数据分析师的 SQL 怎么管？dbt：把数据转换当代码写，1.4 万星

GitHub 仓库

dbt-labs/dbt-core

总 Stars

★ 14,138

主要语言

Rust

查看 GitHub 项目

结论先说：dbt-core 是编辑精选的常青项目，总量 14,138 星（API 核验：仓库主语言为 Rust、Apache-2.0 协议、11 月 10 日仍在推送）。

它是什么

dbt 的全称是 data build tool，解决的是“数仓里几百个 SQL 怎么维护”的问题。

能干嘛

搭数仓的转换层、做指标口径治理、给业务方出可信的报表；测试能拦住脏数据进下游；文档和血缘图让新人接手时不用到处问人。

适合谁

数据分析师、数据工程师、有数仓要维护的团队。数据量还很小、SQL 只有十几条的时候，直接写脚本也够用。

问：dbt 和直接写 SQL 脚本、Airflow 怎么分工？

dbt 管“转换逻辑怎么写、怎么测”，Airflow 管“任务什么时候跑、失败怎么办”，两者经常一起出现。我的看法是：转换逻辑先上 dbt，调度后上 Airflow，顺序别反。

注意点

学习曲线在 SQL 之外：模型、测试、宏这些概念要花时间；先从一个小数据集市试点，别一上来就重构整个数仓。

站长点评

数据团队的混乱，一半来自 SQL 没有工程化管理：口径各说各话、改一个数牵一发动全身。