Команды MetricFlow

После того как вы определите метрики в своём проекте dbt, вы сможете запрашивать метрики, измерения и значения измерений, а также проверять корректность конфигураций с помощью команд MetricFlow.

MetricFlow позволяет определять и запрашивать метрики в вашем проекте dbt в dbt или dbt Core. Чтобы воспользоваться возможностями универсального Semantic Layer и динамически запрашивать эти метрики в downstream‑инструментах, вам понадобится аккаунт dbt уровня Starter, Enterprise или Enterprise+.

MetricFlow совместим с версиями Python 3.8, 3.9, 3.10, 3.11 и 3.12.

MetricFlow

MetricFlow — это пакет dbt, который позволяет определять и запрашивать метрики в вашем проекте dbt. Вы можете использовать MetricFlow для запросов метрик в проекте dbt через CLI dbt, Studio IDE или dbt Core.

Использование MetricFlow с dbt означает, что вам не нужно управлять версиями — ваш аккаунт dbt автоматически занимается управлением версиями.

Задания dbt поддерживают команду dbt sl validate для автоматического тестирования семантических узлов. Вы также можете добавить проверки MetricFlow в интеграции с вашим git‑провайдером (например, GitHub Actions), установив MetricFlow (python -m pip install metricflow). Это позволяет запускать команды MetricFlow в рамках проверок непрерывной интеграции (CI) для pull request’ов.

MetricFlow with the dbt platform

В dbt вы можете запускать команды MetricFlow напрямую в Studio IDE или в Cloud CLI.

Для пользователей Cloud CLI команды MetricFlow встроены в Cloud CLI, что означает, что вы можете сразу же запускать их после установки Cloud CLI и вам не нужно устанавливать MetricFlow отдельно. Вам также не нужно управлять версиями, поскольку ваш аккаунт dbt автоматически делает это за вас.

MetricFlow с dbt Core

Вы можете установить MetricFlow из PyPI. Вам нужно использовать pip для установки MetricFlow на операционных системах Windows или Linux:

1. Создайте или активируйте виртуальное окружение python -m venv venv.
2. Выполните pip install dbt-metricflow.
   • Вы можете установить MetricFlow через PyPI как расширение вашего dbt‑адаптера из командной строки. Чтобы установить адаптер, выполните python -m pip install "dbt-metricflow[adapter_package_name]" и укажите имя адаптера в конце команды. Например, для адаптера Snowflake выполните python -m pip install "dbt-metricflow[dbt-snowflake]".

Примечание: вам потребуется самостоятельно управлять версиями между dbt Core, вашим адаптером и MetricFlow.

Обратите внимание, команды MetricFlow mf возвращают ошибку, если у вас установлен пакет Metafont latex. Чтобы запустить команды mf, удалите этот пакет.

Команды MetricFlow

MetricFlow предоставляет следующие команды для получения метаданных и запроса метрик.

Commands for the dbt platform

Вы можете использовать префикс dbt sl перед именем команды, чтобы выполнять их в Studio IDE или Cloud CLI. Например, чтобы вывести список всех метрик, выполните команду dbt sl list metrics.

Пользователи Cloud CLI могут выполнить dbt sl --help в терминале, чтобы получить полный список команд и флагов MetricFlow.

В следующей таблице перечислены команды, совместимые с Studio IDE и Cloud CLI:

Command	Description	Studio IDE	Cloud CLI
list metrics	Выводит список метрик с измерениями.	✅	✅
list dimensions	Выводит список уникальных измерений для метрик.	✅	✅
list dimension-values	Выводит измерения вместе с метриками.	✅	✅
list entities	Выводит список всех уникальных сущностей.	✅	✅
list saved-queries	Выводит список доступных сохранённых запросов. Используйте флаг --show-exports, чтобы отобразить каждый экспорт, связанный с сохранённым запросом, или --show-parameters, чтобы показать полный набор параметров запроса, которые использует каждый сохранённый запрос.	✅	✅
query	Выполняет запросы к метрикам, сохранённым запросам и измерениям, которые вы хотите увидеть в интерфейсе командной строки. См. примеры запросов, чтобы узнать, как запрашивать метрики и измерения (например, запрос метрик, использование фильтра where, добавление order и другое).	✅	✅
validate	Проверяет корректность конфигураций семантических моделей.	✅	✅
export	Запускает экспорты для одного сохранённого запроса с целью тестирования и генерации экспортов в среде разработки. Вы также можете использовать флаг --select, чтобы указать конкретные экспорты из сохранённого запроса.	❌	✅
export-all	Запускает экспорты сразу для нескольких сохранённых запросов, экономя время и усилия.	❌	✅

Loading table...

