--- title: dbtCloudとdbtCoreのハイブリッド利用 description: dbtCoreとdbtCloudのハイブリッド利用方法を紹介します。dbtCoreで開発し、dbtCloudでデプロイすることで、開発メンバーが無料で開発でき、コスト削減になります。是非お試しください。 image: https://knowledge.insight-lab.co.jp/hubfs/dbt-signature_tm_navy.png --- [![BI-LAB_01](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/BI-LAB_01.png?width=800&height=220&name=BI-LAB_01.png) ![BI-LAB_01](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/BI-LAB_01.png?width=800&height=220&name=BI-LAB_01.png)](https://knowledge.insight-lab.co.jp/bi) [![ご相談・お問い合わせ](https://hubspot-no-cache-na2-prod.s3.amazonaws.com/cta/default/5935783/interactive-160578501294.png)](https://knowledge.insight-lab.co.jp/hs/cta/wi/redirect?encryptedPayload=AVxigLJKKWtiJlNM3jPeESp8km9kLSuLBG%2FSDALfzTMsBGdoDnFs2kb%2Bz1mC5V7P7Ueo%2FsRZZj6TycG0xID%2FOS4R78VcuOrZobGaQ3AaHDjm483FdyplsPAX94TJNjgeg8fX4WRyNg6G6Pdn6aI8B7HPqs%2FWMhYZjMx1z143ds%2BvCoDCzknpjZUIF7Jl&webInteractiveContentId=160578501294&portalId=5935783) - サービス紹介 - [DATA-TERASU](https://service.insight-lab.co.jp/data-terasu) - [DATA-CONPASS](https://service.insight-lab.co.jp/data-conpass) - [Data Analytics Dojo](https://service.insight-lab.co.jp/data-DOJO) - 取り扱い製品 - [Snowflake](https://service.insight-lab.co.jp/snowflake) - [dbt](https://service.insight-lab.co.jp/dbt) - [TROCCO](https://service.insight-lab.co.jp/TROCCO) - [Qlik](https://service.insight-lab.co.jp/Qlik) - [Vizlib](https://service.insight-lab.co.jp/Vizlib) - [Sisense](https://service.insight-lab.co.jp/sisense) - [Tableau](https://service.insight-lab.co.jp/Tableau) - [導入事例](https://solution.insight-lab.co.jp/bi/download-case-studies) - [お役立ち資料](https://download.insight-lab.co.jp/bi/download) - [ニュース](https://knowledge.insight-lab.co.jp/bi/tag/%E3%83%8B%E3%83%A5%E3%83%BC%E3%82%B9) ###### 3 分で読むことができます。 # [dbtCloudとdbtCoreのハイブリッド利用](https://knowledge.insight-lab.co.jp/bi/dbtcloud-and-dbtcore) 執筆者 [uta](https://knowledge.insight-lab.co.jp/bi/author/uta) 更新日時 2023年12月29日 ###### Topics: [dbtCore](https://knowledge.insight-lab.co.jp/bi/tag/dbtcore) [dbtCloud](https://knowledge.insight-lab.co.jp/bi/tag/dbtcloud) ![](https://knowledge.insight-lab.co.jp/hubfs/dbt-signature_tm_navy.png) 目次 ## はじめに --- dbtにはOSS版の「dbtCore」とSaaS版の「dbtCloud」があります。 dbtCoreは無料かつ開発を楽にするPythonライブラリを使用できますが、dbtCloudのデプロイ機能やCI機能などが搭載されていません。 しかし、dbtCloudでは、dbt-osmosisといったdbt用のPythonライブラリが使えず、複数人で開発するケースだと、1シート(ユーザ)あたり100ドルかかってしまいます。 実は、dbtCloudで初期化したリポジトリをdbtCoreでクローンし、profiles.yml等の認証設定ファイルを設定するだけで、dbtCloudとdbtCoreを併用して開発・デプロイすることができてしまいます。   ## 前提 - 先にdbtCloudでプロジェクトを作成している - バージョン管理はGitHubを使用   ## 環境 - dbtCloud - dbtCore（今回はDockerですがPythonが使えればローカルやvenvでも○） - VSCode - GitHub - Snowflake   ## 事前準備 - GitHubで空のリポジトリを作成   ## 環境構築 ### dbtCloud 作成したリポジトリを元にdbtプロジェクトを作成、初期化します。   ### ブランチ作成 以下の作業ブランチを使用します。 - main - dev\_dbtcore（GitHubから作成） - dev\_dbtcloud（dbtCloudから作成） ![branches](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/branches.png?width=709&height=334&name=branches.png)   ### dbtCore dbtCoreの環境構築は、以下記事のGit連携まで進めます。 [https://knowledge.insight-lab.co.jp/bi/-dbtcore-simple-start](https://knowledge.insight-lab.co.jp/bi/-dbtcore-simple-start)   この記事の中で、CLONEするgitリポジトリをdbtCloudで初期化したリポジトリで行います。 > git clone xxxxxxx.git ※ユーザ名とトークンを入力   dbtCoreをインストールします。 > python -m pip install dbt-snowflake ![dbtcore_install](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/dbtcore_install.png?width=2000&height=397&name=dbtcore_install.png)   ~/.dbt/profiles.ymlを作成 > my\_new\_project: >   target: dev >   outputs: >     dev: >       type: snowflake >       account: xxxxxxxxx.ap-northeast-1.aws >       database: xxxxxxxxxxxx >       password: xxxxxxxxxxxx >       role: xxxxxxxxxxxx >       schema: dev\_uta >       user: xxxxxxxxxxxx >       warehouse: xxxxxxxxxxxx   ブランチをdev\_dbtcoreに切り替えます。 ![branche_checkout](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/branche_checkout.png?width=727&height=180&name=branche_checkout.png)   dbtCloudで既にinitしているため、profile設定が’default’になっています。ここをprofiles.ymlに設定した名称に変更します。 ![dbt_project](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/dbt_project.png?width=566&height=324&name=dbt_project.png)   以下のコマンドを実行し、dbtCoreの設定に不足なく正しく動作する状態か確認します。 > dbt debug ![dbtcore_debug](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/dbtcore_debug.png?width=514&height=198&name=dbtcore_debug.png)   ## 実行確認   ### dbtCore dbtCloudで作成していたモデルを実行してみます。 > dbt run --select stg\_sale ![dbt_run](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/dbt_run.png?width=2000&height=637&name=dbt_run.png)   Snowflake側にモデルのSQLが実行されています。 ![dbt_results](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/dbt_results.png?width=2000&height=961&name=dbt_results.png)   ### GitHub 変更をCommit/Syncします。 ![commit](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/commit.png?width=538&height=237&name=commit.png)   GitHubを確認すると、origin/dev\_dbtcoreに変更が来ているので、プルリクを作成。 ![pull_request](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/pull_request.png?width=612&height=141&name=pull_request.png)   mainブランチにマージします。 ![merge](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/merge.png?width=543&height=310&name=merge.png)   ### dbtCloud mainブランチへのマージが完了すると、Version controlがPull fom “main”に変わります。 ![dbtcloud_pull](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/dbtcloud_pull.png?width=2000&height=502&name=dbtcloud_pull.png)   Pullが完了するとprofileの記述が、dbtCoreで編集した内容に変更されます。 ![dbtcloud_results](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/dbtcloud_results.png?width=2000&height=510&name=dbtcloud_results.png)   ## おわりに 今回は、dbtCloudで使用していたリポジトリをDockerコンテナ上でクローンし、dbtCoreとdbtCloudの両方で併用できるか検証しました。 dbtCoreで開発し、dbtCloudでデプロイするといったハイブリッドな利用ができると、開発メンバーが何人いても無料で開発を行い、デプロイはdbtCloud1アカウントの契約だけで利用できるので、コスト削減になります。 また、dbtCoreで開発作業ができると、dbt開発を加速させるPythonライブラリを使用することができるので、是非お試し下さい。   BIツールを体験してみませんか？ INSIGHT LABでは、BIツールの無料紹介セミナー（動画）を配信しています。初めてBIツールをご利用される方を対象に、BIツールの概要や、複数あるBIツールの違いについて分かりやすくご説明いたします。 [![セミナー一覧はこちら](https://hubspot-no-cache-na2-prod.s3.amazonaws.com/cta/default/5935783/28023fdf-0a76-48bf-9815-43744ce7a2b2.png)](https://hubspot-cta-redirect-na2-prod.s3.amazonaws.com/cta/redirect/5935783/28023fdf-0a76-48bf-9815-43744ce7a2b2) - [Tweet](https://twitter.com/share) ![uta](https://knowledge.insight-lab.co.jp/hubfs/IMG_4095.jpg) #### 執筆者 [uta](https://knowledge.insight-lab.co.jp/bi/author/uta) 野良猫を見かけると追わずにはいられません。 ###### [前の投稿](https://knowledge.insight-lab.co.jp/bi/-dagster-simple-start-dbt-snowflake) [![](https://knowledge.insight-lab.co.jp/hubfs/dagster-primary-horizontal.png)](https://knowledge.insight-lab.co.jp/bi/-dagster-simple-start-dbt-snowflake) ###### [【dagster】環境構築からモデル実行までをシンプルにやってみる（dbtCore+Snowflake）](https://knowledge.insight-lab.co.jp/bi/-dagster-simple-start-dbt-snowflake) ###### [次の投稿](https://knowledge.insight-lab.co.jp/bi/-notion-personal-best-practices) [![](https://knowledge.insight-lab.co.jp/hubfs/notion-logo.png)](https://knowledge.insight-lab.co.jp/bi/-notion-personal-best-practices) ###### [【Notion】継続的な運用を見据えたページ配置と構成の個人的ベストプラクティス](https://knowledge.insight-lab.co.jp/bi/-notion-personal-best-practices)   ## 最新記事 ###### 5 分で読むことができます。 #### [【2026年6月版】ビジネス視点で紐解くDatabricks最新機能！現場のデータ運用が劇的に楽になるポイント解説](https://knowledge.insight-lab.co.jp/bi/databricks-update-june) ###### 2026年 7月 5日 ###### 2 分で読むことができます。 #### [AI Reality Tour Tokyo 2026にブース出展いたします！](https://knowledge.insight-lab.co.jp/bi/ai-reality-tour-tokyo-2026) ###### 2026年 6月 8日 ###### 7 分で読むことができます。 #### [ゲーム運営でのデータ分析を次のステージへ。KPI共通化と定義管理の効率化を実現する「セマンティックレイヤー」の重要性](https://knowledge.insight-lab.co.jp/bi/semantic-layer-game-kpi) ###### 2026年 5月 29日 ##### サービス サービス - [DATA-CONPASS](https://service.insight-lab.co.jp/data-conpass) - [DATA-TERASU](https://service.insight-lab.co.jp/data-terasu) - [DATA-ANALYTICS-DOJO](https://service.insight-lab.co.jp/data-analytics-dojo) - [Data Knowledge Library](https://knowledge.insight-lab.co.jp/) - [セミナーアーカイブ](https://download.insight-lab.co.jp/seminar-archive) ##### データ活用ツール データ活用ツール - [Snowflake](https://service.insight-lab.co.jp/snowflake) - [dbt](https://service.insight-lab.co.jp/dbt) - [TROCCO](https://service.insight-lab.co.jp/TROCCO) - [Qlik](https://service.insight-lab.co.jp/Qlik) - [Vizlib](https://service.insight-lab.co.jp/Vizlib) - [Sisense](https://service.insight-lab.co.jp/sisense) - [Tableau](https://service.insight-lab.co.jp/Tableau) ##### 実績・事例 実績・事例 - [トヨタ自動車北海道](https://download.insight-lab.co.jp/bi/case-studies/toyota) - [テレビ東京コミュニケーションズ](https://download.insight-lab.co.jp/bi/case-studies/tv-tokyo) - [プラントフォーム](https://download.insight-lab.co.jp/bi/case-studies/plantform) - [スタイルブレッド](https://download.insight-lab.co.jp/ja/bi/case-studies/style-bread) - [協和企画](https://download.insight-lab.co.jp/bi/case-studies/kk) - [Jマテ．カッパープロダクツ](https://listen-web.com/story/isao-tooyama2/) ##### 運営会社 運営会社 - [会社概要](https://insight-lab.co.jp/about/) - [サイト運営責任者](https://twitter.com/Kajiwara81) - [お問い合わせ](https://contact.insight-lab.co.jp/main) [![Logo_yoko_C+W-1](https://knowledge.insight-lab.co.jp/hs-fs/hubfs/Logo_yoko_C+W-1.png?width=500&height=133&name=Logo_yoko_C+W-1.png "Logo_yoko_C+W-1")](https://www.insight-lab.co.jp/) - [個人情報保護方針/個人情報の取り扱いについて](https://insight-lab.co.jp/privacy/) Copyright © ＩＮＳＩＧＨＴ ＬＡＢ, Inc．All Rights Reserved. ```json { "@context" : "https://schema.org", "@type" : "BlogPosting", "author" : { "@type" : "Person", "name" : "uta", "url" : "https://knowledge.insight-lab.co.jp/bi/author/uta" }, "dateModified" : "2023-12-29T05:41:58.136Z", "datePublished" : "2023-12-29T05:41:58.000Z", "headline" : "dbtCloudとdbtCoreのハイブリッド利用", "image" : [ "https://knowledge.insight-lab.co.jp/hubfs/dbt-signature_tm_navy.png" ], "mainEntityOfPage" : { "@id" : "https://knowledge.insight-lab.co.jp/bi/dbtcloud-and-dbtcore", "@type" : "WebPage" }, "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://knowledge.insight-lab.co.jp/hubfs/Logo_tate-2.png" }, "name" : "INSIGHT LAB" } } ```