы хотите создать пакет dbt](https://docs.getdbt.tech/blog/so-you-want-to-build-a-package)
  * [Лучшие практики пакетов](https://github.com/dbt-labs/hubcap/blob/main/package-best-practices.md)

* Нужна помощь: посетите #package-ecosystem в Slack-сообществе dbt

### Участвуйте в развитии open source или source-available программного обеспечения dbt

#### Обзор

dbt (включая v1, v2 и адаптеры), а также сайты Package Hub и Developer Hub — всё это активно развивающиеся проекты сообщества. В отличие от пакетов dbt, участие в разработке этих проектов обычно требует практических знаний языков программирования помимо SQL и Jinja, но отзывчивое сообщество этих репозиториев поможет вам развить необходимые навыки. Даже если вы не пишете код, есть множество способов участвовать в совместной разработке этих проектов — они подробно описаны ниже. Подборку наиболее активных проектов OSS/SA, которые поддерживает dbt Labs, можно найти [здесь](https://docs.getdbt.tech/community/resources/oss-sa-projects.md).

#### Возможности для вклада

Есть три основных способа внести вклад в проекты dbt. В качестве примера мы рассмотрим dbt v1 — «точку входа» в экосистему dbt и отличное место для первых шагов:

* [Создайте issue](https://github.com/dbt-labs/dbt/issues/new/choose), чтобы предложить улучшение или оставить отзыв.
* Комментируйте существующие [issues](https://github.com/dbt-labs/dbt/issues) или участвуйте в [обсуждениях](https://github.com/dbt-labs/dbt/discussions). Например, голосуйте за issues, решение которых было бы полезно вашей организации, добавляйте в комментариях уточнения к запросам на новую функциональность или рассказывайте, как та или иная функция повлияет на вашу работу с dbt.
* Создайте pull request, который решает задачу из открытого issue. Для этого нужно написать код и тесты, которые добавляют функциональность или исправляют ошибку, описанную в issue, а затем пройти асинхронную проверку кода инженером dbt Labs. Обратите внимание: при внесении изменений в dbt v1 коммиты должны быть подписаны. Инструкции по подписанию коммитов см. в разделе [Подписание коммитов](https://docs.github.com/en/authentication/managing-commit-signature-verification/signing-commits).

#### Примеры вкладов

* Ознакомьтесь с [этим issue](https://github.com/dbt-labs/dbt/issues/3612) об улучшении сообщений об ошибках и [PR, который участники сообщества подготовили для его решения](https://github.com/dbt-labs/dbt/pull/3703).
* На основе упомянутого выше issue [был создан ещё один issue](https://github.com/dbt-labs/dbt-bigquery/issues/202), чтобы не просто изменить сообщение об ошибке, но и улучшить поведение инструмента. Так работает благотворный цикл разработки силами сообщества! Шаг за шагом мы, сообщество, совершенствуем инструмент, чтобы он лучше отвечал нашим потребностям.

#### Начало работы

* Прочитайте [руководство по участию в разработке](https://github.com/dbt-labs/dbt/blob/main/CONTRIBUTING.md) dbt v1 и [ожидания от участников](https://docs.getdbt.tech/community/resources/contributor-expectations.md).
* Если вы хотите внести вклад в `dbt-labs/dbt`, найдите задачу с меткой «[good first issue](https://github.com/dbt-labs/dbt/issues?q=is%3Aopen+is%3Aissue+label%3A%22type%3Agood-first-issue%22)» или поищите похожие метки в других репозиториях. Если сомневаетесь, не стесняйтесь попросить сопровождающих проекта подобрать подходящую задачу для первого вклада — они будут рады приветствовать вас!

#### Нужна помощь?

Следующие каналы в Slack-сообществе dbt — отличное место для вопросов:

* \#dbt-development
* \#adapter-ecosystem
