Aller au contenu
← Toutes les actus
dbt Labs Blog27 octobre 2026

Comment dbt Labs et Fivetran migrent les workloads dbt vers le data lake, modèle par modèle

Traduit de l'original anglais par IA. Voir en anglais

Résumé

Les équipes peuvent migrer leurs workloads dbt de façon incrémentale vers un data lake ouvert basé sur Iceberg, grâce au data lake géré de Fivetran, à un « Move » sur place des tables natives Snowflake vers Iceberg qui préserve le fonctionnement des modèles dbt et des tableaux de bord BI dépendants, et à Lake Compute, qui bascule les modèles dbt simples, un par un, vers un calcul natif du lake moins coûteux. Construite autour d'un catalogue Iceberg REST (Apache Polaris, avec intégration Glue ou Unity Catalog) afin que Snowflake, Databricks et BigQuery partagent les mêmes données, l'approche a réduit d'environ 15 à 20 % une facture de calcul Snowflake et cible l'ingestion et la transformation, que les intervenants estiment à environ 75 % des dépenses de la stack.

Comment migrer des workloads dbt vers un data lake, modèle par modèle, sans migration « rip-and-replace ».

Articles similaires

News

Intégrer l'IA générative directement dans un pipeline dbt avec du SQL standard

dbt-blog10h ago
News

Comment Sigma exploite une couche sémantique de 2 883 modèles avec dbt et Dagster

dbt-blog11h ago
News

ClickHouse + dbt : mettre en place un workflow GitOps chez Twilio

dbt-blog11h ago
News

Comment KOHO a bâti un outil d'analyse en libre-service propulsé par Claude sur des années de gouvernance dbt

dbt-blog11h ago