~/questoes/dados

Qual é a linguagem principal utilizada para escrever transformações no dbt?

Responda, confira o feedback e use o resultado para orientar sua revisão.

Questão 1 Não respondida

Qual é a linguagem principal utilizada para escrever transformações no dbt?

Dados e BI Transformações SQL no dbt Iniciante

Para fixar

Linguagem Principal do dbt: SQL Simples e Organizado

Conceito central

O dbt foi criado especificamente para que analistas e engenheiros de dados escrevam transformações usando SQL simples, organizado em camadas lógicas dentro do warehouse, sem necessidade de linguagens de programação complexas. Essa escolha torna a ferramenta acessível e poderosa ao mesmo tempo.

Por que essa resposta faz sentido

SQL é a linguagem central do dbt porque resolve um problema real: permitir que profissionais com conhecimento de SQL façam transformações poderosas sem aprender Java, Python ou outras linguagens. O dbt organiza essas queries em modelos modulares, gerenciando automaticamente dependências e execução.

Armadilhas comuns

Confundir dbt com ferramentas de ETL tradicionais que exigem programação em linguagens como Java ou Python.
Achar que YAML é a linguagem de transformação, quando na verdade YAML serve apenas para configuração e metadados dos modelos.
Pensar que o dbt exige conhecimento avançado de programação, quando seu grande diferencial é ser acessível a analistas que dominam SQL.

Entenda as alternativas

Java é uma linguagem de programação tradicional, mas dbt foi projetado justamente para evitar a complexidade de linguagens desse tipo. O foco da ferramenta é simplicidade e acessibilidade para analistas de dados.

YAML é usada no dbt, mas apenas para configurações de projetos e definição de propriedades dos modelos. As transformações de dados em si não são escritas em YAML; elas são escritas em SQL.

Python pode ser usado em scripts externos ou em ferramentas de orquestração, mas não é a linguagem principal de transformação no dbt. A ferramenta evita propositalmente exigir conhecimento de Python para que analistas SQL possam trabalhar de forma independente.

SQL é a linguagem escolhida porque é acessível para analistas, permite transformações poderosas e, no dbt, é organizada em camadas lógicas (tabelas brutas, intermediárias, finais) dentro do warehouse, melhorando legibilidade e manutenção.