用途：该项目演示一套完整的分析工程流程，将 Inside Airbnb 开放数据加载到 Snowflake，经 dbt 分层转换后由 Streamlit 看板呈现洞察。
主要能力：原始数据摄取，把 listings.csv.gz、calendar.csv.gz、reviews.csv.gz、neighbourhoods.csv 加载到 Snowflake 内部 stage；分层转换，包含 staging（清洗与类型转换）、intermediate（关联与业务逻辑）和 marts（维度、事实、聚合）；事实表使用 Snowflake merge 策略的增量建模；用通用与单例 dbt 测试校验唯一性、关系和业务规则；Streamlit 应用查询 marts 展示街区与房源表现。
使用方式：克隆仓库并创建虚拟环境后安装依赖：git clone https://github.com/analyticsdurgesh/Snowflake_DBT_Project.git；cd Snowflake_DBT_Project；python3 -m venv .venv；source .venv/bin/activate；pip install -r requirements.txt。配置需复制 profiles.yml.example 与 config/local_credentials.example.json 样例文件并填入 Snowflake 凭据，生产环境用环境变量。原始文件放入 data/raw/ 后运行 python scripts/load_inside_airbnb_to_snowflake.py。dbt 常用命令包括 dbt debug --profiles-dir .、dbt run --profiles-dir .、dbt test --profiles-dir .、dbt docs generate --profiles-dir .；增量表可用 dbt run --full-refresh。看板运行：streamlit run dashboard/streamlit_app.py。
适用场景：学习或演示现代分析工程分层模式、dbt 增量模型与测试、Snowflake 数据加载及 Streamlit 数据看板搭建。
限制：需自备 Snowflake 账号和 Inside Airbnb 数据；凭据示例需替换；文档未提供收费、价格或性能数据。