# Об оркестрации с учетом состояния [Закрытая предварительная версия](https://docs.getdbt.tech/docs/dbt-versions/product-lifecycles "Подробнее о статусе или тарифе")

Платформа dbt | Enterprise, Enterprise+

При каждом запуске job state-aware orchestration автоматически определяет, какие модели нужно собрать, обнаруживая изменения в коде или данных.

Оркестрация с учетом состояния теперь называется dbt State

[dbt State](https://docs.getdbt.tech/docs/deploy/dbt-state-about.md) работает со всеми движками и средами: dbt v1, dbt platform и dbt v2

Если вы использовали оркестрацию с учетом состояния до 1 июня 2026 года, вы можете продолжать ее использовать. Когда вы начнете бесплатный пробный период dbt State, он будет продлен сверх стандартных 30 дней. Если продление не применено к вашей учетной записи, обратитесь к команде по работе с вашим аккаунтом. Чтобы начать, ознакомьтесь с разделом [Переход с оркестрации с учетом состояния](https://docs.getdbt.tech/docs/deploy/dbt-state-migration.md).

Важно

dbt v2 доступен для установки в следующих средах:

* [Локальные инструменты командной строки (CLI)](https://docs.getdbt.tech/docs/local/install-dbt.md?version=2)
* [VS Code и Cursor с расширением dbt](https://docs.getdbt.tech/docs/install-dbt-extension.md)
* [Среды dbt platform](https://docs.getdbt.tech/docs/dbt-versions/upgrade-dbt-platform-version.md#dbt-v2)

Присоединяйтесь к обсуждению в канале [`#dbt-v2`](https://getdbt.slack.com/archives/C088YCAB6GH) в Slack сообщества dbt.

State-aware orchestration помогает экономить вычислительные ресурсы и сокращать время выполнения, потому что при запуске job она проверяет наличие новых записей и собирает только те модели, которые действительно изменятся.

[![Оркестрация с учетом состояния на базе dbt v2](/img/docs/deploy/sao.gif?v=2 "Оркестрация с учетом состояния на базе dbt v2")](#)Оркестрация с учетом состояния на базе dbt v2

Мы построили оркестрацию с учетом состояния в dbt на четырех основных принципах:

* **Общее состояние в реальном времени:** Все задания записывают данные в общее состояние на уровне моделей в реальном времени, позволяя dbt пересобирать только измененные модели независимо от того, в каких заданиях они собираются.
* **Очередь на уровне моделей:** Задания выстраиваются в очередь на уровне моделей, что позволяет избежать любых «коллизий» и предотвратить повторную сборку моделей, которые только что были обновлены другим заданием.
* **Поддержка работы с учетом и без учета состояния:** Вы можете формировать задания динамически (с учетом состояния) или явно (без учета состояния). Оба подхода обновляют общее состояние, обеспечивая синхронизацию всех изменений.
* **Разумные настройки по умолчанию:** Оркестрация с учетом состояния работает сразу после включения (без дополнительных настроек), а для более тонкого управления предусмотрен необязательный параметр конфигурации. Подробнее см. в разделе [расширенные настройки оркестрации с учетом состояния](https://docs.getdbt.tech/docs/deploy/state-aware-setup.md#advanced-configurations).

примечание

Оркестрация с учетом состояния не зависит от [статического анализа](https://docs.getdbt.tech/docs/build/about-static-analysis.md#principles-of-static-analysis) и работает, даже когда `static_analysis` отключен.

## Оптимизация сборок с помощью state-aware orchestration

Оркестрация с учетом состояния использует отслеживание общего состояния, чтобы определять, какие модели нужно построить, выявляя изменения в коде или данных при каждом запуске задания. Она также поддерживает настраиваемые интервалы обновления и настройки свежести источников, поэтому dbt перестраивает модели только тогда, когда это действительно необходимо.

Например, вы можете настроить проект так, чтобы dbt пропускал перестроение модели `dim_wizards` (и ее родительских моделей), если они уже обновлялись за последние 4 часа, даже если само задание запускается чаще.

