Saltar al contenido

Lección 8 de 20 · Lectura y práctica

Práctica: Añadir Tests a un Modelo de Clientes

Concepto claveEn el modelado de datos con dbt Cloud, los tests son verificaciones automatizadas que garantizan la calidad y consistencia de tus datos transformados. Piensa en ellos como los controles de calidad en una línea de.

Del concepto a la práctica

Taller de esta lección

En un modelo de clientes conviene separar identidad, contacto y estado. Que un correo tenga una arroba no demuestra que sea único; que un cliente tenga varias compras tampoco debe duplicarlo en la dimensión. Cada test debe corresponder a una afirmación concreta.

Ejemplo resuelto

Registros: 10, ana@ejemplo.test, active; 11, bruno@ejemplo.test, inactive; 12, ana@ejemplo.test, active. customer_id es único, pero el correo repetido puede ser un problema si la regla exige uno por cliente. El estado debe pertenecer al dominio permitido.

Pruébalo

  1. Testea ausencia de nulos y unicidad en customer_id.

  2. Define accepted_values para active e inactive.

  3. Decide explícitamente si email debe ser único.

  4. Ejecuta el test de formato solo como regla adicional, no como sustituto de unicidad.

Comprueba tu resultado

Error frecuente: marcar correo como único sin revisar cuentas compartidas o duplicados históricos. Corrígelo documentando la decisión y separando duplicado técnico de regla de negocio.

Ejercicio: usa los tres registros y exige correo único. Resultado esperado: fallan customer_id cero filas, estado cero filas y unicidad de correo una fila duplicada, asociada al valor ana@ejemplo.test.

Flujo de datos: dos formatos de la misma fecha se normalizan y un vacío queda marcado antes de comprobar tipos, duplicados y unidades.
CursaloMapa de práctica
Antes del gráfico, revisa los datos

Antes de analizar, comprueba los tipos, valores vacíos, duplicados y unidades. Decide cómo tratar cada problema según el contexto y conserva la trazabilidad del cambio. Un gráfico solo es útil si los datos de entrada son coherentes.

Ver la infografía en tamaño completo ↗

Concepto clave

En el modelado de datos con dbt Cloud, los tests son verificaciones automatizadas que garantizan la calidad y consistencia de tus datos transformados. Piensa en ellos como los controles de calidad en una línea de producción: cada modelo debe pasar ciertos chequeos antes de considerarse listo para consumo. A diferencia de validaciones manuales, los tests en dbt se ejecutan automáticamente con cada ejecución, detectando problemas como valores nulos inesperados, duplicados o relaciones rotas entre tablas.

Existen dos tipos principales de tests en dbt: tests genéricos (como not_null, unique, accepted_values) que vienen predefinidos, y tests personalizados que tú defines según reglas de negocio específicas. Por ejemplo, en un modelo de clientes, podrías testear que el campo email siempre tenga un formato válido o que la fecha de registro no sea futura. La clave está en que estos tests no solo evitan errores, sino que documentan implícitamente las expectativas sobre tus datos.

Cómo funciona en la práctica

Imagina que estás construyendo un modelo llamado customers en tu warehouse. Primero, defines el modelo en SQL dentro de dbt Cloud. Luego, en un archivo YAML asociado, especificas qué columnas deben ser testeadas y con qué criterios. dbt Cloud ejecutará estos tests después de cada dbt run, mostrando resultados en la interfaz. Si un test falla, el proceso se detiene (o genera advertencias, según configuración), permitiéndote corregir antes de propagar datos incorrectos.

Paso a paso: 1) Identifica las columnas críticas en tu modelo (ej: customer_id, email). 2) Decide qué tests aplicar (ej: unique para ID, not_null para email). 3) Añade la configuración en el archivo YAML del modelo. 4) Ejecuta dbt test en dbt Cloud para validar. 5) Revisa los logs y corrige cualquier fallo. Este flujo se integra fácilmente en pipelines CI/CD, asegurando calidad continua.

