Was ist dbt?
dbt steht für data built tool und übernimmt in einem ELT (Extract, Load und Transform)-Prozess den Schritt der Transformation. Dabei wird dbt mit dem Warehouse verknüpft und kann, ausgehend von den Quelldaten, den restlichen Aufbau des Datawarehouse bewerkstelligen und die Modellierung der Daten umsetzen. dbt ist aktuell DAS Open Source Programm zur Datentransformation und bringt viele Software Engineering Praktiken in die Datenwelt. dbt ermöglicht eine reibungslose und qualitätsgeprüfte Zusammenarbeit innerhalb des Datenteams und darüber hinaus.
Unsere dbt Leistungen
Evaluierung
Wir helfen Ihnen gerne bei der Evaluierung, ob sich eine Einführung von dbt für Ihr Unternehmen lohnt.
Implementierung der Software
Die Einführung von dbt steht vor der Tür und Sie brauchen Hilfe bei der Umsetzung? Wir unterstützen Sie gerne dabei: Von der kompletten Implementierung bis hin zu kleinen Workshops, bei denen wir Ihnen weitere Potenziale Ihrer Umsetzung aufzeigen.
Schulungen
Wir teilen gerne unsere Erfahrungen mit dbt mit Ihnen und geben Ihnen eine Einführung in den Umgang mit dbt. Sie haben schon Erfahrung mit dbt gesammelt und möchten sich gerne umhören, ob es noch Potenzial zur Optimierung gibt? Wir zeigen Ihnen gerne unsere Tricks und Kniffe, was wir beim Umgang mit dbt beachten.
dbt - Vorteile im Überblick
Versionskontrolle mit CI/CD
dbt lässt sich sehr gut in der Cloud organisieren und nutzt alle Vorteile von Git. Dies ermöglicht eine versionskontrollierte Veröffentlichung von Features und eine einfache Koordination innerhalb des Teams mit Pull Requests, Branches, Issues und Release Versions. Darüber hinaus liefert dbt die Möglichkeit einer persönlichen Development-Umgebung, in der Änderungen zuerst getestet werden können, bevor sie in die Produktions-Umgebung übernommen werden.
Programmatische Erweiterung von SQL
dbt nutzt eine Mischung aus SQL, um Modelle zu bauen, YAML zur Konfiguration und Jinja, um SQL um weitere Funktionen zu erweitern. Dies sorgt für einen in der Basis sehr einfachen Aufbau, der wenig Vorwissen benötigt, um dbt sinnvoll zu betreiben und auf der anderen Seite eine fast unbeschränkte Konfigurierbarkeit. dbt macht es damit auch möglich, das DRY Prinzip anzuwenden, nachdem man einen Code der in logisch voneinander getrennten Elementen verwendet wird, möglichst nur an einer Stelle definiert und diesen bei Änderungen auch nur an einer Stelle modifizieren muss.
Testfunktionalität
Das Testen von Daten und Transformationen gewinnt immer mehr an Wichtigkeit, um sich der Qualität der bereitgestellten Daten sicher sein zu können. dbt stellt hierfür eine Reihe von Möglichkeiten zur Verfügung, um Fehler schon zu erkennen, bevor sie beim Nutzer auftauchen – sei es wegen fehlerhafter Transformationen oder wegen fehlerhafter Quelldaten.
Eingebaute Dokumentation
Um die Dokumentation möglichst aktuell zu halten, lebt die Dokumentation in dbt direkt neben den Transformationen. Diese Informationen können dann auf einer eigenen Seite dargestellt und mit vielen Metainformationen angereichert werden. Unter anderem erstellt dbt selbständig einen Lineage Graph, der die Abhängigkeiten zwischen den Transformationen darstellt.
Modular erweiterbar mit Packages
Es gibt einen eigenen Hub, auf dem Packages bereitgestellt werden, die von der Community, den Machern von dbt oder verschiedenen anderen Anbietern zu Verfügung gestellt werden. Diese stellen beispielsweise eigene Tests, datenbankübergreifende Syntax, Logging oder ganze Transformationen für häufig genutzte Datenquellen zur Verfügung.
Zuverlässige dbt Beratung von Hopmann Marketing Analytics
Wir - das Team von Hopmann Marketing Analytics - sind kompetente dbt Berater aus München. Durch vielfältige Projekte konnten wir unser dbt Know-How schärfen und weiter ausbauen. Nun wollen wir unser Wissen teilen und stehen Ihnen gern zur Verfügung.
Wenn wir Ihr Interesse für die dbt Software wecken konnten oder Sie noch Fragen zum Programm und unseren Leistungen haben, kontaktieren Sie uns jederzeit.