Запустите dbt parse, чтобы отразить изменения метрик

Когда вы вносите изменения в метрики, обязательно как минимум выполните команду dbt parse, чтобы обновить Semantic Layer. Это обновит файл semantic_manifest.json, отразив ваши изменения при выполнении запросов к метрикам. При запуске dbt parse вам не потребуется пересобирать все модели.

 Как выполнять запросы или просматривать метрики с помощью dbt CLI?

Посмотрите следующее видео с короткой демонстрацией того, как выполнять запросы или предварительный просмотр метрик с помощью Cloud CLI:

Команды для dbt Core

Используйте префикс mf перед именем команды, чтобы выполнить их в dbt Core. Например, чтобы перечислить все метрики, выполните mf list metrics.

• list metrics — Перечисляет метрики с измерениями.
• list dimensions — Перечисляет уникальные измерения для метрик.
• list dimension-values — Перечисляет измерения с метриками.
• list entities — Перечисляет все уникальные сущности.
• validate-configs — Проверяет конфигурации семантической модели.
• health-checks — Выполняет проверку состояния платформы данных.
• tutorial — Посвященный учебник MetricFlow, чтобы помочь вам начать.
• query — Запрос метрик и измерений, которые вы хотите увидеть в интерфейсе командной строки. Обратитесь к примерам запросов, чтобы помочь вам начать.

List metrics

Эта команда выводит список метрик с указанием доступных для них измерений (dimensions):

dbt sl list metrics <metric_name> # На платформе dbt

mf list metrics <metric_name> # В dbt Core

Опции:
  --search TEXT          Фильтровать доступные метрики по этому поисковому запросу
  --show-all-dimensions  Показать все измерения, связанные с метрикой.
  --help                 Показать это сообщение и выйти.

List dimensions

Эта команда перечисляет все уникальные измерения для метрики или нескольких метрик. Она отображает только общие измерения при запросе нескольких метрик:

dbt sl list dimensions --metrics <metric_name> # На платформе dbt

mf list dimensions --metrics <metric_name> # В dbt Core

Опции:
  --metrics SEQUENCE  Перечислить измерения по заданным метрикам (пересечение). Например, --metrics bookings,messages
  --help              Показать это сообщение и выйти.

List dimension-values

Эта команда перечисляет все значения измерений с соответствующей метрикой:

dbt sl list dimension-values --metrics <metric_name> --dimension <dimension_name> # На платформе dbt

mf list dimension-values --metrics <metric_name> --dimension <dimension_name> # В dbt Core

Options:
  --dimension TEXT    Измерение, из которого нужно получить значения  [required]
  --metrics SEQUENCE  Метрики, которые связаны с данным измерением
                      [required]
  --end-time TEXT     Необязательная временная метка в формате iso8601,
                      ограничивающая конечный момент времени данных (включительно)
                      *Пока недоступно в dbt platform
  --start-time TEXT   Необязательная временная метка в формате iso8601,
                      ограничивающая начальный момент времени данных (включительно)
                      *Пока недоступно в dbt platform
  --help              Показать это сообщение и выйти.

List entities

Эта команда перечисляет все уникальные сущности:

dbt sl list entities --metrics <metric_name> # На платформе dbt

mf list entities --metrics <metric_name> # В dbt Core

Опции:
  --metrics SEQUENCE  Перечислить сущности по заданным метрикам (пересечение). Например, --metrics bookings,messages
  --help              Показать это сообщение и выйти.

