dbt Avantages et Inconvénients

belle lignée de données

facile à utiliser et à mettre en œuvre

les cours d'apprentissage dbt fournis par dbt sont très utiles

le partage et l'orchestration des données sont très faciles

le développement dans l'IDE cloud est très bon

le support client est extrêmement rapide et efficace

l'intégration avec Snowflake et GitHub est facile

utilisation quotidienne de cet outil pour construire des modèles de données Avis collecté par et hébergé sur G2.com.

Les fonctionnalités bêta sont très lentes à être publiées. Tout le reste est EXCELLENT. Avis collecté par et hébergé sur G2.com.

Les choses que j'aime le plus et le mieux dans dbt sont qu'il aide non seulement à créer des transformations, mais peut également aider à gérer et à effectuer des transformations dans une vue et s'intègre facilement avec BigQuery. Je peux utiliser et configurer la transformation selon l'objet comme une table, une vue ou un incrémental, avec des fonctionnalités comme des graphiques de lignage générés automatiquement et effectuer des tests natifs avec quelques lignes de code dans un fichier YAML et je peux les réutiliser. Avis collecté par et hébergé sur G2.com.

Il n'y a pas grand-chose à détester dans dbt, le code réutilisable peut être un peu déroutant et passer d'une branche à l'autre peut être frustrant. Avis collecté par et hébergé sur G2.com.

1. La documentation qu'il génère lorsque tous les modèles sont conçus. Il définit clairement quelles couches intermédiaires et finales sont connectées entre elles.

2. Les exécutions de modèles incrémentaux m'ont grandement aidé à optimiser de grands modèles de données alors que je traitais des milliards de lignes de données. Avis collecté par et hébergé sur G2.com.

Je n'ai rencontré aucune difficulté à apprendre DBT car c'était assez basique et j'ai également appliqué SQL fluff pour rationaliser mon codage. En tant qu'utilisateur, je n'ai pas trouvé beaucoup de difficulté à utiliser dbt. Avis collecté par et hébergé sur G2.com.

dbt is the best Transformation tool out there in the industry and I love dbt for its testing capabilities and modeling and semantic layer. Ease of use and how easily you could maintain

It is easy to integrate with other tools like integration. Avis collecté par et hébergé sur G2.com.

dbt should add more AI apacilities faster Avis collecté par et hébergé sur G2.com.

Au cœur, DBT aligne trois technologies pour mieux délivrer la connaissance : SQL, YAML et Jinja. Vous pouvez faire beaucoup avec juste SQL et YAML. Ajouter Jinja rend SQL beaucoup plus semblable au développement traditionnel. Ça m'a un peu manqué. C'est comme revoir un vieil ami que vous aimiez vraiment mais que vous n'avez pas vu depuis un moment.

dbt est magique pour transformer et modéliser les données. C'est une plateforme qui nous permet de manipuler, façonner et organiser les données pour modéliser l'entreprise. Avec l'aide de DBT, nous pouvons mettre en œuvre le principe de séparation des préoccupations pour organiser et gérer nos transformations.

L'un des outils clés que DBT offre est les Graphes Acycliques Dirigés (DAGs), des cartes qui illustrent le chemin que nos données prennent de la source à la destination finale. Ces cartes illustrent l'arc de transformation des données. Nous commençons avec les données sources, qui sont souvent désordonnées et non raffinées. Nous utilisons DBT pour effectuer une série de transformations, emmenant les données d'un multivers de chaos à un monde de compréhension. Nous nettoyons les données, appliquons des règles commerciales et nous assurons que les données se conforment à nos modèles dimensionnels d'entreprise. Ces modèles ou logique commerciale de base servent de fondation pour le reporting.

Au fur et à mesure que nous progressons le long de l'arc de transformation, nos données commencent à prendre forme. Nous pouvons construire des data marts pour des domaines ou fonctions spécifiques de l'entreprise. Ces data marts sont construits avec nos modèles dimensionnels d'entreprise, garantissant que les données sont structurées de manière à soutenir une analyse et un reporting efficaces.

