# Переход на платформу dbt: советы по оптимизации

[Назад к гайдам](https://docs.getdbt.tech/guides.md)

[Menu ]()



## Введение

Переход с самостоятельно размещённого dbt на dbt platform упрощает рабочие процессы аналитической инженерии: команды могут разрабатывать, тестировать, развёртывать и исследовать продукты данных с помощью единого, полностью управляемого программного сервиса. Это не просто более совершенные инструменты — это снижение совокупной стоимости владения, обеспечение ИИ надёжными данными и масштабирование за счёт самообслуживания с контролем и управлением.

Ознакомьтесь с нашей серией руководств из трёх частей о переходе с самостоятельно размещённого dbt на dbt platform. Эта серия идеально подходит пользователям, которые стремятся упростить рабочие процессы и расширить возможности аналитики:

| Руководство                                                                                           | Информация                                                                                                           | Аудитория                                               |
| ----------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------- |
| [Переход на dbt platform: что нужно знать](https://docs.getdbt.tech/guides/dbt-migration-2.md)       | Узнайте, что следует учесть при переходе на dbt platform и какие способы перехода доступны.                          | Руководители команд<br />Администраторы                 |
| [Переход на dbt platform: начало работы](https://docs.getdbt.tech/guides/dbt-migration-1.md?step=1)  | Изучите шаги, необходимые для перехода на dbt platform.                                                              | Разработчики<br />Инженеры данных<br />Аналитики данных |
| [Переход на dbt platform: советы по оптимизации](https://docs.getdbt.tech/guides/dbt-migration-3.md) | Узнайте, как повысить эффективность работы с dbt platform, на примере распространённых сценариев и полезных советов. | Все пользователи                                        |

### Зачем переходить на платформу dbt?

Если ваша команда сейчас использует dbt в собственной инфраструктуре, возможно, вы читаете это руководство по следующим причинам:

* Вы осознали, сколько сил требует поддержка такого развёртывания.
* Сотрудник, который всё настроил, уже покинул команду.
* Вас интересует, как dbt platform может помочь управлять сложным развёртыванием dbt, расширить круг участников или улучшить практики обеспечения безопасности и управления данными.
* Вам нужна управляемая основа данных для ИИ — общие определения, отслеживание происхождения данных и тестирование, чтобы результаты аналитики и ИИ заслуживали доверия бизнеса.

Истинная стоимость самостоятельного размещения скрывается в часах работы инженеров и напрасно расходуемых вычислительных ресурсах. Платформа dbt устраняет эти накладные расходы благодаря управляемой инфраструктуре и разработке в браузере: больше людей могут участвовать в работе, а вы не становитесь узким местом.

Оркестрация с учётом 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 учётом состояния до 1 июня 2026 года, вы можете продолжить её использовать. После запуска бесплатного пробного периода dbt State его продолжительность будет увеличена по сравнению со стандартными 30 днями. Если продление не применилось к вашей учётной записи, свяжитесь с командой, которая её сопровождает. Чтобы начать, обратитесь к разделу [Переход с оркестрации с учётом состояния](https://docs.getdbt.tech/docs/deploy/dbt-state-migration.md).

Слой данных — это слой ИИ: убедитесь, что данные проверены, чётко определены и заслуживают доверия на всех этапах обработки.

Переход на dbt platform упрощает рабочие процессы благодаря полностью управляемой среде, которая улучшает совместную работу, безопасность и оркестрацию. С dbt platform вы получаете доступ к таким возможностям, как взаимодействие между командами ([dbt Mesh](https://docs.getdbt.tech/best-practices/how-we-mesh/mesh-1-intro.md)), управление версиями, оптимизированные процессы CI/CD, [Catalog](https://docs.getdbt.tech/docs/explore/explore-projects.md) для всестороннего изучения данных и многое другое — всё это упрощает управление сложными развёртываниями dbt и позволяет эффективно масштабировать рабочие процессы обработки данных.

Это идеальный вариант для команд, которые хотят сократить затраты на поддержку собственной инфраструктуры, одновременно улучшая управление данными и повышая продуктивность.

