Dbt Labs revela casos práticos e avançados do Wizard para o dbt Fusion
Aprofundamento CEVIU
Aprofundamento
O current_price é um campo crítico no projeto de dados econômicos descrito no artigo-fonte, não uma métrica genérica, mas uma coluna específica usada como referência para cálculos de volatilidade em ativos financeiros. Ele representa o preço mais recente (não o máximo ou média) de um ativo, e sua correta identificação foi essencial para que o Wizard gerasse a fórmula std_dev_1yr / current_price sem erros de divisão por zero ou desalinhamento semântico. O artigo mostra que o Wizard falhou na primeira tentativa ao usar max_close_price, revelando que o projeto já tinha uma estrutura de modelagem consolidada com nomenclatura explícita, e que o agente precisou navegar essa realidade, não ignorá-la.
O projeto usa Dagster para ingestão, dbt Fusion para transformação e BigQuery como destino final, com foco em alimentar um plugin Claude para análise de ciclo econômico. A validação do current_price não foi só sintática: envolveu compatibilidade entre parsers do dbt Core e do Fusion, CI estável, deploy bem-sucedido no dbt Platform e, crucialmente, consulta real via MCP retornando números vindos do warehouse. Isso vai além de 'compilar': é garantir que o campo esteja acessível, tipado e consistente em toda a cadeia, desde o SQL até a camada semântica hospedada.
O que mudou
A cobertura CEVIU anterior mostrava o dbt Fusion como uma promessa técnica: sistema de tipos SQL, servidor de linguagem, verificação em tempo real artigo-fonte. Agora, com o Wizard, ele virou ferramenta operacional para equipes que já migraram para o Fusion engine ou estão em transição. Antes, a construção da camada semântica exigia escrita manual de metrics.yml e ajustes finos entre ambientes. Agora, o Wizard gera, valida, refatora e implanta métricas com escopo estrito, e, no caso do current_price, resolveu conflitos reais entre sintaxe Fusion e compatibilidade com o Core, algo que não estava nos anúncios iniciais do Fusion nem no lançamento do v2.0 alpha [[LINK:/newsletter/ceviu-dados/dbt-core-v2-foi-lancado-open-source-e-reformulado-para-o-futuro|dbt Core v2]] ou [[LINK:/newsletter/ceviu-dados/ql-typescript-e-agentes-inovacao-no-desenvolvimento-sql|QL + TypeScript]].
Por que isso importa
Para engenheiros de dados que mantêm pipelines com centenas de modelos, o current_price é um microexemplo de um problema macro: manter consistência semântica entre diferentes engines, parsers e camadas de consumo. O Wizard não elimina a necessidade de entender o domínio, ele exige que você defina claramente o que é 'preço atual', mas remove o trabalho repetitivo de traduzir essa intenção em YAML, SQL e configurações de deploy. Isso muda o foco: de depurar falhas de parsing entre Core e Fusion para validar se a métrica realmente responde à pergunta de negócios ('qual ativo está mais volátil agora?'). E isso só funciona porque o Wizard opera com metadados nativos do projeto, não com grep e suposição, algo que nenhum CLI de dbt anterior oferecia.
Linha do tempo
Lançamento do dbt Core v1.11 com suporte oficial a UDFs
Anúncio do engine Fusion com sistema de tipos SQL e servidor de linguagem
dbt Core v2.0 alpha com runtime Rust open source e base unificada com o Fusion
Dbt Labs revela casos práticos do Wizard para o dbt Fusion, incluindo uso do current_price em validação cruzada entre Core e Fusion
Perguntas frequentes
O Wizard substitui o desenvolvedor de dados?
Não. Ele automatiza tarefas repetitivas de implementação e validação, como colocar métricas no lugar certo, ajustar expressões para múltiplos parsers e disparar jobs de deploy. Mas exige que o engenheiro defina claramente o objetivo (ex: 'volatilidade = std_dev_1yr / current_price') e valide o resultado final. O artigo mostra que o Wizard gerou três versões erradas antes da certa.
O que o <strong>current_price</strong> tem de especial comparado a outras colunas?
Nada sintaticamente, é só uma coluna. Mas semanticamente, é um ponto de ancoragem crítico: define o denominador em cálculos relativos, precisa ser único por ativo e ter latência mínima. No projeto descrito, seu uso incorreto gerou falhas de validação cruzada entre dbt Core e Fusion, expondo fragilidades reais em migrações de stack.
Posso usar o Wizard com meu projeto atual de dbt Core?
Sim, mas com restrições. O artigo mostra que o Wizard lida com projetos híbridos (Core + Fusion), mas sua eficácia depende de como seu projeto está estruturado: metadados bem definidos, testes configurados e compatibilidade entre parsers. Projetos com muitas dependências externas ou sem schema.yml organizado podem exigir intervenção manual antes do uso.
O Wizard é compatível com todas as engines de warehouse suportadas pelo dbt?
Funciona com BigQuery, Snowflake e Redshift, mas o artigo destaca que ele detecta e isola problemas de ambiente local, como credenciais do Snowflake em um projeto BigQuery. Ele não executa queries no warehouse diretamente, mas valida a compatibilidade da sintaxe e dos artefatos gerados com a engine-alvo definida no projeto.
Links relacionados
Fontes
- docs.getdbt.comfonte original
- Categoria
- CEVIU Dados
- Publicado
- 03 de julho de 2026
- Editoria
- CEVIU Dados

