dbt core setup，可以先照著官方文件按部就班的前進。基本上就是 pip install, authentication 還有一些環境的設定。

在這個過程中，最麻煩的就是：使用者是一個多人團體。

如果只有一個人在開發 dbt，那他的電腦設定完就好了，但組織裡就是有很多人、以及更多的電腦。

每年進來的新員工、新實習生，用不同的 OS，還會因為電腦晶片不同有些奇奇怪怪的問題，處理這種雜事真的很麻煩。

初始化是麻煩的，還有另一點是：版本差異。

像我們一開始部署時版本是 1.4，後來我們升級至 1.8，兩個版本就有蠻多的差異，需要額外的調整與更新。

甚至在升級到 1.8 時，我也發現有些功能在 1.8.0 跟 1.8.7 需要進行不同的設定。

在這種版本問題下，無可避免地可以想見一個情境：A 說「他在我的電腦上好好的！」B 說「明明就不會動！」肯定是搞得雞飛狗跳。

所以我們就使用了 vscode 裡提供的 dev containers，讓所有人 git pull 之後，可以在同樣的容器中開發，容器中已經安裝好相同的設定，不用再處理 pip install 以及各種版本的問題。

圖片來源：vscode 官方文件

我們在 dockerfile 中，安裝了 dbt 相關的套件，還有安裝一些好用的 package，像是 sqlfluff, pre-commit 等等的，讓大家的開發成果能遵循一致的標準。

而 dev container 除了像是 dockerfile 上述的設定：安裝 package、一些基礎的環境設定，還可以在 devcontainer.json 中，進行一些其他的附加設定，我們就做了一些額外的處理：

• 設定 authentication：在檔案中 mount google 的 service account，讓容器內有權限來觸發 BigQuery 任務。
• 個人化設定：我們設定了 formatter 以及 extension，讓 repo 中的文件可以進行格式化，而之前一再提其的 dbt core 不可或缺的附加元件 — dbt power user 也可以直接安裝於容器中做使用。

"customizations": {
      "vscode": {
          "settings": {
              "[yaml]": {
                  "editor.defaultFormatter": "redhat.vscode-yaml",
                  "editor.formatOnSave": true
              }
          },
          "extensions": [
              "innoverio.vscode-dbt-power-user",
              "redhat.vscode-yaml"
          ]
      }
  }

組織內要統一一致的開發節奏！SOP 是導入一套新工具時的核心要件。