Tutorial: Erste Schritte mit dbt-Projekten auf Snowflake¶

Einführung¶

Dieses Tutorial führt Sie durch die Erstellung eines Arbeitsbereichs für dbt Projects on Snowflake, der mit einem GitHub-Repository verbunden ist, das Sie von unserem Repository getting-started-with-dbt-on-snowflake in Snowflake Labs abspalten (forken). Anschließend verwenden Sie den Arbeitsbereich, um dbt-Projektdateien zu aktualisieren und das dbt-Projekt zu testen und auszuführen, das die Datenmodellausgabe des dbt-Projekts in Snowflake-Zieldatenbanken und -Schemas materialisiert. Sie stellen das Projekt bereit, um ein dbt-Projektobjekt in Snowflake zu erstellen. Abschließend richten Sie eine Aufgabe ein, um das Projekt nach einem von Ihnen festgelegten Zeitplan auszuführen.

Einrichten Ihrer Umgebung¶

Führen Sie die folgenden Schritte aus, um Ihre Umgebung für dieses Tutorial einzurichten:

1. Forken und Klonen des dbt Projects on Snowflake-Getting-Started-Repositorys

2. (Optional) Erstellen Sie ein Warehouse für die Ausführung von Arbeitsbereichsaktionen

3. Erstellen einer Datenbank und eines Schemas für Integrationen und Modellmaterialisierungen

4. Erstellen einer API-Integration in Snowflake für die Verbindung mit GitHub

5. Erstellen einer Integration für den externen Zugriff für dbt-Abhängigkeiten in Snowflake

CREATE WAREHOUSE tasty_bytes_dbt_wh WAREHOUSE_SIZE = XLARGE;

CREATE DATABASE tasty_bytes_dbt_db;
CREATE SCHEMA tasty_bytes_dbt_db.integrations;
CREATE SCHEMA tasty_bytes_dbt_db.dev;
CREATE SCHEMA tasty_bytes_dbt_db.prod;

USE tasty_bytes_dbt_db.integrations;
CREATE OR REPLACE SECRET tasty_bytes_dbt_db.integrations.tb_dbt_git_secret
  TYPE = password
  USERNAME = 'your-gh-username'
  PASSWORD = 'YOUR_PERSONAL_ACCESS_TOKEN';

CREATE OR REPLACE API INTEGRATION tb_dbt_git_api_integration
  API_PROVIDER = git_https_api
  API_ALLOWED_PREFIXES = ('https://github.com/my-github-account')
  -- Comment out the following line if your forked repository is public
  ALLOWED_AUTHENTICATION_SECRETS = (tasty_bytes_dbt_db.integrations.tb_dbt_git_secret)
  ENABLED = TRUE;

-- Create NETWORK RULE for external access integration

CREATE OR REPLACE NETWORK RULE dbt_network_rule
  MODE = EGRESS
  TYPE = HOST_PORT
  -- Minimal URL allowlist that is required for dbt deps
  VALUE_LIST = (
    'hub.getdbt.com',
    'codeload.github.com'
    );

-- Create EXTERNAL ACCESS INTEGRATION for dbt access to external dbt package locations

CREATE OR REPLACE EXTERNAL ACCESS INTEGRATION dbt_ext_access
  ALLOWED_NETWORK_RULES = (dbt_network_rule)
  ENABLED = TRUE;

Erstellen eines Arbeitsbereichs, der mit Ihrem Git-Repository verbunden ist¶

In diesem Schritt erstellen Sie einen Arbeitsbereich in Snowsight, der mit Ihrem GitHub-Repository verbunden ist. Weitere Informationen zu Arbeitsbereichen finden Sie unter Workspaces.

1. Melden Sie sich bei Snowsight an.

2. Wählen Sie im Navigationsmenü auf der linken Seite die Option Projects » Arbeitsbereiche aus.

3. Wählen Sie in der Liste der Arbeitsbereiche oberhalb des Bereichs der Arbeitsbereichsdateien unter Create Workspace die Option From Git repository aus. (In der Liste der Arbeitsbereiche ist standardmäßig My Workspace ausgewählt.)

4. Für Repository URL geben Sie die SSH-URL Ihres geforkten GitHub-Repositorys ein, zum Beispiel https://github.com/my-github-account/getting-started-with-dbt-on-snowflake.git

5. Geben Sie unter Workspace name einen Namen ein. Später in diesem Tutorial verwenden wir tasty_bytes_dbt.

6. Unter API integration wählen Sie den Namen der API-Integration aus, die Sie zuvor erstellt haben; zum Beispiel TB_DBT_GIT_API_INTEGRATION.

