Lightdash

https://docs.lightdash.com

• Introduction
• ㄴ Setting up a new project
  • Create your first project :
    • DBT 프로젝트 -> 데이터 모델 .yml 작성 -> BI 에 필요한 모든 변환 -> Lightdash Table 확인 -> 연결 및 쿼리
      • (Lightdash Table : DBT 프로젝트와 동기화 되어 자동으로 생성됨)
      • 예) models: name 및 columns 를 정의 하는식
    • Steps : [1]Lightdash CLI -> [2]Login -> [3]Add Tables -> [4]Create Project
      • (CLI 통해서 DBT 모델의 모든 컬럼을 -> Lightdash 탐색할수있도록 정의)
      • 예) models: -> 'tables' 과 '차원들'이 생성됨
  • Update your project connection :
    • 1) Connect to a warehouse
      • (Bigquery, Postgres, Redshift, Snowflake, Databricks, Trino)
    • 2) Import a dbt project
      • (GitHub, 등등등)
  • Invite team
• Explore and analyze
• ㄴ Lightdash BI quickstart
  • Exploring your content : 
  • Metrics and Dimensions : 
    
    • Dimensions : 테이블을 세분화한 데이터.
    • Metrics : 테이블의 해당 차원에서 계산해낸...
    • 예) status 별로 나누어서 각 order count를 도표화 하기.
  • Query from tables :

    • 

    • 'Filters', 'Chart', 'Results', 'SQL' 을 사용.
    • Saving -> Dashboard | Space
• ㄴ BI feature guides
  • AI agents : Creating AI agent, 슬랙으로 연동, Agent Memory 설정, 등등등.
  • Chart types : Bar, Line, Pie, 등등등 다양한 차트 제공.
  • Table calculations : ...
• Build your semantic layer
• ㄴ Lightdash semantic layer
  
  • 데이터 웨어하우스와 사용자간의 위치한 translation 계층.
  • Consistency, Accessibility, Scalability
  • Metrics, Dimensions, Tables
  • ...
• ㄴ Semantic layer reference
  • ...
• ㄴ Developer quickstart CLI
  • ...
• ㄴ Developer guides
  • ...
• Integrations
• ㄴ dbt Projects
• ㄴ Slack
• ㄴ Google Sheets
• ㄴ Lightdash MCP

---

[별책부록]

"Hands-on Guide to Data Modeling with dbt and Visualization with Lightdash" : https://aibunny.medium.com/hands-on-guide-to-data-modeling-with-dbt-and-visualization-with-lightdash-f6bf3c0a2b36

-끝-