如何实现dbt模型运行前自动检测源表非空，避免空表执行？

你提到的pre-hook术语是准确的，这正是dbt里用来在模型执行前运行前置逻辑的机制。下面是几种直接让dbt run --select MY_MODEL在源表为空时失败的实用方法：

方法1：给模型添加pre-hook做非空校验 #

在模型SQL文件中，通过config配置pre-hook，直接在模型运行前检查源表行数，为空则抛出错误终止执行。示例如下（适配多数主流SQL方言）：

{{ config(
    pre_hook="""
        IF (SELECT COUNT(*) FROM {{ source('my_source_schema', 'my_source_table') }}) = 0 THEN
            RAISE EXCEPTION '源表 my_source_schema.my_source_table 为空，终止模型运行';
        END IF;
    """
) }}

-- 模型核心SQL逻辑
SELECT * FROM {{ source('my_source_schema', 'my_source_table') }}

不同数据仓库的异常抛出语法略有差异：

• Snowflake: 替换为RAISE '源表 my_source_schema.my_source_table 为空，终止模型运行';
• BigQuery/PostgreSQL: 保持示例中的RAISE EXCEPTION语法即可

方法2：绑定源测试的依赖关系 #

给源表添加not_empty测试，让模型强制依赖该测试，这样执行dbt run时会先运行测试，测试失败则直接终止模型执行：

1. 在models/sources.yml中给目标源表添加非空测试：

sources:
  - name: my_source_schema
    tables:
      - name: my_source_table
        tests:
          - not_empty

2. （可选）在模型中显式声明依赖该测试（dbt通常会自动识别源与模型的依赖，显式声明可避免特殊场景下的依赖遗漏）：

{{ config(
    depends_on=[
        ref('my_source_schema.my_source_table_not_empty')
    ]
) }}

-- 模型核心逻辑
SELECT * FROM {{ source('my_source_schema', 'my_source_table') }}

执行dbt run --select MY_MODEL时，dbt会优先运行源表的not_empty测试，若源表为空，测试直接失败，模型不会启动执行。

方法3：封装自定义宏复用校验逻辑 #

如果多个模型都需要相同的源表非空校验，可以把逻辑封装成宏，实现跨模型复用：

1. 在macros/check_source_not_empty.sql中定义宏：

{% macro check_source_not_empty(source_name, table_name) %}
    {% set source_ref = source(source_name, table_name) %}
    {% set check_sql %}
        SELECT COUNT(*) FROM {{ source_ref }}
    {% endset %}
    {% set count = run_query(check_sql).columns[0].values()[0] %}
    {% if count == 0 %}
        {% do exceptions.raise_compiler_error("源表 " ~ source_ref ~ " 为空，终止模型运行") %}
    {% endif %}
{% endmacro %}

2. 在模型中调用宏作为pre-hook：

{{ config(
    pre_hook="{{ check_source_not_empty('my_source_schema', 'my_source_table') }}"
) }}

-- 模型核心逻辑
SELECT * FROM {{ source('my_source_schema', 'my_source_table') }}

这种方法基于dbt原生宏能力实现，无需依赖特定SQL方言的异常语法，兼容性更强。

内容的提问来源于stack exchange，提问作者boot-scootin