7. Wenn Ihr GitHub-Repository öffentlich ist, wählen Sie Public repository und dann Create aus.

   Bemerkung

   Arbeitsbereiche unterstützen nicht das Übertragen und Verschieben von Änderungen aus einem Arbeitsbereich in ein öffentliches Repository.

8. Wenn Ihr GitHub-Repository privat ist und Sie ein Geheimnis für IhreAPI-Integration während der Einrichtung erstellt haben, gehen Sie wie folgt vor:

   1. Wählen Sie Personal access token aus.

   2. Wählen Sie unter Credentials secret die Option Select database and schema aus.

   3. Wählen Sie die Datenbank aus der Liste aus (z. B. TASTY_BYTES_DBT_DB), und wählen Sie dann das Schema in der Liste aus (z. B. INTEGRATIONS), in dem Sie die API-Integration gespeichert haben.

   4. Wählen Sie Select secret und dann Ihr Geheimnis aus der Liste aus, zum Beispiel tb_dbt_git_secret.

9. Wählen Sie Create aus.

   Snowflake verbindet sich mit dem GitHub-Repository, das Sie angegeben haben, und öffnet Ihren neuen Arbeitsbereich. Ein einzelner Ordner im Arbeitsbereich mit dem Namen tasty_bytes_dbt_demo enthält das dbt-Projekt, mit dem Sie arbeiten werden.

tasty_bytes:
target: dev
outputs:
  dev:
    type: snowflake
    account: 'not needed'
    user: 'not needed'
    role: accountadmin
    database: tasty_bytes_dbt_db
    schema: dev
    warehouse: tasty_bytes_dbt_wh
  prod:
    type: snowflake
    account: 'not needed'
    user: 'not needed'
    role: accountadmin
    database: tasty_bytes_dbt_db
    schema: prod
    warehouse: tasty_bytes_dbt_wh

Ausführen der SQL-Befehle in Tasty_bytes_setup.sql, um die Quelldaten einzurichten¶

Als Quelldaten für seine Transformationen verwendet das dbt-Projekt in Ihrem Repository das grundlegende Datenmodell für die fiktive Food-Truck-Marke „Tasty Bytes“. Das SQL-Skript zum Erstellen des Datenmodells befindet sich im Arbeitsbereich.

1. Navigieren Sie in Ihrem Arbeitsbereich zur Datei tasty_bytes_dbt_demo/setup/tasty_bytes_setup.sql und öffnen Sie sie.

2. Wählen Sie in der Kontextauswahl oben rechts im Arbeitsbereichs-Editor das Warehouse aus, das Sie zuvor erstellt haben, zum Beispiel TASTY_BYTES_DBT_WH.

3. Die SQL-Datei enthält Befehle, die Sie in diesem Tutorial bereits ausgeführt haben. Suchen Sie am Anfang der Datei die folgenden Befehle und kommentieren Sie sie aus, damit Sie sie nicht erneut ausführen und doppelte Ressourcen erstellen:

   CREATE OR REPLACE WAREHOUSE ...;
   CREATE OR REPLACE API INTEGRATION ...;
   CREATE OR REPLACE NETWORK RULE ...;
   CREATE OR REPLACE EXTERNAL ACCESS INTEGRATION ...;
   

   Copy

4. Führen Sie die nicht auskommentierten SQL-Befehle in der Datei aus.

   Tipp

   Verwenden Sie Befehl + Shift + Enter, um alle nicht auskommentierten Befehle auszuführen.

   Die Registerkarte Output zeigt die folgende Meldung an:

   tb_101 setup is now complete

ALTER SCHEMA tasty_bytes_dbt_db.dev SET LOG_LEVEL = 'INFO';
ALTER SCHEMA tasty_bytes_dbt_db.dev SET TRACE_LEVEL = 'ALWAYS';
ALTER SCHEMA tasty_bytes_dbt_db.dev SET METRIC_LEVEL = 'ALL';

ALTER SCHEMA tasty_bytes_dbt_db.prod SET LOG_LEVEL = 'INFO';
ALTER SCHEMA tasty_bytes_dbt_db.prod SET TRACE_LEVEL = 'ALWAYS';
ALTER SCHEMA tasty_bytes_dbt_db.prod SET METRIC_LEVEL = 'ALL';

