Snowpark Migration Accelerator: Kuratierte Berichte¶

Zusammenfassung der Bereitschaftsbewertungen¶

Auf der nächsten Seite sehen Sie eine Zusammenfassung der Bereitschaftsbewertungen. Es enthält Bewertungen für Spark API und Bibliotheken von Drittanbietern, zusammen mit Hinweisen zu deren Interpretation. Anhand dieser Bewertungen können Sie erkennen, wie gut Ihre Codebasis auf die Migration zu Snowflake vorbereitet ist.

In diesem Abschnitt finden Sie detaillierte Informationen zu den einzelnen Bereitschaftsbewertungen.

• Spark API-Analyse: Zeigt die Gesamtzahl der Spark API-Referenzen an und wie viele davon konvertiert werden können. Die Bereitschaftsbewertung wird berechnet, indem die Anzahl der konvertierbaren Referenzen durch die Gesamtzahl der identifizierten Referenzen geteilt wird.

• Kompatibilität mit Bibliotheken von Drittanbietern: Zeigt an, wie viel Prozent der importierten externen Bibliotheken mit Snowflake kompatibel sind. Die Bereitschaftsbewertung wird berechnet, indem die Anzahl der von Snowflake unterstützten Bibliotheken durch die Gesamtzahl der Bibliotheksimporte von Drittanbietern dividiert wird.

Dateizusammenfassung¶

Der Abschnitt mit der Dateizusammenfassung beginnt auf der folgenden Seite. Dieser Abschnitt kann sich über mehrere Seiten erstrecken, je nachdem, wie viele verschiedene Dateitypen bei der Ausführung dieses Tools verarbeitet wurden.

Diese Informationen finden Sie auch in der Anwendung enthaltenen Bewertungszusammenfassung.

.png> „Bild“)

• Zusammenfassung der Dateitypen: Zeigt eine Aufschlüsselung der erkannten Technologien an, einschließlich der Anzahl der Dateien für jeden Technologietyp, der gesamten Codezeilen und des prozentualen Anteils der Dateien an allen analysierten Dateien.

• Zusammenfassung der Dateierweiterung: Zeigt Statistiken für jede erkannte Dateierweiterung an, einschließlich der Anzahl der Dateien mit dieser Erweiterung, ihrer Gesamtanzahl an Codezeilen und ihres Anteils an allen analysierten Dateien.

.png> „Bild“)

• Analyse der Größe von Codedateien: Zeigt die Verteilung der Codedateien nach Größenkategorie an („T-Shirt“-Größe). Jede Größenkategorie zeigt die Anzahl der Dateien und ihren prozentualen Anteil an der gesamten Codebasis.

• Notebook-Sprachstatistik: Liefert eine Aufschlüsselung der Codezeilen und Zellen nach Programmiersprache für alle gescannten Notebooks.

• Klassifizierung der Notebook-Größe nach Sprache: Kategorisiert jede Notebook-Datei nach ihrer Größe auf der Grundlage der Gesamtanzahl der Codezeilen. Der Notebook-Typ (Python, Scala oder SQL) wird durch die vorherrschende Sprache bestimmt. Die Größenkategorien sind:

  • XS: Unter 50 Zeilen

  • S: 50-200 Zeilen

  • M: 200-500 Zeilen

  • L: 500-1.000 Zeilen

  • XL: Über 1.000 Zeilen

Spark API-Zusammenfassung¶

Die Spark API-Zusammenfassung bietet eine detaillierte Analyse der Bereitschaftsbewertung, die im Abschnitt Bereitschaftsbewertung angezeigt wird. Dieser Abschnitt enthält vier Tabellen:

1. Eine Liste von Dateien mit Spark API-Referenzen

2. Eine Aufschlüsselung der unterstützten und nicht unterstützten Features

3. Das Ergebnis der Bereitschaft, geordnet nach Spark API-Kategorien

4. Die Bereitschaftsbewertung, geordnet nach Zuordnungsstatus

Wir erklären Ihnen, welche Spark API-Referenzen unterstützt und welche nicht unterstützt werden. Hier erfahren Sie, was diese Begriffe bedeuten:

• Unterstützt: Der Snowpark Migration Accelerator (SMA) kann dieses API-Element automatisch in das Snowpark API konvertieren oder eine bekannte Problemumgehung anbieten.

