dbt seed 命令及应用示例

DBT-core是一个命令行工具，它使数据分析师和工程师能够更有效地转换仓库中的数据。dbt的一个强大特性是seed命令，它可以将CSV文件(称为“seed”)加载到数据仓库中。本教程将带你完成使用dbt seed命令的过程。

在dbt中，seed是可以加载到数据仓库中的CSV文件。它们对于处理不经常更改的静态数据特别有用。例如，您可能有一个CSV文件，其中包含国家代码列表及其对应的国家名称。这些数据可以作为seed加载到仓库中，并在dbt模型中引用。

dbt seed 应用场景

代码映射

正如我们在前节描述的，我们可以使用seed将产品代码映射到产品名称。这可以扩展到任何需要将代码映射到更具描述性名称的场景。例如，你可以利用seed将错误代码映射到错误描述，或将缩写映射到它们的完整形式。

排除部分分析数据

假设有一些测试电子邮件地址或用户id列表，您希望将其从分析中排除。首先提供这些电子邮件地址或用户id创建一个seed，然后使用dbt seed命令将此数据加载到仓库中。在dbt模型中，您可以从分析中排除这些测试电子邮件地址或用户id。

载入少量数据集

如果您有不经常更改的小型参考数据集，那么通过seed加载到仓库中，可能比source表方式加载更有效。举例，你可能要在dbt模型中使用的关于汇率小数据集，直接保存在CSV文件中，利用seed命令加载效率更高。

数据验证

您可以使用seed来验证仓库中的数据。例如，您可能有seed数据，其中包含某个计算的预期结果。然后，您可以创建一个dbt测试，将仓库中的实际结果与种子中的预期结果进行比较。

机器学习模型测试

如果你是数据科学家或机器学习工程师，可以使用seed将测试数据加载到仓库中。然后，您可以使用这些测试数据来评估机器学习模型的性能。

dbt seed 示例实战

让我们创建一个用作种子的CSV文件。在本教程中，我们将使用一个简单的CSV文件，其中包含产品代码及其对应的产品名称。将以下数据保存在名为“product_codes.csv”的文件中:

product_code,product_name
PRD01,Apple iPhone 13
PRD02,Sams