Вклад в код
Вклад в пакеты dbt
Обзор
dbt Packages — это самый простой способ для аналитических инженеров поучаствовать в контрибьютинге кода в сообщество dbt, поскольку dbt Packages по сути являются обычными dbt Projects. 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.
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
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:
- 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.
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, чтобы предложить улучшение или оставить отзыв.
- Комментируйте существующие issues или участвуйте в обсуждениях. 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.
Примеры вкладов
- Ознакомьтесь с этим issue об улучшении сообщений об ошибках и PR, который участники сообщества подготовили для его решения.
- На основе упомянутого выше issue был создан ещё один issue, 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 dbt v1 и ожидания от участников.
- Если вы хотите внести вклад в
dbt-labs/dbt, найдите задачу с меткой «good first issue» 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