## Что вы узнаете

Возможно, вы уже начали переход на dbt platform и ищете советы, которые помогут оптимизировать работу с dbt platform. В этом руководстве приведены советы и оговорки по следующим направлениям:

* [Адаптеры и подключения](https://docs.getdbt.tech/guides/dbt-migration-3.md?step=3)
* [Инструменты разработки](https://docs.getdbt.tech/guides/dbt-migration-3.md?step=4)
* [Оркестрация](https://docs.getdbt.tech/guides/dbt-migration-3.md?step=5)
* [Mesh](https://docs.getdbt.tech/guides/dbt-migration-3.md?step=6)
* [Semantic Layer](https://docs.getdbt.tech/guides/dbt-migration-3.md?step=7)
* [Catalog](https://docs.getdbt.tech/guides/dbt-migration-3.md?step=8)

## Адаптеры и подключения

В dbt platform можно напрямую подключиться к вашей платформе данных и проверить [подключение](https://docs.getdbt.tech/docs/platform/connect-data-platform/about-connections.md) одним нажатием кнопки. Это особенно полезно для пользователей, которые только начинают работать с dbt platform или хотят упростить настройку подключения. Вот несколько советов и оговорок, которые стоит учитывать:

### Советы

* Управляйте [версиями dbt](https://docs.getdbt.tech/docs/dbt-versions/upgrade-dbt-platform-version.md) и обеспечивайте совместную работу команды с помощью функции dbt platform, позволяющей выбирать версию одним нажатием: она избавляет от ручных обновлений и расхождений версий. Выберите [канал выпусков](https://docs.getdbt.tech/docs/dbt-versions/dbt-release-tracks.md) для непрерывного получения обновлений, чтобы всегда иметь актуальные исправления и при желании получать ранний доступ к новым возможностям для вашего проекта dbt.
* dbt platform поддерживает множество [облачных провайдеров](https://docs.getdbt.tech/docs/platform/connect-data-platform/about-connections.md), включая Snowflake, Databricks, BigQuery, Fabric и Redshift, и это лишь некоторые из них.
* Используйте [расширенные атрибуты](https://docs.getdbt.tech/docs/dbt-platform-environments.md#extended-attributes), чтобы задать фрагмент [`profiles.yml`](https://docs.getdbt.tech/docs/local/profiles.yml.md), который изменяет способ подключения dbt platform к платформе данных. На этой странице объясняется, где настраивать их для сред развёртывания и разработки.
  * Например, если в вашем `profiles.yml` есть поле, которое вы хотели бы добавить в пользовательский интерфейс адаптера dbt platform, вы можете задать его с помощью расширенных атрибутов.

### Оговорки

* Не все параметры доступны для адаптеров.
* Проект может использовать только один тип хранилища данных.

## Инструменты разработки

dbt platform позволяет специалистам по данным разрабатывать проекты в удобном для них инструменте. В состав платформы входят [CLI dbt platform](https://docs.getdbt.tech/docs/platform/dbt-cli-installation.md) (локальный инструмент) и [Studio IDE](https://docs.getdbt.tech/docs/platform/studio-ide/develop-in-studio.md) (браузерный инструмент) для создания, тестирования, запуска проектов dbt и управления их версиями.

Оба инструмента разработки рассчитаны на разные категории пользователей и предпочтения внутри вашей команды. Чтобы упростить рабочий процесс команды, важно понимать, кто предпочтёт Studio IDE, а кто — CLI dbt platform. Этот раздел поможет разобраться в этих предпочтениях.

### Studio IDE

Веб-интерфейс для создания, тестирования, запуска проектов dbt и управления их версиями. Он компилирует код dbt в SQL и выполняет его непосредственно в вашей базе данных. Studio IDE ускоряет и упрощает разработку, позволяя как начинающим, так и опытным специалистам по данным создавать и тестировать изменения.

**Кто может предпочесть Studio IDE?**

* Новые пользователи dbt или пользователи, переходящие с других инструментов, которым удобнее работать в браузерном интерфейсе с подсказками.
* Участники команды, которым важны скорость и удобство начала работы с новым или существующим проектом.
* Пользователи, для которых важна непосредственная обратная связь от Studio IDE, например отображение несохранённых изменений.

