想象一份每小时更新的报表：明明原料和做法都没变，系统却把所有表重新计算一遍。dbt State 正是用来省掉这类重复劳动的。dbt 模型通常是一段整理数据的 SQL；许多模型又前后依赖，组成一条数据流水线。每次全部重跑，不仅拖慢反馈，也会消耗数据仓库按量计费的计算资源。
现已正式可用的 dbt State，会把每个模型当前的 SQL 逻辑和上游数据新鲜度，与上一次成功构建比较。两者都没变，就直接复用原结果；若另一个 schema——可理解为仓库里的独立数据区域——已有逻辑相同且数据够新的结果，就复制过来；找不到有效结果时才重建。它遵循“先保证有效，再选最便宜动作”的原则，还会跳过已复用模型中过去已经通过的测试。
据 dbt 博客披露，平台每天构建超过 2200 万个模型，其中多数会在上游没有变化时照常重建。文中的并排演示显示，开启 State 后几乎所有模型都被复用；不过材料没有给出具体节省比例，实际收益仍取决于流水线中真正发生变化的范围。