分享方式：

教學課程：在本機建立、執行及測試 dbt 模型

  • 文章

本教學課程將逐步引導您瞭解如何在本機建立、執行及測試 dbt 模型。 您也可以以 Azure Databricks 作業工作的形式執行 dbt 專案。 如需詳細資訊，請參閱 在 Azure Databricks 作業中使用 dbt 轉換。

開始之前

若要遵循本教學課程，您必須先將 Azure Databricks 工作區連線到 dbt Core。 如需詳細資訊，請參閱 連線到 dbt Core。

步驟 1：建立和執行模型

在此步驟中，您會使用您慣用的文本編輯器來建立 模型，這些模型是 select 根據相同資料庫中的現有數據，建立新檢視（預設值）或資料庫中的新數據表的語句。 此程式會根據範例數據集中的範例diamonds數據表建立模型。

使用下列程式代碼來建立此數據表。

DROP TABLE IF EXISTS diamonds;

CREATE TABLE diamonds USING CSV OPTIONS (path "/databricks-datasets/Rdatasets/data-001/csv/ggplot2/diamonds.csv", header "true")

  1. 在項目的 models 目錄中，使用下列 SQL 語句建立名為 diamonds_four_cs.sql 的檔案。 此語句只會從表格中選取每個菱形的 diamonds 克拉、剪下、色彩和清晰詳細數據。 區塊 config 會指示 dbt 根據這個語句在資料庫中建立數據表。

    {{ config(
  materialized='table',
  file_format='delta'
) }}

    select carat, cut, color, clarity
from diamonds

    提示

    如需其他 config 選項，例如使用 Delta 檔格式和 merge 累加策略，請參閱 dbt 檔中的 Databricks 組態 。

  2. 在項目的 models 目錄中，使用下列 SQL 語句建立名為 diamonds_list_colors.sql 的第二個檔案。 此語句會從 colors 數據表中的數據 diamonds_four_cs 行中選取唯一值，先依字母順序排序結果。 因為沒有 config 區塊，此模型會指示 dbt 根據這個語句在資料庫中建立檢視。

    select distinct color
from {{ ref('diamonds_four_cs') }}
sort by color asc

  3. 在項目的 models 目錄中，使用下列 SQL 語句建立名為 diamonds_prices.sql 的第三個檔案。 此語句會依色彩來平均菱形價格，並將結果依最高到最低來排序。 此模型會指示 dbt 根據這個語句在資料庫中建立檢視。

    select color, avg(price) as price
from diamonds
group by color
order by price desc

  4. 啟用虛擬環境后，使用上述三個檔案的路徑執行 dbt run 命令。 在 default 資料庫中（如 檔案中所 profiles.yml 指定），dbt 會建立一個名為的數據表 diamonds_four_cs ，以及名為 diamonds_list_colors 和 diamonds_prices的兩個檢視表。 dbt 會從其相關 .sql 文件名取得這些檢視和數據表名稱。

    dbt run --model models/diamonds_four_cs.sql models/diamonds_list_colors.sql models/diamonds_prices.sql

    ...
... | 1 of 3 START table model default.diamonds_four_cs.................... [RUN]
... | 1 of 3 OK created table model default.diamonds_four_cs............... [OK ...]
... | 2 of 3 START view model default.diamonds_list_colors................. [RUN]
... | 2 of 3 OK created view model default.diamonds_list_colors............ [OK ...]
... | 3 of 3 START view model default.diamonds_prices...................... [RUN]
... | 3 of 3 OK created view model default.diamonds_prices................. [OK ...]
... |
... | Finished running 1 table model, 2 view models ...

Completed successfully

Done. PASS=3 WARN=0 ERROR=0 SKIP=0 TOTAL=3

  5. 執行下列 SQL 程式代碼來列出新檢視的相關信息，以及從數據表和檢視中選取所有數據列。

    如果您要連線到叢集，您可以從連線到叢集的筆記本執行此 SQL 程式代碼，並將 SQL 指定為筆記本的預設語言。 如果您要連線到 SQL 倉儲，您可以從查詢執行此 SQL 程式代碼。

    SHOW views IN default;

    +-----------+----------------------+-------------+
| namespace | viewName             | isTemporary |
+===========+======================+=============+
| default   | diamonds_list_colors | false       |
+-----------+----------------------+-------------+
| default   | diamonds_prices      | false       |
+-----------+----------------------+-------------+

    SELECT * FROM diamonds_four_cs;

    +-------+---------+-------+---------+
| carat | cut     | color | clarity |
+=======+=========+=======+=========+
| 0.23  | Ideal   | E     | SI2     |
+-------+---------+-------+---------+
| 0.21  | Premium | E     | SI1     |
+-------+---------+-------+---------+
...