List saved queries

Эта команда перечисляет все доступные сохраненные запросы:

dbt sl list saved-queries

Вы также можете добавить флаг (или опцию) --show-exports, чтобы показать каждый экспорт, перечисленный под сохраненным запросом:

dbt sl list saved-queries --show-exports

Вывод

dbt sl list saved-queries --show-exports

Список доступных сохраненных запросов:
- new_customer_orders
  экспорты:
       - Export(new_customer_orders_table, exportAs=TABLE)
       - Export(new_customer_orders_view, exportAs=VIEW)
       - Export(new_customer_orders, alias=orders, schemas=customer_schema, exportAs=TABLE)

Validate

Следующая команда выполняет проверки против определенных конфигураций семантической модели.

dbt sl validate        # Для пользователей dbt
mf validate-configs   # Для пользователей dbt Core

Опции:
  --timeout                       # только для dbt platform
                                  Необязательный тайм-аут для проверки
                                  хранилища данных в dbt platform.
  --dw-timeout INTEGER            # только для dbt Core
                                  Необязательный тайм-аут для этапов
                                  валидации хранилища данных.
                                  По умолчанию: None.
  --skip-dw                       # только для dbt Core
                                  Пропускает проверки хранилища данных.
  --show-all                      # только для dbt Core
                                  Выводит предупреждения и будущие ошибки.
  --verbose-issues                # только для dbt Core
                                  Выводит дополнительные детали по проблемам.
  --semantic-validation-workers INTEGER  # только для dbt Core
                                  Использует указанное количество воркеров
                                  для обработки больших конфигураций.
  --help                          Показывает это сообщение и завершает работу.

Проверка состояния

Следующая команда выполняет проверку состояния платформы данных, которую вы указали в конфигурациях.

Обратите внимание: в dbt команда health-checks не требуется, так как для выполнения проверки состояния используются учетные данные dbt.

mf health-checks # В dbt Core

Руководство (tutorial)

Следуйте специальному руководству по MetricFlow, чтобы быстрее начать работу:

mf tutorial # В dbt Core

Query

Создайте новый запрос с помощью MetricFlow и выполните его на вашей платформе данных. Запрос возвращает следующий результат:

dbt sl query --metrics <metric_name> --group-by <dimension_name> # На платформе dbt  
dbt sl query --saved-query <name> # На платформе dbt

mf query --metrics <metric_name> --group-by <dimension_name> # В dbt Core

Опции:

  --metrics SEQUENCE       Синтаксис для запроса одной метрики: --metrics metric_name
                           Например, --metrics bookings
                           Чтобы запросить несколько метрик, используйте --metrics, за которым следуют имена метрик, разделенные запятыми без пробелов.
                           Например,  --metrics bookings,messages

  --group-by SEQUENCE      Синтаксис для группировки по одному измерению/сущности: --group-by dimension_name
                           Например, --group-by ds
                           Для нескольких измерений/сущностей используйте --group-by, за которым следуют имена измерений/сущностей, разделенные запятыми без пробелов.
                           Например, --group-by ds,org
                           

  --end-time TEXT          Необязательная временная метка в формате iso8601,
                           задающая конечный момент данных (включительно).
                           *Пока недоступно в dbt platform

  --start-time TEXT        Необязательная временная метка в формате iso8601,
                           задающая начальный момент данных (включительно)
                           *Пока недоступно в dbt platform

  --where TEXT             SQL‑подобное условие where, передаваемое в виде строки и обязательно заключённое в кавычки.
                           Все элементы фильтра должны явно ссылаться на поля или измерения (dimensions), которые являются частью вашей модели.
                           Запрос с одним условием: --where "{{ Dimension('order_id__revenue') }} > 100"
                           Запрос с несколькими условиями: --where "{{ Dimension('order_id__revenue') }} > 100" --where "{{ Dimension('user_count') }} < 1000" # обязательно заключайте каждое условие в кавычки
                           Чтобы добавить фильтр по измерению, используйте шаблонную обёртку `Dimension()`, которая указывает, что элемент фильтра является частью вашей модели.
                           Подробнее о том, как это делать с помощью шаблонной обёртки, см. в разделе FAQ.

