
dbt - Recursos avançados
Macros Jinja, testes personalizados, packages, hooks, snapshots, incremental models, orquestração CI/CD
1Qual é a diferença entre uma macro e um modelo no dbt?
Qual é a diferença entre uma macro e um modelo no dbt?
Resposta
Uma macro é um bloco de código Jinja reutilizável que gera SQL dinamicamente, enquanto um modelo é um arquivo SQL que produz uma tabela ou view no data warehouse. As macros ajudam a fatorar código repetitivo e criar funções personalizadas, enquanto os modelos definem a estrutura dos dados transformados.
2Como declarar uma macro personalizada no dbt?
Como declarar uma macro personalizada no dbt?
Resposta
Uma macro dbt é declarada em um arquivo .sql dentro da pasta macros/ usando as tags Jinja macro e endmacro. O nome da macro é definido na tag macro, e pode aceitar parâmetros. A macro é então invocável nos modelos usando a sintaxe de chaves duplas do Jinja.
3Qual é o principal benefício dos incremental models no dbt?
Qual é o principal benefício dos incremental models no dbt?
Resposta
Os incremental models permitem processar apenas dados novos ou modificados desde a última execução, em vez de reconstruir a tabela inteira. Isso reduz significativamente o tempo de execução e os custos de compute para tabelas grandes, mantendo os dados atualizados.
Qual configuração é necessária para definir um incremental model no dbt?
Qual é o propósito da estratégia merge em um incremental model do dbt?
+17 perguntas de entrevista
Outros temas de entrevista Data Analytics
Google Sheets - Fundamentos
Google Sheets - Fórmulas avançadas
SQL - Fundamentos
SQL - Agregações e agrupamentos
SQL - Joins
BigQuery - Fundamentos
Data Cleaning - Limpeza de dados
KPIs e métricas de negócio
Estatística descritiva
Zapier e automação No-Code
Princípios de visualização de dados
Python & Pandas - Fundamentos
Google Sheets - Dashboards automatizados
SQL - Subconsultas e CTEs
SQL - Window Functions
BigQuery - Recursos avançados
Data Modeling
Análise de funis e conversão
Análise de coortes e retenção
Google Tag Manager e tracking
APIs e webhooks
dbt - Fundamentos
AB Testing e estatística aplicada
Looker Studio (Google Data Studio)
Power BI - Fundamentos
SQL - Consultas analíticas avançadas
Power BI - DAX e dashboards avançados
Python Analytics - Análise avançada e ML
Domine Data Analytics para sua proxima entrevista
Acesse todas as perguntas, flashcards, testes tecnicos, exercicios de code review e simuladores de entrevista.
Comece gratis