~/questoes/dados
O DAG (Directed Acyclic Graph) em dbt é uma representação visual que mostra como os modelos, fontes e testes se conectam, indicando a sequência correta de execução e garantindo que não existam dependências circulares que quebrem o pipeline.
A alternativa correta descreve exatamente o propósito do DAG: ser uma visualização que organiza a execução dos modelos conforme suas dependências. Quando você executa dbt, a ferramenta lê esse grafo para determinar qual modelo rodar primeiro, qual vem depois, e assim por diante.
Essa é a definição correta. O DAG mostra visualmente como cada modelo depende de outros, permitindo que dbt execute tudo na ordem certa automaticamente, sem risco de um modelo tentar usar dados que ainda não existem.
Particionamento de dados é uma estratégia diferente, usada para dividir grandes tabelas em pedaços menores para melhorar performance. Não tem relação com o DAG ou com a visualização de dependências em dbt.
dbt se conecta com plataformas de ML, mas não através de um protocolo chamado DAG. O DAG é apenas um conceito de grafo de dependências, não um protocolo de integração.
Arquivo YAML em dbt define configurações (como sources, testes e propriedades de modelos), mas não é o que chamamos de DAG. O DAG é gerado automaticamente pela ferramenta a partir dessas configurações.