dbt+SQLServer构建数据仓库(11)：FAQ 篇

从此篇开始，汇总dbt项目的常见问题，以此来巩固dbt的基础知识。

---

FAQ 1：staging 模型的中WITH的写法是固定的吗？

答：不是固定的，但遵循最佳实践。

以 stg_customers.sql 为例：

WITH source AS (
    SELECT *
    FROM {{ source('business_db', 'customers') }}
)

SELECT
    customer_id,
    customer_name,
    -- ... 其他字段
    'business_db' AS source_system,
    {{ get_current_load_date() }} AS load_date
FROM source

写法拆解

部分	作用	是否必须
WITH source AS (...) CTE	用 {{ source() }} 引用源数据，解耦	推荐，非必须
明确列出所有字段	避免上游表结构变动带来意外	推荐
source_system 列	标记数据来源系统	按需添加
load_date 列	通过 macro 记录加载时间	按需添加

staging 层的"约定俗成"

• 一个源表对应一个 stg 模型
• 只做轻量转换（重命名、类型转换、简单清洗），不做聚合或关联
• 命名统一：stg_<表名>
• 配套 schema.yml 写测试和文档

---

答：会，但具体是表还是视图取决于 materialization 配置。

执行流程

stg_customers.sql
      ↓
 dbt compile（编译，展开 Jinja）
      ↓
 生成可执行 SQL
      ↓
 dbt run（执行）
      ↓
 在数据仓库中创建对象

编译后的 SQL 大致长这样：

WITH source AS (
    SELECT *
    FROM business_db.dbo.customers
)
SELECT
    customer_id,
    customer_name,
    -- ...
    'business_db' AS source_system,
    CURRENT_DATE AS load_date
FROM source

materialization 配置

在 dbt_project.yml 中：

models:
  dbt_sqldv:
    staging:
      +materialized: table    # 以表的形式落地
      +database: stage_db
      +schema: dbo

staging 层常见做法：数据量小用 view（省空间），数据量大或下游频繁查询用 table（加速）。本项目用的是 table。

---

FAQ 3：这段 SQL 就是 business_db → stage_db 的加载逻辑吗？

答：完全正确。这就是 ELT 中的 T（转换 + 搬运）。

数据流向

business_db.dbo.customers         ← 源数据库（OLTP）
        │  source() 引用
        ▼
stg_customers.sql                 ← dbt 模型
        │  dbt run 写入
        ▼
stage_db.dbo.stg_customers        ← staging 层

配置对应关系

配置位置	配置项	值	含义
schema.yml sources	database	business_db	数据来自这个库
dbt_project.yml staging	+database	stage_db	数据写入这个库
dbt_project.yml staging	+materialized	table	以表的形式落地
dbt_project.yml staging	+schema	dbo	放在 dbo 下

典型的 ELT 模式：数据已经在同一实例的不同库中，dbt 负责 SQL 转换和落地。

---

FAQ 4：怎么单独运行某一个模型？

答：用 --select 参数。

常用命令

# 只运行 stg_customers 这一个模型
dbt run --select stg_customers

# 运行 stg_customers 及其所有下游依赖（+ 号在右）
dbt run --select stg_customers+

# 运行 stg_customers 及其所有上游依赖（+ 号在左）
dbt run --select +stg_customers

# 运行整个 staging 目录
dbt run --select staging

其他常用操作

# 只编译不执行（查看生成的 SQL）
dbt compile --select stg_customers

# 运行该模型的测试
dbt test --select stg_customers

# 跑依赖 + 跑自己 + 跑测试（一条龙）
dbt build --select +stg_customers

编译后的 SQL 可以在 target/compiled/ 目录下找到，调试时很有用。

---

FAQ 5：执行 dbt run 时，模型的运行顺序是什么？

答：dbt 会自动构建 DAG（有向无环图），按拓扑顺序执行——上游先跑，下游后跑。

完整执行顺序（本项目）

第 1 批：Staging 层（3 个，可并行）

• stg_customers、stg_orders、stg_products
• 都直接读源表，互相无依赖

第 2 批：Core 层 Hub（3 个，可并行）

• hub_customer ← stg_customers
• hub_order ← stg_orders
• hub_product ← stg_products

第 3 批：Core 层 Satellite + Link（4 个，可并行）

• sat_customer ← hub_customer + stg_customers
• sat_product ← hub_product + stg_products
• sat_order_details ← hub_order + stg_orders
• link_order_customer_product ← 三个 hub + stg_orders

第 4 批：Mart 层维度表（3 个，可并行）

• dim_customer ← hub_customer + sat_customer
• dim_product ← hub_product + sat_product
• dim_date（独立）

第 5 批：Mart 层事实表

• fct_order

第 6 批：Mart 层宽表

• dws_order_wide

关于并行

dbt 同一批次内无依赖的模型可以并行执行，并行度由 profiles.yml 中的 threads 控制：

dev:
  threads: 1   # 当前是串行，调大可加速

可视化依赖图

dbt docs generate && dbt docs serve

生成网页版的 DAG 图，所有依赖关系一目了然。

---

FAQ 6：如何在 dbt 中配置 stage / core / mart 三个独立数据库？

答：先在 SQL Server 中手动建好三个数据库，再在 dbt 中通过 +database 配置分层写入。dbt 本身不会自动创建数据库。

重要前提

dbt-core 没有 CREATE DATABASE 的原生能力，它只能在已经存在的数据库内部创建 schema、table、view 等对象。因此，stage_db、core_db、mart_dw 这三个物理库，必须先在 SQL Server 中手动建好：

-- 在 SQL Server 中手动执行
CREATE DATABASE stage_db;
CREATE DATABASE core_db;
CREATE DATABASE mart_dw;

dbt 中的配置方法

在 dbt_project.yml 中，按目录层级分别指定 +database 和 +schema：

models:
  dbt_sqldv:
    staging:
      +materialized: table
      +database: stage_db    # 写入 stage_db
      +schema: dbo

    core:
      +materialized: table
      +database: core_db     # 写入 core_db
      +schema: dbo

    mart:
      +materialized: table
      +database: mart_dw     # 写入 mart_dw
      +schema: dbo

数据流向示意

business_db（源库，手动建）
     │
     ▼  source() 引用
stage_db（手动建）  ←  dbt 建表/视图
     │
     ▼  ref() 引用
core_db（手动建）   ←  dbt 建表/视图
     │
     ▼  ref() 引用
mart_dw（手动建）   ←  dbt 建表/视图

小结：Vibe Coding 的感受

这次用对话式 AI 辅助搭 dbt 数仓，几个比较深的体会：

1. 搭建速度快：从 0 到有完整的三层架构（stg → core → mart），不用纠结模板代码，把精力放在设计上。
2. 理解更深入：通过"提问 → 解答"的方式，对 dbt 的依赖解析、materialization、DAG 执行顺序这些核心概念理解得更扎实。
3. FAQ 式学习有效：先动手做，做完再针对疑惑点追问，比从头到尾读文档效率高很多。