    SELECT * FROM diamonds_list_colors;

    +-------+
| color |
+=======+
| D     |
+-------+
| E     |
+-------+
...

    SELECT * FROM diamonds_prices;

    +-------+---------+
| color | price   |
+=======+=========+
| J     | 5323.82 |
+-------+---------+
| I     | 5091.87 |
+-------+---------+
...

步驟 2：建立和執行更複雜的模型

在此步驟中，您會為一組相關的數據表建立更複雜的模型。 這些數據表包含三支球隊虛構的體育聯盟六場比賽的相關信息。 此程式會建立數據表、建立模型，以及執行模型。

  1. 執行下列 SQL 程式代碼來建立必要的資料表。

    如果您要連線到叢集，您可以從連線到叢集的筆記本執行此 SQL 程式代碼，並將 SQL 指定為筆記本的預設語言。 如果您要連線到 SQL 倉儲，您可以從查詢執行此 SQL 程式代碼。

    此步驟中的數據表和檢視會從 開始 zzz_ ，以協助識別它們作為此範例的一部分。 您不需要針對自己的數據表和檢視遵循此模式。

    DROP TABLE IF EXISTS zzz_game_opponents;
DROP TABLE IF EXISTS zzz_game_scores;
DROP TABLE IF EXISTS zzz_games;
DROP TABLE IF EXISTS zzz_teams;

CREATE TABLE zzz_game_opponents (
game_id INT,
home_team_id INT,
visitor_team_id INT
) USING DELTA;

INSERT INTO zzz_game_opponents VALUES (1, 1, 2);
INSERT INTO zzz_game_opponents VALUES (2, 1, 3);
INSERT INTO zzz_game_opponents VALUES (3, 2, 1);
INSERT INTO zzz_game_opponents VALUES (4, 2, 3);
INSERT INTO zzz_game_opponents VALUES (5, 3, 1);
INSERT INTO zzz_game_opponents VALUES (6, 3, 2);

-- Result:
-- +---------+--------------+-----------------+
-- | game_id | home_team_id | visitor_team_id |
-- +=========+==============+=================+
-- | 1       | 1            | 2               |
-- +---------+--------------+-----------------+
-- | 2       | 1            | 3               |
-- +---------+--------------+-----------------+
-- | 3       | 2            | 1               |
-- +---------+--------------+-----------------+
-- | 4       | 2            | 3               |
-- +---------+--------------+-----------------+
-- | 5       | 3            | 1               |
-- +---------+--------------+-----------------+
-- | 6       | 3            | 2               |
-- +---------+--------------+-----------------+

CREATE TABLE zzz_game_scores (
game_id INT,
home_team_score INT,
visitor_team_score INT
) USING DELTA;

INSERT INTO zzz_game_scores VALUES (1, 4, 2);
INSERT INTO zzz_game_scores VALUES (2, 0, 1);
INSERT INTO zzz_game_scores VALUES (3, 1, 2);
INSERT INTO zzz_game_scores VALUES (4, 3, 2);
INSERT INTO zzz_game_scores VALUES (5, 3, 0);
INSERT INTO zzz_game_scores VALUES (6, 3, 1);

-- Result:
-- +---------+-----------------+--------------------+
-- | game_id | home_team_score | visitor_team_score |
-- +=========+=================+====================+
-- | 1       | 4               | 2                  |
-- +---------+-----------------+--------------------+
-- | 2       | 0               | 1                  |
-- +---------+-----------------+--------------------+
-- | 3       | 1               | 2                  |
-- +---------+-----------------+--------------------+
-- | 4       | 3               | 2                  |
-- +---------+-----------------+--------------------+
-- | 5       | 3               | 0                  |
-- +---------+-----------------+--------------------+
-- | 6       | 3               | 1                  |
-- +---------+-----------------+--------------------+

