# dbt - Erweiterte Funktionen (Data Engineering)

> Jinja-Makros, benutzerdefinierte Tests, Packages, Hooks, Snapshots (SCD), Incremental Models, dbt Cloud, CI/CD

- 20 Interview-Fragen
- Senior
- [Interview-Fragen: Data Engineering](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen.md)

## 1. Was ist in dbt der Hauptzweck von Jinja-Makros?

**Antwort**

Jinja-Makros ermöglichen die Wiederverwendung von Code über mehrere dbt-Modelle hinweg. Sie funktionieren wie Funktionen, die Parameter akzeptieren und dynamisch generierten SQL-Code zurückgeben. Dies vermeidet Code-Duplikation und erleichtert die Wartung komplexer Transformationen im gesamten Projekt.

## 2. Wie definiert man ein wiederverwendbares dbt-Makro in einer Datei?

**Antwort**

Ein dbt-Makro wird mit der Jinja-Syntax macro/endmacro in einer .sql-Datei innerhalb des macros-Ordners definiert. Der Makroname wird nach dem Schlüsselwort macro angegeben, gefolgt von Parametern in Klammern. Dieses Makro kann dann von jedem Modell im Projekt aufgerufen werden.

## 3. Was ist der Unterschied zwischen den Strategien 'timestamp' und 'check' für dbt-Snapshots?

**Antwort**

Die timestamp-Strategie vergleicht eine Aktualisierungsdatums-Spalte (updated_at), um Änderungen zu erkennen, was performanter ist, da nur eine Spalte verglichen wird. Die check-Strategie vergleicht Werte angegebener Spalten (check_cols), um Änderungen zu erkennen, nützlich, wenn keine zuverlässige Timestamp-Spalte verfügbar ist.

## 17 weitere Fragen verfügbar

- Welche Spalten werden von dbt beim Erstellen eines Snapshots automatisch hinzugefügt?
- Wie konfiguriert man ein Incremental-Modell mit der 'merge'-Strategie in dbt?

Kostenlos registrieren: https://sharpskill.dev/de/login

## Weitere Data Engineering-Interviewthemen

- [Linux & Shell - Grundlagen](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/linux-shell-basics.md): 20 Fragen, Junior
- [Git & GitHub - Grundlagen](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/git-github-fundamentals.md): 20 Fragen, Junior
- [Fortgeschrittenes Python für Data Engineering](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/python-advanced-de.md): 25 Fragen, Junior
- [Docker - Grundlagen](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/docker-fundamentals.md): 25 Fragen, Junior
- [Google Cloud Platform - Grundlagen](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/gcp-fundamentals.md): 20 Fragen, Junior
- [CI/CD und Codequalität](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/ci-cd-code-quality.md): 20 Fragen, Mid-Level
- [Docker Compose](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/docker-compose.md): 20 Fragen, Mid-Level
- [FastAPI - Daten-APIs](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/fastapi.md): 20 Fragen, Mid-Level
- [Fortgeschrittenes SQL für Data Engineering](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/sql-advanced-de.md): 20 Fragen, Mid-Level
- [Data Lake - Architektur und Ingestion](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/data-lake.md): 20 Fragen, Mid-Level
- [BigQuery für Data Engineering](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/bigquery-de.md): 20 Fragen, Mid-Level
- [PostgreSQL - Administration](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/postgresql-admin.md): 20 Fragen, Mid-Level
- [Data Modeling für Data Engineering](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/data-modeling-de.md): 20 Fragen, Mid-Level
- [Fivetran & Airbyte - Daten-Ingestion](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/fivetran-airbyte.md): 20 Fragen, Mid-Level
- [dbt - Grundlagen](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/dbt-fundamentals-de.md): 20 Fragen, Mid-Level
- [Apache Airflow - Grundlagen](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/airflow-fundamentals.md): 20 Fragen, Mid-Level
- [Kubernetes - Grundlagen](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/kubernetes-fundamentals.md): 20 Fragen, Mid-Level
- [ETL- / ELT- / ETLT-Patterns](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/etl-elt-patterns.md): 20 Fragen, Senior
- [Apache Airflow - Fortgeschritten](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/airflow-advanced.md): 20 Fragen, Senior
- [Airflow + dbt - Pipeline-Orchestrierung](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/airflow-dbt-integration.md): 20 Fragen, Senior
- [PySpark - Verarbeitung im großen Maßstab](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/pyspark.md): 20 Fragen, Senior
- [Google Pub/Sub - Daten-Streaming](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/pubsub-streaming.md): 20 Fragen, Senior
- [Apache Beam & Dataflow](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/apache-beam-dataflow.md): 20 Fragen, Senior
- [Kubernetes - Produktion und Skalierung](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/kubernetes-advanced.md): 20 Fragen, Senior
- [Terraform - Infrastructure as Code](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/terraform.md): 20 Fragen, Senior
- [NoSQL-Datenbanken](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/nosql-databases.md): 20 Fragen, Senior
- [Moderne Data Architecture](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/data-architecture.md): 20 Fragen, Senior
- [Monitoring und Observability](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/monitoring-observability.md): 20 Fragen, Senior
- [IAM und Datensicherheit](https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/iam-security-de.md): 20 Fragen, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/de/technologies/data-engineering/interviewfragen/dbt-advanced-de