Los metadatos convierten una materialización en una prueba. Un recuento de filas, un total o una vista previa corta, registrados cada vez que el asset se ejecuta, te permiten detectar un día malo en el historial del asset sin abrir los datos.
Hay dos sitios para añadirlos. Los metadatos de ejecución cambian en cada ejecución. Si el asset devuelve un valor para que lo guarde el IO manager, llama a context.add_output_metadata({"row_count": len(rows)}) antes de devolverlo. Si el asset escribe sus datos por su cuenta (una tabla del warehouse, un archivo), devuelve dg.MaterializeResult(metadata={...}): Dagster registra la materialización y los metadatos, y no llama al IO manager.
Los metadatos de la definición son fijos y se escriben en el decorador: @dg.asset(metadata={"docs": dg.MetadataValue.url("...")}). Describen el asset, no una ejecución.
Los valores normales de Python funcionan (enteros, decimales, cadenas, diccionarios). dg.MetadataValue hace explícito el tipo: .int, .float, .text, .md para una vista previa en Markdown, .url, .path y .json.
El IO manager guarda el valor y el recuento de filas queda registrado con esta materialización.