Быстрый старт для dbt Cloud и BigQuery

Обновлен

BigQuery

dbt Cloud

Quickstart

Beginner

Menu

Введение

В этом руководстве по быстрому старту вы узнаете, как использовать dbt Cloud с BigQuery. Оно покажет вам, как:

• Создать проект в Google Cloud Platform (GCP).
• Получить доступ к образцу данных в общедоступном наборе данных.
• Подключить dbt Cloud к BigQuery.
• Взять пример запроса и превратить его в модель в вашем проекте dbt. Модель в dbt — это оператор select.
• Добавить тесты к вашим моделям.
• Документировать ваши модели.
• Запланировать выполнение задания.

Видео для вас

Вы можете бесплатно ознакомиться с Основами dbt, если вас интересует обучение с видео.

Предварительные требования

• У вас есть аккаунт dbt Cloud.
• У вас есть аккаунт Google.
• Вы можете использовать личный или рабочий аккаунт для настройки BigQuery через Google Cloud Platform (GCP).

Связанные материалы

• Узнайте больше с курсами dbt Learn
• CI задания
• Развертывание заданий
• Уведомления о заданиях
• Актуальность источников

Создание нового проекта GCP

1. Перейдите в Консоль BigQuery после входа в ваш аккаунт Google. Если у вас несколько аккаунтов Google, убедитесь, что вы используете правильный.
2. Создайте новый проект на странице управления ресурсами. Для получения дополнительной информации обратитесь к Создание проекта в документации Google Cloud. GCP автоматически заполняет поле имени проекта для вас. Вы можете изменить его на более описательное для вашего использования. Например, dbt Learn - BigQuery Setup.

Создание наборов данных BigQuery

1. В Консоли BigQuery нажмите Редактор. Убедитесь, что выбран ваш недавно созданный проект, который доступен в верхней части страницы.

2. Убедитесь, что вы можете выполнять SQL-запросы. Скопируйте и вставьте эти запросы в редактор запросов:

   select * from `dbt-tutorial.jaffle_shop.customers`;
   select * from `dbt-tutorial.jaffle_shop.orders`;
   select * from `dbt-tutorial.stripe.payment`;

   Нажмите Выполнить, затем проверьте результаты запросов. Например:

   Результаты запроса Bigquery

3. Создайте новые наборы данных в Консоли BigQuery. Для получения дополнительной информации обратитесь к Создание наборов данных в документации Google Cloud. Наборы данных в BigQuery эквивалентны схемам в традиционной базе данных. На странице Создать набор данных:

   • ID набора данных — Введите имя, соответствующее цели. Это имя используется как схема в полностью квалифицированных ссылках на ваши объекты базы данных, такие как database.schema.table. В качестве примера для этого руководства создайте один для jaffle_shop, а затем другой для stripe.
   • Расположение данных — Оставьте пустым (по умолчанию). Это определяет местоположение GCP, где хранятся ваши данные. Текущее местоположение по умолчанию — многорегион США. Все таблицы в этом наборе данных будут использовать это местоположение.
   • Включить истечение срока действия таблицы — Оставьте невыбранным (по умолчанию). По умолчанию срок действия таблицы выставления счетов составляет 60 дней. Поскольку выставление счетов не включено для этого проекта, GCP по умолчанию устаревшие таблицы.
   • Ключ шифрования, управляемый Google — Эта опция доступна в разделе Дополнительные параметры. Разрешите Google управлять шифрованием (по умолчанию).
   Создание ID набора данных Bigquery

4. После создания набора данных jaffle_shop создайте один для stripe с теми же значениями, кроме ID набора данных.

Генерация учетных данных BigQuery

Чтобы dbt мог подключиться к вашему хранилищу, вам нужно будет сгенерировать файл ключа. Это аналогично использованию имени пользователя и пароля базы данных с большинством других хранилищ данных.

