API、データベース、ファイルからウェアハウス、データレイク、AIアプリへデータを移動する、ELTパイプライン向けオープンソース基盤。
elementary-data/elementary
dbtネイティブのデータオブザーバビリティを実現するオープンソースCLI。Elementary dbt packageの結果を読み取り、レポートを生成してSlackやTeamsにアラートを送信します。
代替できる製品:Monte Carlo
- スター
- 2,425
- フォーク
- 233
- 未解決の Issue
- 16
- 最終コミット
- 7 日前
これは何?
Elementary OSSは、dbtプロジェクト内のデータ品質を監視するコマンドラインツールです。データウェアハウスにメタデータ、実行アーティファクト、テスト結果を収集するElementary dbt packageと連携します。CLIはこれらのデータを読み取り、データオブザーバビリティレポートを生成し、異常や失敗したテストを可視化するとともに、モデルとテストのパフォーマンスを継続的に追跡します。
アラートはSlackとMicrosoft Teamsに送信できます。異常検知をネイティブなdbtテストとして実行できるほか、データ品質ダッシュボード、テスト結果を付加したエンドツーエンドのリネージ、データカタログ、dbtプロジェクト内でコードとして管理する設定にも対応しています。dbt artifacts uploaderを使うと、dbtの実行時に実行メタデータを保存できます。
ホスト型サービスのElementary Cloudでは、自動MLモニター、データ取り込みからBIまでのカラムレベルのリネージ、AIエージェントが利用できます。オープンソース版では、レポート生成とアラートの基本的なワークフローを利用できます。
主な機能
- 01データウェアハウスのメタデータとテスト結果から、データオブザーバビリティレポートを生成します。
- 02異常や失敗したテストのアラートをSlackとMicrosoft Teamsに送信します。
- 03ネイティブなdbtテストとして実行できる異常検知テストを提供します。
- 04モデルとジョブの実行パフォーマンスを継続的に追跡します。
- 05テスト結果を付加したエンドツーエンドのリネージを提供します。
- 06dbtプロジェクト内で設定をコードとして管理できます。
ユースケース
- Snowflake、BigQuery、Redshift上のdbtプロジェクトで、鮮度、データ量、スキーマの問題を監視する。
- dbtテストの失敗や異常の検出時に、SlackまたはTeamsでアラートを受け取る。
- 根本原因を分析する際に、モデルの不具合が下流に与える影響をたどる。
- dbtの実行を重ねながら、モデルの実行時間とテスト結果を確認する。
クイックスタート
- 1
クイックスタートガイドに従って、Elementary dbt パッケージと CLI をインストールし、設定します
使う前に知っておきたいこと
- 生成できるのは基本的なオブザーバビリティレポートのみです。多くの高度な機能は Elementary Cloud でのみ利用できます。
- Elementary dbt パッケージと接続済みのデータウェアハウスが必要なため、セットアップにはある程度の設定作業が必要です。
トピック
よくある質問
- elementary とは?
- dbtネイティブのデータオブザーバビリティを実現するオープンソースCLI。Elementary dbt packageの結果を読み取り、レポートを生成してSlackやTeamsにアラートを送信します。 Elementary OSSは、dbtプロジェクト内のデータ品質を監視するコマンドラインツールです。データウェアハウスにメタデータ、実行アーティファクト、テスト結果を収集するElementary dbt packageと連携します。CLIはこれらのデータを読み取り、データオブザーバビリティレポートを生成し、異常や失敗したテストを可視化するとともに、モデルとテストのパフォーマンスを継続的に追跡します。
- elementary は無料で使えますか?ライセンスは?
- elementary は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- elementary は今もメンテナンスされていますか?
- 活発にメンテナンス中。elementary の最終コミットは 2026年10月13日 です。
- elementary は何に使えますか?
- Snowflake、BigQuery、Redshift上のdbtプロジェクトで、鮮度、データ量、スキーマの問題を監視する。 dbtテストの失敗や異常の検出時に、SlackまたはTeamsでアラートを受け取る。 根本原因を分析する際に、モデルの不具合が下流に与える影響をたどる。 dbtの実行を重ねながら、モデルの実行時間とテスト結果を確認する。
- elementary のインストール方法は?
- クイックスタートガイドに従って、Elementary dbt パッケージと CLI をインストールし、設定します
- elementary はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/elementary-data/elementary
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
データ品質を検証するPythonライブラリ。データに対する宣言的なExpectationをユニットテストとして記述し、検証レポートを生成できます。
WhatsApp、LINE、QQ、Discordなどのエクスポート済みチャット履歴を、ローカルSQLとAIエージェントで分析できるオープンソースのデスクトップアプリ。
Formula 1の結果、スケジュール、タイミングデータ、テレメトリを取得・分析し、pandas DataFrameで返すPythonパッケージ。
AIエージェント、`.deepnote` YAML形式、Python・R・SQL向けのブロックエディターを備えた、Jupyterの置き換えとして使えるノートブック環境。
科学系ライブラリ、データベース、研究ワークフローの使い方をAIコーディングエージェントに教える、検証済みスキル177件のコレクション。