**Основные возможности**

* Studio IDE предоставляет упрощённые функции Git:

  * Создание веток для разработки функциональности от ветки, настроенной в среде разработки.
  * Просмотр сохранённых, но ещё не включённых в коммит изменений кода непосредственно в Studio IDE.

* [Форматирование и линтинг](https://docs.getdbt.tech/docs/platform/studio-ide/lint-format.md) кода с помощью `sqlfluff` или `sqlfmt`. Также поддерживается добавление собственных правил линтинга.

* Встроенная возможность [использовать метаданные production-среды через defer](https://docs.getdbt.tech/docs/platform/about-defer.md#defer-in-dbt-cli) непосредственно в рабочих процессах разработки, что сокращает количество объектов.

* Поддержка одновременного запуска нескольких команд dbt благодаря [безопасному параллельному выполнению](https://docs.getdbt.tech/reference/dbt-commands.md#parallel-execution) — [возможности](https://docs.getdbt.tech/docs/platform/about-platform/dbt-platform-features.md), доступной в инфраструктуре dbt platform. В отличие от неё, локальный dbt *не поддерживает* безопасное параллельное выполнение нескольких вызовов в одном процессе.

Studio IDE предоставляет упрощённый интерфейс, доступный всем пользователям независимо от их технической подготовки. Однако некоторые возможности намеренно отсутствуют в Studio IDE, поскольку основной акцент сделан на простоте и удобстве использования:

* Pre-commit для автоматических проверок перед *созданием коммита* кода недоступен (пока).
* Массовое создание файлов и взаимодействие с файловой системой недоступны.
* Объединение команд и передача данных через конвейер, например `dbt run -s (bash command)`, недоступны.

### dbt platform CLI

dbt platform CLI позволяет выполнять [команды](https://docs.getdbt.tech/reference/dbt-commands.md#available-commands) dbt в вашей среде разработки dbt platform из локальной командной строки. Этот инструмент предназначен для пользователей, которым нужен полный контроль над средой разработки, и идеально подходит тем, кто уверенно работает с командной строкой.

При переходе с самостоятельно размещённого dbt на dbt platform обязательно проверьте, что файл `.gitignore` содержит [необходимые папки](https://docs.getdbt.tech/docs/platform/git/version-control-basics.md#the-gitignore-file). dbt не взаимодействует с git, поэтому dbt platform не добавляет и не проверяет записи в файле `.gitignore` автоматически. Кроме того, если репозиторий уже содержит код dbt и не требует инициализации, dbt platform не добавит недостающие записи в файл `.gitignore`.

**Кто может предпочесть CLI dbt platform?**

* Специалисты по данным, привыкшие работать с определённым набором инструментов разработки.
* Пользователи, которым нужен детальный контроль над рабочими процессами Git (например, pre-commit для автоматических проверок перед созданием коммита кода).
* Специалисты по данным, которым необходимо выполнять сложные операции, такие как массовое создание файлов или определённые комбинации команд.

**Основные возможности**

* Возможность выполнять команды dbt в своей среде разработки dbt platform из локальной командной строки с минимальной настройкой.
* Встроенная возможность [использовать метаданные production-среды через defer](https://docs.getdbt.tech/docs/platform/about-defer.md#defer-in-dbt-cli) непосредственно в рабочих процессах разработки, что сокращает количество объектов.
* Поддержка одновременного запуска нескольких команд dbt благодаря [безопасному параллельному выполнению](https://docs.getdbt.tech/reference/dbt-commands.md#parallel-execution) — [возможности](https://docs.getdbt.tech/docs/platform/about-platform/dbt-platform-features.md), доступной в инфраструктуре dbt platform. В отличие от неё, локальный dbt *не поддерживает* безопасное параллельное выполнение нескольких вызовов в одном процессе.
* Возможность использовать расширения Visual Studio (VS) Code

## Оркестрация

dbt platform предоставляет надёжные средства оркестрации, которые позволяют легко планировать, запускать и отслеживать задания dbt. Вот несколько советов и оговорок, которые стоит учитывать при использовании возможностей оркестрации dbt platform:

