Fácil de escrever transformações na linguagem SQL aumentada por técnicas de template Jinja. Suporte a modelos Python é poderoso. Boa biblioteca de Macros de código aberto facilita a vida dos engenheiros de Analytics. Capacidades de documentação poderosas. Funciona muito bem com Snowflake. Análise coletada por e hospedada no G2.com.
Para usar o DBT de forma eficaz, é necessário aprender a modularizar SQL usando CTEs. Conhecimento um pouco avançado em SQL realmente ajuda. Análise coletada por e hospedada no G2.com.
158 de 159 Avaliações Totais para dbt
Sentimento Geral da Revisão para dbt
Entre para ver o sentimento das avaliações.
bela linhagem de dados
fácil de usar e implementar
os cursos de aprendizado de dbt fornecidos pelo dbt são super úteis
compartilhamento e orquestração de dados é super fácil
desenvolvimento em IDE na nuvem é muito bom
suporte ao cliente é extremamente rápido e eficiente
integração com Snowflake e GitHub é fácil
usando diariamente esta ferramenta para construir modelos de dados Análise coletada por e hospedada no G2.com.
Os recursos beta são lançados muito lentamente. O resto está ÓTIMO. Análise coletada por e hospedada no G2.com.
As coisas que mais gosto no dbt são que ele não apenas ajuda na criação de transformações, mas também pode ajudar a gerenciar e realizar transformações em uma visualização e se integra facilmente com o BigQuery. Posso usar e configurar a transformação conforme o objeto, como tabela, visualização ou incremental, juntamente com recursos como gráficos de linhagem gerados automaticamente e posso realizar testes nativos com poucas linhas de código em um arquivo YAML e posso reutilizá-los. Análise coletada por e hospedada no G2.com.
Não há muito do que não gostar no dbt, o código reutilizável pode ser um pouco confuso e pular de um ramo para outro pode ser frustrante. Análise coletada por e hospedada no G2.com.
1. A documentação que gera quando todos os modelos são projetados. Define claramente quais camadas intermediárias e finais estão conectadas entre si.
2. As execuções de modelo incremental me ajudaram muito a otimizar grandes modelos de dados, pois eu estava lidando com bilhões de linhas de dados. Análise coletada por e hospedada no G2.com.
Eu não encontrei nenhuma dificuldade em aprender DBT, pois era bastante básico e também apliquei SQL fluff para simplificar meu código. Como usuário, não encontrei muita dificuldade em operar através do dbt. Análise coletada por e hospedada no 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. Análise coletada por e hospedada no G2.com.
dbt should add more AI apacilities faster Análise coletada por e hospedada no G2.com.
No seu núcleo, o DBT alinha três tecnologias para entregar conhecimento melhor: SQL, YAML e Jinja. Você pode fazer muito apenas com SQL e YAML. Adicionar Jinja faz o SQL parecer muito mais com o desenvolvimento tradicional. Eu meio que senti falta disso. É como ver um velho amigo que você realmente gostava, mas não via há algum tempo.
dbt é mágico para transformar e modelar dados. É uma plataforma que nos permite manipular, moldar e organizar os dados para modelar o negócio. Com a ajuda do DBT, podemos implementar o princípio da separação de preocupações para organizar e gerenciar nossas transformações.
Uma das principais ferramentas que o DBT oferece são os Grafos Acíclicos Dirigidos (DAGs), mapas que ilustram o caminho que nossos dados percorrem desde a fonte até o destino final. Esses mapas ilustram o arco de transformação dos dados. Começamos com os dados de origem, que muitas vezes são desordenados e não refinados. Usamos o DBT para realizar uma série de transformações, levando os dados em uma jornada de um multiverso de caos para um mundo de compreensão. Limpamos os dados, aplicamos regras de negócios e garantimos que os dados estejam em conformidade com nossos modelos dimensionais de negócios. Esses modelos ou lógica de negócios central servem como base para relatórios.
À medida que progredimos ao longo do arco de transformação, nossos dados começam a tomar forma. Podemos construir data marts para áreas ou funções específicas de negócios. Esses data marts são construídos com nossos modelos dimensionais de negócios, garantindo que os dados sejam estruturados de uma forma que suporte uma análise e relatórios eficientes.
