本篇為延續 “ 常用的 dbt 指令參數(上)” 的下集

--target

• --target 參數允許您指定要運行的目標，例如 prod（生產環境）或 dev（開發環境）。這有助於區分不同環境中的運行，但這在官方文件提到比較少，相關的只在講 profile.yml 段落提到

  這有什麼用處呢?

  因為 dbt 指令除了更新你的資料庫，還可能在背後上傳 log 檔或各種執行結果到你的資料庫，但我們很常在本機測試執行，我們也不想每次執行都把結果都上傳，耗費資源和執行時間，因此跑 dbt run 或 dbt test 加上 —target prod 讓 dbt 知道你這次若是正式環境，才需要把東西上傳

--vars

• --vars 參數用於指定 dbt 專案環境的變數。這有助於管理不同環境中的配置和變數

• 使用情境:

  1. 除了 target 的用法， vars 也可以幫你區分環境。若你在跑 CI 流程而非正式環境，你可以透過 env 設定跑 dbt 指令時 CI 時資料庫的 dataset 或是 table 是在 staging 環境而非正式，因此不會動到正式環境，若 CI 有問題可以去 staging 環境查看

     →此設定需要搭配 get_custom_schema 的改寫

     {%- if custom_schema_name is none -%}
     
             {{ default_schema }}
     
         {%- else -%}
     
             {%- set env = var("env", none) -%}
             {%- if env is none -%}
                 {{ custom_schema_name | trim }}
             {%- elif env == "staging" -%}
                 {{ custom_schema_name | trim }}_staging
             {%- else -%}
                 none
             {%- endif -%}
     
         {%- endif -%}
     

     改寫了以上 get_custom_schema，之後只想在測試環境執行， command 加上 'env: staging' ，你的 model 就是在 另給 dataset 生成囉!

  dbt build --select my_model --vars 'env: staging'
  

  1. 你的 dbt model 需要帶參數進去，你可以在跑 dbt run 時設定要帶入變數的值，你的變數可以設定在 mode 裡或是 dbt_project.yml

     官方文件:

     1. model 帶變數的方法 : 如何讓你的 model 可以帶變數，還可以設定預設值

     2.如何定義變數: 如何設定你的變數，除了在 model, 還可以在 dbt_project.yml , 也可以在 command line