vscode-dbt-power-user插件可自动生成dbt模型及字段映射：通过右键“generate dbt model from sql/source”，自动读取数据库元数据推导类型、生成config/columns块和select别名映射；支持在.settings.json中配置columntypemapping和columnaliasmapping规则，但alias仅影响文档和提示，不改变物理列名；生成时默认同步创建测试与文档文件，需手动刷新以适配sql变更；依赖实时schema查询，要求dbt cli就绪且源已更新。
dbt模型字段映射怎么自动生成？
vscode-dbt-power-user 插件能直接从 SQL 查询或源表结构生成带字段映射的 dbt 模型文件，不用手写 ref()、source() 或重复定义列类型。
常见错误是手动 copy-paste 字段名时漏掉下划线、大小写不一致，或把 VARCHAR(255) 写成 STRING 导致 BigQuery 任务失败。插件会自动读取目标数据库的元数据（比如 Snowflake 的 INFORMATION_SCHEMA.COLUMNS），按实际类型推导 dbt 类型（如 NUMBER → integer，TIMESTAMP_NTZ → timestamp）。
- 右键点击 SQL 文件 → “Generate dbt model from SQL”
- 选中已有
sources.yml中的 source 表 → “Generate model from source” - 生成结果默认包含
config块、columns文档块、以及带别名的 SELECT 映射（例如user_id as id）
字段别名和类型映射能自定义吗？
能，但必须提前配置映射规则，否则插件按默认策略处理（比如所有 _at 结尾字段自动标为 timestamp）。
在项目根目录的 .vscode/settings.json 里加：
{
"dbtPowerUser.columnTypeMapping": {
"created_at": "timestamp",
"is_active": "boolean",
"amount_usd": "numeric"
},
"dbtPowerUser.columnAliasMapping": {
"user_id": "id",
"full_name": "name"
}
}
注意：这些规则只对新生成的模型生效；已有模型需手动触发 “Refresh column documentation” 才能同步更新 columns 块。
容易踩的坑：columnAliasMapping 不影响 SQL 里的实际字段名，只改文档和 IDE 跳转提示；如果 alias 和物理列名不一致，运行 dbt test 会报 column not found 错误。
生成的模型怎么和下游测试/文档联动？
vscode-dbt-power-user 生成模型时，默认启用 generate_tests 和 generate_docs 两个开关，会同步创建：
-
models/staging/my_table_test.yml（含非空、唯一性、关系测试） -
models/staging/my_table.md（含字段说明、来源路径、更新时间）
但要注意：测试文件里的 column_name 是按模型 SQL 中的输出列名来的，不是源表字段名。比如你写了 SELECT user_id AS id，测试就会针对 id 字段，而不是 user_id。
如果后续改了 SELECT 别名但没重新生成测试，dbt test 会失败——这不是插件 bug，而是因为测试文件没被自动更新。目前没有“保存即重刷测试”的钩子，得手动右键 → “Regenerate tests for this model”。
远程环境（Dev Container / Codespaces）下能用吗？
能，但必须确保容器内已安装 dbt CLI 并配置好 profiles.yml，否则插件无法连接目标数据库读取 schema。
典型问题：
- Dev Container 启动后没执行
dbt deps→ 插件报 “No dbt project found” - Codespaces 里
profiles.yml路径不在~/.dbt/→ 需在设置里指定dbtPowerUser.profilesPath - WSL 下 PostgreSQL 连接超时 → 插件默认等待 5 秒，可调大
dbtPowerUser.schemaFetchTimeoutMs到 15000
最关键的一点：字段映射依赖实时 schema 查询，不是静态模板。如果源表结构当天刚改过，但本地未运行 dbt run -m source:，插件拉到的仍是旧字段——它不缓存 schema，也不替代 dbt 的依赖解析流程。