### Советы

* Включите [частичный разбор](https://docs.getdbt.tech/docs/platform/account-settings.md#partial-parsing) между заданиями в dbt platform, чтобы значительно ускорить разбор проекта за счёт обработки только изменённых файлов и оптимизировать производительность крупных проектов.
* [Запускайте несколько заданий CI/CD](https://docs.getdbt.tech/docs/deploy/continuous-integration.md) одновременно, не блокируя запуски в production-среде. Планировщик заданий автоматически отменяет устаревшие запуски при отправке нового коммита. Это возможно благодаря тому, что каждый PR выполняется в собственной схеме.
* dbt platform автоматически [отменяет](https://docs.getdbt.tech/docs/deploy/job-scheduler.md#run-cancellation-for-over-scheduled-jobs) запуск по расписанию, если предыдущий запуск ещё выполняется. Это предотвращает ненужные повторные выполнения.
* Защитите свою работу и актуальность данных от сбоев сторонних сервисов: включите [кэширование Git-репозитория](https://docs.getdbt.tech/docs/platform/account-settings.md#git-repository-caching) в dbt platform, которое сохраняет кэш Git-репозитория проекта. [Enterprise](https://www.getdbt.com/pricing "Подробнее о статусе или тарифе")[Enterprise +](https://www.getdbt.com/pricing "Подробнее о статусе или тарифе")
* [Связывайте задания развёртывания](https://docs.getdbt.tech/docs/deploy/deploy-jobs.md#trigger-on-job-completion) между проектами dbt platform, настроив задание или используя для этого [Create Job API](https://docs.getdbt.tech/dbt-cloud/api-v2#/operations/Create%20Job). [Starter](https://www.getdbt.com/pricing "Подробнее о статусе или тарифе")[Enterprise](https://www.getdbt.com/pricing "Подробнее о статусе или тарифе")
* [Повторно запускайте задания](https://docs.getdbt.tech/docs/deploy/retry-jobs.md) с начала или с места сбоя, если выполнение задания dbt завершилось со статусом **`Error.`**

### Оговорки

* Чтобы автоматизировать настройку и конфигурирование вашей платформы dbt, можно хранить конфигурации заданий в виде кода в репозитории:

  * Ознакомьтесь с нашим [провайдером Terraform.](https://registry.terraform.io/providers/dbt-labs/dbtcloud/latest/docs/resources/job)
  * Также ознакомьтесь с нашим репозиторием [jobs-as-code](https://github.com/dbt-labs/dbt-jobs-as-code) — инструментом для управления заданиями dbt platform с помощью YAML-файла с чётко определённой структурой.

* Пользователи dbt platform и внешние адресаты электронной почты могут получать уведомления об ошибке, успешном выполнении или отмене задания. Чтобы получать уведомления о предупреждениях, можно создать [подписку на вебхук](https://docs.getdbt.tech/guides/zapier-slack.md) и отправлять сообщения в Slack.

## dbt Mesh

[Mesh](https://docs.getdbt.tech/best-practices/how-we-mesh/mesh-1-intro.md) помогает организациям со зрелыми и сложными процессами преобразования данных в dbt повысить гибкость и производительность своих проектов dbt. Он позволяет использовать несколько взаимосвязанных проектов dbt вместо одного большого монолитного проекта.

Он позволяет связывать разные проекты и модели и переходить между ними с помощью [межпроектных зависимостей](https://docs.getdbt.tech/docs/mesh/govern/project-dependencies.md#how-to-write-cross-project-ref), улучшая совместную работу и управление данными.

Вот несколько советов и оговорок, которые стоит учитывать при использовании Mesh:

### Советы

* Для динамического разрешения [межпроектных ссылок](https://docs.getdbt.tech/docs/mesh/govern/project-dependencies.md#how-to-write-cross-project-ref) все разработчики должны вести разработку в dbt platform (используя CLI dbt platform или Studio IDE). В самостоятельно размещённом dbt нет встроенной поддержки межпроектных ссылок: для этого нужно устанавливать исходный код вышестоящих проектов [в виде пакетов](https://docs.getdbt.tech/docs/build/packages.md#how-do-i-add-a-package-to-my-project)

* Связывайте модели из разных проектов, чтобы обеспечить модульный и масштабируемый подход к организации проекта и работы команд.

