Sfrutta le chiavi dbt personalizzate di primo livello

Niall WoodwardCo-founder & CTO di SELECT

Analogamente a come consentiamo agli utenti di sfruttare le chiavi meta / i tag configurati nel proprio progetto dbt, ora gli utenti possono filtrare e segmentare per qualsiasi chiave personalizzata di primo livello nei commenti/tag delle query. Una volta specificate nelle impostazioni le chiavi a cui si desidera accedere, sarà possibile utilizzarle come opzioni di filtro/segmentazione in tutto SELECT.

Cosa sono le chiavi personalizzate di primo livello?

Considera il seguente modello dbt di esempio, queries:

1{{ config( materialized='incremental', meta={'team': 'data'} ) }} select * from {{ ref('stg_query_history') }}

Una volta eseguito questo modello e installato il pacchetto dbt-snowflake-query-tags nel progetto dbt, l'SQL apparirà così:

1select * from analytics.stg_query_history /* {"app": "dbt", "dbt_snowflake_query_tags_version": "2.3.2", "dbt_version": "1.7.5", "project_name": "select_dbt", "target_name": "prod", "target_database": "SELECT_INGEST", "target_schema": "analytics", "invocation_id": "ac36fd96-48eb-4ab8-b585-f4da8d7e0de5", "node_name": "queries", "node_alias": "queries", "node_package_name": "select_dbt", "node_original_file_path": "models/queries.sql", "node_database": "SELECT_INGEST", "node_schema": "analytics", "node_id": "model.select_dbt.queries", "node_resource_type": "model", "node_meta": {"team": "data"}, "node_tags": [], "full_refresh": false, "which": "build", "invocation_command": "dbt build --vars {'source_schema': 'analytics', 'snowflake_organization_account_source_schema': 'analytics', 'destination_schema': 'analytics'} --target prod --select fqn:*", "node_refs": ["stg_query_history", ], "materialized": "incremental"} */;

Gli utenti possono aggiungere chiavi di primo livello aggiuntive ai metadati del commento della query. Una chiave personalizzata di primo livello è qualsiasi chiave non inclusa di default nel commento sopra riportato. La chiave internal_job_name (con valore hourly_run) nel commento seguente ne è un esempio:

1select * from analytics.stg_query_history /* {"app": "dbt", "dbt_snowflake_query_tags_version": "2.3.2", "dbt_version": "1.7.5", "project_name": "select_dbt", "target_name": "prod", "target_database": "SELECT_INGEST", "target_schema": "analytics", "invocation_id": "ac36fd96-48eb-4ab8-b585-f4da8d7e0de5", "node_name": "queries", "node_alias": "queries", "node_package_name": "select_dbt", "node_original_file_path": "models/queries.sql", "node_database": "SELECT_INGEST", "node_schema": "analytics", "node_id": "model.select_dbt.queries", "node_resource_type": "model", "node_meta": {"team": "data"}, "node_tags": [], "full_refresh": false, "which": "build", "invocation_command": "dbt build --vars {'source_schema': 'analytics', 'snowflake_organization_account_source_schema': 'analytics', 'destination_schema': 'analytics'} --target prod --select fqn:*", "node_refs": ["stg_query_history", ], "materialized": "incremental", "internal_job_name": "hourly_run"} */;