目录 / python-data-engineering
SKILL
未评级
已上架
python-data-engineering
适用于在 Python 中实现数据管道、ETL 或 ELT 流程,或数据仓库架构的场景——涵盖 SQLAlchemy 2.0 模式(如 TypeDecorator、混合属性与事件)、Pydantic 集成、API 到数据库的数据流、自定义字段模式演进、从外部系统进行增量同步,或多源数据集成。内容包括 Kimball 星型模型、奖章层架构(medallion layers)、缓慢变化维度处理、dim_、fact_ 和 stg_ 命名规范、使用 dbt、Airflow 或 Dagster 进行任务编排,以及管道测试。本技能聚焦于使用 Python 和 PostgreSQL 进行维度建模,而非 BI 工具配置。
模型生成摘要(rules/v1 · 2026-11-12 12:38):适用于在 Python 中实现数据管道、ETL 或 ELT 流程,或数据仓库架构的场景——涵盖 SQLAlchemy 2
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-12 12:38 | 8b23c811 | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。