dbt 的新鲜度检测（freshness anomalies）在 Elementary 中，必填参数是 `timestamp_column`。这个参数用于指定表中用于检测新鲜度的时间戳字段。配置示例如下：

yaml models:   - name: <model name>     tests:       - elementary.freshness_anomalies:           timestamp_column: <timestamp column> # 必填

其他参数如 `where_expression`、`time_bucket`、`anomaly_sensitivity` 等都是可选项，可以根据实际需求进行配置，但不是必填项。默认情况下，时间分桶（time_bucket）为每日（daily），也可以自定义。 详细说明可参考官方文档：[freshness_anomalies](https://docs.elementary-data.com/data-tests/anomaly-detection-tests/freshness-anomalies)https://docs.elementary-data.com/data-tests/anomaly-detection-tests/freshness-anomalies

关于 dbt 原生的新鲜度检测（source freshness），根据现有知识源，**必填参数**是在 source 的配置文件（如 `schema.yml`）中为每个 source table 配置

freshness

字段。具体来说，`freshness` 下需要指定

warn_after

或 `error_after`，用于定义新鲜度的阈值。例如：

yaml sources:   - name: my_source     tables:       - name: my_table         freshness:           warn_after: {count: 12, period: hour}           error_after: {count: 24, period: hour}

其中，`warn_after` 和

error_after

至少需要配置一个，否则 dbt 不会对该表进行新鲜度检测。 总结： - 必填项：`freshness` 字段下的

warn_after

或 `error_after`（至少一个）。 - 这些参数需配置在 source 的 yml 文件中。 此结论来自于对相关 Elementary 社区问答的梳理，明确指出 source freshness 应该定义在 source 的 schema.yml 文件中，并参考了 dbt 官方文档说明参数配置方式[见此处](https://docs.getdbt.com/reference/resource-properties/freshness)https://slack.com/archives/C02CTC89LAX/p1669297028707749。