* Управляйте доступом к моделям dbt как внутри проектов, так и между ними с помощью следующих возможностей:

  * **[Группы](https://docs.getdbt.tech/docs/mesh/govern/model-access.md#groups)** — Объединяйте логически связанные узлы в DAG dbt и назначайте владельца для всей группы.
  * **[Доступ к моделям](https://docs.getdbt.tech/docs/mesh/govern/model-access.md#access-modifiers)** — Определяйте, какие другие модели или проекты могут ссылаться на эту модель.
  * **[Версии моделей](https://docs.getdbt.tech/docs/mesh/govern/model-versions.md)** — Обеспечивайте внедрение новых и вывод из эксплуатации устаревших версий моделей по мере их развития.
  * **[Контракты моделей](https://docs.getdbt.tech/docs/mesh/govern/model-contracts.md)** — Задавайте чёткие требования к структуре данных, чтобы изменения данных до их обработки в dbt или изменения логики проекта не нарушали работу продуктов данных нижестоящих потребителей.

### Оговорки

* Для использования межпроектных ссылок в dbt каждый проект dbt должен соответствовать только одному проекту dbt platform. Мы настоятельно не рекомендуем создавать несколько проектов для одной и той же кодовой базы, даже если вы хотите управлять правами доступа, подключаться к разным хранилищам данных или разделять производственные и непроизводственные данные. Хотя раньше это было необходимо, такие возможности, как [промежуточные среды](https://docs.getdbt.tech/docs/dbt-platform-environments.md#types-of-environments), RBAC на уровне среды (*скоро появится*) и [расширенные атрибуты](https://docs.getdbt.tech/docs/dbt-platform-environments.md#extended-attributes), устранят эту необходимость.
* Зависимости проектов однонаправленны, то есть действуют только в одном направлении. Это означает, что dbt проверяет наличие циклов между проектами (циклических зависимостей) и выдаёт ошибки при их обнаружении. Однако мы рассматриваем возможность в будущем разрешить проектам зависеть друг от друга в обоих направлениях: dbt по-прежнему будет проверять циклы на уровне узлов, но разрешит циклы на уровне проектов.
* Все пользователи аккаунта могут просматривать метаданные публичных моделей, что упрощает поиск продуктов данных. Это не связано с доступом к самим данным, который регулируется правами в хранилище данных. Для случаев, когда даже метаданные о повторно используемом ресурсе данных являются конфиденциальными, мы [рассматриваем](https://github.com/dbt-labs/dbt/issues/9340) дополнительное расширение возможностей защищённых моделей.

Другие вопросы рассмотрены в разделе [часто задаваемых вопросов о Mesh](https://docs.getdbt.tech/best-practices/how-we-mesh/mesh-5-faqs.md).

## dbt Semantic Layer

Используйте [Semantic Layer](https://docs.getdbt.tech/docs/use-dbt-semantic-layer/dbt-sl.md) на базе MetricFlow, чтобы создать единое представление бизнес-метрик и обеспечить их согласованность во всех аналитических инструментах. Слой данных — основа как для ИИ, так и для аналитики — общие определения и сведения о происхождении данных обеспечивают ИИ и BI единым надёжным контекстом, благодаря чему ответы согласованы и применимы на практике. Вот несколько советов и оговорок, которые стоит учитывать при использовании Semantic Layer:

### Советы

* Определите семантические модели и метрики один раз в dbt platform с помощью [Semantic Layer](https://docs.getdbt.tech/docs/use-dbt-semantic-layer/dbt-sl.md) (на базе MetricFlow). Повторно используйте их на разных аналитических платформах, сокращая дублирование и количество ошибок.
* Используйте [API Semantic Layer](https://docs.getdbt.tech/docs/dbt-apis/sl-api-overview.md) для запросов метрик в нижестоящих инструментах, чтобы получать согласованные и надёжные показатели.
* Подключайте различные приложения для работы с данными — от инструментов бизнес-аналитики до блокнотов, электронных таблиц, каталогов данных и других инструментов — для запросов ваших метрик. [Доступные интеграции](https://docs.getdbt.tech/docs/platform-integrations/avail-sl-integrations.md) включают Tableau, Google Sheets, Hex и другие.
* Используйте [экспорт](https://docs.getdbt.tech/docs/use-dbt-semantic-layer/exports.md), чтобы по расписанию сохранять результаты часто используемых запросов непосредственно в вашей платформе данных.