  --limit TEXT             Ограничить количество строк, используя int, или оставить
                           пустым для отсутствия ограничения. Например: --limit 100

  --order-by SEQUENCE      Укажите метрики, измерения или группировки для сортировки.
                           Добавьте префикс `-`, чтобы отсортировать запрос в порядке убывания (DESC). 
                           Оставьте пустым для сортировки в порядке возрастания (ASC).
                           Например, чтобы отсортировать metric_time в порядке убывания: --order-by -metric_time 
                           Чтобы отсортировать metric_time в порядке возрастания и revenue в порядке убывания:  --order-by metric_time,-revenue

  --csv FILENAME           Укажите путь к файлу для вывода фрейма данных в csv

  --compile (the dbt platform)          В выводе запроса показать SQL‑запрос, который был скомпилирован dbt.
  --explain (dbt Core)     В выводе запроса показать SQL‑запрос, который был выполнен в хранилище данных.


  --show-dataflow-plan     Показать план потока данных в выводе объяснения

  --display-plans          Показать планы (например, поток данных метрик) в браузере

  --decimals INTEGER       Выберите количество десятичных знаков для округления
                           числовых значений

  --show-sql-descriptions  Показать встроенные описания узлов в отображаемом SQL

  --help                   Показать это сообщение и выйти.

Примеры запросов

Query examples

В этом разделе приведены различные типы примеров запросов, которые вы можете использовать для выполнения запросов к метрикам и измерениям. В разделе представлены следующие примеры запросов:

• Query metrics
• Query dimensions
• Add order/limit function
• Add where clause
• Filter by time
• Query saved queries

Метрики запросов

Используйте этот пример, чтобы запросить несколько метрик по измерению и вернуть метрики order_total и users_active по metric_time.

Запрос

dbt sl query --metrics order_total,users_active --group-by metric_time # На платформе dbt

mf query --metrics order_total,users_active --group-by metric_time # В dbt Core

Результат

✔ Успех 🦄 - запрос завершен через 1.24 секунды
| METRIC_TIME   |   ORDER_TOTAL |
|:--------------|---------------:|
| 2017-06-16    |         792.17 |
| 2017-06-17    |         458.35 |
| 2017-06-18    |         490.69 |
| 2017-06-19    |         749.09 |
| 2017-06-20    |         712.51 |
| 2017-06-21    |         541.65 |

Измерения запроса

Вы можете включить несколько измерений в запрос. Например, вы можете сгруппировать по измерению is_food_order, чтобы подтвердить, были ли заказы на еду или нет. Обратите внимание, что при запросе измерения вам нужно указать основную сущность для этого измерения. В следующем примере основной сущностью является order_id.

Запрос

dbt sl query --metrics order_total --group-by order_id__is_food_order # На платформе dbt

mf query --metrics order_total --group-by order_id__is_food_order # В dbt Core

Результат

 Успех 🦄 - запрос завершен через 1.70 секунды
| METRIC_TIME   | IS_FOOD_ORDER   |   ORDER_TOTAL |
|:--------------|:----------------|---------------:|
| 2017-06-16    | True            |         499.27 |
| 2017-06-16    | False           |         292.90 |
| 2017-06-17    | True            |         431.24 |
| 2017-06-17    | False           |          27.11 |
| 2017-06-18    | True            |         466.45 |
| 2017-06-18    | False           |          24.24 |
| 2017-06-19    | False           |         300.98 |
| 2017-06-19    | True            |         448.11 |

Добавление order/limit

Вы можете добавить функции порядка и ограничения, чтобы отфильтровать и представить данные в читаемом формате. Следующий запрос ограничивает набор данных до 10 записей и упорядочивает их по metric_time в порядке убывания. Обратите внимание, что использование префикса - отсортирует запрос в порядке убывания. Без префикса - запрос сортируется в порядке возрастания.

Обратите внимание, что при запросе измерения вам нужно указать основную сущность для этого измерения. В следующем примере основной сущностью является order_id.

