Criando descrições e testes no dbt

Estudo de caso: criando modelos de dados de e-commerce com dbt

Susan Sun

Freelance Data Scientist

docs: descrições definidas pelo usuário no dbt

Descrições definidas pelo usuário em arquivos yaml
Usadas para documentar: dbt models, sources, seeds, data tests etc.
Convenção de nomes:
```
_<data source>__<asset>.yml
```

Armazene no mesmo diretório dos assets

looker_ecommerce/
  macros/
  models/
    _looker__models.yml     <------ 
    _looker__sources.yml    <------
    stg_looker__distribution_center.sql
    stg_looker__orders.sql
  seeds/
    looker__distribution_center.csv

docs: yaml de modelo do dbt

Exemplo de _looker__models.yml:

version: 2

models:
  - name: model_name
    description: This is a table
    columns:
      - name: column_name
        description: This is a column
      - name: column_name
        description: This is a column

Observação:

version: 2 é o formato de configuração de schema usado pelo dbt
models define qual asset este user-defined está documentando
2 espaços antes do nome da tabela
4 espaços antes do nome da coluna

dbt data tests: not null e unique

Quatro data tests padrão ficam em arquivos yaml:
- unique
- not_null
- accepted_values
- relationship

1.unique: cada valor na linha é único

- name: table_name
  columns: 
    - name: column_name
      data_tests:
        - not_null
    ...

2.not_null: nenhuma linha pode ter valor nulo

- name: table_name
  columns: 
    - name: column_name
      data_tests:
        - unique
        - not_null
    - name: column_name
      data_tests:
        - unique

dbt data tests: accepted values

3.accepted_values: só valores da lista são aceitos

- name: table_name
  columns: 
    - name: column_name
      data_tests:
        - accepted_values:
            values: ['value_a', 'value_b', 'value_c', NULL]

dbt data tests: relationships

4.relationships: integridade referencial (chave estrangeira) entre tabelas

- name: table_1
  columns: 
    - name: column_1
      data_tests:
        - relationships:
            to: ref('table_2')
            field: column_2

Vamos praticar!

Estudo de caso: criando modelos de dados de e-commerce com dbt