Relatórios em cima de nossos modelos dimensionais de negócios. Com os dados agora organizados e modelados de uma maneira significativa, podemos desbloquear insights valiosos e capacitar os tomadores de decisão com informações acionáveis... em escala. Podemos fatiar e dividir os dados, aplicar filtros e aprofundar em dimensões específicas para entender tendências, padrões e outliers. Os relatórios que desenvolvemos são consistentes porque vêm de uma única fonte de verdade, o modelo dimensional de negócios. Análise coletada por e hospedada no G2.com.
dbt requer uma mudança de mentalidade. Você precisa aceitar como eles pensam sobre modelagem. É opinativo. dbt é método-agnóstico (data vault, mesh, kimball). Mas a estrutura importa e você precisa dedicar algum tempo para entender a mentalidade do dbt em relação à estrutura. Análise coletada por e hospedada no G2.com.
É fácil de usar, mesmo para iniciantes, e o dbt também utiliza SQL, que é a linguagem mais democrática para manipulação de dados. Desde o início, é muito rápido integrar com sua pilha de dados em apenas alguns cliques. Eu uso dbt para transformação de dados e modelagem de dados todos os dias, e seus muitos recursos, como linhagem de dados, controle de versão, CI e slim CI, testes, documentação, contratos de modelo, tornam fácil aplicar DataOps no seu projeto. Análise coletada por e hospedada no G2.com.
Sua capacidade de modelar em python depende da plataforma de dados que você está usando. Seu IDE ainda carece de algumas das funcionalidades que outros IDEs possuem que tornam o desenvolvimento mais fácil, mas novos recursos estão sendo lançados a cada nova versão do dbt cloud. Análise coletada por e hospedada no G2.com.
dbt Cloud - Eu o recomendo para todas as organizações para que Analistas de Dados e engenheiros de Análise comecem rapidamente sem ter dificuldade na configuração durante a integração.
É mais fácil adotar novos colegas de equipe quando eles podem mergulhar nos modelos imediatamente e agregar valor mais cedo e solidificar sua compreensão desde o início. Análise coletada por e hospedada no G2.com.
Eu não gosto de navegar pelos registros na aba de Execuções de Trabalho.
Os títulos não parecem intuitivos e o conteúdo poderia ser mais simplificado para encontrar falhas. Análise coletada por e hospedada no G2.com.
Estou empolgado para explorar como o dbt revoluciona nosso trabalho ao mergulhar profundamente no mundo dos dados. É uma mudança total de jogo, proporcionando uma simplicidade notável na formulação e utilização de código de dados dentro do nosso armazém. Quando se trata de controle de versão, o dbt simplifica todo o processo, garantindo uma experiência tranquila e mantendo modelos de dados cruciais para análise. Análise coletada por e hospedada no G2.com.
Seria bom se o dbt facilitasse para os novatos. Ele pode fazer muito com dados, mas descobrir como configurá-lo e usar todas as suas funcionalidades legais pode parecer difícil no início. Guias mais intuitivos ou uma maneira mais simples de aprender o básico tornariam mais agradável para as pessoas que estão começando com mudanças de dados. Análise coletada por e hospedada no G2.com.
No meu papel, eu adoro usar o dbt - é a ferramenta definitiva para transformar dados com facilidade. Ele se integra perfeitamente aos nossos sistemas atuais, tornando nosso trabalho de análise uma brisa. Estamos todos a bordo com o dbt porque ele se destaca na transformação e organização de dados, aumentando nossa eficiência e esforços colaborativos tremendamente. Análise coletada por e hospedada no G2.com.
Seria fantástico se o dbt pudesse aprimorar seu conjunto de ferramentas para modelagem visual de dados. Atualmente, está fortemente focado em codificação, mas integrar uma abordagem mais visual para trabalhar com dados elevaria indubitavelmente sua utilidade, especialmente para indivíduos que se inclinam para métodos gráficos de análise de dados. Análise coletada por e hospedada no G2.com.
Using DBT Cloud, the IDE is very intuitive, project lineage diagrams are very helpful.
The general use of Jinja referencing and CTE's within the models made the flows very easy to follow, even with very large complex datasets that require lots of transformation.
DBT integrates very easily with multiple ELT tools that we have used.
Have all transformations in SQL form just makes everything easier.
Being scheduled easily, we run multiple DBT pipelines daily. Análise coletada por e hospedada no G2.com.
With DBT Cloud you can only have one project per user without paying for a payed tier of the product, which is fair but makes for harder collaboration at this level. Análise coletada por e hospedada no G2.com.