Avec les données maintenant organisées et modélisées de manière significative, nous pouvons débloquer des insights précieux et donner aux décideurs des informations exploitables... à grande échelle. Nous pouvons découper et analyser les données, appliquer des filtres et explorer des dimensions spécifiques pour comprendre les tendances, les modèles et les valeurs aberrantes. Les rapports que nous développons sont cohérents car ils proviennent d'une seule source de vérité, le modèle dimensionnel d'entreprise. Avis collecté par et hébergé sur G2.com.

dbt nécessite un changement de mentalité. Vous devez adhérer à leur façon de penser le modélisation. C'est opiniâtre. dbt est méthodologiquement agnostique (data vault, mesh, kimball). Mais la structure est importante et vous devez passer du temps à comprendre la mentalité de dbt concernant la structure. Avis collecté par et hébergé sur G2.com.

C'est facile à utiliser même pour les nouveaux arrivants et dbt utilise également SQL, qui est le langage le plus démocratique pour la manipulation de données. Dès le début, il est très rapide à intégrer à votre pile de données en quelques clics. J'utilise dbt pour la transformation et la modélisation des données tous les jours et ses nombreuses fonctionnalités comme la traçabilité des données, le contrôle de version, ci et slim ci, les tests, la documentation, les contrats de modèle facilitent l'application de DataOps dans votre projet. Avis collecté par et hébergé sur G2.com.

Sa fonctionnalité de modélisation en Python dépend de la plateforme de données que vous utilisez. Son IDE manque encore de certaines fonctionnalités que d'autres IDE possèdent et qui rendent le développement plus facile, mais de nouvelles fonctionnalités sont déployées à chaque nouvelle version de dbt cloud. Avis collecté par et hébergé sur G2.com.

Facile à écrire des transformations dans le langage SQL augmenté par des techniques de templating Jinja. Le support des modèles Python est puissant. Une bonne bibliothèque de macros Open source facilite la vie des ingénieurs en analytique. Capacités de documentation puissantes. Fonctionne très bien avec Snowflake. Avis collecté par et hébergé sur G2.com.

Pour utiliser DBT efficacement, il est nécessaire d'apprendre à modulariser SQL en utilisant des CTE. Une connaissance un peu avancée en SQL aide vraiment. Avis collecté par et hébergé sur G2.com.

dbt Cloud - Je le recommande à chaque organisation pour permettre aux analystes de données et aux ingénieurs en analytique de démarrer rapidement sans difficulté lors de l'intégration.

Il est plus facile d'adopter de nouveaux coéquipiers lorsqu'ils peuvent plonger immédiatement dans les modèles et apporter de la valeur plus tôt tout en solidifiant leur compréhension dès le début. Avis collecté par et hébergé sur G2.com.

Je n'aime pas naviguer dans les journaux de l'onglet Exécutions de tâches.

Les titres ne semblent pas intuitifs et le contenu pourrait être plus rationalisé pour trouver des défauts. Avis collecté par et hébergé sur G2.com.

Je suis ravi d'explorer comment dbt révolutionne notre travail en plongeant profondément dans le monde des données. C'est un véritable changement de jeu offrant une simplicité remarquable dans la formulation et l'utilisation du code de données au sein de notre entrepôt. En ce qui concerne le contrôle de version, dbt simplifie l'ensemble du processus, assurant une expérience fluide et le maintien des modèles de données cruciaux pour l'analyse. Avis collecté par et hébergé sur G2.com.

Ce serait bien si dbt facilitait les choses pour les nouveaux venus. Il peut faire beaucoup avec les données, mais comprendre comment le configurer et utiliser toutes ses fonctionnalités intéressantes peut sembler difficile au début. Des guides plus intuitifs ou une manière plus simple d'apprendre les bases le rendraient plus agréable pour les personnes qui commencent tout juste avec les changements de données. Avis collecté par et hébergé sur G2.com.

Dans mon rôle, j'adore utiliser dbt - c'est l'outil ultime pour transformer les données avec aisance. Il s'intègre parfaitement à nos systèmes actuels, rendant notre travail analytique un jeu d'enfant. Nous sommes tous à fond sur dbt car il excelle dans la transformation et l'organisation des données, augmentant considérablement notre efficacité et nos efforts collaboratifs. Avis collecté par et hébergé sur G2.com.

Ce serait fantastique si dbt pouvait améliorer son ensemble d'outils pour la modélisation visuelle des données. À l'heure actuelle, il est fortement axé sur le codage, mais l'intégration d'une approche plus visuelle pour travailler avec les données élèverait sans aucun doute son utilité, en particulier pour les personnes qui gravitent vers des méthodes graphiques pour l'analyse des données. Avis collecté par et hébergé sur G2.com.