🔧 dbt技術記事まとめ

📋 概要

dbtに関する最新技術記事を収集しました。Qiita、dev.to、技術ブログRSSから2件の記事をピックアップしています。

📊 収集統計

Qiita記事: 2件
dev.to記事: 0件
RSS記事: 0件
収集日: 2025-10-16

🧰 基本機能の概要
🧭 主要なコマンド
📝 開発時によく使うTips
を整理して紹介します👇

🧰 dbt の基本機能

機能名	説明	例
モデル（Models）	SQLファイルで変換ロジックを定義し、`dbt run` で実行してテーブル/ビューを作成	`models/orders.sql`
マクロ（Macros）	Jinjaテンプレートで共通処理を部品化	`{{ my_macro('arg') }}`
テスト（Tests）	データの品質チェック。`not_null` や `unique` などの汎用テストのほか、自作テストも可能	`dbt test`
ドキュメント生成	モデルやカラムの説明・依存関係グラフを自動生成	`dbt docs generate` / `dbt docs serve`
依存関係管理	`ref()` でモデル間の依存関係を明示化	`SELECT * FROM {{ ref('orders') }}`
環境管理	`profiles.yml` で接続先（BigQuery, Snowflake, Redshiftなど）を管理	開発・本番の切り替えが容易
スナップショット	過去データの履歴管理（SCD2対応）	`dbt snapshot`
ソース（Sources）	元データテーブルを明示的に定義	`{{ source('raw', 'customers') }}`

🧭 よく使う dbt コマンド

コマンド	内容	よく使う場面
`dbt debug`	接続確認・環境チェック	初回セットアップ時
`dbt run`	モデルを実行してテーブル/ビューを生成	本番・開発実行
`dbt run --select model_name`	特定モデルだけ実行	部分的な再実行
`dbt test`	定義済みのテストを実行	品質チェック
`dbt build`	`run + test + snapshot + seed` をまとめて実行	本番リリース時
`dbt docs generate`	ドキュメントを生成	グラフやモデル説明作成
`dbt docs serve`	ローカルでドキュメントをWeb表示	依存関係の可視化
`dbt seed`	CSVからテーブルを作成	マスタデータの取り込み
`dbt snapshot`	スナップショット実行	履歴管理
`dbt clean`	キャッシュなどの不要ファイル削除	環境リセット
`dbt deps`	外部パッケージのインストール	`packages.yml` 変更時

📝 開発でよく使う Tips

1. モデルの依存関係を明示する

1
2
3
4
5
-- models/customer_orders.sql
SELECT *
FROM {{ ref('orders') }} o
JOIN {{ ref('customers') }} c
  ON o.customer_id = c.id

👉 ref を使うことで、依存順に自動で実行されるようになります。

2. ソースを明示してデータ基盤をドキュメント化

1
2
3
4
5
6
7
# models/src.yml
version: 2
sources:
  - name: raw
    tables:
      - name: customers
      - name: orders

1
SELECT * FROM {{ source('raw', 'customers') }}

3. カラムテストを設定

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
# models/schema.yml
version: 2
models:
  - name: customers
    columns:
      - name: id
        tests:
          - unique
          - not_null
      - name: email
        tests:
          - not_null

👉 dbt test で自動的に品質チェックが走る。

4. テンプレート化（マクロ）

1
2
3
4
-- macros/clean_email.sql
{% macro clean_email(column_name) %}
    lower(trim({{ column_name }}))
{% endmacro %}

1
2
3
4
5
-- models/customers_clean.sql
SELECT
  id,
  {{ clean_email('email') }} as email_clean
FROM {{ ref('customers') }}

5. モデルの依存関係をグラフで確認

1
2
dbt docs generate
dbt docs serve

→ http://localhost:8080 にアクセスすると、DAG（依存関係グラフ）が見られます✨

🧪 よく使う開発フロー（例）

dbt debug で接続チェック
dbt run --select my_model でモデル作成
dbt test で品質確認
dbt docs generate && dbt docs serve で可視化
本番時は dbt build を実行

🏗️ よく使われる連携

BigQuery / Snowflake / Redshift / Databricks など主要DWHに対応
GitHub Actions や Prefect / Airflow でCI/CD連携可能
Looker / Tableau / Hex などのBIツールと併用されるケース多数

🔗 関連リンク

GitHub: https://github.com/topics/dbt
Stack Overflow: https://stackoverflow.com/questions/tagged/dbt

このデータモデルを実行します。今度はCREATE VIEWと表示されましたね。ちなみに–full-refreshというオプションをつけている理由ですが、先程の検証で、このデータモデルは既にテーブルとして存在しているため、そのまま実行してもエラーになります。同データモデルを「完全に作り直す」ために、このオプションを使用しています。

$ dbt run –models stg_orders –full-refresh

📝 まとめ

dbtの最新動向をお届けしました。継続的な学習と実践により、技術の理解を深めていきましょう！

この記事は自動収集システムにより生成されました。記事の詳細は各リンク先をご確認ください。

firebirdテックトーク

🔧 dbt技術記事まとめ - 2025-10-16