从零开始的 dbt 入门教程 （dbt-core 基础篇） - 听风是风
原文约10600字/词，阅读约需26分钟。发表于：。最近一直在处理数据分析和数据建模的事情，所以接触了 dbt 等数据分析的工具，国内目前对于 dbt 比较详细的资料不多，所以打算写四道五篇 dbt 相关的文章，本文属于 dbt 系列的第一篇，本篇主要阐述 dbt 一些基本概念，教会你如何配置 dbt 连接远端数据库，并运行你的第一个数据模型，那么本
dbt是一种数据转换工作流工具，可以帮助数据分析师处理复杂的数据分析需求。它可以将原始数据转换为有用的数据模型。dbt core是dbt的开源部分，提供数据建模、转换和管理的核心功能。dbt cloud是dbt的云服务，提供托管服务和图形化用户界面。dbt adapters是dbt的适配器，用于提供标准化的接口，使不同的SQL语法可以与不同的底层数据平台交互。ELT和ETL是两种常见的数据分析模式，ELT适用于云数据仓库等具有强大计算能力的系统，ETL适用于需要在数据到达目标系统前进行复杂的数据清洗和转换的情况。Fivetran是从各种数据源提取数据并加载到目标数据仓库的工具，BigQuery是一个云数据仓库，dbt是一个数据转换和建模工具。安装dbt需要安装dbt core和适配器包，可以通过命令或官网模版项目进行初始化。通过配置profiles.yml文件可以链接数据库。dbt命令包括build、clean、clone、compile、debug、deps、docs、init、list、parse、retry、run、run-operation、seed、show、snapshot、source和test等。dbt可以生成视图和表，视图是基于查询结果创建的虚拟表，表是存储实际数据的实体表。