1. Запустите мастер учетных данных GCP. Убедитесь, что ваш новый проект выбран в заголовке. Если вы не видите свой аккаунт или проект, нажмите на изображение профиля справа и убедитесь, что вы используете правильный адрес электронной почты. Для Тип учетных данных:
   • В выпадающем списке Выберите API выберите BigQuery API
   • Выберите Данные приложения для типа данных, к которым вы будете получать доступ
   • Нажмите Далее, чтобы создать новую учетную запись службы.
2. Создайте учетную запись службы для вашего нового проекта на странице учетных записей службы. Для получения дополнительной информации обратитесь к Создание учетной записи службы в документации Google Cloud. В качестве примера для этого руководства вы можете:
   • Введите dbt-user как Имя учетной записи службы
   • В выпадающем списке Выберите роль выберите роли Пользователь заданий BigQuery и Редактор данных BigQuery и нажмите Продолжить
   • Оставьте поля Предоставить пользователям доступ к этой учетной записи службы пустыми
   • Нажмите Готово
3. Создайте ключ учетной записи службы для вашего нового проекта на странице учетных записей службы. Для получения дополнительной информации обратитесь к Создание ключа учетной записи службы в документации Google Cloud. При загрузке файла JSON убедитесь, что используете имя файла, которое вы легко запомните. Например, dbt-user-creds.json. По соображениям безопасности dbt Labs рекомендует защищать этот файл JSON так же, как вы защищаете свои учетные данные; например, не добавляйте файл JSON в ваше программное обеспечение для управления версиями.

Подключение dbt Cloud к BigQuery

1. Создайте новый проект в dbt Cloud. Перейдите в Настройки аккаунта (нажав на имя вашего аккаунта в левом меню) и нажмите + Новый проект.
2. Введите имя проекта и нажмите Продолжить.
3. Для хранилища данных выберите BigQuery, затем Далее, чтобы настроить ваше подключение.
4. Нажмите Загрузить файл JSON учетной записи службы в настройках.
5. Выберите файл JSON, который вы загрузили в Генерация учетных данных BigQuery, и dbt Cloud заполнит все необходимые поля.
6. Необязательно — планы dbt Cloud Enterprise могут настроить OAuth для разработчиков с BigQuery, обеспечивая дополнительный уровень безопасности. Для получения дополнительной информации обратитесь к Настройка BigQuery OAuth.
7. Нажмите Тестировать подключение. Это проверяет, может ли dbt Cloud получить доступ к вашему аккаунту BigQuery.
8. Нажмите Далее, если тест прошел успешно. Если он не прошел, возможно, вам нужно вернуться и сгенерировать ваши учетные данные BigQuery заново.

Настройка управляемого репозитория dbt Cloud

Когда вы разрабатываете в dbt Cloud, вы можете использовать Git для управления версиями вашего кода.

Чтобы подключиться к репозиторию, вы можете либо настроить размещаемый в dbt Cloud управляемый репозиторий, либо напрямую подключиться к поддерживаемому git-провайдеру. Управляемые репозитории — отличный способ попробовать dbt без необходимости создавать новый репозиторий. В долгосрочной перспективе лучше подключиться к поддерживаемому git-провайдеру, чтобы использовать такие функции, как автоматизация и непрерывная интеграция.

Чтобы настроить управляемый репозиторий:

1. В разделе "Настроить репозиторий" выберите Управляемый.
2. Введите имя для вашего репозитория, например, bbaggins-dbt-quickstart.
3. Нажмите Создать. Создание и импорт вашего репозитория займет несколько секунд.
4. Как только вы увидите сообщение "Репозиторий успешно импортирован", нажмите Продолжить.

Инициализация вашего проекта dbt и начало разработки

Теперь, когда у вас настроен репозиторий, вы можете инициализировать ваш проект и начать разработку в dbt Cloud:

1. Нажмите Начать разработку в IDE. Это может занять несколько минут, так как ваш проект впервые запускается, устанавливая соединение с git, клонируя ваш репозиторий и проверяя соединение с хранилищем данных.
2. Над деревом файлов слева нажмите Инициализировать проект dbt. Это создаст структуру папок с примерами моделей.
3. Сделайте ваш первый коммит, нажав Коммит и синхронизация. Используйте сообщение коммита initial commit и нажмите Коммит. Это создаст первый коммит в вашем управляемом репозитории и позволит вам открыть ветку, в которой вы можете добавлять новый код dbt.
4. Теперь вы можете напрямую запрашивать данные из вашего хранилища и выполнять dbt run. Вы можете попробовать это сейчас:
   • Нажмите + Создать новый файл, добавьте этот запрос в новый файл и нажмите Сохранить как, чтобы сохранить новый файл:

     select * from `dbt-tutorial.jaffle_shop.customers`
   • В командной строке внизу введите dbt run и нажмите Enter. Вы должны увидеть сообщение dbt run succeeded.

