Kurzusleírás

Bevezetés

  • A dbt filozófia és alapelvei / Mi a dbt?
  • A dbt vs hagyományos ETL
  • A dbt funkcióinak és architektúrájának áttekintése
  • Tovább a dbt-nél: Mi a dbt Cloud?

A dbt Cloud megértése

  • Egy dbt projekt életciklusa a dbt Cloud-ban
  • Hogyan illeszkedik a dbt Cloud az adatraktár-kezelési és átalakítási munkafolyamatokba

Bevezetés a dbt Cloud használatába

  • Fejlesztői környezet beállítása a dbt Cloud-on
  • A dbt Cloud csatlakoztatása az adatraktáradhoz
  • dbt projekt létrehozása a dbt Cloud-on
  • dbt parancsok futtatása a dbt Cloud-on
  • Együttműködés csapattagokkal egy dbt projekten a dbt Cloud-on

dbt modellek használata

  • A dbt modellek megértése
  • dbt modell építése
  • Adatátalakítás a dbt segítségével
  • Inkrementális modellek használata a dbt-ben
  • Makrók és egyéni függvények implementálása a dbt-ben

dbt projektek kezelése a dbt Cloud-on

  • A dbt Cloud felület használata projektek kezeléséhez és üzembe helyezéséhez
  • Ütemezések létrehozása és dbt feladatok indítása
  • Környezetek létrehozása és kezelése a dbt Cloud-on
  • dbt projektek üzembe helyezése
  • Értesítések és riasztások beállítása

A dbt Cloud integrálása más eszközökkel

  • A dbt Cloud használata Git és verziókezelés mellett
  • A dbt Cloud integrálása más felhőalapú adatraktár-kezelési és átalakítási eszközökkel

Hibakeresés és hibaelhárítás

  • Hogyan lehet hibakeresni és hibákat elhárítani dbt projektekben a dbt Cloud-on
  • Naplók használata problémák diagnosztizálásához
  • Ajánlott eljárások a dbt Cloud projektek karbantartásához

Összefoglalás és következő lépések

Követelmények

  • Az adatmodellezés és SQL ismerete
  • Tapasztalat SQL és parancssoros felület (CLI) használatában
  • Python programozási tapasztalat

Célközönség

  • Adatmérnökök
  • Adatelemzők
  • Adattudósok
 21 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (4)

Közelgő kurzusok

Rokon kategóriák