Airflow是一个流程管理工具，而DBT是一个数据建模工具。它们可以很好地配合使用，以创建完整的数据管道。以下是Airflow + DBT的配置步骤：

1. 安装Airflow和DBT

可以使用 pip 命令安装，例如：

pip install apache-airflow==2.1.4 dbt==0.20.2

2. 设置Airflow

在Airflow中，我们需要设置 DAG 和任务运行计划。DAG中需要包含运行DBT的任务。以下是一个简单的DAG示例：

from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from datetime import datetime, timedelta

default_args = {
    "owner": "airflow",
    "depends_on_past": False,
    "start_date": datetime(2021, 1, 1),
    "email_on_failure": False,
    "email_on_retry": False,
    "retries": 1,
    "retry_delay": timedelta(minutes=5),
}

dag = DAG(
    "dbt_dag",
    default_args=default_args,
    description="DAG running DBT tasks",
    schedule_interval=timedelta(days=1),
)

dbt_task = BashOperator(
    task_id="run_dbt",
    bash_command="dbt run",
    dag=dag,
)

dbt_task

我们需要设置一个 BashOperator 任务来运行 DBT 命令。在此示例中，我们只运行了 dbt run 命令，但实际的管道可能包含更多任务和脚本。

3. 配置DBT

在DBT中，我们需要设置 profiles.yml 和 dbt_project.yml 文件。以下是进行这些设置的示例：

profiles.yml

my_profile:
  target: dev
  outputs:
    dev:
      type: postgres
      host: localhost
      port: 5432
      user: my_user
      password: my_password
      dbname: my_db
      schema: my_schema
      threads: 4
      keep