Без каких-либо дополнительных настроек оркестрация с учетом состояния в dbt автоматически определяет необходимость построения моделей при изменении кода или появлении новых данных в источнике (или в вышестоящей модели в случае [dbt Mesh](https://docs.getdbt.tech/docs/mesh/about-mesh.md)).

**Примечание:** Если модель не проходит [тест данных](https://docs.getdbt.tech/docs/build/data-tests.md), оркестрация с учетом состояния перестраивает ее при последующих запусках, а не использует повторно из предыдущего состояния. Это гарантирует, что dbt повторно проверяет модели с нерешенными проблемами качества данных.

### Обработка параллельных заданий

Не поддерживается в dbt State

В dbt State обработка параллельных заданий работает иначе. Полный список различий в поведении приведен в разделе [Известные отличия от оркестрации с учетом состояния](https://docs.getdbt.tech/docs/deploy/dbt-state-migration.md#known-differences-from-state-aware-orchestration).

Если два отдельных задания зависят от одной и той же нижестоящей модели (например, `model_ab`) и оба обнаруживают изменения в вышестоящих ресурсах (`updates_on = any`), модель `model_ab` может быть построена дважды — по одному разу для каждого задания. Однако если `model_ab` уже была построена и с тех пор ничего не изменилось, ни одно из заданий не будет ее перестраивать. Вместо этого оба задания повторно используют существующую версию.

При оркестрации с учетом состояния все задания читают и записывают данные в одно и то же общее состояние и строят модель только при изменении состояния кода или данных. Это означает, что каждое задание самостоятельно оценивает необходимость перестроения модели на основе ее скомпилированного кода и состояния вышестоящих данных.

Что происходит, когда задания выполняются одновременно:

* Если оба задания доходят до одной и той же модели в один и тот же момент, одно из них ожидает завершения другого. Это предотвращает конфликты в хранилище данных, когда два задания пытаются одновременно построить одну и ту же модель.
* После того как первое задание завершит построение модели, второе задание все равно проверяет, нужно ли ее перестраивать. Если появились новые данные или изменения кода, которые необходимо учесть, второе задание строит модель заново. Если изменений нет и построение модели дало бы тот же результат, второе задание повторно использует модель.

Чтобы избежать слишком частого построения в рамках задания даже при изменении состояния кода или данных, можно снизить частоту построения с помощью настройки `build_after`. Информацию об использовании `build_after` см. в разделах [Свежесть моделей](https://docs.getdbt.tech/reference/resource-configs/freshness.md) и [Расширенные настройки](https://docs.getdbt.tech/docs/deploy/state-aware-setup.md#advanced-configurations).

### Обработка удаленных таблиц

Оркестрация с учетом состояния обнаруживает удаление таблиц моделей в хранилище и перестраивает эти модели, даже если код и данные не изменились.

При удалении таблицы в хранилище:

* dbt выдает предупреждение об отсутствии ожидаемой таблицы.
* Соответствующая модель ставится в очередь на перестроение в ходе текущего запуска, даже если код и данные не изменились.

Такое поведение обеспечивает согласованность между состоянием dbt и фактическим состоянием хранилища. Оно также уменьшает необходимость вручную очищать кеш или отключать оркестрацию с учетом состояния, когда модели изменяются вне dbt.

## Эффективное тестирование в state-aware orchestration [Закрытая бета-версия](https://docs.getdbt.tech/docs/dbt-versions/product-lifecycles "Подробнее о статусе или тарифе")

Функция в закрытой бета-версии

Возможности оркестрации с учетом состояния в dbt platform доступны только в dbt v2. Свяжитесь с вашим менеджером по работе с клиентами, чтобы включить dbt v2 в вашей учетной записи.

Качество данных может ухудшаться по двум причинам:

* Новые изменения в коде меняют определения или добавляют граничные случаи.
* Новые данные, например дубликаты или неожиданные значения, делают downstream‑метрики некорректными.

