Le trasformazioni dei dati sono l’elemento fondamentale di ogni strategia dati efficace e sono cruciali per costruire pipeline robuste e scalabili. Da anni i team dati si affidano a dbt (data build tool) per applicare le migliori pratiche di ingegneria del software — come modularità, controllo delle versioni e test — ai flussi di lavoro di trasformazione SQL e Snowpark.
Ma il processo non è sempre stato fluido. I team dati e i responsabili delle piattaforme si trovano spesso ad affrontare sfide comuni:
- Overhead dell’infrastruttura: Gestire la capacità di calcolo per un orchestratore esterno (come Airflow), oltre a Snowflake, aggiunge complessità di manutenzione e può ridurre l’affidabilità complessiva tra sistemi diversi.
- Le sfide del debug: I log e i dati sulle prestazioni sono distribuiti tra l’orchestratore e i log delle query, rendendo difficile individuare le cause principali e i colli di bottiglia.
- Lacune nella governance: È difficile consentire ai nuovi team di creare e distribuire pipeline, soprattutto quando la curva di apprendimento è ripida e la sicurezza coerente rappresenta una sfida.
- Configurazione CI/CD: Impostare una solida integrazione continua e una distribuzione continua (CI/CD) per il codice di trasformazione dei dati richiede spesso un notevole sforzo di sviluppo personalizzato per garantire qualità e rapidità di rilascio.
Ora la potenza di dbt è disponibile in modo nativo su Snowflake. I progetti dbt su Snowflake consentono ai team dati di creare, eseguire e monitorare i propri progetti direttamente all’interno di Snowflake. Con il nuovo editor Workspaces — la nuova generazione di strumenti per l’authoring SQL in Snowflake — i team possono modificare e debuggare i progetti. I progetti dbt su Snowflake offrono piena parità con Snowflake CLI per gestire distribuzioni e test tramite strumenti CI/CD come GitHub Actions. Queste opzioni native riducono i passaggi di contesto, semplificano la configurazione e accelerano l’intero ciclo di sviluppo delle pipeline di dati.
“In un'organizzazione no-profit che offre cure salvavita ogni giorno, ogni dollaro conta. Quando abbiamo ricostruito la nostra piattaforma di dati e analisi, avevamo bisogno di strumenti di dimensioni adeguate che bilanciassero capacità, semplicità e costi. Nel momento in cui dbt è entrato a far parte dell'ecosistema Snowflake, il percorso è stato chiaro. Oggi sperimentiamo, codifichiamo, testiamo, implementiamo, pianifichiamo e monitoriamo l'intero flusso di lavoro dbt direttamente all'interno di Snowflake. Il consolidamento su un'unica piattaforma ha semplificato le operazioni, migliorato la trasparenza dei costi e permesso ai nostri ingegneri di concentrarsi sulla creazione di valore in tempi più rapidi.”
Chris Androsoff
Director of Data, STARS
Con i progetti dbt su Snowflake, i team collaborano per creare data product modulari e scalabili, fornendo analisi, AI e applicazioni a valle. I clienti che hanno testato in anteprima questa funzionalità hanno riportato un aumento della fiducia nella capacità di creare (+34%) e risolvere i problemi (+11%) delle pipeline di trasformazione in un solo giorno.1
1 Tra aprile e giugno 2025 abbiamo intervistato 17 utenti alla loro prima esperienza prima e dopo aver utilizzato i progetti dbt su Snowflake, per misurare i miglioramenti nella velocità di creazione e risoluzione dei problemi.
Scopri i progetti dbt su Snowflake in una demo di Charlie Hammond.
Accelera lo sviluppo con i progetti dbt su Snowflake
I progetti dbt su Snowflake semplificano i flussi di lavoro dei data engineer, consentendo di standardizzare e automatizzare le pipeline di trasformazione grazie a:
- Sviluppo e test: Crea, carica e modifica progetti dbt in Workspaces utilizzando un IDE basato su file integrato con Git. Esegui test per la qualità dei dati e convalida i modelli.
- Visualizzazione e debug: Compila e visualizza grafi aciclici diretti (DAG) per ispezionare lineage e dipendenze direttamente nell’interfaccia utente.
- Distribuzione e orchestrazione: Distribuisci e pianifica pipeline di dati utilizzando task nativi di Snowflake, semplificando l’orchestrazione. Seleziona diversi comandi dbt — come COMPILE, TEST, RUN e altri — direttamente dall’IDE nativo di Workspaces.
- Monitoraggio e tracciamento: Monitora la cronologia di esecuzione con log e tracciamento di dettaglio.
Inizia oggi stesso
Che tu voglia importare un progetto dbt esistente da Git o iniziare da zero, è facile partire con i progetti dbt su Snowflake:
- Accedi a Snowsight Workspaces.
- Scegli se creare o importare un progetto dbt da un repository Git.
- Esegui il progetto utilizzando un virtual warehouse Snowflake esistente.
Prova il tutorial introduttivo o scarica il codice da Snowflake Labs. L’efficienza operativa, la standardizzazione e la semplicità dell’esperienza di sviluppo offerte da questa funzionalità permetteranno a un numero crescente di team di creare e distribuire data product moderni. Scopri di più nella documentazione di Snowflake o consulta le guide per sviluppatori per mettere subito le mani sul codice.
