dbt-transformation-patterns
実証されたパターンでdbtモデルを構築
明確な構造なしでは、信頼性の高いdbt変換の構築に時間がかかることがあります。このスキルは、レイヤードモデルパターン、テスト、およびインクリメンタル戦略を素早く適用できるように提供します。
スキルZIPをダウンロード
Claudeでアップロード
設定 → 機能 → スキル → スキルをアップロードへ移動
オンにして利用開始
テストする
「dbt-transformation-patterns」を使用しています。 StripeとShopifyデータ用のdbt構造をステージングとマーツスで作成してください。
期待される結果:
- stg_プレフィックスを使用してStripe顧客と支払いのステージングモデルを設定する
- int_プレフィックスを使用した顧客ごとの支払いを集約する中間モデルを追加する
- ディメンション用のdim_customersとファクト用のfct_ordersでマーツスを作成する
- 主キーにuniqueとnot_nullのYAMLテストを追加する
- 大きな支払いテーブルのインクリメンタル処理を設定する
「dbt-transformation-patterns」を使用しています。 dbtモデルをどのようにテストすればよいですか？
期待される結果:
- モデルのすべての主キー列にnot_nullテストとuniqueテストを追加する
- 外部キー参照を検証するためにリレーションシップテストを使用する
- order_statusのようなカテゴリ列にaccepted_valuesテストを追加する
- ビジネ��ルール検証にdbt_utils.expression_is_trueを使用する
- ソース定義でフレッシュネスチェックを設定する
「dbt-transformation-patterns」を使用しています。 インクリメンタルモデルとは何ですか？またいつ使用する必要がありますか？
期待される結果:
- インクリメンタルモデルは、前回の実行以降の新しく変更されたデータのみを処理します
- テーブルが100万行を超えてランタイムを削減する必要がある場合に使用します
- レコードを識別するためのunique_keyと更新ロジック用のincremental_strategyで構成します
- 受信データをフィルタリングするためにis_incremental()マクロを使用する
- merge、delete+insert、insert_overwrite戦略をサポートします
セキュリティ監査
安全Pure documentation skill containing only SQL and YAML examples for dbt patterns. The static analyzer produced false positives: YAML frontmatter markers were flagged as shell backticks, Jinja2 template syntax was flagged as command execution, and normal dbt CLI commands were flagged as reconnaissance. All findings are dismissed. No executable code, network calls, file system access, or external command execution capabilities exist.
リスク要因
🌐 ネットワークアクセス (5)
⚙️ 外部コマンド (34)
品質スコア
作れるもの
モデルレイヤーの標準化
一貫した命名と構造でステージング、中間、マーツスパターンを採用します。
データ品質の向上
ガバナンスのために明確なドキュメントとともにソースとモデルのテストを追加します。
dbtプロジェクトの開始
dbt_project.ymlとモデルの明確なフォルダレイアウトを設定します。
これらのプロンプトを試す
命名例とともに、私のdbtプロジェクトのためのシンプルなステージング、中間、マーツスレイアウトを説明してください。
顧客ディメンションとordersファクトモデルのYAMLテストとドキュメントの下書きを作成してください。
安全なインクリメンタルフィルタリングを持つ支払い用のインクリメンタルモデル設定を提案してください。
dbtでの通貨変換とスキーマ命名を標準化するためのマクロパターンを表示してください。
ベストプラクティス
- ソースを一度クリーンアップして、すべてのモデルで下流で再利用するためにステージングレイヤーを使用する
- モデルのすべての主キー列にnot_nullテストとuniqueテストを追加する
- 明確な説明とともにモデルをビルドしながらモデルと列をドキュメント化する
回避
- ステージングをスキップして、生データを直接マーツスに結合すると、保守できないコードが作成される
- 日付や値をハードコードする代わりにvarsを使用すると、ポータビリティが損なわれる
- モデル間でロジックを繰り返すのではなく、再利用可能なマクロに抽出するとメンテナンスが増加する