Доступ к интерфейсу dbt Insights EnterpriseEnterprise +

Узнайте, как получить доступ к Insights, запускать запросы и просматривать результаты.

Insights предоставляет полноценный консольный интерфейс с удобной навигацией в редакторе. Вы можете ожидать, что Insights позволит:

• Писать SQL‑запросы с возможностью открывать несколько вкладок
• Использовать автодополнение SQL + dbt и подсветку синтаксиса
• Сохранять SQL‑запросы
• Просматривать результаты запроса и его детали во вкладках Data и Details
• Создавать визуализации результатов запроса во вкладке Chart
• Просматривать историю запросов и их статусы (например, Success, Error, Pending) во вкладке Query history
• Использовать Copilot для генерации или редактирования SQL‑запросов с помощью подсказок на естественном языке
• Интегрироваться с Copilot, Catalog, Studio IDE и Canvas, обеспечивая единый опыт исследования данных, написания SQL с поддержкой ИИ и совместной работы

Доступ к интерфейсу dbt Insights

Перед тем как получить доступ к Insights, убедитесь, что выполнены предварительные требования.

1. Чтобы открыть Insights, выберите пункт Insights в боковой панели навигации.
2. Если ваши developer credentials ещё не настроены, Insights предложит настроить их. Возможность выполнять запросы к данным зависит от разрешений провайдера хранилища данных и ваших developer credentials.
3. После настройки учётных данных вы сможете писать, запускать и редактировать SQL‑запросы в редакторе Insights для существующих моделей в вашем проекте.

Запуск запросов

Для запуска запросов в Insights можно использовать:

• Стандартный SQL
• Jinja (функции ref, source и другие Jinja‑функции)
• Ссылки из SQL‑кода ref на соответствующие страницы в Explorer
• CTE и подзапросы
• Базовые агрегации и join‑ы
• Запросы Semantic Layer с использованием Jinja‑функций Semantic Layer

Пример

Рассмотрим пример, который показывает, как запускать запросы в Insights:

• Один из магазинов Jaffle Shop хочет посчитать количество уникальных заказов и уникальных клиентов, чтобы понять, можно ли расширить бизнес в других регионах мира.
• Чтобы выразить эту логику в SQL, вы (аналитик, назначенный на этот проект) хотите проанализировать годовые тренды, которые помогут принять решение о расширении. Напишите следующий SQL‑запрос, чтобы вычислить количество уникальных клиентов, городов и общий доход от заказов:
  
  

  with 
  
  orders as (
      select * from {{ ref('orders') }}
  ),
  
  customers as (
      select * from {{ ref('customers') }}
  )
  
  select 
      date_trunc('year', ordered_at) as order_year,
      count(distinct orders.customer_id) as unique_customers,
      count(distinct orders.location_id) as unique_cities,
      to_char(sum(orders.order_total), '999,999,999.00') as total_order_revenue
  from orders
  join customers
      on orders.customer_id = customers.customer_id
  group by 1
  order by 1

Использование dbt Copilot

Чтобы упростить работу, используйте Copilot — это поможет сэкономить время и изучить другие способы анализа данных. Copilot может быстро обновить существующий запрос или сгенерировать новый на основе вашего запроса.

1. Нажмите на иконку Copilot в боковой панели Query console, чтобы открыть окно ввода запроса.
2. Введите подсказку на естественном языке с просьбой показать годовую разбивку по уникальным клиентам и общему доходу, затем нажмите Submit.
3. Copilot вернёт:
   • Краткое описание запроса
   • Объяснение логики
   • Сгенерированный SQL
   • Опции Add или Replace для добавления или замены текущего запроса
4. Просмотрите результат и нажмите Replace, чтобы использовать SQL, сгенерированный Copilot, в редакторе.
5. Затем нажмите Run, чтобы предварительно посмотреть результаты.

dbt Insights с dbt Copilot

После этого вы можете:

• Продолжить создание или изменение запроса с помощью Copilot
• Изучить результаты во вкладке Data
• Просмотреть метаданные и детали запроса во вкладке Details
• Визуализировать результаты во вкладке Chart
• Проверить Query history для просмотра статусов и прошлых запусков
• Использовать Catalog для изучения lineage и контекста моделей
• Если вы хотите сохранить запрос, нажмите Save Insight в меню Query console, чтобы сохранить его для дальнейшего использования

Хотите превратить запрос в модель?

Вы можете открыть Studio IDE или Canvas из меню Query console, чтобы превратить SQL в переиспользуемую модель dbt — и всё это прямо в dbt!