Запрос

# На платформе dbt
dbt sl query --metrics order_total --group-by order_id__is_food_order --limit 10 --order-by -metric_time 

# В dbt Core
mf query --metrics order_total --group-by order_id__is_food_order --limit 10 --order-by -metric_time 

Результат

✔ Успех 🦄 - запрос завершен через 1.41 секунды
| METRIC_TIME   | IS_FOOD_ORDER   |   ORDER_TOTAL |
|:--------------|:----------------|---------------:|
| 2017-08-31    | True            |         459.90 |
| 2017-08-31    | False           |         327.08 |
| 2017-08-30    | False           |         348.90 |
| 2017-08-30    | True            |         448.18 |
| 2017-08-29    | True            |         479.94 |
| 2017-08-29    | False           |         333.65 |
| 2017-08-28    | False           |         334.73 |

Добавление условия where

Вы можете дополнительно отфильтровать набор данных, добавив в запрос условие where. В следующем примере показано, как выполнить запрос метрики order_total, сгруппированной по is_food_order, с использованием нескольких условий where (заказы, которые являются заказами еды, и заказы за неделю, начинающуюся не ранее 1 февраля 2024 года).

Запрос

# На платформе dbt
dbt sl query --metrics order_total --group-by order_id__is_food_order --where "{{ Dimension('order_id__is_food_order') }} = True" --where "{{ TimeDimension('metric_time', 'week') }} >= '2024-02-01'"

# В dbt Core
mf query --metrics order_total --group-by order_id__is_food_order --where "{{ Dimension('order_id__is_food_order') }} = True" --where "{{ TimeDimension('metric_time', 'week') }} >= '2024-02-01'"

Notes:

• Тип измерения влияет на синтаксис, который вы используете. Например, если у вас поле с датой, нужно использовать TimeDimension вместо Dimension.
• При выполнении запроса по измерению необходимо указывать первичную сущность (primary entity) для этого измерения. В приведённом примере первичной сущностью является order_id.

Result

 ✔ Успех 🦄 - запрос завершен через 1.06 секунды
| METRIC_TIME   | IS_FOOD_ORDER   |   ORDER_TOTAL |
|:--------------|:----------------|---------------:|
| 2017-08-31    | True            |         459.90 |
| 2017-08-30    | True            |         448.18 |
| 2017-08-29    | True            |         479.94 |
| 2017-08-28    | True            |         513.48 |
| 2017-08-27    | True            |         568.92 |
| 2017-08-26    | True            |         471.95 |
| 2017-08-25    | True            |         452.93 |
| 2017-08-24    | True            |         384.40 |
| 2017-08-23    | True            |         423.61 |
| 2017-08-22    | True            |         401.91 |

Фильтрация по времени

Для фильтрации по времени существуют специальные опции начала и конца времени. Использование этих опций для фильтрации по времени позволяет MetricFlow дополнительно оптимизировать производительность запроса, когда это уместно.

Обратите внимание, что при запросе измерения необходимо указать первичную сущность (primary entity) для этого измерения. В следующем примере в качестве первичной сущности используется order_id.

Query

# В dbt Core
mf query --metrics order_total --group-by order_id__is_food_order --limit 10 --order-by -metric_time --where "is_food_order = True" --start-time '2017-08-22' --end-time '2017-08-27' 

Результат

✔ Успех 🦄 - запрос завершен через 1.53 секунды
| METRIC_TIME   | IS_FOOD_ORDER   |   ORDER_TOTAL |
|:--------------|:----------------|---------------:|
| 2017-08-27    | True            |         568.92 |
| 2017-08-26    | True            |         471.95 |
| 2017-08-25    | True            |         452.93 |
| 2017-08-24    | True            |         384.40 |
| 2017-08-23    | True            |         423.61 |
| 2017-08-22    | True            |         401.91 |

Запрос сохранённых запросов

Вы можете использовать это для часто используемых запросов. Замените <name> на имя вашего сохраненного запроса.

Запрос

dbt sl query --saved-query <name> # На платформе dbt

mf query --saved-query <name> # В dbt Core

Например, если вы используете <Constant name="cloud" /> и у вас есть сохранённый запрос с именем new_customer_orders, вы можете выполнить команду dbt sl query --saved-query new_customer_orders.

Примечание о запросе сохраненных запросов

При запросе сохраненных запросов вы можете использовать такие параметры, как where, limit, order, compile и так далее. Однако имейте в виду, что вы не можете получить доступ к параметрам metric или group_by в этом контексте. Это связано с тем, что они являются предопределенными и фиксированными параметрами для сохраненных запросов, и вы не можете изменить их во время запроса. Если вы хотите запросить больше метрик или измерений, вы можете построить запрос, используя стандартный формат.

