Um eine kontinuierliche Beobachtbarkeit und Überwachung von dbt zu erreichen, bietet IBM® Databand eine nahtlose dbt-Integration.
Teams verwenden zunehmend dbt Core und dbt Cloud, um Analysecode schnell bereitzustellen. Da vernetzte Datenpipelines immer komplexer werden und über mehrere Systeme verteilt sind, kann es eine Herausforderung sein, dbt-Probleme zu verfolgen und zu identifizieren, bevor sie sich auf das Geschäft auswirken.
Die Integration von dbt mit IBM Databand sorgt für eine kontinuierliche Beobachtbarkeit Ihrer Jobs, Tests und Modelle, sodass Sie wissen, wann ein dbt-Prozess ausfällt und wie Sie dies schnell beheben können.
Mit der Integration von Databand Observability erhalten Sie proaktive dbt-Warnungen zu Ausführungszeiten, Testfehlern, Modellanomalien und mehr.
Sparen Sie Entwicklungszeit, indem Sie die Metadaten und die Ursachenanalyse all Ihrer dbt-Befehle unter einem Dach zentralisieren.
Indem Sie die Lineage-Funktionen von Databand nutzen, können Sie sehen, welche Tabellen in Ihrer dbt-Population betroffen sind.
Die Integration der Beobachtbarkeitsfunktionen von Databand in dbt Core- oder dbt Cloud-Umgebungen funktioniert mit einer der folgenden Methoden:
1. Verfolgen Sie dbt mit dem Python SDK von Databand
Verwenden Sie das Python SDK von Databand, um entweder dbt Cloud-Jobs oder dbt Core-Befehle zu verfolgen, die über ein Python-Orchestrierungstool wie Apache Airflow ausgelöst wurden.
2. Verfolgen Sie dbt Cloud-Aufträge mit dem dbt-Monitor von Databand
Verwenden Sie den dbt Cloud Monitor von Databand, um Aufträge zu verfolgen, indem Sie Ihr dbt Cloud-Konto direkt überwachen. Dadurch kann Databand Ihre dbt-Aufträge verfolgen, unabhängig davon, wie sie ausgelöst werden.
Die umfassenden Funktionen von Databand tragen dazu bei, die Beobachtbarkeit Ihres dbt zu vereinfachen und zu zentralisieren.
Nutzen Sie die Leistungsfähigkeit der Alert-Funktionen von Databand, um Ihre Teams über kritische Probleme zu informieren, sobald sie auftreten. Generieren Sie Warnungen für Vorfälle wie das Versagen von dbt-Befehlen, einzelnen Modellen oder Tests und berichten Sie über Daueranomalien bei Befehlen, Modellen und Tests. Entdecken Sie außerdem anomale Datensatzzahlen für die Tabellen in Ihren Modellen.
Databand automatisiert die Erkennung von .sql- und .yaml-Dateien und vereinfacht so den Zugriff auf und das Debuggen von SQL für Modelle und Tests von Analytikern. Es rationalisiert den Prozess der Identifizierung von Schlüsselinformationen wie Tabellen- und Schemamaterialisierungstyp sowie die Untersuchung der Tabellenlogik, um besser zu verstehen, wie bestimmte Berechnungen abgeleitet werden.
Da alle dbt-Befehle von einer zentralen Konsole aus einsehbar sind, sparen Sie Zeit bei der Fehlersuche, indem Sie den Status und die Dauer jedes dbt-Befehls schnell überprüfen. Dazu gehören einzelne dbt-Modelle und -Tests, sodass Sie die Ursachen von dbt-Fehlern genau bestimmen und schnell beheben können.