Создание вашей первой модели

У вас есть два варианта работы с файлами в IDE dbt Cloud:

• Создать новую ветку (рекомендуется) — Создайте новую ветку, чтобы редактировать и фиксировать ваши изменения. Перейдите в Управление версиями на левой боковой панели и нажмите Создать ветку.
• Редактировать в защищенной основной ветке — Если вы предпочитаете редактировать, форматировать или проверять файлы и выполнять команды dbt непосредственно в вашей основной ветке git. IDE dbt Cloud предотвращает коммиты в защищенную ветку, поэтому вам будет предложено зафиксировать ваши изменения в новой ветке.

Назовите новую ветку add-customers-model.

1. Нажмите ... рядом с директорией models, затем выберите Создать файл.
2. Назовите файл customers.sql, затем нажмите Создать.
3. Скопируйте следующий запрос в файл и нажмите Сохранить.

with customers as (

    select
        id as customer_id,
        first_name,
        last_name

    from `dbt-tutorial`.jaffle_shop.customers

),

orders as (

    select
        id as order_id,
        user_id as customer_id,
        order_date,
        status

    from `dbt-tutorial`.jaffle_shop.orders

),

customer_orders as (

    select
        customer_id,

        min(order_date) as first_order_date,
        max(order_date) as most_recent_order_date,
        count(order_id) as number_of_orders

    from orders

    group by 1

),

final as (

    select
        customers.customer_id,
        customers.first_name,
        customers.last_name,
        customer_orders.first_order_date,
        customer_orders.most_recent_order_date,
        coalesce(customer_orders.number_of_orders, 0) as number_of_orders

    from customers

    left join customer_orders using (customer_id)

)

select * from final

4. Введите dbt run в командной строке внизу экрана. Вы должны получить успешное выполнение и увидеть три модели.

Позже вы сможете подключить ваши инструменты бизнес-аналитики (BI) к этим представлениям и таблицам, чтобы они читали только очищенные данные, а не сырые данные в вашем инструменте BI.

Часто задаваемые вопросы

Как увидеть SQL, который выполняет dbt?

Чтобы посмотреть SQL, который выполняет dbt, вы можете заглянуть в:

• dbt Cloud:
  • В выводе выполнения нажмите на имя модели, а затем выберите "Details"
• dbt Core:
  • Директория target/compiled/ для скомпилированных select выражений
  • Директория target/run/ для скомпилированных create выражений
  • Файл logs/dbt.log для подробного логирования.

Как dbt выбирает, в какой схеме строить мои модели?

По умолчанию dbt строит модели в вашей целевой схеме. Чтобы изменить целевую схему:

• Если вы разрабатываете в dbt Cloud, эти параметры устанавливаются для каждого пользователя при первом использовании среды разработки.
• Если вы разрабатываете с dbt Core, это параметр schema: в вашем файле profiles.yml.

Если вы хотите распределить ваши модели по нескольким схемам, ознакомьтесь с документацией по использованию пользовательских схем.

Примечание: в BigQuery dataset используется как синоним schema.

Нужно ли создавать целевую схему перед запуском dbt?

Нет! dbt проверит, существует ли схема, когда она запускается. Если схема не существует, dbt создаст её для вас.

Если я перезапущу dbt, будет ли простой, пока модели перестраиваются?

Нет! SQL, который dbt генерирует за кулисами, гарантирует, что любые связи заменяются атомарно (т.е. ваши бизнес-пользователи не испытают никакого простоя).

Реализация этого процесса варьируется в зависимости от каждого хранилища данных, проверьте логи, чтобы увидеть, какой SQL выполняет dbt.

Что произойдет, если в моем SQL-запросе ошибка или я получу ошибку базы данных?

Если в вашем SQL есть ошибка, dbt вернет ошибку, которую возвращает ваша база данных.