CREATE TABLE zzz_games (
game_id INT,
game_date DATE
) USING DELTA;

INSERT INTO zzz_games VALUES (1, '2020-12-12');
INSERT INTO zzz_games VALUES (2, '2021-01-09');
INSERT INTO zzz_games VALUES (3, '2020-12-19');
INSERT INTO zzz_games VALUES (4, '2021-01-16');
INSERT INTO zzz_games VALUES (5, '2021-01-23');
INSERT INTO zzz_games VALUES (6, '2021-02-06');

-- Result:
-- +---------+------------+
-- | game_id | game_date  |
-- +=========+============+
-- | 1       | 2020-12-12 |
-- +---------+------------+
-- | 2       | 2021-01-09 |
-- +---------+------------+
-- | 3       | 2020-12-19 |
-- +---------+------------+
-- | 4       | 2021-01-16 |
-- +---------+------------+
-- | 5       | 2021-01-23 |
-- +---------+------------+
-- | 6       | 2021-02-06 |
-- +---------+------------+

CREATE TABLE zzz_teams (
team_id INT,
team_city VARCHAR(15)
) USING DELTA;

INSERT INTO zzz_teams VALUES (1, "San Francisco");
INSERT INTO zzz_teams VALUES (2, "Seattle");
INSERT INTO zzz_teams VALUES (3, "Amsterdam");

-- Result:
-- +---------+---------------+
-- | team_id | team_city     |
-- +=========+===============+
-- | 1       | San Francisco |
-- +---------+---------------+
-- | 2       | Seattle       |
-- +---------+---------------+
-- | 3       | Amsterdam     |
-- +---------+---------------+

  2. 在項目的 models 目錄中，使用下列 SQL 語句建立名為 zzz_game_details.sql 的檔案。 此語句會建立一個數據表，提供每個遊戲的詳細數據，例如小組名稱和分數。 區塊 config 會指示 dbt 根據這個語句在資料庫中建立數據表。

    -- Create a table that provides full details for each game, including
-- the game ID, the home and visiting teams' city names and scores,
-- the game winner's city name, and the game date.

    {{ config(
  materialized='table',
  file_format='delta'
) }}

    -- Step 4 of 4: Replace the visitor team IDs with their city names.
select
  game_id,
  home,
  t.team_city as visitor,
  home_score,
  visitor_score,
  -- Step 3 of 4: Display the city name for each game's winner.
  case
    when
      home_score > visitor_score
        then
          home
    when
      visitor_score > home_score
        then
          t.team_city
  end as winner,
  game_date as date
from (
  -- Step 2 of 4: Replace the home team IDs with their actual city names.
  select
    game_id,
    t.team_city as home,
    home_score,
    visitor_team_id,
    visitor_score,
    game_date
  from (
    -- Step 1 of 4: Combine data from various tables (for example, game and team IDs, scores, dates).
    select
      g.game_id,
      go.home_team_id,
      gs.home_team_score as home_score,
      go.visitor_team_id,
      gs.visitor_team_score as visitor_score,
      g.game_date
    from
      zzz_games as g,
      zzz_game_opponents as go,
      zzz_game_scores as gs
    where
      g.game_id = go.game_id and
      g.game_id = gs.game_id
  ) as all_ids,
    zzz_teams as t
  where
    all_ids.home_team_id = t.team_id
) as visitor_ids,
  zzz_teams as t
where
  visitor_ids.visitor_team_id = t.team_id
order by game_date desc

  3. 在項目的 models 目錄中，使用下列 SQL 語句建立名為 zzz_win_loss_records.sql 的檔案。 此聲明會建立一個檢視，其中列出球隊本賽季的勝負記錄。

    -- Create a view that summarizes the season's win and loss records by team.

