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。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