$ dbt run --select customers
Running with dbt=0.15.0
Found 3 models, 9 tests, 0 snapshots, 0 analyses, 133 macros, 0 operations, 0 seed files, 0 sources

14:04:12 | Concurrency: 1 threads (target='dev')
14:04:12 |
14:04:12 | 1 of 1 START view model dbt_alice.customers.......................... [RUN]
14:04:13 | 1 of 1 ERROR creating view model dbt_alice.customers................. [ERROR in 0.81s]
14:04:13 |
14:04:13 | Finished running 1 view model in 1.68s.

Completed with 1 error and 0 warnings:

Database Error in model customers (models/customers.sql)
  Syntax error: Expected ")" but got identifier `your-info-12345` at [13:15]
  compiled SQL at target/run/jaffle_shop/customers.sql

Done. PASS=0 WARN=0 ERROR=1 SKIP=0 TOTAL=1

Любые модели, зависящие от этой модели, также будут пропущены. Используйте сообщение об ошибке и скомпилированный SQL для отладки любых ошибок.

Изменение способа материализации вашей модели

Одной из самых мощных функций dbt является возможность изменять способ материализации модели в вашем хранилище данных, просто изменяя значение конфигурации. Вы можете переключаться между таблицами и представлениями, изменяя ключевое слово, вместо того чтобы писать язык определения данных (DDL) для выполнения этого за кулисами.

По умолчанию все создается как представление. Вы можете переопределить это на уровне директории, чтобы все в этой директории материализовалось по-другому.

1. Отредактируйте ваш файл dbt_project.yml.

   • Обновите имя вашего проекта на:

     dbt_project.yml

     name: 'jaffle_shop'

   • Настройте jaffle_shop так, чтобы все в нем материализовалось как таблица; и настройте example так, чтобы все в нем материализовалось как представление. Обновите блок конфигурации models следующим образом:

     dbt_project.yml

     models:
       jaffle_shop:
         +materialized: table
         example:
           +materialized: view

   • Нажмите Сохранить.

2. Введите команду dbt run. Ваша модель customers теперь должна быть построена как таблица!

   к сведению

   Для этого dbt сначала должен был выполнить оператор drop view (или API вызов на BigQuery), затем оператор create table as.

3. Отредактируйте models/customers.sql, чтобы переопределить dbt_project.yml только для модели customers, добавив следующий фрагмент в начало, и нажмите Сохранить:

   models/customers.sql

   {{
     config(
       materialized='view'
     )
   }}
   
   with customers as (
   
       select
           id as customer_id
           ...
   
   )
   

4. Введите команду dbt run. Ваша модель customers теперь должна быть построена как представление.

   • Пользователям BigQuery необходимо выполнить dbt run --full-refresh вместо dbt run, чтобы полностью применить изменения материализации.

5. Введите команду dbt run --full-refresh, чтобы изменения вступили в силу в вашем хранилище данных.

Часто задаваемые вопросы

Какие материализации доступны в dbt?

dbt поставляется с пятью материализациями: view, table, incremental, ephemeral и materialized_view. Ознакомьтесь с документацией по материализациям для получения дополнительной информации о каждом из этих вариантов.

Вы также можете создать свои собственные пользовательские материализации, если это необходимо, однако это является продвинутой функцией dbt.

Какую материализацию использовать для моей модели?

Начните с представлений (views), а затем измените модели на таблицы, когда это потребуется по причинам производительности (например, когда последующие запросы замедлились).

Ознакомьтесь с документацией по материализациям для получения советов о том, когда использовать каждую .

Какие существуют конфигурации моделей?

Вы также можете настроить:

• теги для поддержки легкой категоризации и выбора графа
• пользовательские схемы для разделения ваших моделей по нескольким схемам
• алиасы, если имя вашего / должно отличаться от имени файла
• Фрагменты SQL, которые выполняются в начале или в конце модели, известные как хуки
• Конфигурации, специфичные для хранилища, для повышения производительности (например, ключи sort и dist на Redshift, partitions на BigQuery)

Ознакомьтесь с документацией по конфигурациям моделей, чтобы узнать больше.

Удаление примерных моделей

Теперь вы можете удалить файлы, которые dbt создал при инициализации проекта:

1. Удалите директорию models/example/.