Запуск стандартных [data tests](https://docs.getdbt.tech/docs/build/data-tests.md) dbt (`unique`, `not_null`, `accepted_values`, `relationships`) при каждой сборке помогает выявлять ошибки в данных до того, как они повлияют на бизнес‑решения. Однако для этого часто требуется несколько тестов на каждую модель и выполнение тестов даже тогда, когда в них нет необходимости. Если ничего значимого не изменилось, повторные запуски тестов не повышают покрытие и лишь увеличивают стоимость.

Благодаря dbt v2 dbt понимает SQL-код на основе логического плана скомпилированного кода. Это позволяет dbt определять, когда тест необходимо запустить повторно, а когда можно повторно использовать предыдущий результат теста вышестоящей зависимости.

Эффективное тестирование в state-aware orchestration снижает затраты на хранилище данных за счёт исключения избыточных data tests и объединения нескольких тестов в один запуск. Эта функциональность включает две оптимизации:

В настоящее время эффективное тестирование доступно только в заданиях развертывания, но не в заданиях непрерывной интеграции (CI) или слияния.

### Поддерживаемые тесты данных

### Поддерживаемые data tests

Следующие тесты могут быть переиспользованы при включённом Efficient testing:

* [`unique`](https://docs.getdbt.tech/reference/resource-properties/data-tests.md#unique)
* [`not_null`](https://docs.getdbt.tech/reference/resource-properties/data-tests.md#not_null)
* [`accepted_values`](https://docs.getdbt.tech/reference/resource-properties/data-tests.md#accepted_values)

### Включение Efficient testing

Прежде чем включать эффективное тестирование, убедитесь, что вы настроили [`static_analysis`](https://docs.getdbt.tech/docs/build/about-static-analysis.md#configuring-static_analysis).

Чтобы включить Efficient testing:

1. В главном меню перейдите в **Orchestration** > **Jobs**.
2. Выберите задание развертывания. Перейдите к настройкам задания и нажмите **Edit**.
3. В разделе **Enable dbt v2 cost optimization features** раскройте **More options**.
4. Выберите **Efficient testing**. По умолчанию эта функция отключена.
5. Нажмите **Save**.

### Пример

В следующем запросе выполняется join таблиц `orders` и `customers`:

```sql
with

orders as (

    select * from {{ ref('orders') }}

),

customers as (

    select * from {{ ref('customers') }}

),

joined as (

    select
        customers.customer_id as customer_id,
        orders.order_id as order_id
    from customers
    left join orders
        on orders.customer_id = customers.customer_id

)

select * from joined
```

* Тест `not_null`: `left join` может привести к появлению null‑значений для клиентов без заказов. Даже если upstream‑тесты проверили `not_null(order_id)` в orders, join может создать null‑значения downstream. Поэтому dbt всегда должен запускать тест `not_null` для `order_id` в этом результате.

* Тест `unique`: если `orders.order_id` и `customers.customer_id` уникальны upstream, уникальность `order_id` сохраняется, и можно переиспользовать результат upstream‑теста.

### Ограничения

Ниже приведены важные моменты, которые следует учитывать при использовании Efficient testing в state-aware orchestration:

* **Агрегированные тесты не поддерживают пользовательские конфигурации**. Тесты, в которых используются следующие [custom config options](https://docs.getdbt.tech/reference/data-test-configs.md), будут выполняться отдельно, а не в составе агрегированного пакета:

  ```yaml
  config:
    fail_calc: <string>
    limit: <integer>
    severity: error | warn
    error_if: <string>
    warn_if: <string>
    store_failures: true | false
    where: <string>
  ```

* **Оптимизированное тестирование доступно только в заданиях развёртывания.** В заданиях CI и слияния включить его пока нельзя.

## Частые вопросы по теме

Что произошло с оркестрацией с учетом состояния?

