dbt existe en deux versions : un outil CLI open source et une plateforme commerciale managée. Le choix entre les deux détermine la façon dont votre équipe développe, déploie, planifie et collabore sur les transformations de données.
Notes principales
Ces notes décomposent la comparaison en concepts autonomes :
- Fondamentaux open source de dbt Core — Ce qu’est dbt Core, le workflow CLI, l’écosystème open source, l’intégration du contrôle de version, et le profil technique des équipes qui le choisissent.
- dbt Cloud : plateforme managée — Ce que dbt Cloud ajoute : IDE web, planification des jobs, outils de collaboration, infrastructure managée, fonctionnalités exclusives Cloud, et tarification.
- Cadre de décision dbt Core vs Cloud — Comparaison structurée selon le déploiement, l’interface, les fonctionnalités, la tarification et le profil d’équipe. Heuristiques de décision pour choisir entre les deux.
Notes du jardin associées
Déploiement et orchestration de dbt Core :
- Cloud Run Jobs pour dbt — L’environnement d’exécution dbt par défaut pour les équipes GCP soucieuses des coûts
- Conteneurisation Docker pour dbt — Patterns pour conteneuriser dbt Core en production
- Cadre de décision d’orchestration dbt sur GCP — Choisir entre Cloud Run, Workflows et Composer
dbt Cloud en contexte :
- Dagster vs orchestration dbt Cloud — Quand l’orchestration de Dagster vaut le coût de configuration par rapport au planificateur intégré de dbt Cloud
- dbt-Fivetran : fusion et paysage 2026 — Comment la fusion creuse l’écart Core/Cloud
Contexte de décision plus large :
- Économie build vs buy pour les pipelines de données — Les trois évolutions qui ont inversé les calculs build-vs-buy
- Structure et nommage d’un projet dbt — Essentiel pour les équipes qui optent pour Core
- Taxonomie des tests dbt — Les tests fonctionnent de manière identique dans Core et Cloud