dbt (Data Build Tool): Transformacao de Dados Moderna Para Analistas e Engenheiros

O dbt (data build tool) revolucionou a transformacao de dados ao trazer praticas de engenharia de software (versionamento, testes, documentacao) para o trabalho de analistas de dados. Em 2026, dbt e uma das ferramentas mais exigidas em vagas de analytics engineering. Este guia mostra como funciona e como comecar.

O que e dbt e por que importa

dbt e uma ferramenta que permite transformar dados dentro do data warehouse usando SQL. Diferente de ferramentas tradicionais de ETL que fazem Extract, Transform e Load, dbt foca apenas no T (Transform) — os dados ja estao no warehouse, e o dbt executa queries SQL para criar tabelas e views derivadas.

O diferencial do dbt nao e o SQL em si, mas o que ele adiciona ao redor do SQL: versionamento com Git (cada transformacao e um arquivo SQL versionado), testes automatizados (verificar se colunas sao unicas, nao-nulas, com valores validos), documentacao automatica (gera um site com a documentacao de todas as tabelas e relacoes), linhagem de dados (mostra visualmente de onde cada tabela vem e para onde vai), e materialization (controla se o resultado e tabela, view, incremental ou ephemeral).

Instalacao e projeto inicial

Instale via pip: pip install dbt-core dbt-postgres (ou dbt-bigquery, dbt-snowflake dependendo do seu warehouse). Crie um projeto: dbt init meu_projeto. O comando gera a estrutura de pastas.

A estrutura basica de um projeto dbt: models/ (arquivos SQL de transformacao), tests/ (testes customizados), macros/ (funcoes SQL reutilizaveis), seeds/ (CSVs pequenos para carga de referencia), dbt_project.yml (configuracao do projeto), profiles.yml (conexao com o warehouse).

Criando modelos

Um modelo dbt e simplesmente um arquivo SQL com um SELECT. O dbt cuida de criar a tabela ou view no warehouse. Exemplo de modelo staging (camada de limpeza):

— models/staging/stg_vendas.sql
WITH source AS (
SELECT * FROM {{ source(“erp”, “raw_vendas”) }}
),
cleaned AS (
SELECT
id_venda,
CAST(data_venda AS DATE) AS data_venda,
UPPER(TRIM(nome_cliente)) AS nome_cliente,
COALESCE(valor_total, 0) AS valor_total,
CASE WHEN status = “C” THEN “cancelada” ELSE “ativa” END AS status_venda
FROM source
WHERE data_venda IS NOT NULL
)
SELECT * FROM cleaned

E um modelo de metricas de negocio (camada mart):
— models/marts/fct_vendas_diarias.sql
SELECT
v.data_venda,
COUNT(DISTINCT v.id_venda) AS total_vendas,
SUM(v.valor_total) AS receita_total,
AVG(v.valor_total) AS ticket_medio,
COUNT(DISTINCT v.nome_cliente) AS clientes_unicos
FROM {{ ref(“stg_vendas”) }} AS v
WHERE v.status_venda = “ativa”
GROUP BY v.data_venda

A funcao {{ ref() }} e o poder do dbt: cria dependencias entre modelos, permitindo que o dbt construa o grafo de execucao e rode tudo na ordem correta.

Testes automatizados

dbt permite testar qualidade de dados declarativamente no arquivo schema.yml:

version: 2
models:
– name: stg_vendas
columns:
– name: id_venda
tests:
– unique
– not_null
– name: valor_total
tests:
– not_null
– name: status_venda
tests:
– accepted_values:
values: [“ativa”, “cancelada”]

Execute os testes com dbt test. Cada falha gera um alerta com os registros que violaram a regra.

Materialization: como dbt cria os objetos no warehouse

View: cria uma VIEW SQL (leve, sem dados fisicos, recalcula a cada consulta). Padrao para modelos intermediarios.

Table: cria uma TABLE (dados materializados, mais rapida para consultas, recria por completo a cada execucao). Ideal para modelos finais consumidos por dashboards.

Incremental: adiciona apenas registros novos em vez de recriar a tabela inteira. Essencial para tabelas grandes que crescem diariamente.

Ephemeral: nao cria nada no banco — o SQL e interpolado como CTE nos modelos que o referenciam. Util para calculos intermediarios.

dbt Cloud vs dbt Core

dbt Core e gratuito e open source (CLI). dbt Cloud e a versao paga com IDE no browser, agendamento de execucoes, CI/CD integrado, historico de execucoes e documentacao hospedada. Para equipes de analytics, o dbt Cloud simplifica muito o dia a dia. Para desenvolvedores individuais ou equipes com infra propria, dbt Core com GitHub Actions ou Airflow resolve.