-- Step 2 of 2: Calculate the number of wins and losses for each team.
select
  winner as team,
  count(winner) as wins,
  -- Each team played in 4 games.
  (4 - count(winner)) as losses
from (
  -- Step 1 of 2: Determine the winner and loser for each game.
  select
    game_id,
    winner,
    case
      when
        home = winner
          then
            visitor
      else
        home
    end as loser
  from {{ ref('zzz_game_details') }}
)
group by winner
order by wins desc

  4. 啟用虛擬環境之後，請使用上述兩個檔案的路徑執行 dbt run 命令。 default在資料庫中（如 檔案中所profiles.yml指定），dbt 會建立一zzz_game_details個名為的數據表和一個名為 的檢視zzz_win_loss_records表。 dbt 會從其相關 .sql 文件名取得這些檢視和數據表名稱。

    dbt run --model models/zzz_game_details.sql models/zzz_win_loss_records.sql

    ...
... | 1 of 2 START table model default.zzz_game_details.................... [RUN]
... | 1 of 2 OK created table model default.zzz_game_details............... [OK ...]
... | 2 of 2 START view model default.zzz_win_loss_records................. [RUN]
... | 2 of 2 OK created view model default.zzz_win_loss_records............ [OK ...]
... |
... | Finished running 1 table model, 1 view model ...

Completed successfully

Done. PASS=2 WARN=0 ERROR=0 SKIP=0 TOTAL=2

  5. 執行下列 SQL 程式代碼來列出新檢視的相關信息，以及從數據表和檢視中選取所有數據列。

    如果您要連線到叢集，您可以從連線到叢集的筆記本執行此 SQL 程式代碼，並將 SQL 指定為筆記本的預設語言。 如果您要連線到 SQL 倉儲，您可以從查詢執行此 SQL 程式代碼。

    SHOW VIEWS FROM default LIKE 'zzz_win_loss_records';

    +-----------+----------------------+-------------+
| namespace | viewName             | isTemporary |
+===========+======================+=============+
| default   | zzz_win_loss_records | false       |
+-----------+----------------------+-------------+

    SELECT * FROM zzz_game_details;

    +---------+---------------+---------------+------------+---------------+---------------+------------+
| game_id | home          | visitor       | home_score | visitor_score | winner        | date       |
+=========+===============+===============+============+===============+===============+============+
| 1       | San Francisco | Seattle       | 4          | 2             | San Francisco | 2020-12-12 |
+---------+---------------+---------------+------------+---------------+---------------+------------+
| 2       | San Francisco | Amsterdam     | 0          | 1             | Amsterdam     | 2021-01-09 |
+---------+---------------+---------------+------------+---------------+---------------+------------+
| 3       | Seattle       | San Francisco | 1          | 2             | San Francisco | 2020-12-19 |
+---------+---------------+---------------+------------+---------------+---------------+------------+
| 4       | Seattle       | Amsterdam     | 3          | 2             | Seattle       | 2021-01-16 |
+---------+---------------+---------------+------------+---------------+---------------+------------+
| 5       | Amsterdam     | San Francisco | 3          | 0             | Amsterdam     | 2021-01-23 |
+---------+---------------+---------------+------------+---------------+---------------+------------+
| 6       | Amsterdam     | Seattle       | 3          | 1             | Amsterdam     | 2021-02-06 |
+---------+---------------+---------------+------------+---------------+---------------+------------+

    SELECT * FROM zzz_win_loss_records;

    +---------------+------+--------+
| team          | wins | losses |
+===============+======+========+
| Amsterdam     | 3    | 1      |
+---------------+------+--------+
| San Francisco | 2    | 2      |
+---------------+------+--------+
| Seattle       | 1    | 3      |
+---------------+------+--------+

步驟 3：建立和執行測試

在此步驟中，您會建立 測試，這是您對模型所做的判斷提示。 當您執行這些測試時，dbt 會告訴您專案中的每個測試是否通過或失敗。

測試有兩種類型。 YAML 中套用的架構測試會傳回未通過判斷提示的記錄數目。 當這個數位為零時，所有記錄都會通過，因此會通過測試。 數據測試 是必須傳回零筆記錄才能通過的特定查詢。

