SQL et Jinja pour dbt

Aperçu

Enhancing dbt workflows leads to efficient and maintainable data models. In this course, SQL and Jinja for dbt, you’ll gain the ability to write optimized dbt models, automate transformations, and apply Jinja scripting for dynamic data references.

First, you’ll explore best practices for writing efficient SQL in dbt models. Next, you’ll discover how to enhance dbt transformations using Jinja templating for dynamic schema and table references.

Finally, you’ll learn how to automate SQL workflows using dbt macros, enabling code reusability, logic-driven queries, and debugging strategies. When you’re finished with this course, you’ll have the skills and knowledge to optimize dbt models, streamline SQL workflows, and apply Jinja-based automation for scalable data transformations.

Programme

• Introduction à dbt et son flux de travail
Aperçu de dbt et son rôle en ingénierie des données
Comprendre les modèles dbt et leur structure
Introduction à SQL et Jinja dans le contexte de dbt
• Écrire du SQL efficace dans les modèles dbt
Meilleures pratiques pour SQL dans dbt
Tirer parti du processus de compilation de dbt
Techniques d'optimisation des performances des requêtes
• Utiliser le templating Jinja dans dbt
Introduction à Jinja et sa syntaxe
Références dynamiques de schémas et tables
Logique conditionnelle et bouclage avec Jinja
Conseils pour le dépannage du code Jinja
• Améliorer les transformations dbt avec Jinja
Créer des requêtes dynamiques avec Jinja
Utiliser Jinja pour gérer les configurations
Implémenter Jinja pour la validation et le nettoyage des données
• Automatiser les flux de travail SQL avec les macros dbt
Comprendre les macros dans dbt
Écrire des macros personnalisées pour une logique réutilisable
Implémenter des requêtes pilotées par la logique via macros
Stratégies de débogage pour les macros
• Études de cas : appliquer SQL et Jinja pour dbt
Exemples réels de modèles dbt optimisés
Étude de cas : modèles de données dynamiques avec Jinja
Automatisation de transformations complexes avec des macros
• Projet final
Développement d'un modèle dbt complet
Incorporation des meilleures pratiques SQL, de Jinja et de macros
Évaluation par les pairs et feedback
• Conclusion et prochaines étapes
Récapitulatif des apprentissages clés
Ressources pour l'apprentissage continu
Exploration de sujets avancés dans dbt et l'ingénierie des données

---

Enseigné par

Pinal Dave

---

Matières

Business