コース概要

導入

  • dbt の哲学と原則 / dbt とは何か?
  • dbt と伝統的な ETL の比較
  • dbt の機能とアーキテクチャの概要
  • dbt を超えて:dbt Cloud とは何か?

dbt Cloud の理解

  • dbt Cloud 内での dbt プロジェクトのライフサイクル
  • データウェアハウスと変換ワークフローにおける dbt Cloud の位置づけ

dbt Cloud との初めの一歩

  • dbt Cloud 上での開発環境の設定
  • dbt Cloud をデータウェアハウスに接続する
  • dbt Cloud 内で dbt プロジェクトを作成する
  • dbt Cloud 内で dbt コマンドを実行する
  • チームメンバーとの dbt プロジェクトでの協力

dbt モデルの操作

  • dbt モデルの理解
  • dbt モデルの構築
  • dbt を使用したデータ変換
  • dbt 内でのインクリメンタルモデルの操作
  • dbt 内でのマクロとカスタム関数の実装

dbt Cloud における dbt プロジェクトの管理

  • dbt Cloud インターフェイスを使用したプロジェクトの管理とデプロイ
  • スケジュールの作成と dbt ジョブのトリガー
  • dbt Cloud 内での環境の作成と管理
  • dbt プロジェクトを本番環境にデプロイする
  • 通知とアラートの設定

dbt Cloud との他のツールの統合

  • dbt Cloud を Git およびバージョン管理と併用する
  • dbt Cloud を他のクラウドベースのデータウェアハウスと変換ツールと統合する

トラブルシューティングとデバッグ

  • dbt Cloud 内での dbt プロジェクトのデバッグとトラブルシューティング方法
  • ログを使用した問題の診断
  • dbt Cloud プロジェクトを維持するためのベストプラクティス

まとめと次ステップ

要求

  • データモデリングと SQL の理解
  • SQL およびコマンドラインインターフェイス (CLI) の経験
  • Python プログラミングの経験

対象者

  • データエンジニア
  • データアナリスト
  • データ科学者
 21 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (4)

今後のコース

関連カテゴリー