  1. 在項目的 models 目錄中，使用下列內容建立名為 schema.yml 的檔案。 此檔案包含架構測試，可判斷指定的數據行是否具有唯一值、不是 Null、只有指定的值或組合。

    version: 2

models:
  - name: zzz_game_details
    columns:
      - name: game_id
        tests:
          - unique
          - not_null
      - name: home
        tests:
          - not_null
          - accepted_values:
              values: ['Amsterdam', 'San Francisco', 'Seattle']
      - name: visitor
        tests:
          - not_null
          - accepted_values:
              values: ['Amsterdam', 'San Francisco', 'Seattle']
      - name: home_score
        tests:
          - not_null
      - name: visitor_score
        tests:
          - not_null
      - name: winner
        tests:
          - not_null
          - accepted_values:
              values: ['Amsterdam', 'San Francisco', 'Seattle']
      - name: date
        tests:
          - not_null
  - name: zzz_win_loss_records
    columns:
      - name: team
        tests:
          - unique
          - not_null
          - relationships:
              to: ref('zzz_game_details')
              field: home
      - name: wins
        tests:
          - not_null
      - name: losses
        tests:
          - not_null

  2. 在項目的 tests 目錄中，使用下列 SQL 語句建立名為 zzz_game_details_check_dates.sql 的檔案。 此檔案包含數據測試，以判斷是否有任何比賽發生在常規賽之外。

    -- This season's games happened between 2020-12-12 and 2021-02-06.
-- For this test to pass, this query must return no results.

select date
from {{ ref('zzz_game_details') }}
where date < '2020-12-12'
or date > '2021-02-06'

  3. 在項目的 tests 目錄中，使用下列 SQL 語句建立名為 zzz_game_details_check_scores.sql 的檔案。 此檔案包含數據測試，以判斷是否有任何分數為負數，或是否有任何遊戲被系結。

    -- This sport allows no negative scores or tie games.
-- For this test to pass, this query must return no results.

select home_score, visitor_score
from {{ ref('zzz_game_details') }}
where home_score < 0
or visitor_score < 0
or home_score = visitor_score

  4. 在項目的 tests 目錄中，使用下列 SQL 語句建立名為 zzz_win_loss_records_check_records.sql 的檔案。 此檔案包含一項數據測試，以判斷任何球隊是否有負贏或輸記錄、比遊戲多贏或輸的記錄，或比允許的比賽多。

    -- Each team participated in 4 games this season.
-- For this test to pass, this query must return no results.

select wins, losses
from {{ ref('zzz_win_loss_records') }}
where wins < 0 or wins > 4
or losses < 0 or losses > 4
or (wins + losses) > 4

  5. 啟用虛擬環境後，執行 dbt test 命令。

    dbt test --models zzz_game_details zzz_win_loss_records

    ...
... | 1 of 19 START test accepted_values_zzz_game_details_home__Amsterdam__San_Francisco__Seattle [RUN]
... | 1 of 19 PASS accepted_values_zzz_game_details_home__Amsterdam__San_Francisco__Seattle [PASS ...]
...
... |
... | Finished running 19 tests ...

Completed successfully

Done. PASS=19 WARN=0 ERROR=0 SKIP=0 TOTAL=19

步驟 4：清除

您可以執行下列 SQL 程式代碼，以刪除您為此範例建立的數據表和檢視。

如果您要連線到叢集，您可以從連線到叢集的筆記本執行此 SQL 程式代碼，並將 SQL 指定為筆記本的預設語言。 如果您要連線到 SQL 倉儲，您可以從查詢執行此 SQL 程式代碼。

DROP TABLE zzz_game_opponents;
DROP TABLE zzz_game_scores;
DROP TABLE zzz_games;
DROP TABLE zzz_teams;
DROP TABLE zzz_game_details;
DROP VIEW zzz_win_loss_records;

DROP TABLE diamonds;
DROP TABLE diamonds_four_cs;
DROP VIEW diamonds_list_colors;
DROP VIEW diamonds_prices;

疑難排解

如需搭配 Azure Databricks 使用 dbt Core 以及如何解決常見問題的相關信息，請參閱 在 dbt Labs 網站上取得協助 。

下一步

以 Azure Databricks 作業工作的形式執行 dbt Core 專案。 請參閱 在 Azure Databricks 作業中使用 dbt 轉換。

其他資源

探索 dbt Labs 網站上的下列資源：