Дополнительные примеры запросов

Следующие вкладки представляют дополнительные примеры запросов, такие как экспорт в CSV. Выберите вкладку, которая лучше всего соответствует вашим потребностям:

Флаг --compile/--explain

Добавьте --compile (или --explain для пользователей dbt Core) в ваш запрос, чтобы увидеть SQL, сгенерированный MetricFlow.

Запрос

# На платформе dbt
dbt sl query --metrics order_total --group-by metric_time,is_food_order --limit 10 --order-by -metric_time --where "is_food_order = True" --start-time '2017-08-22' --end-time '2017-08-27' --compile

# В dbt Core
mf query --metrics order_total --group-by metric_time,is_food_order --limit 10 --order-by -metric_time --where "is_food_order = True" --start-time '2017-08-22' --end-time '2017-08-27' --explain

Результат

✔ Успех 🦄 - запрос завершен через 0.28 секунды
🔎 SQL (удалите --compile, чтобы увидеть данные, или добавьте --show-dataflow-plan, чтобы увидеть сгенерированный план потока данных):
select
 metric_time
 , is_food_order
 , sum(order_cost) as order_total
from (
 select
   cast(ordered_at as date) as metric_time
   , is_food_order
   , order_cost
 from analytics.js_dbt_sl_demo.orders orders_src_1
 where cast(ordered_at as date) between cast('2017-08-22' as timestamp) and cast('2017-08-27' as timestamp)
) subq_3
where is_food_order = True
group by
 metric_time
 , is_food_order
order by metric_time desc
limit 10

Export to CSV

Добавьте флаг --csv file_name.csv, чтобы экспортировать результаты вашего запроса в CSV. Флаг --csv доступен только в dbt Core и не поддерживается в dbt.

Запрос

# В dbt Core
mf query --metrics order_total --group-by metric_time,is_food_order --limit 10 --order-by -metric_time --where "is_food_order = True" --start-time '2017-08-22' --end-time '2017-08-27' --csv query_example.csv

Результат

✔ Успех 🦄 - запрос завершен через 0.83 секунды
🖨 Успешно записан вывод запроса в query_example.csv

Временная гранулярность

При желании вы можете указать гранулярность времени, на которую вы хотите агрегировать ваши данные, добавив два подчеркивания и единицу гранулярности к metric_time, глобальному временному измерению. Вы можете группировать гранулярность по: day, week, month, quarter и year.

Ниже приведен пример запроса данных метрики на месячной основе:

dbt sl query --metrics revenue --group-by metric_time__month # На платформе dbt

mf query --metrics revenue --group-by metric_time__month # В dbt Core

Export

Запустите экспорты для конкретного сохраненного запроса. Используйте эту команду для тестирования и генерации экспортов в вашей среде разработки. Вы также можете использовать флаг --select, чтобы указать конкретные экспорты из сохраненного запроса. Обратитесь к экспортам в разработке для получения дополнительной информации.

Экспорт доступен в dbt.

dbt sl export 

Export-all

Запустите экспорты для нескольких сохраненных запросов одновременно. Эта команда предоставляет удобный способ управления и выполнения экспортов для нескольких запросов одновременно, экономя время и усилия. Обратитесь к экспортам в разработке для получения дополнительной информации.

Экспорт доступен в dbt.

dbt sl export-all 

Часто задаваемые вопросы

 Как я могу добавить фильтр измерения к фильтру where?

Чтобы добавить фильтр измерения к фильтру where, вы должны указать, что элемент фильтра является частью вашей модели, и использовать обертку шаблона: {{Dimension('primary_entity__dimension_name')}}.

Вот пример запроса: dbt sl query --metrics order_total --group-by metric_time --where "{{Dimension('order_id__is_food_order')}} = True".

Прежде чем использовать обертку шаблона, настройте ваш терминал для экранирования фигурных скобок, чтобы фильтр шаблона работал.

Details

Как настроить ваш терминал для экранирования фигурных скобок?