2. Удалите ключ example: из вашего файла dbt_project.yml, а также любые конфигурации, которые перечислены под ним.

   dbt_project.yml

   # до
   models:
     jaffle_shop:
       +materialized: table
       example:
         +materialized: view
   dbt_project.yml

   # после
   models:
     jaffle_shop:
       +materialized: table

3. Сохраните изменения.

Часто задаваемые вопросы

Как удалить удаленные модели из моего хранилища данных?

Если вы удаляете модель из вашего dbt проекта, dbt не удаляет автоматически связь из вашей схемы. Это означает, что в схемах, которые создает dbt, могут остаться лишние объекты, что может запутать других пользователей.

(Это также может произойти, когда вы переключаете модель с или на эфемерную)

Когда вы удаляете модели из вашего dbt проекта, вам следует вручную удалить связанные связи из вашей схемы.

Я получил сообщение об ошибке "неиспользуемые конфигурации модели", что это значит?

Возможно, вы забыли вложить ваши конфигурации под именем вашего проекта, или вы пытаетесь применить конфигурации к директории, которая не существует.

Ознакомьтесь с этой статьей, чтобы понять больше.

Построение моделей на основе других моделей

Как лучшая практика в SQL, следует разделять логику, которая очищает ваши данные, от логики, которая трансформирует ваши данные. Вы уже начали делать это в существующем запросе, используя общие табличные выражения (CTE).

Теперь вы можете поэкспериментировать, разделив логику на отдельные модели и используя функцию ref для построения моделей на основе других моделей:

Граф, который мы хотим для нашего проекта dbt

1. Создайте новый SQL файл, models/stg_customers.sql, с SQL из CTE customers в нашем оригинальном запросе.

2. Создайте второй новый SQL файл, models/stg_orders.sql, с SQL из CTE orders в нашем оригинальном запросе.

   models/stg_customers.sql

   select
       id as customer_id,
       first_name,
       last_name
   
   from `dbt-tutorial`.jaffle_shop.customers
   models/stg_orders.sql

   select
       id as order_id,
       user_id as customer_id,
       order_date,
       status
   
   from `dbt-tutorial`.jaffle_shop.orders

3. Отредактируйте SQL в вашем файле models/customers.sql следующим образом:

   models/customers.sql

   with customers as (
   
       select * from {{ ref('stg_customers') }}
   
   ),
   
   orders as (
   
       select * from {{ ref('stg_orders') }}
   
   ),
   
   customer_orders as (
   
       select
           customer_id,
   
           min(order_date) as first_order_date,
           max(order_date) as most_recent_order_date,
           count(order_id) as number_of_orders
   
       from orders
   
       group by 1
   
   ),
   
   final as (
   
       select
           customers.customer_id,
           customers.first_name,
           customers.last_name,
           customer_orders.first_order_date,
           customer_orders.most_recent_order_date,
           coalesce(customer_orders.number_of_orders, 0) as number_of_orders
   
       from customers
   
       left join customer_orders using (customer_id)
   
   )
   
   select * from final
   

4. Выполните dbt run.

   На этот раз, когда вы выполнили dbt run, были созданы отдельные представления/таблицы для stg_customers, stg_orders и customers. dbt определил порядок выполнения этих моделей. Поскольку customers зависит от stg_customers и stg_orders, dbt строит customers последним. Вам не нужно явно определять эти зависимости.

Часто задаваемые вопросы

Как запустить одну модель за раз?

Чтобы запустить одну модель, используйте флаг --select (или флаг -s), указав имя модели:

$ dbt run --select customers

Ознакомьтесь с документацией по синтаксису выбора моделей для получения информации о других операторах и примерах.

Должны ли имена ресурсов, используемых в ref, быть уникальными?

В рамках одного проекта: да! Чтобы построить зависимости между ресурсами (такими как модели, семена и снимки), вам нужно использовать функцию ref и передать в нее имя ресурса в качестве аргумента. dbt использует это имя ресурса для уникального разрешения ref на конкретный ресурс. В результате, эти имена ресурсов должны быть уникальными, даже если они находятся в разных папках.

Ресурс в одном проекте может иметь то же имя, что и ресурс в другом проекте (установленном как зависимость). dbt использует имя проекта для уникальной идентификации каждого ресурса. Мы называем это "пространством имен". Если вы используете ref для ресурса с дублированным именем, он будет разрешен в ресурс в том же пространстве имен (пакет или проект) или вызовет ошибку из-за неоднозначной ссылки. Используйте двухаргументный ref для устранения неоднозначности ссылок, указав пространство имен.

