dbt-core 1.10.0b1版本深度解析：数据建模工具的重大更新

dbt（data build tool）是一个开源的数据转换工具，它使数据分析师和工程师能够通过简单的SQL语句和YAML配置文件来转换仓库中的数据。dbt-core是该工具的核心组件，负责处理项目配置、依赖管理、模型构建等核心功能。

重大变更

在1.10.0b1版本中，最显著的破坏性变更是向工件元数据添加了invocations_started_at字段。这一变更意味着所有生成的工件（如manifest.json等）将包含一个新的时间戳字段，记录作业开始执行的时间。对于依赖这些工件的下游系统，需要做好兼容性准备。

核心功能增强

历史记录功能改进

新版本引入了hard_deletes="new_record"模式用于历史记录，这为数据历史记录提供了更灵活的选项。传统历史记录只能标记删除记录或保留它们，而新模式允许在删除时创建一条新记录来标记删除状态，这对于某些审计场景特别有价值。

微批处理优化

1.10.0b1版本对微批处理功能进行了多项改进：

• 新增batch上下文对象，可在模型Jinja模板中访问当前批次信息
• 确保pre/post钩子只在第一个/最后一个批次执行，避免重复操作
• 修复了单批次情况下额外执行"最后"批次的问题
• 改进了微批处理的线程管理，避免主线程阻塞

数据新鲜度计算重构

传统的数据新鲜度计算方式被重构为基于SQL查询的实现，这带来了更好的性能和灵活性。同时新增了模型级别的freshness定义，为自适应作业提供了更细粒度的控制。

文档块支持

文档管理方面，现在manifest中会包含节点和列的文档块信息，这使得文档的集中管理和检索更加方便。

采样模式初步实现

1.10.0b1引入了采样模式的初始实现，这是一个重要的新特性：

• 支持通过CLI参数控制采样
• 允许对引用的种子数据进行采样
• 支持在build命令中使用采样模式
• 支持对历史记录依赖节点进行采样

性能优化与问题修复

性能提升

• 改进了add_test_edges()的性能特征
• 优化了select_children()和select_parents()函数，提升选择性能
• 实现了对YAML文件中单数数据测试配置的部分解析

重要问题修复

• 修复了dbt retry不遵守--threads参数的问题
• 修正了微批处理模式下dbt list --output json的输出格式
• 修复了generic test配置中自定义字段的处理问题
• 解决了历史记录新YAML格式的解析错误
• 修正了PartialSuccess状态的非零退出码问题

架构改进

在底层架构方面，1.10.0b1版本进行了多项优化：

• 创建了无操作的exposure运行器
• 新增了LogNodeResult事件
• 改进了组信息的日志记录
• 在profile.py中添加了二级配置文件支持

开发者体验

对于插件开发者，需要注意依赖的dbt-semantic-interfaces已升级至0.8.3版本，新增了对offset窗口中自定义粒度的支持。同时，错误处理更加规范，当在run operation命令中找不到宏时，会抛出更具体的UndefinedMacroError而非通用的DbtInternalException。

总结

dbt-core 1.10.0b1版本带来了多项重要更新，特别是在微批处理优化、采样模式实现和数据新鲜度计算方面。这些改进不仅增强了功能，也提升了性能和稳定性。对于现有用户，需要注意invocations_started_at字段的添加这一破坏性变更，并评估其对工作流程的影响。新引入的采样模式为大数据量环境下的开发和测试提供了新的可能性，值得重点关注。