0Pricing
SQL Academy · 강의

DBT (Data Build Tool) 기초

refs, sources, 증분 모델을 사용해 dbt에서 창고 데이터를 SELECT 문으로 모델링해보세요.

DBT (Data Build Tool) 기초은(는) CoddyKit의 무료 SQL Academy 강의입니다. 이것은 4개 중 1번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 SQL Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. SQL Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

dbt란 무엇인가

dbt는 ELT의 "T"입니다. SELECT 문을 사용하여 데이터 웨어하우스 내부에서 데이터를 변환합니다. 모델(SELECT)을 정의하면 dbt가 이를 테이블 또는 뷰로 구체화하고, 종속성을 관리하며, 테스트를 실행합니다.

dbt를 사용하는 이유

dbt가 없던 시절에는 변환 작업이 임시 SQL 스크립트, 저장 프로시저 또는 Python 작업에 흩어져 있었습니다. dbt는 다음을 제공합니다.

  • Git에서 버전 관리되는 모듈식 SQL 코드
  • 수동 순서 지정 대신 종속성 그래프(ref())
  • 일급 객체로 취급되는 테스트
  • 문서 생성

프로젝트 구조

dbt 프로젝트의 예시입니다.

my_project/
  dbt_project.yml
  models/
    staging/
      stg_orders.sql
    marts/
      fct_revenue.sql
  tests/
  seeds/
  macros/

모델 파일

.sql 파일에 작성된 SELECT 하나입니다.

-- models/staging/stg_orders.sql
{{ config(materialized='view') }}
SELECT
  id,
  user_id,
  total,
  created_at
FROM {{ source('raw', 'orders') }}

구체화 유형

  • view — dbt가 VIEW를 생성하며, 업데이트는 빠르지만 조회는 느림
  • table — 전체 테이블이며, 실행할 때마다 다시 생성됨
  • incremental — 새 행만 추가됨
  • ephemeral — 인라인된 CTE이며 데이터베이스 객체가 생성되지 않음

ref()와 종속성

다른 모델에서 한 모델을 참조하십시오.

-- models/marts/fct_revenue.sql
SELECT
  date_trunc('day', created_at) AS day,
  SUM(total) AS revenue
FROM {{ ref('stg_orders') }}
GROUP BY 1

dbt 실행하기

전체 프로젝트를 빌드하십시오.

dbt run                    # build all models
dbt run --select staging   # subset
dbt run --select +fct_revenue   # this model and upstream
dbt build                   # run + test

소스

소스는 원시 테이블을 문서화하고 참조합니다.

# models/sources.yml
sources:
  - name: raw
    database: warehouse
    tables:
      - name: orders

증분 모델

대규모 팩트 테이블에 사용합니다.

{{ config(materialized='incremental', unique_key='id') }}
SELECT *
FROM {{ source('raw','orders') }}
{% if is_incremental() %}
  WHERE created_at > (SELECT MAX(created_at) FROM {{ this }})
{% endif %}

Jinja 템플릿

dbt는 SQL + Jinja이므로 반복문을 사용하고 조건에 따라 SQL을 생성할 수 있습니다.

{% set tiers = ['free','pro','enterprise'] %}
SELECT user_id,
{% for t in tiers %}
  COUNT(*) FILTER (WHERE tier = '{{ t }}') AS {{ t }}_count {% if not loop.last %},{% endif %}
{% endfor %}
FROM users GROUP BY user_id

스냅샷

서서히 변하는 차원을 자동으로 캡처합니다.

{% snapshot user_snapshot %}
  {{ config(
    target_schema='snapshots',
    unique_key='id',
    strategy='timestamp',
    updated_at='updated_at',
  ) }}
  SELECT * FROM {{ source('raw','users') }}
{% endsnapshot %}

문서화

모델과 YAML 설명에서 탐색 가능한 문서를 자동으로 생성합니다.

dbt docs generate
dbt docs serve     # opens browser

요약

dbt는 데이터 변환을 SQL 코드로 관리합니다.

  • 모델 = .sql 파일의 SELECT
  • ref()가 DAG를 구성
  • 구체화: view / table / incremental / ephemeral
  • 테스트와 문서를 일급 요소로 취급

빠른 확인

dbt의 {{ ref('stg_orders') }}는 어떤 작업을 수행할까요?

자주 묻는 질문

“DBT (Data Build Tool) 기초” 강의는 무료인가요?

네 — “DBT (Data Build Tool) 기초” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 SQL Academy 강의 전체를 잠금 해제할 수 있습니다. SQL Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“DBT (Data Build Tool) 기초”에서 뭘 배우나요?

refs, sources, 증분 모델을 사용해 dbt에서 창고 데이터를 SELECT 문으로 모델링해보세요. 브라우저에서 직접 실행하는 실습 코드로 SQL Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

SQL Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 SQL Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 1번째 강의입니다.

“DBT (Data Build Tool) 기초” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 SQL Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 SQL Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

  1. DBT (Data Build Tool) 기초
  2. SQLFluff와 린팅
  3. SQL 테스트: dbt tests, Great Expectations
  4. 스키마 변경을 위한 CI(GitHub Actions)
← SQL Academy(으)로 돌아가기