在前面我們已經談論了，在現代資料棧裡的轉換層 (transformation layer) 的主角其實是 SQL ，而 dbt 則是擔任輔助生成 SQL 的角色。而 dbt 用來輔助 SQL 生成的眾多功能之中，最重要的功能，莫過於動態組合 SQL。

實際上，在一般的軟體開發，也有一種類型的軟體，擔任類似的角色，它們通常稱之為建置工具 (build tool) ，比方說，在 C 語言可能是用 Make，在 Java 是用 Maven 。在軟體開發，當程式語言經過了編譯之後，會產生一個又一個的物件檔 (object file)，建置工具會去解析釐清，這些物件檔之間的依賴關系，而後串接眾多的物件檔，進而產生最後的程式。

承上所述，dbt 可以視為是『資料領域的建置工具 (build tool)』，也因此，它的全名叫做 data build tool 。

安裝 dbt

dbt 也有提供雲端版本的，所以如果可以考慮雲端版本的讀者們，我也推荐使用雲端版本，畢竟維護本地端版本的軟體，還是滿費心的。

簡易安裝步驟：

1. 準備好 python 環境，即 python 直譯器。
2. 執行 pip install dbt-core 這一步是安裝 dbt 的核心程式
3. 執行 pip install dbt-duckdb 這一步是安裝 dbt 對於 DuckDB 的轉接器 (adapter)， dbt 可以支援各種的資料倉儲、甚至是 SQL 引擎，只要安裝了對應的轉接器即可。

上述的步驟裡，最棘手的一步，其實是「準備好 python 環境」。一旦系統有超過一個 python 直譯器，管理或是切換不同的 python 直譯器 ，就是一大麻煩。我認為，合理的解決之道，應該是要先安裝 python 直譯器的管理器，比方說，pyenv。

討論

在 dbt 官網的安裝說明，與這邊提供的安裝方式大同小異。官網的安裝說明比較強調要用 python virtual environment (venv)去管理 pip modules ，這是很好的習慣，特別是當你也同時會用 python 來開發應用軟體時，多安裝了一些 pip modules 之後，很容易產生 modules 之間的衝突，所以最好要用 venv 之類的程式去管理。

dbt + SQL

由於 dbt 沒有辦法單獨運作，它一定要搭配上 SQL 才能發揮它的功能。於是，在我們開始透過一些實際的案例來展現 dbt 的功能之前，我們還要先安裝好一個可以提供我們 SQL 的資料倉儲軟體，先預告一下，我們接下來要安裝的軟體是 DuckDB 。

其它資源

1. 對 dbt 或 data 有興趣 👋？歡迎加入 dbt community 到 #local-taipei 找我們，也有實體 Meetup 請到 dbt Taipei Meetup 報名參加
2. 歡迎訂閱 PruningSuccess 電子報，主要談論軟體開發、資料處理、資料分析等議題。