Hvorfor dbt?¶

dbt vs. tradisjonelle ETL-verktøy¶

dbt fokuserer utelukkende på transformasjon (T i ETL) og forutsetter at data allerede er lastet til databasen. Tradisjonelle ETL-verktøy håndterer hele kjeden fra utvinning til lasting.

Referanser: - DBT vs Traditional ETL Tools - dbt or traditional ETL – which fits your needs?

Vanlige argumenter mot dbt i NAV¶

«Datateam må håndtere hele ETL‑kjeden, også ingest»¶

Dette stemmer i dag, men er ikke et teknisk krav.

En moden dataplattform tilbr standardisert ingest, slik at data allerede er tilgjengelig i target‑basene (Oracle i første omgang). Da kan datateam bruke dbt der verdien faktisk ligger: transformasjon, modellering og kvalitet. dbt erstatter PowerCenter‑mappinger – ikke hele dataplattformen.

«NAV har et komplekst datalandskap»¶

NAV er kompleks på systemnivå, men et dedikert datateam jobber mot et eller få avgrensede domener og mest innenfor en database.

dbt håndterer kompleksitet ved å gjøre interne avhengigheter eksplisitte og versjonskontrollerte, isteden for å skjule alt i et sentralv verktøy.

«Vi trenger et grafisk verktøy for å få oversikt»¶

Det som etterspørres er som regel oversikt og trygghet, ikke selve GUI‑en. Det er for ekspempel en tydelig terkel å komme igang med git og GitHub. PowerCenter skjuler kode og avhengigheter i flere lag; dbt gjør alt åpent i kode og gir et tydelig dependency‑graph. Målet er at utviklingsopplevelsen i dbt skal ligne sprøøringer i Oracle SQL Developer, noe PowerCenter‑utviklere allerede er komfortable med.

«Vi trenger enterprise‑skalering»¶

dbt er i dag brukt i store, regulerte virksomheter til kritiske pipelines. Det som skalerer dårlig i NAV er monolittiske ETL‑verktøy med sentral styring og lav endringshastighet.

dbt gir:¶

• tydelig eierskap
• testbarhet
• sporbarhet
• CI/CD‑vennlig utvikling

dbt er enterprise‑modent, bare ikke et enterprise‑monolitt‑verktøy.

Kan jeg ikke bare kjøre SQL med Python?¶

Ja – for noen enkle spørringer kan det fungere fint. Men når antall spørringer eller kompleksiteten øker, hjelper dbt med å strukturere koden og holde oversikt over kjørerekkefølgen. Det er ikke uvanlig at en komponent består av 30 eller flere SQL-filer som avhenger av hverandre.