Case Study: dbt के साथ E-Commerce Data Models बनाना
Susan Sun
Freelance Data Scientist
डेटा मार्ट्स पाइपलाइन के अंत में साफ और सुलभ डेटा मॉडल होते हैं।
उपयोग के मामले
Customers
इन प्रश्नों के उत्तर:
हमारे ग्राहक कौन हैं?
उनकी खरीदारी के पैटर्न क्या हैं?
डेटा ग्रेन:
प्रति ग्राहक एक पंक्ति
उदाहरण कॉलम:
ग्राहक का नाम, खर्च की गई राशि
Products
इन प्रश्नों के उत्तर:
हमारा राजस्व, लागत, और प्रॉफिट क्या है?
डेटा ग्रेन:
प्रति प्रोडक्ट एक पंक्ति
उदाहरण कॉलम:
प्रोडक्ट कैटेगरी, राजस्व, प्रॉफिट

स्टेप 1: dbt के बाहर SQL लॉजिक सुधारें, फिर रेफरेंसेज़ को dbt सिंटैक्स से बदलें।

स्टेप 2: डेटा टेस्ट्स और डॉक्स बनाएँ

स्टेप 3: बिल्ड टेस्ट करें! (उदा. dbt build)
पाँच ऑर्डर स्टेटस:
Processing, Shipped, Complete, Cancelled, और Returned
डेटा सैंपल:

orders_snapshot.sql बनाएँ{% snapshot orders_snapshot %}
{{
config(target_schema='main',
unique_key='order_id',
strategy='timestamp',
updated_at='created_at')
}}
SELECT *
FROM
{{source('looker_ecommerce', 'orders')}}
{% endsnapshot %}
dbt snapshot -s orders_snapshot.sql
dbt snapshot
dbt build
Case Study: dbt के साथ E-Commerce Data Models बनाना