### Оговорки

* Semantic Layer в настоящее время поддерживает выполнение запросов в среде развёртывания. Возможность выполнения запросов в среде разработки появится в ближайшее время.
* Выполняйте запросы и команды семантического слоя в CLI dbt platform; выполнение запросов и команд семантического слоя в Studio IDE *пока* не поддерживается.
* Semantic Layer не поддерживает использование [единого входа (SSO)](https://docs.getdbt.tech/docs/platform/manage-access/sso-overview.md) для [учётных данных production-среды](https://docs.getdbt.tech/docs/dbt-apis/service-tokens.md#permissions-for-service-account-tokens) Semantic Layer, однако SSO поддерживается для учётных записей пользователей в среде разработки.

Дополнительную информацию см. в разделе [часто задаваемых вопросов о Semantic Layer](https://docs.getdbt.tech/docs/use-dbt-semantic-layer/sl-faqs.md).

## dbt Catalog

[Catalog](https://docs.getdbt.tech/docs/explore/explore-projects.md) расширяет возможности поиска, изучения ресурсов данных и устранения связанных с ними проблем благодаря подробным метаданным и визуализации происхождения данных. Поиск ресурсов и сведения о происхождении данных необходимы для управления данными и предоставления надёжного контекста рабочим процессам ИИ. Вот несколько советов и оговорок, которые стоит учитывать при использовании Catalog:

### Советы

* Используйте поиск и фильтры в Catalog, чтобы быстро находить модели, источники и тесты, упрощая рабочий процесс.
* Просматривайте все [проекты](https://docs.getdbt.tech/docs/explore/explore-multiple-projects.md) и публичные модели в аккаунте, места определения публичных моделей и способы их использования, чтобы лучше понимать ресурсы, используемые между проектами.
* Используйте функцию [Lenses](https://docs.getdbt.tech/docs/explore/explore-projects.md#lenses) — слои для DAG, подобные слоям карты, доступные на графе происхождения данных вашего проекта. Lenses помогают лучше понимать контекстные метаданные проекта в большом масштабе, в частности выделять определённую модель или подмножество моделей.
* Получайте доступ к сведениям о происхождении данных на уровне столбцов (CLL) для ресурсов вашего проекта dbt. [Enterprise](https://www.getdbt.com/pricing "Подробнее о статусе или тарифе")[Enterprise +](https://www.getdbt.com/pricing "Подробнее о статусе или тарифе")

### Оговорки

* Чтобы Catalog заполнился информацией, в производственной среде развёртывания должен быть хотя бы один успешный запуск задания.

Ознакомьтесь с функциями Catalog, чтобы в полной мере использовать его возможности и не упустить способы повысить эффективность.

Дополнительную информацию см. в разделе [часто задаваемых вопросов о Catalog](https://docs.getdbt.tech/docs/explore/dbt-explorer-faqs.md).

## Что дальше?

Поздравляем с завершением руководства 🎉!

Надеемся, вы получили полезные сведения и советы, которые помогут вам при переходе. Важно помнить: переход с самостоятельно размещённого dbt на dbt platform — это не только развитие ваших проектов данных, но и выход на новый уровень совместной работы, управления, эффективности и инноваций в команде, а также создание слоя данных, готового к использованию ИИ.

В качестве следующих шагов продолжите изучение нашей серии руководств из трёх частей о переходе с самостоятельно размещённого dbt на dbt platform:

| Руководство                                                                                           | Информация                                                                                                           | Аудитория                                               |
| ----------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------- |
| [Переход на dbt platform: что нужно знать](https://docs.getdbt.tech/guides/dbt-migration-2.md)       | Узнайте, что следует учесть при переходе на dbt platform и какие способы перехода доступны.                          | Руководители команд<br />Администраторы                 |
| [Переход на dbt platform: начало работы](https://docs.getdbt.tech/guides/dbt-migration-1.md?step=1)  | Изучите шаги, необходимые для перехода на dbt platform.                                                              | Разработчики<br />Инженеры данных<br />Аналитики данных |
| [Переход на dbt platform: советы по оптимизации](https://docs.getdbt.tech/guides/dbt-migration-3.md) | Узнайте, как повысить эффективность работы с dbt platform, на примере распространённых сценариев и полезных советов. | Все пользователи                                        |

