Problém, který dbt řeší

Představte si datový sklad plný SQL dotazů napsaných různými analytiky v průběhu tří let. Stovky volaných zhlédnutí final_v3_DEFINITIVO_bis, výpočetní logika duplikovaná v deset různých míst, žádné testy k zajištění kvality dat a nulová dokumentace o tom, co tento sloupec skutečně znamená net_revenue_adjusted.

Toto je výchozí bod pro většinu týmů daný v roce 2026. A to je přesně problém, že dbt (nástroj pro vytváření dat) bylo navrženo k vyřešení.

dbt není nový nástroj ETL, není to pipeline orchestrator a nejsou to data skladiště. Je to nástroj transformace: přebírá data již načtená do sklad a transformuje je na analytické modely připravené ke spotřebě pomocí SQL a postupů softwarového inženýrství.

ELT vs ETL: Proč se svět změnil

Po celá desetiletí bylo dominantním paradigmatem ETL: Výpis, Transformace, Zatížení. Data byla extrahována ze zdrojů, transformována do mezivrstvy (často na dedikovaných serverech) a následně načteny do datového skladu již ve finální podobě.

Nástup cloudových datových skladů jako např Sněhové vločky, BigQuery e Amazon Redshift obrátil tuto logiku na hlavu. Tyto systémy mají výpočetní výkon prakticky neomezené a velmi nízké náklady na skladování. Transformovat data již nemá smysl Před naložit je: je lepší je naložit syrové a přetvořit je Po, přímo do skladiště. Tak se zrodil ELT.

ELT vs ETL: základní rozdíl

  • ETL: transformace mimo sklad (dedikovaný server, Spark, Talend) — drahé, rigidní, obtížně laditelné
  • ELT: Transformace uvnitř skladu (nativní SQL) – škálovatelná, nákladově efektivní, snáze se testuje a dokumentuje
  • dbt je nástroj ELT par excellence: zvládá T of ELT pomocí softwarového inženýrství

Co je dbt in Concrete

dbt je nástroj příkazového řádku (a cloud), který vám umožňuje:

  • Zapište SQL transformace jako Modely verzované v Gitu
  • Definovat automatické závislosti mezi modely s makrem ref()
  • Přidat testy kvality k datům přímo v kódu
  • Generovat automaticky dokumentace a rodokmenový graf
  • Udělejte to vše v jednom CI/CD potrubí

Šablona dbt je jednoduše soubor SQL s SELECT. dbt jej zhmotní ve skladu jako zobrazení, tabulka nebo přírůstková tabulka v závislosti na vaší konfiguraci. 

-- models/marts/finance/orders_daily.sql
-- dbt materializza questo come una tabella nel warehouse

SELECT
    DATE_TRUNC('day', created_at) AS order_date,
    SUM(total_amount) AS revenue,
    COUNT(*) AS order_count,
    AVG(total_amount) AS avg_order_value
FROM {{ ref('stg_orders') }}          -- ref() crea la dipendenza
WHERE status = 'completed'
GROUP BY 1

Všimněte si {{ ref('stg_orders') }}: dbt ví, že tento model závisí od stg_orders, automaticky vytvoří graf závislosti (DAG) a zaručí že vzory běží ve správném pořadí.

Role analytického inženýra

Vzestup dbt vytvořil novou profesionální postavu: theanalytický inženýr. Je to profil na půli cesty mezi datovým analytikem a datovým inženýrem:

  • Zná SQL tak hluboce jako analytik
  • Aplikujte postupy softwarového inženýrství (Git, testování, CI/CD) jako inženýr
  • Vytváří a udržuje vrstvu transformace datového skladu
  • Spolupracujte s datovými analytiky (kteří využívají modely) a datovými inženýry (kteří spravují kanály příjmu)

Podle Stav datového inženýrství 2025, role analytického inženýra vzrostla o 340 % za poslední tři roky na LinkedIn, což z něj dělá jeden z nejvyhledávanějších profilů ve světě dat.

Ekosystém dbt v roce 2026

dbt není jen nástroj: stal se kompletním ekosystémem se dvěma hlavními distribucemi:

jádro dbt

Verze open-source a zdarma dbt. Instaluje se přes pip, funguje z linky a integruje se s jakýmkoli systémem CI/CD. Podporuje všechny hlavní datové sklady: Snowflake, BigQuery, Redshift, Databricks, DuckDB, PostgreSQL a mnoho dalších přes adaptér.

dbt Cloud

Řízená služba dbt Labs, společnost stojící za dbt. Přidá webové IDE, plánovač integrované monitorování, dbt Explorer (pokročilá linie) a sémantická vrstva dbt pro konzistentní metriky. K dispozici s bezplatným plánem pro vývojáře a podnikovými plány 100 $ měsíčně pro týmy.