Ausführen des dbt deps-Befehls für Ihr Projekt¶

Sie können den Arbeitsbereich verwenden, um gängige dbt-Befehle für ein Projekt auszuführen. Eine Liste der verfügbaren Befehle finden Sie unter Unterstützte dbt-Befehle. Um einen Befehl auszuführen, wählen Sie dbt-Project, Profile und dbt-Befehl aus den Listen über dem Arbeitsbereichs-Editor. Wählen Sie dann die Schaltfläche „Ausführen“ aus. Verwenden Sie den Pfeil nach unten neben der Schaltfläche „Ausführen“, um zusätzliche Argumente anzugeben, die der dbt-Befehl unterstützt.

Wenn Sie einen beliebigen dbt-Befehl innerhalb des Arbeitsbereichs ausführen, wird auf der Registerkarte Output der Befehl angezeigt, der in Snowflake ausgeführt wird (in grün), sowie die Standardausgabe für diesen Befehl, sodass Sie den Erfolg oder das Fehlschlagen des Befehls überwachen können.

Der erste Befehl, den Sie für ein dbt-Projekt ausführen müssen, ist deps, wodurch die in der packages.yml-Datei des Projekts angegebenen Abhängigkeiten aktualisiert werden. Andere Befehle schlagen fehl, es sei denn, Sie haben die Abhängigkeiten aktualisiert. Weitere Informationen dazu finden Sie unter dbt-Abhängigkeiten.

1. Öffnen Sie unterhalb des Arbeitsbereichs-Editors die Registerkarte Output, sodass Sie die stdout-Standardausgabe sehen können, nachdem Sie dbt-Befehle vom Arbeitsbereich aus ausgeführt haben.

2. Bestätigen Sie in der Menüleiste oberhalb des Arbeitsbereichs-Editors, dass die Standardeinstellung Project (tasty_bytes_dbt_demo) ausgewählt ist. Sie können ein beliebiges Profile auswählen. Dieses Projekt enthält die Profile dev und prod, die in der profiles.yml-Datei definiert sind.

3. Wählen Sie die Profile-Liste und dann Enable secondary roles aus, um Sekundärrollen für dieses Projekt und diese Sitzung zu aktivieren.

   Bemerkung

   Sie müssen Sekundärrollen zunächst die Möglichkeit geben, dbt-Befehle für jedes Projekt während jeder Snowsight-Sitzung auszuführen. Enterprise Edition-Konten können so konfiguriert sein, dass Sekundärrollen für einen bestimmten Benutzer oder alle Benutzer nicht zugelassen sind. Weitere Informationen dazu finden Sie unter Sekundärrollen sind pro Projekt und Sitzung erforderlich..

4. Wählen Sie in der Befehlsliste Deps aus.

5. Wählen Sie neben der Schaltfläche zum Ausführen den Pfeil nach unten.

6. Lassen Sie im Fenster von dbt-Deps Run with defaults ausgewählt, und geben Sie dann an der dafür vorgesehenen Stelle den Namen der External Access Integration ein, die Sie während der Einrichtung erstellt haben; zum Beispiel dbt_ext_access.

7. Um den Befehl auszuführen, wählen Sie Deps aus.

   Auf der Registerkarte Output wird der SQL-Befehl angezeigt, der in Snowflake ausgeführt wird und dem Folgenden ähnelt:

   execute dbt project from workspace "USER$"."PUBLIC"."tasty_bytes_dbt" project_root='tasty_bytes_dbt_demo' args='deps --target dev' external_access_integrations = (dbt_ext_access)
   

   Copy

   Wenn der Befehl beendet ist, werden Standardmeldungen angezeigt, ähnlich wie diese:

   14:47:19  Running with dbt=1.8.9
   14:47:19  Updating lock file in file path: /tmp/dbt/package-lock.yml
   14:47:19  Installing dbt-labs/dbt_utils
   14:47:19  Installed from version 1.3.0
   14:47:19  Up to date!
   Uploading /tmp/dbt/package-lock.yml to snow://workspace/USER$ADMIN.PUBLIC."tasty_bytes_dbt"/versions/live/dbt//package-lock.yml
   

   Die Datei package_lock.yml wird erstellt und in Ihrer Liste der Arbeitsbereichsdateien mit einem A daneben angezeigt. Dies zeigt an, dass die Datei dem Arbeitsbereich Ihres dbt-Projekts hinzugefügt wurde, mit einem Inhalt, der dem folgenden Beispiel ähnelt:

   packages:
     - package: dbt-labs/dbt_utils
       version: 1.3.0
   

   Copy

Kompilieren des dbt-Projekts, Anzeigen des DAG und kompilierte SQL-Ansicht¶

Beim Kompilieren eines Projekts in dbt wird ausführbares SQL aus den modellierten SQL-Dateien und eine visuelle Darstellung des Directed Acyclic Graph (DAG) für das Projekt im Arbeitsbereich erstellt. Weitere Informationen zur Kompilierung von dbt-Projekten finden Sie unter Kompilieren in der dbt-Dokumentation.

