dbt Data Tool

Cet outil analyse les artefacts dbt pour offrir une visibilité sur la taille, la qualité et la structure d'un projet. Il lit manifest.json, dbt_project.yml et, si disponible, run_results.json afin de calculer des métriques telles que model_count, test_coverage et lineage_depth, permettant aux équipes de mesurer l'état et de planifier les optimisations.
Conception: l'outil construit un graphe de dépendances à partir des nœuds dbt (modèles, seeds, sources), identifie les cycles et mesure la profondeur via le chemin le plus long. Il associe les tests aux modèles pour estimer la couverture et signale les écarts lorsque des tests manquent ou sont obsolètes. Lorsque des résultats d'exécution sont fournis, il agrège le statut sur les environnements et les périodes pour refléter la fiabilité récente.
Bénéficiaires: les ingénieurs d'analyse, les équipes de plateforme de données et les data scientists qui maintiennent les pipelines dbt, réalisent l'onboarding ou préparent les contrôles CI/CD. Son différenciateur unique: il combine l'analyse statique des artefacts avec des données d'exécution optionnelles pour révéler des insights actionnables tels que les modèles orphelins, les dépendances qui ralentissent les rebuilds et les problèmes d'exécution potentiels.
Fonctionnalités: parsing d'artefacts, construction de graphes, détection de cycles, calcul de la profondeur de lignée, cartographie test-modèle, agrégation des résultats d'exécution et résumés exportables pour tableaux de bord ou rapports. Cas d'utilisation: prise en compte de projet, préparation au déploiement, audit du nombre de modèles et validation de la santé de la pipeline avant le déploiement.
Sorties destinées à l'automatisation: objet de métriques structuré, résumé lisible et formats exportables (JSON/CSV). L'outil privilégie des résultats déterministes, la reproductibilité entre environnements et des signaux clairs pour les tâches d'optimisation.