Эти ресурсы все равно должны размещаться в разных местах в хранилище данных. Прочтите документацию по пользовательским псевдонимам и пользовательским схемам для получения подробной информации о том, как этого добиться.

Как я создаю больше моделей, как мне организовать мой проект? Как мне назвать мои модели?

Нет единственного лучшего способа структурировать проект! Каждая организация уникальна.

Если вы только начинаете, ознакомьтесь с тем, как мы (dbt Labs) структурируем наши dbt проекты.

Добавьте тесты к вашим моделям

Добавление тестов в проект помогает убедиться, что ваши модели работают правильно.

Чтобы добавить тесты в ваш проект:

1. Создайте новый YAML-файл в директории models, назвав его models/schema.yml.

2. Добавьте в файл следующее содержимое:

   models/schema.yml

   version: 2
   
   models:
     - name: customers
       columns:
         - name: customer_id
           tests:
             - unique
             - not_null
   
     - name: stg_customers
       columns:
         - name: customer_id
           tests:
             - unique
             - not_null
   
     - name: stg_orders
       columns:
         - name: order_id
           tests:
             - unique
             - not_null
         - name: status
           tests:
             - accepted_values:
                 values: ['placed', 'shipped', 'completed', 'return_pending', 'returned']
         - name: customer_id
           tests:
             - not_null
             - relationships:
                 to: ref('stg_customers')
                 field: customer_id
   

3. Запустите dbt test и убедитесь, что все ваши тесты прошли успешно.

Когда вы запускаете dbt test, dbt проходит по вашим YAML-файлам и создает запрос для каждого теста. Каждый запрос вернет количество записей, которые не прошли тест. Если это число равно 0, то тест считается успешным.

Часто задаваемые вопросы

Какие тесты доступны для использования в dbt? Могу ли я добавить свои собственные тесты?

Из коробки dbt поставляется со следующими тестами:

• unique
• not_null
• accepted_values
• relationships (т.е. ссылочная целостность)

Вы также можете написать свои собственные пользовательские тесты схемы данных.

Некоторые дополнительные пользовательские тесты схемы были опубликованы с открытым исходным кодом в пакете dbt-utils, ознакомьтесь с документацией по пакетам, чтобы узнать, как сделать эти тесты доступными в вашем проекте.

Обратите внимание, что хотя вы пока не можете документировать тесты данных, мы рекомендуем ознакомиться с этим обсуждением dbt Core, где сообщество dbt делится идеями.

Как протестировать одну модель за раз?

Запуск тестов для одной модели очень похож на запуск самой модели: используйте флаг --select (или флаг -s), за которым следует имя модели:

dbt test --select customers

Ознакомьтесь с документацией по синтаксису выбора моделей для полного синтаксиса, и примерами выбора тестов в частности.

Один из моих тестов не прошел, как я могу его отладить?

Чтобы отладить неудачный тест, найдите SQL, который выполнил dbt, следующим образом:

• dbt Cloud:

  • В выводе теста нажмите на неудачный тест, а затем выберите "Details"

• dbt Core:

  • Откройте путь к файлу, возвращенный в сообщении об ошибке.
  • Перейдите в директорию target/compiled/schema_tests для всех скомпилированных тестовых запросов

Скопируйте SQL в редактор запросов (в dbt Cloud вы можете вставить его в новый Statement) и выполните запрос, чтобы найти записи, которые не прошли.

Должен ли мой файл с тестами называться `schema.yml`?

Нет! Вы можете назвать этот файл как угодно (включая whatever_you_want.yml), при условии, что:

• Файл находится в вашем каталоге models/¹
• Файл имеет расширение .yml

Посмотрите документацию для получения дополнительной информации.

¹Если вы объявляете свойства для seeds, snapshots или macros, вы также можете разместить этот файл в соответствующем каталоге — seeds/, snapshots/ и macros/ соответственно.

Почему файлы yml для моделей и источников всегда начинаются с `version: 2`?

Когда-то структура этих файлов .yml была совсем другой (привет всем, кто использовал dbt в те времена!). Добавление version: 2 позволило нам сделать эту структуру более расширяемой.

