Course Builder个人学习工作台 · 本地模式
dbt 入门：把 SQL 变成可信的数据流水线

数据粒度与 mart：计算每位客户的消费

目标：生成一位客户一行的消费汇总，并保留没有成交订单的客户。

目前你有四位客户、五笔订单，但报表要的是“每位客户消费多少”。先回答一行代表什么，这叫数据粒度：订单表一行代表一笔订单，客户汇总一行代表一位客户。连接两个表时如果忘了粒度，很容易把金额重复相加。

本课先将 completed 订单按客户聚合，再连接客户表。这样连接两侧都至多是一位客户一行。未来如果引入“一笔订单多次付款”，不能直接把付款表与订单表连接后再对订单总金额求和；要先把付款聚合到合适粒度。文件划分服务于这个含义，不是目录越多越专业。

写出完整的报表模型

创建 models/marts/customer_summary.sql：

with completed_orders as (
    select customer_id, amount_cents
    from {{ ref('stg_orders') }}
    where status = 'completed'
),
customer_totals as (
    select
        customer_id,
        count(*) as completed_order_count,
        sum(amount_cents) as revenue_cents
    from completed_orders
    group by customer_id
)
select
    c.customer_id,
    c.customer_name,
    coalesce(t.completed_order_count, 0) as completed_order_count,
    coalesce(t.revenue_cents, 0) as revenue_cents,
    cast(coalesce(t.revenue_cents, 0) / 100.0 as decimal(12,2)) as revenue
from {{ ref('stg_customers') }} as c
left join customer_totals as t
    on c.customer_id = t.customer_id

with 给中间查询起名字，叫 CTE；它们只在本条 SQL 内可见，不会自动成为独立 dbt 模型。第一个 CTE 保留成交订单，第二个通过 group by 把同一客户的订单归在一起，计算笔数与金额。

主查询中的 c、t 是表的简写。left join 保留左边所有客户，即使右边没匹配行。没有匹配时右侧列是 null，表示缺失，不能简单当作数字 0；这里业务上明确“没有成交就是零消费”，所以用 coalesce(x, 0) 把缺失转换成零。把筛选放在第一个 CTE，可以避免在连接后用 where 意外删掉无订单客户。

先手算 Ada、Bo、Chen、Dee 的结果，再运行：

uv run dbt seed --profiles-dir .
uv run dbt run --profiles-dir . --select +customer_summary
uv run dbt show --profiles-dir . --inline "select * from {{ ref('customer_summary') }} order by customer_id" --limit 10

预期结果的数值如下：

customer_id | customer_name | completed_order_count | revenue_cents | revenue
1           | Ada           | 1                     | 1200          | 12.00
2           | Bo            | 2                     | 4000          | 40.00
3           | Chen          | 0                     | 0             | 0.00
4           | Dee           | 0                     | 0             | 0.00

Chen 有订单但没有 completed 订单，Dee 根本没有订单，两人都会保留。总金额 52.00 元。+customer_summary 包含两个 staging 祖先；第 5 课之后 seed 不在这条祖先链上，所以先装载输入仍然必要。

亲眼看到连接方式的影响

  1. 将模型中的 left join 改为 inner join，其他部分不动。
  2. 重新 run，再 show，应只剩 Ada、Bo 两行，总额仍是 52 元。
  3. 解释为什么“总金额没错”仍不能证明报表正确：它丢失了没有成交的客户。
  4. 恢复 left join，重新 run，应回到四行。

独立练习：只用一条预览 SQL，计算报表中的客户总数，以及成交订单笔数之和。不要修改模型。预期应该是多少？

参考答案 
uv run dbt show --profiles-dir . --inline "select count(*) as customers, sum(completed_order_count) as orders from {{ ref('customer_summary') }}"

应为 customers = 4、orders = 3。这个检查同时观察客户粒度和订单数量，能发现只看总金额会遗漏的问题。

若 Ada 是 20 元，先查 returned 是否被计入；若结果缺少 Dee，检查连接类型和连接后的过滤；若同一客户出现多行，检查客户表是否重复，或分组时是否多放了一个字段。不要用 distinct 无条件掩盖重复，它可能只是让错误更难发现。

本课保留 customer_summary.sql 的 left join 主版本。现在项目已经产出可读的报表，接下来的测试会把刚才的手工判断变成可重复检查。

参考资料