1 июня 2026 года dbt Labs и Fivetran представили **[dbt State](https://docs.getdbt.tech/docs/deploy/dbt-state-about.md)** — новую улучшенную версию оркестрации с учетом состояния. Одна из ключевых возможностей — [`lag_tolerance`](https://docs.getdbt.tech/reference/resource-configs/lag-tolerance.md): этот параметр определяет, сколько времени должно пройти с момента последнего изменения данных в вышестоящих узлах, прежде чем узел можно будет пересобрать.

dbt State расширяет возможности оркестрации с учётом состояния в нескольких ключевых аспектах:

* **Работает везде** — dbt State работает с dbt v1, dbt v2 и dbt platform, а также с внешними оркестраторами как в средах разработки, так и в средах развёртывания.
* **Более точное отслеживание актуальности данных** — dbt State отслеживает актуальность данных во всём DAG и автоматически передаёт сведения о ней через модели, материализованные как представления. В отличие от параметра `build_after` в оркестрации с учётом состояния, который выполняет сравнение относительно последнего успешного выполнения модели, параметр `lag_tolerance` в dbt State выполняет сравнение относительно актуальности исходных данных.
* **Расширенное обнаружение изменений** — dbt State может обнаруживать и игнорировать изменения файлов, которые не влияют на фактическую логику преобразований, например добавление комментария или удаление лишних пробелов.

Если вы использовали оркестрацию с учётом состояния до 1 июня 2026 года, вы можете продолжать ею пользоваться. После запуска бесплатного пробного периода dbt State он будет продлён сверх стандартных 30 дней. Если продление не применилось к вашей учётной записи, обратитесь к команде по работе с вашим аккаунтом. Подробную информацию об оплате после окончания пробного периода см. в разделе [Использование и стоимость dbt State](https://docs.getdbt.tech/docs/platform/billing/dbt-state-usage.md).

Чтобы начать работу, обратитесь к руководству [Переход с оркестрации с учетом состояния](https://docs.getdbt.tech/docs/deploy/dbt-state-migration.md).

# Чем оркестрация с учётом состояния отличается от использования селекторов в dbt?

Платформа dbt | Enterprise, Enterprise+

В dbt v1 запуск с селекторами `state:modified+` и `source_status:fresher+` приводит к построению моделей, которые соответствуют одному из условий:

* Изменились с момента предыдущего запуска (`state:modified+`)
* Имеют вышестоящие источники с более свежими данными, чем при предыдущем запуске (`source_status:fresher+`)

Вместо того чтобы полагаться только на эти селекторы и артефакты предыдущего запуска, оркестрация с учётом состояния принимает решение о повторном построении модели на основе:

* Различий в скомпилированном SQL, игнорируя несущественные изменения, такие как пробелы и комментарии
* Изменений в вышестоящих данных во время выполнения и настроек свежести на уровне модели
* Общего состояния для всех заданий

В то время как dbt v1 использует селекторы, такие как `state:modified+` и `source_status:fresher+`, чтобы определить, что строить, *только для одного запуска в рамках одного задания*, оркестрация с учётом состояния в dbt v2 поддерживает *общее состояние моделей, обновляемое в реальном времени для всех заданий в среде*, и использует его, чтобы перед повторным построением определить, действительно ли изменились код модели или вышестоящие данные. Это гарантирует, что dbt повторно строит модели только при наличии изменений, независимо от того, какое задание их запускает.

## Связанные материалы

* [Конфигурация state-aware orchestration](https://docs.getdbt.tech/docs/deploy/state-aware-setup.md)
* [Артефакты](https://docs.getdbt.tech/docs/deploy/artifacts.md)
* [Jobs непрерывной интеграции (CI)](https://docs.getdbt.tech/docs/deploy/ci-jobs.md)
* [`freshness`](https://docs.getdbt.tech/reference/resource-configs/freshness.md)
* [О dbt State](https://docs.getdbt.tech/docs/deploy/dbt-state-about.md)
* [Настройка dbt State](https://docs.getdbt.tech/docs/deploy/dbt-state-setup.md)
* [Параметры dbt State](https://docs.getdbt.tech/reference/resource-configs/dbt-state-configs.md)
* [Переход на dbt State](https://docs.getdbt.tech/docs/deploy/dbt-state-migration.md)