Nachdem Sie das Projekt im Arbeitsbereich kompiliert haben, können Sie den DAG anzeigen. Sie können auch eine beliebige SQL-Datei im Ordner models öffnen, um das SQL-Modell anzuzeigen und das kompilierte SQL in nebeneinander liegenden Registerkarten anzuzeigen.

1. Wählen Sie das Projekt und das Ziel aus, das Sie kompilieren möchten.

2. Wählen Sie in der Befehlsliste Compile aus und dann die Schaltfläche „Ausführen“ (optional können Sie den Pfeil nach unten auswählen und Argumente für den Kompilierungsbefehl angeben).

3. Wählen Sie im Bereich unterhalb des Arbeitsbereichs-Editors die Registerkarte DAG aus.

   Sie können den Fensterbereich DAG zur Visualisierung Ihrer dbt-Projekttransformationen von Quelldateien zu materialisierten Datenmodellobjekten in Snowflake verwenden.

   • Klicken Sie darauf und ziehen Sie eine beliebige Stelle im Fensterbereich, um die Ansicht zu verschieben.

   • Verwenden Sie die Schaltflächen + und – zum Vergrößern und Verkleinern.

4. Um den Inhalt der Quelldatei eines Objekts im Editor anzuzeigen, wählen Sie eine Kachel für ein beliebiges Objekt aus.

5. So zeigen Sie das kompilierte SQL in einer aufgeteilten Ansicht im Arbeitsbereichs-Editor an:

   1. Wählen Sie im DAG die Kachel für eine SQL-Modelldatei aus, zum Beispiel: orders.

      –OR–

      Wählen Sie in der Auflistung der Arbeitsbereichsdateien eine beliebige Datei im Unterverzeichnis models Ihres dbt-Projekts aus, um es im Arbeitsbereichseditor zu öffnen.

   2. Wählen Sie View Compiled SQL oben rechts im Arbeitsbereichs-Editor aus, um die kompilierte SQL-Datei in einer aufgeteilten Ansicht anzuzeigen.

Ausführen des dbt dev-Projekts und Überprüfen der materialisierten Snowflake-Objekte¶

Beim Ausführen des dbt-Befehls run wird Ihr kompiliertes SQL für die Zieldatenbank und das Schema unter Verwendung des Snowflake-Warehouse und der Rolle, die in der Datei profiles.yml des Projekts angegeben sind, ausgeführt. In diesem Schritt wird die Ausgabe des Dev-Ziels in Ihrem dbt-demo-Projekt materialisiert. Anschließend erstellen Sie ein SQL-Arbeitsblatt namens dbt_sandbox.sql im Arbeitsbereich, in dem Sie SQL ausführen können, um die Objekterstellung zu überprüfen.

1. Wählen Sie in der Liste Profile Dev aus.

2. Wählen Sie in der Befehlsliste die Option Run und dann die Schaltfläche „Ausführen“ aus.

   Der Ausgabebereich zeigt den Abschlussstatus der Ausführung an.

3. Navigieren Sie in Ihrem tasty_bytes_dbt_demo-Projekt zum Ordner examples, wählen Sie + neben dem Ordnernamen aus und dann SQL File.

4. Geben Sie dbt_sandbox.sql ein und drücken Sie dann Enter.

5. Führen Sie auf der Arbeitsbereichs-Registerkarte für dbt_sandbox.sql die folgende Abfrage aus:

   SHOW TABLES IN DATABASE tasty_bytes_dbt_db;
   

   Copy

   Im Bereich Status and Results sollten Sie die Tabellen CUSTOMER_LOYALTY_METRICS, ORDERS und SALES_METRICS_BY_LOCATION sehen.

