Plataforma open source para mover datos en pipelines ELT desde APIs, bases de datos y archivos hacia almacenes, lagos y aplicaciones de IA.
elementary-data/elementary
CLI de código abierto para la observabilidad de datos nativa de dbt: lee los resultados del paquete de dbt de Elementary para generar informes y enviar alertas a Slack y Teams.
Alternativa open source a:Monte Carlo
- Estrellas
- 2,425
- Forks
- 233
- Issues abiertos
- 16
- Último commit
- hace 7 días
¿Qué es?
Elementary OSS es una herramienta de línea de comandos para supervisar la calidad de los datos en proyectos de dbt. Funciona junto con el paquete de dbt de Elementary, que recopila metadatos, artefactos de ejecución y resultados de pruebas en tu warehouse. La CLI lee esos datos para generar un informe de observabilidad de datos, mostrar anomalías y pruebas fallidas, y hacer seguimiento del rendimiento de modelos y pruebas a lo largo del tiempo.
Se pueden enviar alertas a Slack y Microsoft Teams. El proyecto admite la detección de anomalías como pruebas nativas de dbt, además de un dashboard de calidad de datos, linaje de extremo a extremo enriquecido con resultados de pruebas, un catálogo de datos y configuración gestionada como código en el proyecto de dbt. Un cargador de artefactos de dbt guarda metadatos de ejecución como parte de las ejecuciones de dbt.
La oferta alojada Elementary Cloud añade monitores de ML automatizados, linaje a nivel de columna desde la ingesta hasta BI y agentes de IA. La versión de código abierto incluye el flujo de trabajo esencial para generar informes y enviar alertas.
Funciones clave
- 01Genera un informe de observabilidad de datos a partir de los metadatos del warehouse y los resultados de las pruebas.
- 02Envía alertas sobre anomalías y pruebas fallidas a Slack y Microsoft Teams.
- 03Proporciona pruebas de detección de anomalías que se ejecutan como pruebas nativas de dbt.
- 04Hace seguimiento del rendimiento de los modelos y de las ejecuciones de trabajos a lo largo del tiempo.
- 05Ofrece linaje de extremo a extremo enriquecido con resultados de pruebas.
- 06Gestiona la configuración como código dentro del proyecto de dbt.
Casos de uso
- Supervisar problemas de frescura, volumen y esquema en un proyecto de dbt en Snowflake, BigQuery o Redshift.
- Recibir alertas en Slack o Teams cuando fallen pruebas de dbt o aparezcan anomalías.
- Rastrear el impacto posterior de un modelo defectuoso durante el análisis de causa raíz.
- Revisar los tiempos de ejecución de los modelos y los resultados de las pruebas en distintas ejecuciones de dbt a lo largo del tiempo.
Inicio rápido
- 1
Sigue la guía de inicio rápido para instalar y configurar el paquete y la CLI de Elementary dbt
Antes de usarlo
- Solo genera el informe básico de observabilidad; muchas funciones avanzadas solo están disponibles en Elementary Cloud.
- Requiere el paquete Elementary dbt y un almacén de datos conectado, por lo que la configuración implica cierto esfuerzo.
Temas
Preguntas frecuentes
- ¿Qué es elementary?
- CLI de código abierto para la observabilidad de datos nativa de dbt: lee los resultados del paquete de dbt de Elementary para generar informes y enviar alertas a Slack y Teams. Elementary OSS es una herramienta de línea de comandos para supervisar la calidad de los datos en proyectos de dbt. Funciona junto con el paquete de dbt de Elementary, que recopila metadatos, artefactos de ejecución y resultados de pruebas en tu warehouse. La CLI lee esos datos para generar un informe de observabilidad de datos, mostrar anomalías y pruebas fallidas, y hacer seguimiento del rendimiento de modelos y pruebas a lo largo del tiempo.
- ¿elementary es gratuito? ¿Qué licencia tiene?
- elementary es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿elementary sigue mantenido?
- Mantenimiento activo. El último commit de elementary fue el 13 oct 2026.
- ¿Para qué puedo usar elementary?
- Supervisar problemas de frescura, volumen y esquema en un proyecto de dbt en Snowflake, BigQuery o Redshift. Recibir alertas en Slack o Teams cuando fallen pruebas de dbt o aparezcan anomalías. Rastrear el impacto posterior de un modelo defectuoso durante el análisis de causa raíz. Revisar los tiempos de ejecución de los modelos y los resultados de las pruebas en distintas ejecuciones de dbt a lo largo del tiempo.
- ¿Cómo se instala elementary?
- Sigue la guía de inicio rápido para instalar y configurar el paquete y la CLI de Elementary dbt
- ¿Dónde consigo elementary?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/elementary-data/elementary
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Biblioteca de Python para calidad de datos que permite a los equipos definir Expectations declarativas como pruebas unitarias y generar informes de validación.
Aplicación de escritorio de código abierto que analiza historiales de chat exportados de WhatsApp, LINE, QQ, Discord y más, con SQL local y agentes de IA.
Paquete de Python para acceder a resultados, calendarios, datos de cronometraje y telemetría de Fórmula 1, con datos en pandas DataFrames.
Una alternativa directa a Jupyter con un agente de IA, un formato de notebook YAML `.deepnote` y un editor por bloques para Python, R y SQL.
Colección de 177 skills validadas que enseñan a agentes de programación con IA a trabajar con bibliotecas científicas, bases de datos y flujos de investigación.