Просмотр результатов

Используя тот же пример, вы можете выполнить небольшой exploratory data analysis, запустив запрос и:

• Просмотреть результаты во вкладке Data — отображаются постраничные результаты запроса.
• Отсортировать результаты — нажмите на заголовок столбца, чтобы отсортировать данные по нему.
• Экспортировать в CSV — в правом верхнем углу таблицы нажмите кнопку загрузки, чтобы выгрузить датасет.

Экспорт в CSV в dbt Insights

Просмотр деталей

Откройте вкладку Details, чтобы посмотреть детали запроса:

• Query metadata — заголовок и описание, сгенерированные Copilot, исходный SQL и соответствующий скомпилированный SQL.
• Connection details — информация о подключении к платформе данных.
• Query details — длительность выполнения, статус, количество столбцов и строк.

Вкладка Details в dbt Insights

Визуализация результатов

Визуализируйте результаты запроса, перейдя на вкладку Chart, где можно:

• Выбрать тип графика с помощью иконки графика.
• Выбрать line chart, bar chart или scatterplot.
• Настроить оси и столбцы для визуализации с помощью иконки Chart settings.

Вкладка Chart в dbt Insights

История запросов

Просматривайте историю запросов и их статусы (All, Success, Error или Pending) с помощью иконки Query history:

• Выберите запрос, чтобы запустить его повторно и посмотреть результаты.
• Ищите прошлые запросы и фильтруйте их по статусу.
• Наведите курсор на запрос, чтобы посмотреть SQL‑код или скопировать его.

История запросов хранится бессрочно.

Иконка Query history в dbt Insights

Использование dbt Catalog

Откройте Catalog напрямую в Insights, чтобы просматривать ресурсы проекта — модели, столбцы, метрики, измерения и многое другое — прямо в интерфейсе Insights.

Такой интегрированный вид позволяет вам и другим пользователям не прерывать рабочий процесс с запросами, получая при этом больше контекста о моделях, семантических моделях, метриках, макросах и другом. Встроенный Catalog предоставляет:

• Те же возможности поиска, что и Catalog
• Возможность ограничивать отображаемые объекты по типу
• Гиперссылки из SQL‑кода ref на соответствующие страницы Catalog
• Просмотр активов более детально, открыв полный интерфейс Catalog или открыв их в Copilot

Чтобы открыть Catalog, нажмите на иконку Catalog в боковом меню Query console.

dbt Insights, интегрированный с dbt Catalog

Настройка окружения Jinja

Настройте окружение компиляции, чтобы управлять тем, как рендерятся Jinja‑функции. Эта функция:

• Поддерживает «типизированные» окружения, помеченные как Production, Staging и/или Development.
• Позволяет выполнять запросы Semantic Layer к staging‑окружениям (development‑окружения не поддерживаются).
• По‑прежнему использует индивидуальные учётные данные пользователей, поэтому у них должен быть соответствующий доступ для выполнения запросов к PROD и STG.
• При смене окружения меняется контекст для представления Catalog в Insights, а также контекст окружения при переходе в Catalog и Canvas. Например, если переключиться на Staging в Insights и выбрать View in Catalog, откроется представление Staging в Catalog.

Настройка окружения для Jinja‑контекста

Сохранение Insights

Insights предоставляет удобный механизм сохранения запросов, которые вы используете чаще всего. Также есть возможность делиться сохранёнными Insights с другими пользователями dbt (и получать доступ к их сохранённым запросам). Нажмите на иконку закладки в запросе, чтобы добавить его в список!

• Нажмите иконку закладки в правом меню, чтобы управлять сохранёнными Insights. Вы можете просматривать свои личные и общие запросы.

  Управление сохранёнными Insights

• Просматривайте детали сохранённого Insight, включая описание и дату создания, во вкладке Overview.

• Просматривайте историю изменений Insight во вкладке Version history. Нажмите на версию, чтобы сравнить её с текущей и увидеть изменения.

Особенности и ограничения

• Insights использует ваши development credentials для выполнения запросов. Вы можете выполнять запросы к любым объектам в вашем хранилище данных, к которым у вас есть доступ с этими учётными данными.
• Каждая Jinja‑функция использует defer --favor-state для разрешения Jinja.

FAQs

• В чём разница между Insights и Catalog?
  • Отличный вопрос! Catalog помогает понять структуру вашего dbt‑проекта, его ресурсы, lineage и метрики, предоставляя контекст для данных.
  • Insights развивает этот контекст, позволяя писать, запускать и итеративно дорабатывать SQL‑запросы прямо в dbt. Он предназначен для ad‑hoc и исследовательской аналитики и помогает бизнес‑пользователям и аналитикам исследовать данные, задавать вопросы и эффективно сотрудничать.
  • Catalog даёт контекст, а Insights позволяет действовать.

Нашли ошибку?

Создать GitHub Issue