6. Um die Ansichten anzuzeigen, die Ihre dbt-Projektausführung erstellt hat, führen Sie den folgenden Befehl aus:

   SHOW VIEWS IN DATABASE tasty_bytes_dbt_db;
   

   Copy

Übertragen Ihrer Dateiaktualisierungen aus dem Arbeitsbereich in Ihr Repository¶

Nachdem Sie nun Ihren Arbeitsbereich aktualisiert und Ihr Projekt als dbt-Projektobjekt kompiliert, getestet, ausgeführt und bereitgestellt haben, können Sie die Änderungen, die Sie am Arbeitsbereich vorgenommen haben, in Ihr privates GitHub-Repository übertragen. Dieser Schritt wird für öffentliche Repositorys nicht unterstützt.

1. Wählen Sie in Ihrem geöffneten Arbeitsbereich Changes aus.

   Die Dateiliste im Arbeitsbereich wird gefiltert, um nur Dateien anzuzeigen, die sich seit der Synchronisierung mit dem Git-Repository geändert haben.

   • A zeigt an, dass eine Datei im Arbeitsbereich und nicht zum Git-Repository hinzugefügt wurde.

   • M zeigt an, dass die Datei geändert wurde.

   • D zeigt an, dass die Datei gelöscht wurde.

2. Wählen Sie eine Datei aus, um deren Vergleich mit GitHub seit dem letzten Abruf (in diesem Fall seit der Arbeitsbereich erstellt wurde) anzuzeigen.

3. Überprüfen Sie in der Menüleiste über der Auflistung der Arbeitsbereichsdateien, ob die Verzweigungsauswahl für dieses Tutorial auf main eingestellt ist.

4. Wählen Sie die Push Schaltfläche aus und geben Sie dann eine Commit-Meldung in das dafür vorgesehene Feld ein; zum Beispiel Aktualisierung des Projekts mit ersten Änderungen von dbt in Snowflake.

5. Wählen Sie Push aus.

   Eine Push-Übertragung in Ihr Repository kann einige Minuten dauern.

Bereitstellen des dbt-Projektobjekts aus dem Arbeitsbereich¶

Wenn Sie Ihr dbt-Projekt von einem Arbeitsbereich aus bereitstellen, wird ein dbt-Projektobjekt erstellt. Sie können das Objekt verwenden, um ein dbt-Projekt in Snowflake außerhalb des Arbeitsbereichs zu planen, auszuführen und zu überwachen.

Wenn Sie Ihr dbt-Projektobjekt vom Arbeitsbereich in einer Snowflake-Datenbank und einem Schema bereitstellen, können Sie ein Objekt erstellen oder eines überschreiben, das Sie zuvor erstellt haben.

1. Wählen Sie auf der rechten Seite des Arbeitsbereichseditors Connect » Deploy dbt project aus.

2. Wählen Sie Select database and schema und dann die TASTY_BYTES_DBT_DB-Datenbank und das DEV-Schema aus.

3. Wählen Sie unter Select or Create dbt Object die Option Create dbt Object aus.

4. Geben Sie unter Enter Name TASTY_BYTES_DBT_PROJECT ein, und wählen Sie dann Deploy aus.

   Auf der Registerkarte Output wird der Befehl angezeigt, der in Snowflake ausgeführt wird und dem folgenden Beispiel ähnelt:

   create or replace DBT PROJECT "TASTY_BYTES_DBT_DB"."DEV"."TASTY_BYTES_DBT_PROJECT" from snow://workspace/USER$MYUSER.PUBLIC."tasty_bytes_dbt_demo"/versions/live/dbt
   
   tasty_bytes_dbt_project successfully created.
   

   Copy

   Das Connect-Menü zeigt jetzt den Namen des von Ihnen erstellten dbt-Projektobjekts mit den folgenden Optionen an:

   • Redeploy dbt project – Aktualisiert das dbt-Projektobjekt mit der aktuellen Arbeitsbereichsversion des Projekts mithilfe von ALTER. Dies erhöht die Version des dbt-Projektobjekts um 1. Weitere Informationen dazu finden Sie unter Versionierung für dbt-Projektobjekte und -Dateien.

   • Disconnect – Trennt den Arbeitsbereich vom dbt-Projektobjekt, löscht aber nicht das dbt-Projektobjekt.

   • View project – Öffnet das dbt-Projektobjekt im Objekt-Explorer, wo Sie den Befehl CREATE DBT PROJECT für das dbt-Projektobjekt und den Ausführungsverlauf für das Projekt anzeigen können.