Pilíře projektu dbt

Projekt dbt má standardní strukturu, která přináší řád tam, kde dříve panoval chaos: 

jaffle_shop/                    # nome del progetto
├── dbt_project.yml             # configurazione del progetto
├── profiles.yml               # credenziali di connessione (locale)
├── models/
│   ├── staging/               # modelli vicini alla sorgente
│   │   ├── stg_orders.sql
│   │   ├── stg_customers.sql
│   ├── marts/                 # modelli business-oriented
│       ├── finance/
│       │   └── orders_daily.sql
│       └── marketing/
│           └── customer_ltv.sql
├── tests/                     # test SQL personalizzati
├── seeds/                     # CSV statici come reference data
├── macros/                    # funzioni SQL riutilizzabili
└── analyses/                 # query ad hoc (non materializzate)

Tato stupňovitá struktura (staging → střední → marts) je osvědčeným postupem volání dbt vrstvená architektura:

  • Inscenace: 1-to-1 se zdroji, stačí přejmenovat a obsadit typy
  • Střední: komplexní spojení a agregace mezi stagingovými modely
  • Marts: Finální modely připravené ke spotřebě BI a analytikou

Testování a dokumentace: dbt's Killer Features

Dvě funkce dbt, které zcela transformují cyklus vývoje dat:

Automatické testování

Definujte testy přímo v souboru YAML, který doprovází každou šablonu: 

# models/staging/schema.yml
models:
  - name: stg_orders
    columns:
      - name: order_id
        tests:
          - unique
          - not_null
      - name: status
        tests:
          - accepted_values:
              values: ['completed', 'pending', 'cancelled']
      - name: customer_id
        tests:
          - not_null
          - relationships:
              to: ref('stg_customers')
              field: customer_id

Con dbt test, dbt spustí tyto testy jako SQL dotazy ve skladu a selže v kanálu pokud je něco špatně. Zero Python code, zero external frameworks.

Samostatně vytvořená dokumentace

Přidejte popisy do stejného souboru YAML: 

# models/marts/schema.yml
models:
  - name: orders_daily
    description: "Aggregazione giornaliera degli ordini completati"
    columns:
      - name: order_date
        description: "Data dell'ordine, troncata al giorno"
      - name: revenue
        description: "Totale ricavi per il giorno, al netto dei resi"

dbt docs generate && dbt docs serve vygeneruje statický web s dokumentací kompletní a interaktivní DAG zobrazující závislosti mezi všemi modely. Každý sloupec je zdokumentované a dohledatelné zpět ke zdroji.

dbt v moderním zásobníku dat

dbt je typicky T vrstva souvrství Moderní ELT:

  • Požití: Skripty Airbyte, Fivetran, Stitch nebo Python načítají nezpracovaná data do skladu
  • Skladování: Snowflake, BigQuery, Redshift, Databricks Delta Lake
  • Transformace: dbt transformuje nezpracovaná data do analytických modelů
  • BI a Analytics: Looker, Metabase, Tableau nebo notebooky spotřebovávají modely dbt

V roce 2026 je dbt přítomna v datovém zásobníku více než 30 000 společností (data dbt Labs), od startupů na giganty jako GitLab, JetBlue, Conde Nast a Shopify.

Proč se učit DBT v roce 2026

Konkrétní důvody, proč investovat čas do učení DBT:

  • Tržní poptávka: „dbt“ se objevuje ve 45 % pracovních nabídek datových inženýrů a analytik na LinkedIn v Evropě
  • Produktivita: týmy dbt hlásí 60-70% snížení stráveného času k ladění datových kanálů díky automatickým testům
  • Ekosystém: Více než 200 balíčků dbt na dbt Hub, včetně dbt-utils (knihovna standard) a dbt-očekávání pro pokročilé testy
  • Pozorovatelnost: nativní integrace s Elementary, re_data a nástroji sledovatelnost dat pro sledování kvality ve výrobě

dbt není pro každého

dbt má smysl, pokud již máte cloudový datový sklad a pracujete s SQL jako primárním jazykem. Není to náhrada za Spark pro masivní transformace na nestrukturovaných datech a není ani vhodná kanál streamování v reálném čase (pro ty, kteří používají Flink, Kafka Streams nebo Spark Structured Streaming). Sladkou stránkou dbt je dávková analýza ve skladu SQL.

Závěry a další kroky

Společnost dbt nově definovala, jak datové týmy vytvářejí a udržují své analytické kanály vyspělé postupy softwarového inženýrství – testování, verzování, dokumentace, CI/CD – v a svět, který bez nich žil desítky let.

Klíčový poznatek: dbt není specializovaný nástroj pro velké podniky. Je přístupný, open source a dokonce běží na jediném notebooku s DuckDB jako backendem. The křivka učení je nízká pro ty, kteří znají SQL, odměna je vysoká.

V dalším článku ze série založíme projekt dbt Core od nuly: nainstalujeme dbt, napíšeme a profiles.yml, vytvoříme naše první modely a uvidíme ref() makro v akci na skutečném datovém souboru.

Další v řadě Nastavení jádra dbt: Struktura projektu, profily a první transformace →