Используйте dbt Seeds для работы со статическими данными CSV скачать в хорошем качестве

Используйте dbt Seeds для работы со статическими данными CSV

Скачать контрольный список по современной архитектуре данных (бесплатно в формате PDF) → https://bit.ly/kds-checklist ИЛИ получить индивидуальное руководство для вашей небольшой (или состоящей из одного человека) команды по работе с данными → https://bit.ly/kds-advising Seeds — это CSV-файлы в вашем проекте dbt (обычно в каталоге данных), которые dbt может загрузить в ваше хранилище данных с помощью команды dbt seed. На seeds можно ссылаться в моделях нижестоящего уровня так же, как и на модели — с помощью функции ref. Поскольку эти CSV-файлы находятся в вашем репозитории dbt, они находятся под контролем версий и допускают проверку кода. Seeds лучше всего подходят для статических данных, которые изменяются редко. Временные метки: 0:00 — Введение 0:21 — Как dbt определяет начальные значения 1:08 — Описание демонстрационного примера 1:27 — Добавление начальных значений в проект 1:53 — Развёртывание с помощью команды dbt seed 2:37 — Справочная модель начальных значений 4:00 — Обзор скомпилированного кода Название и теги: Как использовать начальные значения DBT для хранения статических данных CSV | Учебное пособие по инструменту построения данных (dbt) #kahandatasolutions #dbt #dataengineering #kahandatasolutions