dbt basiert hauptsächlich auf SQL, das sehr einfach zu verwenden ist, und in Kombination mit Datenbanken wie SnowFlake, das eine umfassende und ausgeklügelte SQL-Implementierung bietet, gibt es keine Grenzen für die Transformationen, die man durchführen kann. Außerdem gibt es eine beträchtliche Open-Source-Bibliothek mit Code, um gängige Transformationen basierend auf allgemeinen ETL-Anforderungen durchzuführen, sowie Transformationen, die spezifisch für viele Cloud-Anwendungen sind. Unternehmen wie FiveTran produzieren und bieten beispielsweise ausgeklügelte dbt-Pakete an, die herausfordernde Aufgaben sehr einfach machen. Schließlich wurde die Benutzeroberfläche offensichtlich von Menschen entworfen und erstellt, die diese Arbeit gemacht haben. Sobald man sich damit vertraut gemacht hat, werden sich wiederholende und alltägliche Aufgaben schnell und einfach erledigt. Fehlerberichterstattung und Debugging funktionieren reibungslos. Ich bin noch relativ neu darin, aber ich genieße dbt wirklich und freue mich darauf, mit der Community in Kontakt zu treten, die bereit und begeistert zu sein scheint, zum Wachstum des Produkts und zur Entwicklung der Benutzer-Community beizutragen. dbt-Transformationen nutzen die Datenbank-Engine, um die Ressourcen für ETL bereitzustellen, und

The simplicity with which we can model, test our logic, and update queries to help create systematic improvements is unparalleled. I love that you can test and run while only selecting certain parent/child models. This saves tons of time for us.

Makros, Datenherkunft und Dokumentation sind meine Lieblingsfunktionen.