dbt 解决什么问题：从订单到可信报表
目标：用一条订单分析流程，说明 dbt 的输入、输出以及它与数据库的分工。
假设你经营一家小商店。业务系统保存了订单，老板问：“每个客户一共消费了多少？”第一次，你写一条 SQL 就能回答。后来财务要求排除退货，运营又把金额从“分”误当成“元”，同一个客户在两张报表里的消费额就不同了。
问题不只是会不会写求和。你还需要知道：大家用了哪份规则？这条查询依赖哪些数据？有人改了规则，怎么发现影响？明天能不能重新运行同一套流程？dbt 把这些转换逻辑组织成有依赖、有检查、有说明的项目。
这门课共 14 课，默认你没用过 dbt。第 1–5 课认识工具并准备本地订单数据，第 6–8 课生成报表并检查错误，第 9–14 课学习物化、宏、文档、增量和环境隔离。SQL 语法会随例子解释；只要会创建文件、执行终端命令，就可以从这里开始。
学习时按顺序累积同一个小项目，每课先预测、再运行、再做练习。每课可安排 30–60 分钟，连接、测试和增量几课可以慢一些。所有数据都是虚构样本，不需要云账号；下一课才开始安装工具。练习结束时按课文恢复主版本，避免一次故意制造的错误影响后续课程。
先分清谁做什么
这里的 dbt 来自 data build tool；本课讨论数据分析工具。一个典型流程可以写成：
业务系统 → 采集或同步程序 → 数据库中的原始表
↓
dbt 管理的转换
↓
分析表 → 报表
原始表是已经进入分析数据库的数据。数据库负责保存它们并执行 SQL；dbt 读取项目文件，生成数据库能执行的语句，按依赖顺序提交任务。报表工具再读取结果。所谓数据仓库，可以先理解为面向分析组织数据的系统；本课用一个本地 DuckDB 数据库承担这个角色。
ELT 是 Extract、Load、Transform：先提取和加载，再在目标数据平台中转换。dbt 项目的主要工作在 T。后面为了容易复现，我们用 CSV 装载几行样本，不把这个教学办法当作生产系统的数据同步方案。dbt 平台还可以提供调度等能力，但一份本地模型文件本身不会每天自动运行。
| 你需要做的事 | 本项目中由谁完成 |
|---|---|
| 从订单接口持续拉取交易 | 采集程序；本课用虚构 CSV 代替 |
| 执行筛选、连接、求和 | DuckDB |
| 保存 SQL、安排模型顺序、运行测试 | dbt |
| 画销售额折线图 | 报表工具；不属于本课交付物 |
不写代码，也能先算出验收值
这是后续项目中的前三笔订单。先看单位，再看状态。
| order_id | customer_id | status | amount_cents |
|---|---|---|---|
| 101 | 1 | completed | 1200 |
| 102 | 1 | returned | 800 |
| 103 | 2 | completed | 2500 |
我们约定：每笔订单只占一行；只有 completed 计入消费；金额除以 100 后以元展示。于是客户 1 消费 12.00 元，客户 2 消费 25.00 元，总额 37.00 元。如果直接把三行都求和，会得到 45.00 元。这个差异来自业务规则，换一个更快的数据库不会自动修正它。
后面的项目会先整理字段与类型，得到 stg_orders，再生成每位客户一行的 customer_summary。前者是 staging（整理输入的层），后者是面向具体分析问题的 mart（数据集市）。模型在这里表示一份数据转换定义，和机器学习训练出来的模型不是同一种概念。
动手画出你的第一条数据路线
- 在纸上写下“原始订单 → 整理后的订单 → 客户消费汇总”。箭头表示后一个结果依赖前一个结果。
- 给第二步标注“统一金额单位和状态写法”。给第三步标注“筛选 completed，再按客户求和”。
- 把 102 的状态改成 completed，重新计算。客户 1 应变成 20.00 元，总额变成 45.00 元。
- 思考这次变化需要重新获取业务数据、修改转换代码，还是重新计算结果。这里是输入值变了，口径没变，因此应该沿依赖重新计算。
本课不需要安装工具，也不创建项目文件。手算值将在后续自动化实验中变成检查依据。
独立练习
再加入一笔订单：104、客户 2、cancelled、600 分。按照原口径，总消费是多少？如果有人说“dbt 会帮我从电商接口下载订单，也会永久保存所有原始数据”，你会如何纠正？
参考答案
以最初三行数据为基础加入 104，总消费仍是 37.00 元，因为 returned 和 cancelled 都不计入。若接着做了引导练习、保留 102 为 completed，则是 45.00 元；先确认输入版本，才能比较答案。
在本地 SQL 建模流程中，dbt 负责管理和执行转换，接口采集需要另一个环节，持久保存由连接的数据库承担。用 dbt 创建表不意味着 dbt 自己就是一个数据库服务器。
如果你把分和元加在一起，先统一单位；如果对退货是否计入有疑问，先写明业务口径。工具不能替你猜测这两件事。面对一条临时查询，直接 SQL 已经够用；当查询需要多人复用、定期重跑和追踪影响，组织成 dbt 项目的收益才开始明显。