### Зачем переходить на платформу dbt?

Если ваша команда сейчас использует dbt в собственной инфраструктуре, возможно, вы читаете это руководство по следующим причинам:

* Вы осознали, сколько сил требует поддержка такого развёртывания.
* Сотрудник, который всё настроил, уже покинул команду.
* Вас интересует, как dbt platform может помочь управлять сложным развёртыванием dbt, расширить круг участников или улучшить практики обеспечения безопасности и управления данными.
* Вам нужна управляемая основа данных для ИИ — общие определения, отслеживание происхождения данных и тестирование, чтобы результаты аналитики и ИИ заслуживали доверия бизнеса.

Истинная стоимость самостоятельного размещения скрывается в часах работы инженеров и напрасно расходуемых вычислительных ресурсах. Платформа dbt устраняет эти накладные расходы благодаря управляемой инфраструктуре и разработке в браузере: больше людей могут участвовать в работе, а вы не становитесь узким местом.

Оркестрация с учётом 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 учётом состояния до 1 июня 2026 года, вы можете продолжить её использовать. После запуска бесплатного пробного периода dbt State его продолжительность будет увеличена по сравнению со стандартными 30 днями. Если продление не применилось к вашей учётной записи, свяжитесь с командой, которая её сопровождает. Чтобы начать, обратитесь к разделу [Переход с оркестрации с учётом состояния](https://docs.getdbt.tech/docs/deploy/dbt-state-migration.md).

Слой данных — это слой ИИ: убедитесь, что данные проверены, чётко определены и заслуживают доверия на всех этапах обработки.

Переход на dbt platform упрощает рабочие процессы благодаря полностью управляемой среде, которая улучшает совместную работу, безопасность и оркестрацию. С dbt platform вы получаете доступ к таким возможностям, как взаимодействие между командами ([dbt Mesh](https://docs.getdbt.tech/best-practices/how-we-mesh/mesh-1-intro.md)), управление версиями, оптимизированные процессы CI/CD, [Catalog](https://docs.getdbt.tech/docs/explore/explore-projects.md) для всестороннего изучения данных и многое другое — всё это упрощает управление сложными развёртываниями dbt и позволяет эффективно масштабировать рабочие процессы обработки данных.

Это идеальный вариант для команд, которые хотят сократить затраты на поддержку собственной инфраструктуры, одновременно улучшая управление данными и повышая продуктивность.

### Ресурсы

Если вам нужна дополнительная помощь или у вас есть вопросы, воспользуйтесь следующими ресурсами:

* [Курсы dbt Learn](https://learn.getdbt.com) для обучения по видеоматериалам в удобное время.
* Наша [служба поддержки](https://docs.getdbt.tech/docs/dbt-support.md) всегда готова помочь вам устранить проблемы с dbt platform.
* Присоединяйтесь к [сообществу dbt](https://community.getdbt.com/), чтобы общаться с другими пользователями dbt, задавать вопросы и делиться лучшими практиками.
* Подпишитесь на [RSS-уведомления dbt platform](https://status.getdbt.com/)
* Для аккаунтов Enterprise доступна команда сопровождения, которая помогает устранять проблемы и управлять аккаунтом. [Закажите демонстрацию](https://www.getdbt.com/contact), чтобы узнать больше.
* [Сравнение dbt platform с самостоятельно размещённым dbt](https://www.getdbt.com/product/dbt-core-vs-dbt-cloud) — подробное сопоставление самостоятельно размещённого dbt и dbt platform.

Для получения индивидуальной помощи воспользуйтесь следующими ресурсами:

* Запишитесь на [демонстрации с экспертами](https://www.getdbt.com/resources/dbt-cloud-demos-with-experts) и получите рекомендации
* Обратитесь к команде [профессиональных услуг dbt Labs](https://www.getdbt.com/dbt-labs/services) за поддержкой вашей команды по работе с данными и помощью при переходе.