Перейти к основному содержимому

О команде dbt run

Обзор​

dbt run выполняет скомпилированные SQL-файлы моделей в текущей целевой базе данных. dbt подключается к целевой базе данных и выполняет соответствующий SQL, необходимый для материализации всех моделей данных, используя указанные стратегии . Модели выполняются в порядке, определенном графом зависимостей, сгенерированным во время компиляции. Интеллектуальное многопоточность используется для минимизации времени выполнения без нарушения зависимостей.

Развертывание новых моделей часто включает уничтожение предыдущих версий этих моделей. В таких случаях dbt run минимизирует время, в течение которого модель недоступна, сначала создавая каждую модель с временным именем, затем удаляя существующую модель и переименовывая модель в ее правильное имя. Удаление и переименование происходят в рамках одной транзакции базы данных для адаптеров баз данных, которые поддерживают транзакции.

Обновление инкрементальных моделей​

Если вы укажете флаг --full-refresh для dbt run, dbt будет обрабатывать инкрементальные модели как модели . Это полезно, когда:

  1. Схема инкрементальной модели изменяется, и вам нужно ее воссоздать.
  2. Вы хотите перепроцессировать всю инкрементальную модель из-за новой логики в коде модели.
bash
dbt run --full-refresh

Вы также можете указать флаг его коротким именем: dbt run -f.

В контексте компиляции dbt этот флаг будет доступен как flags.FULL_REFRESH. Кроме того, макрос is_incremental() вернет false для всех моделей в ответ, когда указан флаг --full-refresh.

models/example.sql
select * from all_events

-- если таблица уже существует и `--full-refresh` не установлен,
-- то добавляются только новые записи. в противном случае выбираются
-- все записи.
{% if is_incremental() %}
   where collector_tstamp > (
     select coalesce(max(max_tstamp), '0001-01-01') from {{ this }}
   )
{% endif %}

Запуск конкретных моделей​

dbt также позволяет выбрать, какие конкретные модели вы хотите материализовать. Это может быть полезно в особых сценариях, когда вы предпочитаете запускать другой набор моделей в различные интервалы. Это также может быть полезно, когда вы хотите ограничить материализуемые таблицы, пока вы разрабатываете и тестируете новые модели.

Для получения дополнительной информации см. Документацию по синтаксису выбора моделей.

Для получения дополнительной информации о запуске родительских или дочерних моделей см. Документацию по операторам графа.

Обработка предупреждений как ошибок​

См. глобальные конфигурации

Быстрое завершение при ошибках​

См. глобальные конфигурации

Включение или отключение цветных логов​

См. глобальные конфигурации

Статусы выполнения​

При вызове api list_runs вы получите код статуса для каждого выполнения. Доступные коды статуса выполнения следующие:

  • Запуск = 1
  • Выполнение = 3
  • Успех = 10
  • Ошибка = 20
  • Отменено = 30
  • Пропущено = 40
0
Отредактировать эту страницу