   • Create schedule – Bietet Optionen, um eine Aufgabe zu erstellen, die das dbt-Projektobjekt nach einem Zeitplan ausführt. Weitere Informationen dazu finden Sie unter Erstellen einer Aufgabe, um die Ausführung des dbt-Projekts zu planen.

   • View schedules – Öffnet eine Liste der Zeitpläne (Aufgaben), die das dbt-Projektobjekt ausführen, mit der Option, Aufgabendetails im Objekt-Explorer anzuzeigen.

5. Um die Erstellung des Projekts zu überprüfen, führen Sie eine oder beide der folgenden Aufgaben aus:

   • Wählen Sie im Menü für das dbt-Projekt die Option View project aus, um das dbt-Projektobjekt im Objekt-Explorer zu öffnen.

     –OR–

   • Führen Sie über das zuvor erstellte Arbeitsblatt dbt_sandbox.sql den folgenden Befehl aus:

     SHOW DBT PROJECTS LIKE 'tasty%';
     

     Copy

Erstellen einer Aufgabe, um die Ausführung des dbt-Projekts zu planen¶

Nachdem Sie Ihr dbt-Projektobjekt bereitgestellt haben, können Sie den Arbeitsbereich oder SQL verwenden, um eine Aufgabe einzurichten, die einen dbt-Befehl für Ihr dbt-Projektobjekt ausführt.

Mit den folgenden Schritten wird ein Zeitplan erstellt, um das dbt-Projekt jede Stunde jeweils eine Minute nach der vollen Stunde auszuführen. Die Task führt den dbt-Befehl run mit der Option --select aus, um das Modell customer_loyalty_metrics im dbt-Projekt auszuführen.

1. Wählen Sie im dbt-Projektmenü in der oberen rechten Ecke des Arbeitsbereichseditors die Option Create schedule aus.

2. Im Dialogfeld Schedule a dbt run gehen Sie wie folgt vor:

   • Unter Schedule name geben Sie einen Namen für die Aufgabe ein, zum Beispiel: run_prepend_data_dbt.

   • Unter Frequency lassen Sie Hourly auf 01 für die von Ihnen gewählte Zeitzone.

   • Unter dbt properties:

     • Wählen Sie unter Operation die Option run aus.

     • Wählen Sie unter Profile die Option dev aus.

     • Unter Additional flags geben Sie --select customer_loyalty_metrics ein.

3. Wählen Sie Create aus.

   Snowflake erstellt eine Aufgabe, die den Befehl EXECUTE DBT PROJECT mit diesen Parametern ausführt. Weitere Informationen zu Aufgaben und Aufgabenoptionen finden Sie unter Einführung in Aufgaben und CREATE TASK.

4. Wählen Sie im dbt-Projektmenü die Option View schedules und dann in der Liste Ihren Zeitplan aus.

   Der Objekt-Explorer öffnet sich für Ihre Datenbank mit dem geöffneten Fensterbereich Task Details für die Aufgabe. Task Definition zeigt einen Befehl CREATE TASK ungefähr wie folgt an:

   CREATE OR REPLACE TASK tasty_bytes_dbt_db.dev.run_prepped_data_dbt
           WAREHOUSE=tasty_bytes_dbt_wh
           SCHEDULE ='USING CRON 1 * * * * America/Los_Angeles'
         AS
     EXECUTE DBT PROJECT tasty_bytes_dbt_project ARGS='run --select customer_loyalty_metrics --target dev';
   

   Copy

Bereinigen¶

Sie können nach diesem Tutorial die erstellten Datenbanken, Arbeitsbereiche und das Warehouse löschen, um alles zu bereinigen.

Führen Sie folgende SQL-Befehle von Ihrem dbt_sandbox.sql-Arbeitsblatt zum Entfernen des Warehouse, der TASTY_BYTES_DBT_DB- und TB_101-Datenbanken, die Sie erstellt haben, und alle in den Datenbanken erstellten Schemas und Objekte aus:

DROP WAREHOUSE IF EXISTS tasty_bytes_dbt_wh;
DROP DATABASE IF EXISTS tasty_bytes_dbt_db;
DROP DATABASE IF EXISTS tb_101;

Copy

So löschen Sie Ihren Arbeitsbereich „tasty_bytes_dbt_demo“:

• Wählen Sie über das vertikale Ellipsenmenü neben dem Arbeitsbereichsmenü oben im Arbeitsbereichs-Explorer Delete aus und bestätigen Sie dann den Löschvorgang, wenn Sie dazu aufgefordert werden.