Файлы yml ресурсов в настоящее время не требуют этой настройки. Мы поддерживаем только version: 2, если она указана. Хотя мы не планируем обновлять файлы yml до version: 3 в ближайшее время, наличие этой настройки облегчит нам введение новых структур в будущем.

Какие тесты следует добавить в мой проект?

Мы рекомендуем, чтобы у каждой модели был тест на , то есть на столбец, который является unique и not_null.

Мы также рекомендуем тестировать любые предположения о ваших исходных данных. Например, если вы считаете, что ваши платежи могут быть только одним из трех методов оплаты, вы должны регулярно проверять это предположение — новый метод оплаты может привести к логическим ошибкам в вашем SQL.

В продвинутых проектах dbt мы рекомендуем использовать sources и запускать эти тесты целостности данных источника против источников, а не моделей.

Когда следует запускать тесты?

Вы должны запускать свои тесты всякий раз, когда пишете новый код (чтобы убедиться, что вы не нарушили существующие модели, изменив SQL), и всякий раз, когда запускаете свои трансформации в продакшене (чтобы убедиться, что ваши предположения о исходных данных все еще верны).

Документируйте ваши модели

Добавление документации в ваш проект позволяет подробно описывать ваши модели и делиться этой информацией с вашей командой. Здесь мы добавим базовую документацию в наш проект.

1. Обновите ваш файл models/schema.yml, чтобы включить в него некоторые описания, как показано ниже.

   models/schema.yml

   version: 2
   
   models:
     - name: customers
       description: Одна запись на каждого клиента
       columns:
         - name: customer_id
           description: Первичный ключ
           tests:
             - unique
             - not_null
         - name: first_order_date
           description: NULL, если клиент еще не сделал заказ.
   
     - name: stg_customers
       description: Эта модель очищает данные о клиентах
       columns:
         - name: customer_id
           description: Первичный ключ
           tests:
             - unique
             - not_null
   
     - name: stg_orders
       description: Эта модель очищает данные о заказах
       columns:
         - name: order_id
           description: Первичный ключ
           tests:
             - unique
             - not_null
         - name: status
           tests:
             - accepted_values:
                 values: ['placed', 'shipped', 'completed', 'return_pending', 'returned']
         - name: customer_id
           tests:
             - not_null
             - relationships:
                 to: ref('stg_customers')
                 field: customer_id

2. Запустите dbt docs generate, чтобы сгенерировать документацию для вашего проекта. dbt анализирует ваш проект и ваш склад данных, чтобы создать файл с подробной документацией о вашем проекте.

3. Нажмите на значок книги в интерфейсе Develop, чтобы открыть документацию в новой вкладке.

Часто задаваемые вопросы

Как писать развернутые объяснения в описаниях?

Если вам нужно больше одного предложения, чтобы объяснить модель, вы можете:

1. Разделить ваше описание на несколько строк, используя >. Внутренние разрывы строк будут удалены, и можно использовать Markdown. Этот метод рекомендуется для простых, одноабзацных описаний:

  version: 2

  models:
  - name: customers
    description: >
      Lorem ipsum **dolor** sit amet, consectetur adipisicing elit, sed do eiusmod
      tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam,
      quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo
      consequat.

2. Разделить ваше описание на несколько строк, используя |. Внутренние разрывы строк сохраняются, и можно использовать Markdown. Этот метод рекомендуется для более сложных описаний:

  version: 2

  models:
  - name: customers
    description: |
      ### Lorem ipsum

      * dolor sit amet, consectetur adipisicing elit, sed do eiusmod
      * tempor incididunt ut labore et dolore magna aliqua.

3. Использовать блок docs, чтобы написать описание в отдельном Markdown файле.

Как получить доступ к документации в dbt Explorer?

Если вы используете dbt Cloud для развертывания вашего проекта и у вас есть план Team или Enterprise, вы можете использовать dbt Explorer для просмотра ресурсов вашего проекта (таких как модели, тесты и метрики) и их происхождения данных, чтобы лучше понять его текущее состояние в производстве.

Получите доступ к dbt Explorer в dbt Cloud, нажав на ссылку Explore в навигации. Вы можете предоставить доступ к документации вашего проекта до 5 пользователям с правами только для чтения.

