Es gibt vieles, was ich an dbt wirklich mag, insbesondere die Art und Weise, wie es so viel der "Routinearbeit" bei der Datenumwandlung automatisiert. Es ist jetzt schwer vorstellbar, wie wir unser Data Warehouse vor dbt aktualisiert haben! Insbesondere bin ich ein Fan davon, wie dbt: - Abhängigkeiten ermittelt, anstatt dass man selbst im Blick behalten muss, welche Modelle vor anderen ausgeführt werden müssen - Tests automatisiert, indem es Tests nach einem Zeitplan ausführt, anstatt nur dann, wenn man daran denkt, die Tests durchzuführen - Versionskontrolle handhabt, sodass man Änderungen nachverfolgen kann - Eine unkomplizierte Möglichkeit bietet, separate Entwicklungs- und Produktionsumgebungen zu verwalten, sodass man die Auswirkungen seiner Änderungen sehen kann, bevor man sie live schaltet - Eine sehr aktive Community von Slack-Nutzern und Paketentwicklern hat

Foundational data modeling for reporting in external tools. Testing and data correctness framework. Data-as-code continious deployment and automation. Documentation.

After years of working with cumbersome ETL flows, dbt's modular approach makes it simple to change only a small portion of a large process without breaking anything. Having version control with SQL is a game changer.