关于 DBT 项目

DBT 会从项目会得知上下文以及转换数据（构建数据集）的方式。根据设计，DBT 强制要求项目的顶级结构，例如 dbt_project.yml 文件、models 目录、snapshots 目录等。在顶级目录中，您可以按满足组织和数据管道需求的任何方式组织项目。

项目至少需要的是 dbt_project.yml 项目配置文件。DBT 支持许多不同的资源，因此项目还可能包括：

资源	描述
models	每个模型都位于单个文件中，并包含将原始数据转换为可用于分析的数据集的逻辑，或者更常见的是，它是此类转换的中间步骤。
snapshots	一种捕获可变表状态的方法，以便我们以后可以参考它。
seeds	CSV 文件，其中包含可以使用 DBT 加载到数据平台中的静态数据。
tests	您可以编写的 SQL 查询来测试项目中的模型和资源。
macros	可以多次重用的代码块。
docs	构建的项目的文档
sources	一种命名和描述通过 Extract（提取）和 Load（加载） 工具加载到仓库中的数据的方法。
exposures	一种定义和描述项目的下游使用的方法。
metrics	一种用于定义项目指标的方法。
groups	组可以在受限集合中实现协作节点组织。
analysis	一种在项目中组织分析 SQL 查询的方法，例如 QuickBooks 中的总账。
semantic_models	语义模型定义 MetricFlow 和 DBT 语义层中的基础数据关系，使您能够使用语义图查询指标。
saved_queries	保存的查询通过将指标、维度和筛选器分组到 DBT DAG 中可见的节点中来组织可重用查询。

在构建项目结构时，您应该考虑这些对组织工作流程的影响：

• 如何运行 DBT 命令 —— 选择路径。
• 如何在项目中导航 —— 无论是作为 IDE 中的开发人员还是文档中的利益相关者。
• 如何配置模型 —— 一些批量配置在目录级别更容易完成，因此人们不必记住在每个新模型的配置块中执行所有操作。

1. 项目配置

每个 DBT 项目都包含一个名为 dbt_project.yml 的项目配置文件,它定义了 DBT 项目和其他项目配置的目录。

dbt_project.yml 常见的项目配置参数如下：

参数	描述
name	项目名称
version	项目版本
require-dbt-version	DBT 版本
profile	配置文件名称
model-paths	模型目录
seed-paths	种子文件的目录
test-paths	测试的路径
analysis-paths	分析的目录
macro-paths	宏的目录
snapshot-paths	快照的目录
docs-paths	文档的目录
vars	要用于数据编译的项目变量

2. 项目子目录

3. 创建新项目

使用 dbt init 命令创建新项目，在项目初始化期间，DBT 会在项目目录中创建示例模型文件，以帮助我们快速开始开发。

4. 示例项目

如果想更深入地探索 DBT 项目，可以在 GitHub 上克隆 DBT Labs 的 Jaffle shop。它是一个可运行的项目，包含示例配置和有用的注释。

如果您想了解成熟的生产项目是什么样子，请查看 GitLab 数据团队公共存储库。