dbt 生产转换模式

你在解决什么问题

用 dbt 搭转换管道时，常见问题不是「会不会写 SQL」，而是项目结构随模型增多失控、测试与文档靠自觉、全量跑表成本过高。本技能聚焦 dbt（数据构建工具）的生产级约定：如何把模型分层、如何设测试与文档、以及何时用增量物化。

技能如何指导你

技能会按工程习惯拆成几条可执行的指令方向：

• 层级与命名：定义暂存层（staging）、中间层（intermediate）、数据市场层（mart）等模型层级，并约定命名与所有权，避免「同名不同义」的模型散落各处。
• 质量与可观测性：实施数据质量测试、模型文档，以及新鲜度（freshness）检查，让 CI 或定时任务能发现 schema 漂移与源表滞后。
• 物化与增量：根据数据量与更新模式选择物化方式（如 table / view / incremental），并选定增量策略，避免对大表每次全量重算。
• 运行与 CI：用 selectors 缩小单次运行范围，并把 dbt 运行嵌入 CI 工作流，减少「本地能跑、上线才炸」的情况。

需要更细的目录结构、SQL 示例与模式清单时，可对照技能附带的 resources/implementation-playbook.md。

适用边界

• 适合：团队已采用 dbt 与数据仓库支持的工作流，要在现有源数据与 schema 上长期维护转换层。
• 不适合：项目未用 dbt、只做一次性 ad-hoc 查询，或无法访问源数据与 schema——此时技能里的分层与测试策略缺少落地前提。