首页
/ dbt-core中快照功能hard_deletes与check策略的兼容性问题分析

dbt-core中快照功能hard_deletes与check策略的兼容性问题分析

2025-05-22 11:54:03作者:冯梦姬Eddie

问题背景

在数据仓库建设中,dbt-core的快照(snapshot)功能是一个非常重要的特性,它允许我们跟踪数据随时间的变化情况。在dbt-core 1.9版本中,引入了一个新特性:当配置hard_deletes='new_record'时,可以捕获被物理移除的记录。然而,当这个配置与strategy='check'一起使用时,出现了功能异常。

问题现象

具体表现为:当使用strategy='check'hard_deletes='new_record'配置时:

  1. 首次运行快照会正确复制监控表中的所有记录
  2. 当监控表中的记录被移除后再次运行快照,会正确创建被移除记录的新条目(标记为dbt_is_deleted='True')
  3. 但当这些被移除的记录又被恢复时,快照表不会重新插入恢复后的记录

技术分析

快照策略的工作原理

dbt-core提供了两种主要的快照策略:

  1. 时间戳策略(timestamp):基于记录的最后更新时间来判断变化
  2. 检查策略(check):基于指定列的数值变化来判断记录是否发生变化

hard_deletes='new_record'的设计初衷是当记录被物理移除时,在快照表中保留一条标记为移除的记录,而不是完全删除它。

问题根源

通过分析源代码和用户反馈,可以确定问题主要出现在使用check策略时:

  1. 快照逻辑没有正确处理记录从"已移除"状态恢复的情况
  2. 当记录被恢复时,系统没有创建新的快照条目
  3. 已标记为移除的记录保持dbt_is_deleted='True'状态,即使源记录已恢复

影响范围

这个问题会影响所有使用以下配置组合的用户:

  • strategy='check'
  • hard_deletes='new_record'

解决方案建议

根据社区讨论,一个可行的修复方案是修改生成临时表的SQL逻辑,在检测移除记录时增加对dbt_is_deleted状态的检查:

where 
    source_data.dbt_unique_key is null
    and coalesce(snapshotted_data.dbt_is_deleted, 'False') = 'False'

这个修改可以:

  1. 防止为已经标记为移除的记录重复创建移除条目
  2. 允许系统正确处理记录恢复的情况
  3. 保持向后兼容性(使用COALESCE处理可能为NULL的情况)

最佳实践建议

在问题修复前,建议用户:

  1. 如果需要跟踪记录移除和恢复,暂时使用strategy='timestamp'
  2. 如果必须使用check策略,可以考虑自定义快照逻辑
  3. 定期检查快照表中的dbt_is_deleted标记,确保数据一致性

总结

dbt-core的快照功能是一个强大的数据历史跟踪工具,但在特定配置组合下存在功能缺陷。理解这些限制有助于我们更好地设计数据管道,并在问题修复后及时升级。对于依赖记录移除和恢复跟踪的场景,建议密切关注此问题的修复进展。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.94 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
554
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
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!
C
887
394
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
512