Источники dbt — хватит жестко кодировать имена таблиц! скачать в хорошем качестве

Источники dbt — хватит жестко кодировать имена таблиц!

Объяснение источников данных в dbt: с практической демонстрацией В этом видео мы узнаем, как правильно ссылаться на необработанные данные в dbt с помощью Sources — это правильный способ подключения моделей dbt к таблицам, загруженным инструментами ELT. Что вы узнаете: Что такое Sources в dbt и зачем они нужны Как определить Sources в sources.yml Использование source() для ссылки на необработанные таблицы Использование ref() для ссылки на другие модели dbt Разница между source() и ref() Почему Sources лучше, чем жёстко запрограммированные имена таблиц Временные метки: 0:15 - Что такое Source в dbt? 1:33 — Настройка исходных данных в Snowflake 2:48 — Создание sources.yml 4:56 — Создание промежуточной модели с помощью source() 6:02 — Создание модели Mart с помощью ref() 7:20 — Запуск dbt и просмотр результатов 8:27 — Вопрос 1 на собеседовании: сравнение source() и ref() 9:09 — Вопрос 2 на собеседовании: почему нужно использовать source вместо хардкодинга? Использованные инструменты: dbt-core Snowflake VS Code Предыдущее видео о том, как установить dbt Core и создать свой первый проект и модель    • Install dbt Core and Build Your First Proj...   #dbt #dataengineering #snowflake #sql #etl #datawarehouse #analytics