DBT 0.13は、新機能の追加sources私のためには、次の操作を実行するために使用することができます
- モデルの基礎にソーステーブルからデータを選択します
- ソースデータのための仮説検定
- ソース・データが計算され
freshness
ソースのオペレーティング
- ソーステンプレート形式の定義
スキーマは、追加のパラメータを設定する必要があるかもしれませんが含まれている場合、PGの他の種類のことに注意してください、または慣例スキーマによって
＃この例では、1つのテーブルを含む `source_1`呼ばれるソースを定義します
＃ `table_1`と呼ばれます。これは、ソース定義の最小限の例です。
バージョン：2
ソース：
- 名前：source_1
テーブル：
- 名前：のtable_1
- 名前：table_2
- 名前：source_2
テーブル：
- 名前：のtable_1
- データソースのスキーマフォーマット構成
＃このソースエントリはテーブルについて説明します。
＃ "生"。 "公共"。 "Orders_"
＃
＃それを参照することができます。
＃{{ソース（ 'eコマース'、 '注文'）}}
バージョン：2
ソース：
- 名：eコマース
データベース：生＃のテルのDBT「生」データベース内のソースを探すために
スキーマ：公共＃あなたはあなたでしょう、公共の場であなたのソースデータを入れていないでしょうか？
テーブル：
- 名前：受注
識別子：Orders_のエイリアステーブル名に＃奇妙なケースやテーブルの命名を考慮して
簡単な例
私は、元のフォルダに直接モデルを設定して参照することができhttps://github.com/rongfengliang/dbt-source-demoを、テーブルのデータ構造に
も、このプロジェクトを参照することができます
- （Pythonのvenv管理を使用して）環境の準備
python3 - メートルvenv venv
ソースvenv / binに/ アクティブ
PIP インストールDBTを
- （ドッカー-COMPOSEを使用して）テスト・データベースの準備
バージョン：'3.6'
サービス：
postgresの：
画像：postgresの：9.6.11
ポート：
- "5432：5432"
環境：
- "POSTGRES_PASSWORD：dalong"
graphql - エンジン：
画像：hasura / graphql - エンジン：v1の.0.0 - ベータ0.2
ポート：
- "8080：8080"
depends_on：
- "postgresの"
環境：
- "HASURA_GRAPHQL_DATABASE_URL = postgresの：// postgresの：postgresの@ dalong：5432 / postgresの"
- "HASURA_GRAPHQL_ENABLE_CONSOLE =真"
- "HASURA_GRAPHQL_ENABLE_ALLOWLIST =真"
- モデルソースの設定
モデル
├── アプリケーション
│ ├── app_summary。SQL
│ └── 源。YML
└── ユーザー
├── 源。YML
├── user_summary。SQL
└── user_summary2。SQL
- ソースコンテンツ
非常に単純な、それはテーブルを設定することです
バージョン：2
ソース：
- 名前：アプリケーション
スキーマ：公共
テーブル：
- 名前：アプリケーション
- 業績
DBTの実行
効果
ランニングでDBT = 0.13.1
見つかった3つのモデル、0 テスト、0 アーカイブ、0 分析、94個のマクロ、0 操作、0 シードファイル、2つのソースを
17：43：42 | 並行性：3つのスレッド（目標= 'DEV'）
17：43：42 |
17：43：42 | 1 の3 START ビューモデルの公共。app_summary
17：43：42 | 2 の3 START ビューモデルの公共。user_summary
17：43：42 | 3 の3 START テーブルモデルの公共。user_summary2
17：43：44 | 2 の3 OKを作成し、ビューモデルの公衆を。user_summary
17：43：45 | 1 の3 OKを作成し、ビューモデルの公衆を。app_summary
17：43：46 | 3 の3 OK 作成したテーブルモデルの公共。user_summary2
17：43：46 |
17：43：46 | 完成した実行中の2つのビューモデル、1つのテーブルモデルで4.46 秒。
完了に成功
完了。PASS = 3 ERROR = 0 SKIP = 0 TOTAL = 3