Riepilogo: caso di studio dbt

Case Study: creazione di modelli di dati E‑Commerce con dbt

Susan Sun

Freelance Data Scientist

Capitolo 1: Configurare dbt

Configurazione:
- Verifica installazione: dbt --versions, which dbt
- Inizializza dbt: dbt init
Carica i dati:
- Carica i file seed di dbt (es. centro di distribuzione): dbt seed
- Carica i file source di dbt. Es. {{ source('looker_ecommerce', 'orders') }}
Rivedi i sottocomandi dbt: dbt run, dbt test, dbt build
Rivedi file di progetto e struttura cartelle dbt

Capitolo 2: Creare modelli dbt

Crea i modelli dbt di staging, mart e snapshot
Aggiungi documentazione di tabelle/colonne e test dati dbt

Un diagramma aciclico diretto che mostra tutte le source e i modelli dbt e le loro relazioni; le source sono in verde, i modelli e i mart in blu.

Capitolo 3: Jinja con dbt

Riduci codice ripetuto con espressioni Jinja: set, loop, macros
Usa dbt compile e la gestione degli spazi per lo sviluppo

{%- set order_statuses = ['Shipped', 'Complete', 'Processing'] -%}

SELECT 
    user_id,
    {%- for order_status in order_statuses %}
        COUNT(DISTINCT CASE WHEN status = '{{ order_status }}' THEN order_id END) 
        AS num_orders_{{ order_status }}
    {%- endfor %}
FROM {{ ref('stg_looker__orders') }}
GROUP BY 1

Congratulazioni!

Case Study: creazione di modelli di dati E‑Commerce con dbt