振り返り：dbt ケーススタディ

ケーススタディ: dbt で構築する Eコマースのデータモデル

Susan Sun

Freelance Data Scientist

第1章：dbt のセットアップ

  1. セットアップ:

    • インストール確認: dbt --versions, which dbt
    • dbt 初期化: dbt init

  2. データ読み込み:

    • dbt seed ファイルの読み込み（例: distribution center）: dbt seed
    • dbt source の読み込み。例: {{ source('looker_ecommerce', 'orders') }}

  3. dbt サブコマンドの確認: dbt run, dbt test, dbt build

  4. dbt プロジェクトのファイル/フォルダ構成の確認

ケーススタディ: dbt で構築する Eコマースのデータモデル

第2章：dbt モデルの構築

  1. ステージング、マート、スナップショットの各 dbt モデルを作成
  2. テーブル/カラムのドキュメントと dbt データテストを追加

全 dbt のソースとモデル、その相互関係を示す有向非巡回グラフ。ソースは緑、モデルとマートは青で表示。

ケーススタディ: dbt で構築する Eコマースのデータモデル

第3章：dbt と Jinja

  1. Jinja で重複コードを削減：set、loop、macros
  2. 開発では dbt compile と空白管理を活用
{%- 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
ケーススタディ: dbt で構築する Eコマースのデータモデル

おめでとうございます！

ケーススタディ: dbt で構築する Eコマースのデータモデル

Preparing Video For Download...