L’installation d’Elementary implique deux systèmes distincts : un package dbt qui s’exécute lors des exécutions dbt run et dbt test, et un CLI standalone (edr) qui lit les tables créées par le package. Chacun possède sa propre configuration. Ce hub couvre la séquence d’installation complète, y compris les étapes le plus souvent manquées.
Comprendre ce qu’on installe
Avant de toucher un fichier de configuration, Elementary for dbt explique l’architecture : le package dbt crée des tables de métadonnées via des hooks on-run-end, et le CLI (edr) lit ces tables pour générer des rapports et envoyer des alertes. Comprendre la séparation aide à diagnostiquer les problèmes plus tard — si les rapports sont vides, on peut immédiatement réduire le champ soit à « le package ne capture pas les résultats » soit à « le CLI ne peut pas se connecter aux tables ».
Installation du package dbt
L’installation du package elle-même est simple : ajoutez-le à packages.yml, configurez son schéma dans dbt_project.yml, exécutez dbt deps. Elementary for dbt couvre le YAML.
Ce que cette note couvre brièvement mais mérite une attention particulière : l’override de matérialisation. Sur dbt 1.8+, il faut également créer une macro dans le répertoire macros/ de votre propre projet. Sans elle, les tests s’exécutent sans erreur mais les tables de résultats d’Elementary restent vides. Elementary dbt Materialization Override explique pourquoi dbt 1.8 a modifié le fonctionnement des matérialisations de package et exactement ce qu’il faut écrire.
Configuration du profil CLI
Le CLI utilise ~/.edr/profiles.yml, pas votre profil dbt. Commencez par exécuter dbt run-operation elementary.generate_elementary_cli_profile pour obtenir un modèle pré-rempli, puis personnalisez-le pour votre entrepôt.
Elementary CLI Profile Configuration couvre la configuration complète du profil pour BigQuery, Snowflake et Databricks. La section BigQuery mérite une lecture attentive même si vous pensez l’avoir configurée correctement — le paramètre location est la cause la plus courante d’erreurs de connexion CLI, et il est facile de le manquer car dbt l’infère automatiquement mais pas Elementary.
Quand ça ne fonctionne pas
Si votre rapport est vide après avoir terminé l’installation, Elementary Setup Troubleshooting propose un parcours de diagnostic. Les modes d’échec sont prévisibles : override de matérialisation manquant, paramètre location manquant dans le profil BigQuery, tables Elementary matérialisées accidentellement en vues à cause d’une configuration de projet en conflit. Chacun a une solution spécifique.
Après l’installation
Une fois qu’Elementary capture les résultats de tests et que vous pouvez générer un rapport, les prochaines étapes sont les tests de détection d’anomalies et les alertes. Ceux-ci sont couverts dans Elementary for dbt dans les sections détection d’anomalies et alertes — la détection d’anomalies de volume en particulier mérite d’être ajoutée tôt, car elle détecte les échecs qu’aucun autre type de test ne remarque.
Pour le contexte sur la place d’Elementary par rapport aux autres outils d’observabilité, Data Observability Tool Landscape couvre l’ensemble des options. Data Observability Minimum Viable Stack décrit les quatre capacités à implémenter en premier, Elementary en fournissant deux.