Herramienta de compilación de datos

La herramienta de creación de datos ( dbt ) es una herramienta de línea de comandos de código abierto que ayuda a los analistas e ingenieros a transformar los datos en su almacén de manera más eficaz. ^{[ 2 ]}

Comenzó en RJMetrics en 2016 como una solución para agregar capacidades básicas de transformación a Stitch (adquirida por Talend en 2018). ^{[ 3 ]} Las primeras versiones de dbt permitieron a los analistas contribuir al proceso de transformación de datos siguiendo las mejores prácticas de ingeniería de software. ^{[ 4 ]}

Desde el principio, dbt fue de código abierto. ^{[ 5 ]} En 2018, el equipo de dbt Labs (entonces llamado Fishtown Analytics) lanzó un producto comercial sobre dbt Core. ^{[ 6 ]}

En enero de 2025, dbt Labs adquirió SDF Labs, una empresa emergente con sede en Seattle que desarrollaba tecnología de compilación SQL y análisis estático para ingeniería analítica. ^{[ 7 ]} SDF Labs fue fundada en 2022 por Lukas Schulte, Wolfram Schulte, Elias DeFaria y Michael Levin. ^{[ 8 ]}

En abril de 2020, dbt Labs anunció su Serie A liderada por Andreessen Horowitz . ^{[ 9 ]} En noviembre, dbt Labs anunció su Serie B liderada por Andreessen Horowitz y Sequoia . ^{[ 10 ]} Y en junio de 2021, dbt Labs recaudó su Serie C liderada por Altimeter , Sequoia y Andreessen Horowitz. ^{[ 11 ]} En febrero de 2022, la compañía recaudó $222 millones para su Serie D, con una valoración de $4.2 mil millones. ^{[ 12 ]} En octubre de 2025, dbt Labs anunció un acuerdo definitivo para fusionarse con Fivetran en un acuerdo de acciones, con el CEO de Fivetran, George Fraser, al frente de la compañía combinada y el fundador de dbt Labs, Tristan Handy, como presidente; la fusión estaba pendiente de aprobación regulatoria en 2026, y se proyectaba que la entidad combinada alcanzaría cerca de $600 millones en ingresos recurrentes anuales. ^{[ 13 ]}

Dbt permite a los ingenieros de análisis transformar datos en sus almacenes de datos mediante la escritura de sentencias SELECT, y convierte estas sentencias en tablas y vistas. Dbt realiza la transformación (T) en procesos de extracción, carga y transformación (ELT); no extrae ni carga datos, sino que está diseñado para ser eficiente en la transformación de datos que ya se encuentran dentro de un almacén de datos. El objetivo de Dbt es permitir que los analistas trabajen de forma más similar a los ingenieros de software, en línea con la perspectiva de Dbt. ^{[ 14 ]}

Dbt utiliza archivos YAML para declarar propiedades. seedes un tipo de tabla de referencia utilizada en dbt para datos estáticos o que cambian con poca frecuencia, como por ejemplo códigos de país o tablas de búsqueda ), que se basan en CSV y normalmente se almacenan en una carpeta de semillas .