Codigo en accion

Antes de añadir tests, tu modelo customers podría verse así en SQL:

-- models/customers.sql
SELECT 
    customer_id,
    email,
    signup_date,
    country,
    total_orders
FROM raw_customers
WHERE is_active = true

Y el archivo de configuración YAML asociado, después de añadir tests, sería:

# models/schema.yml
version: 2

models:
  - name: customers
    columns:
      - name: customer_id
        tests:
          - unique
          - not_null
      - name: email
        tests:
          - not_null
          - relationships:
              to: ref('valid_emails')
              field: email_address
      - name: signup_date
        tests:
          - not_null
          - accepted_values:
              values: ['2020-01-01', '2021-01-01', '2022-01-01']
      - name: country
        tests:
          - not_null
      - name: total_orders
        tests:
          - not_null
          - dbt_expectations.expect_column_values_to_be_between:
              min_value: 0
              max_value: 1000

Errores comunes

  • Testear todas las columnas innecesariamente: Añadir tests a columnas no críticas ralentiza la ejecución y genera ruido. Enfócate en columnas clave como IDs, fechas y métricas de negocio.
  • Ignorar tests de relaciones: No verificar que las claves foráneas (ej: customer_id en órdenes) apunten a registros existentes puede llevar a datos huérfanos y reportes incorrectos.
  • Usar valores hardcodeados en tests: En tests como accepted_values, evita listas fijas que pronto quedarán obsoletas; en su lugar, referencia tablas de configuración o usa tests personalizados dinámicos.
  • No priorizar tests por criticidad: dbt permite marcar tests como severity: error o warn. No diferenciarlos puede hacer que fallos graves pasen desapercibidos.
  • Olvidar actualizar tests al cambiar modelos: Si modificas una columna (ej: renombrar signup_date a registration_date

Checklist de dominio

  1. He identificado al menos 3 columnas críticas en mi modelo de clientes para testear (ej: ID, email, fecha).
  2. Sé configurar tests genéricos (unique, not_null) en un archivo YAML de dbt.
  3. Puedo crear un test personalizado simple (ej: verificar que total_orders no sea negativo).
  4. He ejecutado dbt test en dbt Cloud y interpretado los resultados exitosos/fallidos.
  5. Entiendo cómo usar tests de relaciones (relationships) para mantener integridad referencial.
  6. Puedo integrar tests en un pipeline básico (ej: ejecutar tras cada dbt run en desarrollo).
  7. Sé dónde documentar expectativas de negocio usando tests (ej: en comentarios YAML o con tags).

Implementar tests en un modelo de clientes existente

En este ejercicio, tomarás un modelo de clientes básico y añadirás tests para asegurar su calidad. Sigue estos pasos:

  1. Prepara tu entorno: Asegúrate de tener acceso a dbt Cloud con un proyecto configurado. Si no, usa un sandbox o simula los archivos localmente.
  2. Revisa el modelo: Abre el archivo models/customers.sql en tu proyecto. Debería contener una consulta SQL que transforma datos crudos de clientes, con columnas como customer_id, email, signup_date, country, y total_orders.
  3. Identifica puntos críticos: Analiza qué columnas son esenciales para la integridad del modelo. Por ejemplo, customer_id debe ser único y no nulo, email no debe tener valores vacíos, y total_orders debería estar dentro de un rango razonable.
  4. Crea o edita el archivo YAML: En la misma carpeta del modelo, crea o modifica models/schema.yml. Añade una sección para el modelo customers y define tests para al menos 4 columnas, usando una mezcla de tests genéricos y uno personalizado.
  5. Ejecuta y valida: Corre dbt test desde dbt Cloud. Si hay fallos, revisa los logs, corrige los datos o ajusta los tests, y repite hasta que todos pasen.
  6. Documenta: Añade un comentario breve en el YAML explicando por qué elegiste esos tests, para futuros colaboradores.
Pistas
  • Usa el test relationships si tu modelo referencia otra tabla, como una de países válidos.
  • Para tests personalizados, considera usar el paquete dbt-expectations o escribir SQL en un archivo separado.
  • Si los tests fallan por datos existentes, revisa si son errores reales o si necesitas ajustar los criterios del test.

Evalua tu comprension

Completa el quiz interactivo de arriba para ganar XP.

Sigue con Modelado de Datos en dbt Cloud: Tests, Documentación y Práctica

Esta lección forma parte de un curso de Cursalo. Revisa su programa y elige entre la compra individual o el acceso a toda la escuela.

Si ya tenías acceso a este curso, entra con tu cuenta: tus derechos y tu progreso se conservan. No necesitas comprarlo de nuevo.

01 / ELEGIR UNA RUTA

El próximo paso

Aprende IA mientras construyes algo que sí necesitas.

Empieza por el curso inicial o explora el catálogo para encontrar una práctica alineada con tu trabajo.