Чтобы настроить ваш профиль .zshrc для экранирования фигурных скобок, вы можете использовать команду setopt, чтобы включить опцию BRACECCL. Эта опция заставит оболочку рассматривать фигурные скобки как литералы и предотвратит расширение скобок. Обратитесь к следующим шагам, чтобы настроить это:

1. Откройте ваш терминал.
2. Откройте ваш файл .zshrc с помощью текстового редактора, такого как nano, vim или любого другого текстового редактора, который вы предпочитаете. Вы можете использовать следующую команду, чтобы открыть его с помощью nano:

nano ~/.zshrc

3. Добавьте следующую строку в файл:

setopt BRACECCL

4. Сохраните и выйдите из текстового редактора (в nano нажмите Ctrl + O, чтобы сохранить, и Ctrl + X, чтобы выйти).

5. Источник вашего файла .zshrc, чтобы применить изменения:

source ~/.zshrc

6. После внесения этих изменений ваша оболочка Zsh будет рассматривать фигурные скобки как буквальные символы и не будет выполнять расширение скобок. Это означает, что вы можете использовать фигурные скобки без опасения непреднамеренных расширений.

Имейте в виду, что изменение файлов конфигурации вашей оболочки может повлиять на то, как ваша оболочка ведет себя. Если вы не знакомы с конфигурацией оболочки, рекомендуется сделать резервную копию вашего файла .zshrc перед внесением каких-либо изменений. Если вы столкнетесь с какими-либо проблемами или неожиданным поведением, вы можете вернуться к резервной копии.

 Почему мой запрос ограничен 100 строками в dbt CLI?

Значение limit по умолчанию для запросов, выполняемых из Cloud CLI, составляет 100 строк. Мы установили это значение по умолчанию, чтобы избежать возврата избыточно больших наборов данных, поскольку Cloud CLI обычно используется для работы с dbt Semantic Layer в процессе разработки, а не для продакшен-отчётности или доступа к большим объёмам данных. Для большинства рабочих сценариев достаточно возвращать лишь подмножество данных.

Однако вы можете изменить это ограничение, если необходимо, установив опцию --limit в вашем запросе. Например, чтобы вернуть 1000 строк, вы можете выполнить dbt sl list metrics --limit 1000.

 Как я могу запросить несколько метрик, группировок или условий where?

Чтобы запросить несколько метрик, группировок или условий where в вашей команде, следуйте этим рекомендациям:

• Чтобы запросить несколько метрик и группировок, используйте синтаксис --metrics или --group-by, за которым следуют имена метрик или измерений/сущностей, разделенные запятыми без пробелов:
  • Пример нескольких метрик: dbt sl query --metrics accounts_active,users_active
  • Пример нескольких измерений/сущностей: dbt sl query --metrics accounts_active,users_active --group-by metric_time__week,accounts__plan_tier
• Чтобы задать несколько условий where, используйте синтаксис --where и оборачивайте каждое условие в кавычки:
  • Пример с несколькими условиями where: dbt sl query --metrics accounts_active,users_active --group-by metric_time__week,accounts__plan_tier --where "metric_time__week >= '2024-02-01'" --where "accounts__plan_tier = 'coco'"

 Как я могу отсортировать мой запрос в порядке возрастания или убывания?

Когда вы запрашиваете метрики, используйте --order-by, чтобы указать метрики или группировки для сортировки. Опция order_by применяется к метрикам, измерениям и группировкам.

Добавьте префикс -, чтобы отсортировать ваш запрос в порядке убывания (DESC). Оставьте пустым для сортировки в порядке возрастания (ASC):

• Например, чтобы запросить метрику и отсортировать metric_time в порядке убывания, выполните dbt sl query --metrics order_total --group-by metric_time --order-by -metric_time. Обратите внимание, что префикс - в -metric_time сортирует запрос в порядке убывания.
• Чтобы запросить метрику и отсортировать metric_time в порядке возрастания и revenue в порядке убывания, выполните dbt sl query --metrics order_total --order-by metric_time,-revenue. Обратите внимание, что metric_time без префикса сортируется в порядке возрастания, а -revenue с префиксом - сортирует запрос в порядке убывания.

Нашли ошибку?

Создать GitHub Issue