# dbt - Fondamenti (Data Engineering)

> Progetto dbt, models, sources, refs, tests, documentazione, materializations (table, view, incremental), seeds

- 20 domande da colloquio
- Mid-Level
- [Domande da colloquio: Data Engineering](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio.md)

## 1. Cos'è dbt (data build tool)?

**Risposta**

dbt è uno strumento di trasformazione dati che permette di scrivere trasformazioni in SQL ed eseguirle in un data warehouse. Applica i principi di software engineering (versioning, tests, documentazione) al lavoro di trasformazione dati. dbt non gestisce l'estrazione né il caricamento (la E e la L di ELT), solo la trasformazione.

## 2. Qual è la struttura di base di un progetto dbt?

**Risposta**

Un progetto dbt contiene un file dbt_project.yml nella radice che definisce la configurazione del progetto. Le cartelle principali sono models (contenente file SQL), tests per test custom, macros per macro Jinja, seeds per file CSV, e snapshots per acquisizioni di dati storici. Il file profiles.yml (di solito fuori dal progetto) definisce le connessioni ai warehouse.

## 3. Qual è il ruolo del file profiles.yml in dbt?

**Risposta**

Il file profiles.yml contiene le informazioni di connessione ai data warehouse (BigQuery, Snowflake, Redshift, PostgreSQL, ecc.). Solitamente è memorizzato nella cartella ~/.dbt/ e non nel progetto per evitare di versionare credentials sensibili. Ogni profilo può avere più target (dev, prod) che permettono di passare facilmente tra ambienti.

## Altre 17 domande disponibili

- Cos'è un model in dbt?
- Qual è il ruolo della funzione ref() in dbt?

Registrati gratis: https://sharpskill.dev/it/login

## Altri argomenti di colloquio Data Engineering

- [Linux & Shell - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/linux-shell-basics.md): 20 domande, Junior
- [Git & GitHub - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/git-github-fundamentals.md): 20 domande, Junior
- [Python avanzato per Data Engineering](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/python-advanced-de.md): 25 domande, Junior
- [Docker - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/docker-fundamentals.md): 25 domande, Junior
- [Google Cloud Platform - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/gcp-fundamentals.md): 20 domande, Junior
- [CI/CD e qualità del codice](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/ci-cd-code-quality.md): 20 domande, Mid-Level
- [Docker Compose](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/docker-compose.md): 20 domande, Mid-Level
- [FastAPI - API per dati](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/fastapi.md): 20 domande, Mid-Level
- [SQL avanzato per il Data Engineering](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/sql-advanced-de.md): 20 domande, Mid-Level
- [Data Lake - Architettura e ingestione](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/data-lake.md): 20 domande, Mid-Level
- [BigQuery per il Data Engineering](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/bigquery-de.md): 20 domande, Mid-Level
- [PostgreSQL - Amministrazione](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/postgresql-admin.md): 20 domande, Mid-Level
- [Data Modeling per Data Engineering](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/data-modeling-de.md): 20 domande, Mid-Level
- [Fivetran & Airbyte - Ingestione dati](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/fivetran-airbyte.md): 20 domande, Mid-Level
- [Apache Airflow - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/airflow-fundamentals.md): 20 domande, Mid-Level
- [Kubernetes - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/kubernetes-fundamentals.md): 20 domande, Mid-Level
- [dbt - Funzionalità avanzate](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/dbt-advanced-de.md): 20 domande, Senior
- [Pattern ETL / ELT / ETLT](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/etl-elt-patterns.md): 20 domande, Senior
- [Apache Airflow - Avanzato](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/airflow-advanced.md): 20 domande, Senior
- [Airflow + dbt - Orchestrazione delle pipeline](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/airflow-dbt-integration.md): 20 domande, Senior
- [PySpark - Elaborazione su larga scala](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/pyspark.md): 20 domande, Senior
- [Google Pub/Sub - Streaming di dati](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/pubsub-streaming.md): 20 domande, Senior
- [Apache Beam & Dataflow](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/apache-beam-dataflow.md): 20 domande, Senior
- [Kubernetes - Produzione e scaling](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/kubernetes-advanced.md): 20 domande, Senior
- [Terraform - Infrastructure as Code](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/terraform.md): 20 domande, Senior
- [Database NoSQL](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/nosql-databases.md): 20 domande, Senior
- [Data Architecture moderna](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/data-architecture.md): 20 domande, Senior
- [Monitoraggio e osservabilità](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/monitoring-observability.md): 20 domande, Senior
- [IAM e sicurezza dei dati](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/iam-security-de.md): 20 domande, Senior

---

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