Пользователи плана разработчика dbt Cloud и dbt Core могут использовать dbt Docs, который генерирует базовую документацию, но не предлагает такую же скорость, метаданные или видимость, как dbt Explorer.

Зафиксируйте ваши изменения

Теперь, когда вы создали модель клиента, вам нужно зафиксировать изменения, которые вы внесли в проект, чтобы репозиторий содержал ваш последний код.

Если вы редактировали непосредственно в защищенной основной ветке:

1. Нажмите кнопку Commit and sync git. Это действие подготовит ваши изменения для фиксации.
2. Появится модальное окно с заголовком Commit to a new branch.
3. В модальном окне назовите вашу новую ветку add-customers-model. Эта ветка будет ответвлением от вашей основной ветки с вашими новыми изменениями.
4. Добавьте сообщение о фиксации, например, "Add customers model, tests, docs" и зафиксируйте ваши изменения.
5. Нажмите Merge this branch to main, чтобы добавить эти изменения в основную ветку вашего репозитория.

Если вы создали новую ветку перед редактированием:

1. Поскольку вы уже ответвились от основной защищенной ветки, перейдите в Version Control слева.
2. Нажмите Commit and sync, чтобы добавить сообщение.
3. Добавьте сообщение о фиксации, например, "Add customers model, tests, docs."
4. Нажмите Merge this branch to main, чтобы добавить эти изменения в основную ветку вашего репозитория.

Разверните dbt

Используйте Планировщик dbt Cloud, чтобы уверенно развернуть ваши производственные задания и встроить наблюдаемость в ваши процессы. Вы научитесь создавать среду развертывания и запускать задание в следующих шагах.

Создайте среду развертывания

1. В верхнем левом углу выберите Deploy, затем нажмите Environments.
2. Нажмите Create Environment.
3. В поле Name напишите название вашей среды развертывания. Например, "Production."
4. В поле dbt Version выберите последнюю версию из выпадающего списка.
5. В разделе Deployment connection введите название набора данных, который вы хотите использовать в качестве целевого, например, "Analytics". Это позволит dbt строить и работать с этим набором данных. Для некоторых хранилищ данных целевой набор данных может называться "схемой".
6. Нажмите Save.

Создайте и запустите задание

Задания — это набор команд dbt, которые вы хотите запускать по расписанию. Например, dbt build.

По мере того как бизнес jaffle_shop привлекает больше клиентов, и эти клиенты создают больше заказов, вы увидите больше записей, добавленных в ваши исходные данные. Поскольку вы материализовали модель customers как таблицу, вам нужно будет периодически перестраивать вашу таблицу, чтобы данные оставались актуальными. Это обновление произойдет, когда вы запустите задание.

1. После создания вашей среды развертывания вы должны быть перенаправлены на страницу новой среды. Если нет, выберите Deploy в верхнем левом углу, затем нажмите Jobs.
2. Нажмите Create one и укажите имя, например, "Production run", и свяжите с только что созданной средой.
3. Прокрутите вниз до раздела Execution Settings.
4. В разделе Commands добавьте эту команду как часть вашего задания, если вы ее не видите:
   • dbt build
5. Выберите флажок Generate docs on run, чтобы автоматически генерировать обновленную документацию проекта каждый раз, когда выполняется ваше задание.
6. Для этого упражнения не устанавливайте расписание для выполнения вашего проекта — хотя проект вашей организации должен выполняться регулярно, нет необходимости запускать этот пример проекта по расписанию. Планирование задания иногда называют развертыванием проекта.
7. Выберите Save, затем нажмите Run now, чтобы запустить ваше задание.
8. Нажмите на выполнение и наблюдайте за его прогрессом в разделе "Run history."
9. После завершения выполнения нажмите View Documentation, чтобы увидеть документацию вашего проекта.

Поздравляем 🎉! Вы только что развернули ваш первый проект dbt!

Часто задаваемые вопросы

Что произойдет, если один из моих запусков завершится неудачей?

Если вы используете dbt Cloud, мы рекомендуем настроить уведомления по электронной почте и в Slack (Account Settings > Notifications) для любых неудачных запусков. Затем отлаживайте эти запуски так же, как вы бы отлаживали любые запуски в процессе разработки.