dbt Labs ha acelerado en la primera semana de julio el desarrollo de dbt Core v2.0, con la publicación de la versión v2.0.0-alpha.4 el 6 de julio y una cadena de candidatas a lanzamiento de la rama 1.12 los días siguientes. La v2.0 es la base open source, con licencia Apache 2.0, sobre la que se construye el nuevo motor Fusion reescrito en Rust, y llega distribuida en dos sabores: dbt-core (OSS) y la distribución dbt con Fusion, de licencia propietaria.
El salto de rendimiento es el argumento central. Fusion sustituye el intérprete de Python por un runtime en Rust que promete tiempos de compilación y ejecución radicalmente menores en proyectos grandes. Entre las novedades que estrena el motor destacan dbt lint, un linter de SQL integrado y compatible con SQLFluff —lee la configuración .sqlfluff existente y respeta las supresiones noqa— que en pruebas corre unas 50 veces más rápido que SQLFluff en un solo hilo; dbt Docs v2, un catálogo que usa un índice binario compacto en lugar de cargar el manifest.json completo en el navegador; y dbt State, que evita reconstruir modelos cuando la lógica y los datos no han cambiado, clonando o saltando nodos según corresponda.
El contexto de fondo es la fusión de dbt Labs con Fivetran, cerrada a finales de 2025, que unió las dos piezas más reconocibles del modern data stack —ingesta y transformación— en un mismo grupo. La reescritura de dbt en Rust es la apuesta técnica que sostiene esa consolidación: convertir una herramienta que muchos equipos consideraban lenta en proyectos grandes en un motor competitivo frente a las alternativas nativas de las plataformas cloud.
Para los equipos de ingeniería de datos, la noticia importa porque dbt es, de facto, el estándar de la capa de transformación en miles de organizaciones. Un linter integrado y 50 veces más rápido cambia la ergonomía diaria del desarrollo; un estado incremental que evita recompilar lo que no ha cambiado ataca directamente el coste de cómputo en almacenes como Snowflake o BigQuery, donde cada ejecución se paga. Y que la base siga siendo open source con Apache 2.0 preserva la garantía de portabilidad que dio a dbt su tracción inicial.
La prudencia aconseja no llevar todavía versiones alfa y candidatas a producción: hay banderas de comportamiento que cambian de valor por defecto y conviene probarlas contra un proyecto real antes de adoptarlas. Pero la trayectoria de la v2.0 confirma que la transformación de datos entra en una fase de madurez centrada en rendimiento, coste y experiencia de desarrollo.
Más en Dataprix: Análisis de herramientas de integración y transformación de datos.
Fuente: dbt Developer Hub.