스킬 dbt-transformation-patterns
📦

dbt-transformation-patterns

안전

프로덕션 준비 완료 dbt 데이터 변환 파이프라인 구축

또한 다음에서 사용할 수 있습니다: wshobson

분석 팀은 일관되지 않은 데이터 모델과 불충분한 문서로 고생합니다. 이 스킬은 적절한 테스트, 문서화 및 증분 처리를 통해 dbt 프로젝트를 구성하는 검증된 패턴을 제공합니다.

지원: Claude Codex Code(CC)
📊 71 적절함
1

스킬 ZIP 다운로드

2

Claude에서 업로드

설정 → 기능 → 스킬 → 스킬 업로드로 이동

3

토글을 켜고 사용 시작

테스트해 보기

"dbt-transformation-patterns" 사용 중입니다. Create a staging model for Stripe payments source

예상 결과:

  • payments 테이블 스키마 및 테스트가 포함된 소스 정의 YAML
  • CTE 기반 변환이 있는 stg_stripe__payments.sql
  • 명명 규칙을 따른 열 이름 변경(cent 단위 amount를 dollar로 변환)
  • unique_key 및 updated_at 필터가 포함된 증분 구성

"dbt-transformation-patterns" 사용 중입니다. Build a customer dimension with payment metrics

예상 결과:

  • customer 및 payment 중간 모델을 조인한 dim_customers.sql
  • dbt_utils를 사용한 서rogate 키 생성
  • 고객 등급 segmentation 로직
  • 열 설명 및 테스트가 포함된 YAML 문서

보안 감사

안전
v1 • 2/24/2026

This skill is safe for publication. Static analysis detected 70 patterns that are all false positives - the flagged content consists of SQL/YAML code examples in markdown documentation, not executable code. The skill provides reference patterns for dbt (data build tool) analytics engineering workflows.

2
스캔된 파일
585
분석된 줄 수
0
발견 사항
1
총 감사 수
보안 문제를 찾지 못했습니다
감사자: claude

품질 점수

38
아키텍처
100
유지보수성
87
콘텐츠
32
커뮤니티
100
보안
91
사양 준수

만들 수 있는 것

변환 파이프라인을 구축하는 분석 엔지니어

첫날부터 적절한 모델 구성, 테스트 및 문서화가 된 새 dbt 프로젝트를 설정하세요.

모델 품질을 개선하는 데이터 팀

기존 dbt 모델에 포괄적인 테스트, 문서 및 신선도 모니터링을 추가하세요.

증분 로드를 최적화하는 엔지니어링 팀

대규모 팩트 테이블에 효율적인 증분 전략을 구현하여 컴퓨팅 비용을 절감하세요.

이 프롬프트를 사용해 보세요

스테이징 모델 생성 
[source_name] [table_name] 테이블에 대한 dbt 스테이징 모델을 생성하세요. 열 설명이 포함된 소스 정의, 적절한 이름 변경 규칙이 있는 스테이징 SQL 모델, 기본 키 및 not-null 제약 조건에 대한 기본 테스트를 포함하세요.
증분 팩트 테이블 구축 
[business_process]를 추적하는 fct_[name]이라는 이름의 dbt 증분 팩트 테이블 모델을 생성하세요. [strategy]로 증분 머티리얼라이제이션을 구성하고 unique_key를 정의하며 is_incremental()을 사용하여 증분 필터 로직을 포함하세요.
테스트 및 문서 추가 
이 dbt 모델 SQL을 검토하고 해당 YAML 문서 파일을 생성하세요. 모델 설명, 열 설명 및 현재 열에 맞는 적절한 테스트(unique, not_null, relationships, accepted_values)를 포함하세요.
전체 모델 레이어 설계 
[domain] 분석 워크플로우를 위한 dbt 모델 구조를 설계하세요. [sources]에 필요한 스테이징 모델, 비즈니스 로직을 위한 중간 모델, 최종 출력을 위한 마츠 모델(디멘전 및 팩트)을 정의하세요. 각 레이어에 대한 명명 규칙 및 머티리얼라이제이션 전략을 포함하세요.

모범 사례

  • 모든 소스 데이터에 스테이징 레이어 사용 - 한 번 정리하고 어디서나 재사용
  • 모든 키에 not_null, unique, relationship 테스트로 적극적 테스트
  • 다운스트림 사용자를 위해 모든 모델과 열을 비즈니스 맥락으로 문서화

피하기

  • 스테이징 레이어를 건너뛰고 마츠에서 소스를 직접 쿼리하면 기술 부채 발생
  • 구성에 dbt 변수를 사용하지 않고 날짜 또는 값 하드코딩
  • 비즈니스 로직을 재사용 가능한 매크로로 추출하지 않고 모델 전체에 반복

자주 묻는 질문

dbt에서 메달리온 아키텍처란 무엇인가요?
메달리온 아키텍처는 모델을 레이어로 구성합니다: 스테이징(원시 데이터 정리), 중간(비즈니스 로직), 마츠(최종 분석 테이블). 이 분리는 파이프라인을 통해 일관된 데이터 흐름을 보장합니다.
증분 머티리얼라이제이션은 언제 사용해야 하나요?
100만 개 이상의 행이 있는 테이블 또는 소스 데이터가 지속적으로 성장할 때 증분 모델을 사용하세요. 증분 모델은 새 레코드 또는 변경된 레코드만 처리하여 컴퓨팅 시간과 비용을 크게 절감합니다.
모델에 어떤 테스트를 추가해야 하나요?
모든 기본 키에 not_null 및 unique 테스트, 외래 키에 relationship 테스트, 필수 열에 not_null, 상태 또는 유형 열에 accepted_values 테스트를 추가하세요. 사용자 정의 유효성 검사를 위해 dbt_utils.expression_is_true를 사용하세요.
delete+insert와 merge 증분 전략 중 어느 것을 선택해야 하나요?
대부분의 웨어하우스에서 기본값으로 delete+insert를 사용하세요. 늦게 도착하는 데이터로 기존 레코드를 업데이트해야 할 때 merge를 사용하세요. BigQuery 또는 유사한 파티션 기반 워크플로우에 insert_overwrite를 사용하세요.
임시 모델의 목적은 무엇인가요?
임시 모델은 테이블로 머티리얼라이제이션되지 않는 중간 CTE입니다. 항상 다른 모델에서 참조되는 재사용 가능한 로직에 사용하세요. 웨어하우스의 테이블 수를 줄입니다.
dbt 프로젝트를 효과적으로 문서화하려면 어떻게 해야 하나요?
YAML 파일의 모든 모델과 열에 설명을 추가하세요. 비즈니스 로직, 데이터 소스 및 예상 값을 설명하는 데 description 필드를 사용하세요. dbt docs를 생성하여 팀이 탐색할 수 있도록 제공하세요.

개발자 세부 정보

작성자

sickn33

라이선스

MIT

리포지토리

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/dbt-transformation-patterns

참조

main

파일 구조

📁 resources/

📄 implementation-playbook.md

📄 SKILL.md