dbt 种子（seeds）

dbt 中级

Mike Metzger

Data Engineer

什么是 dbt seeds？

要加载到数据仓库的 CSV 文件
通常为很少变化的数据集
- 国家列表
- 邮政编码列表
并非用于原始数据

Seeds

¹ 照片：Maddi Bazzocco（Unsplash）

为什么？

易于管理
易于在多种场景中使用
可纳入版本控制

如何定义 seeds？

将 CSV 文件添加到 seeds 目录
确保表头在第一行
使用 dbt seed 命令导入

zipcode,place,state
99553,Akutan,Alaska
99571,Cold Bay,Alaska
99583,False Pass,Alaska

bash> dbt seed

¹ 邮政编码来源：https://github.com/zauberware/postal-codes-json-xml-csv

进一步配置

多种选项
- 使用哪个 schema？
- 使用哪个数据库？
- 列名加引号
- 列数据类型
可作用于整个项目或单个 seed
可添加到 dbt_project.yml 或 seeds/properties.yml

定义数据类型

可用数据类型取决于数据仓库
常见类型均可用
- Integer
- Varchar
- 等等
未定义类型时，将基于数据推断

version: 2

seeds:
  - name: zipcodes
    config:
      column_types:
        zipcode: varchar(5)

测试

支持测试
与 models 和 sources 相同

version: 2

seeds:
  - name: zipcodes
    config:
      column_types:
        zipcode: varchar(5)
    columns:
      - name: zipcode
        tests:
          - unique

访问 seeds

通过 {{ ref() }} 调用获取
初次导入后行为与 model 相同

select * from
  {{ ref('zipcodes') }}

让我们练习！

dbt 中级