• Wird nicht unterstützt: Der Snowpark Migration Accelerator (SMA) kann dieses API-Element nicht automatisch in das Snowpark API konvertieren. Das bedeutet nicht, dass die Konvertierung unmöglich ist, aber sie erfordert einen manuellen Eingriff.

.png> „Bild“)

• Dateien mit Spark-Referenzen: Diese Tabelle zeigt eine Aufschlüsselung der Nutzung der Spark-Technologie in Ihrem Workload, kategorisiert nach Technologietyp.

• Dateien mit Spark-Unterstützungsstatus: Diese Tabelle zeigt die Anzahl der unterstützten und nicht unterstützten Spark-Features in Ihrem Quellcode, geordnet nach Technologietyp.

.png> „Bild“)

.png> „Bild“)

• Spark API-Verwendungszusammenfassung: Eine Tabelle, die zeigt, wie viele Funktionen von Spark API in Python und Scala unterstützt werden und welche nicht. Die Tabelle ist nach der API-Kategorie geordnet und enthält einen Spark API-Bereitschaftsbewertung, die mit der im Abschnitt „Bereitschaftsbewertung“ angezeigten Bewertung übereinstimmt.

• Spark API-Verwendungsunterstützungskategorien: Eine Aufschlüsselung, wie oft die Funktionen von Spark API in Ihrem Code verwendet werden, geordnet nach ihrem Unterstützungsstatus. Ausführliche Beschreibungen der einzelnen Support-Kategorien finden Sie unter der Spark-Referenz-Kategorien-Seite.

Pandas API-Verwendungszusammenfassung¶

Die Pandas API-Zusammenfassung bietet eine Liste von Referenzen auf die Pandas API, ähnlich wie die zuvor gezeigte Spark API-Zusammenfassung.

.png> „Bild“)

• Dateien mit Pandas-Verwendung: Eine Aufschlüsselung, die die Anzahl der Pandas-Referenzen zeigt, die in jeder Technologie in Ihrem gesamten Workload gefunden wurden.

• Pandas API-Verwendungszusammenfassung: Eine detaillierte Liste der in Ihrem Quellcode verwendeten Funktionen der Pandas-Bibliothek, sortiert nach Häufigkeit der Verwendung.

Zusammenfassung der Importreferenz¶

Im Abschnitt „Importanalyse“ werden alle externen Abhängigkeiten angezeigt, die in Ihre Codebasis importiert wurden. Dazu gehören Bibliotheken von Drittanbietern und andere externe Komponenten, die in allen Dateien verwendet werden. Beachten Sie, dass Importe aus Dateien innerhalb Ihrer eigenen Codebasis in dieser Tabelle nicht angezeigt werden.

.png> „Bild“)

Die Tabelle zeigt Informationen zum Python-Paket mit den folgenden Details an:

• Paketnamen, die importiert wurden

• Ob die einzelnen Pakete in Snowpark’s Anaconda-Verteilung unterstützt werden

• Anzahl, wie oft jedes Paket in Importen angezeigt wird

• Prozentsatz der Dateien, die jeden Import enthalten

Beachten Sie, dass die Gesamtsumme der Spalte „Prozent“ zwar 100 % beträgt, die Summe der einzelnen Prozentsätze jedoch mehr als 100 % betragen kann, da Dateien oft mehrere Paketimporte enthalten.

SQL Referenz-Zusammenfassung¶

.png> „Bild“)

• SQL Nutzung nach Dateityp: Diese Tabelle kategorisiert die Nutzung von SQL auf der Grundlage verschiedener Technologien und zeigt die Gesamtzahl der SQL-Dateien und SQL-Zellen, die in Ihrem Workload gefunden wurden.

• SQL Verwendung nach Unterstützungsstatus: In dieser Tabelle sind die Elemente von SQL danach geordnet, ob sie ein entsprechendes Feature in Snowflake haben oder nicht.

Snowpark Migration Accelerator (SMA) Problemzusammenfassung¶

Der Snowpark Migration Accelerator (SMA) erstellt Problemberichte, wenn er Warnungen, Konvertierungs- oder Parsing-Fehler in Ihrem Code entdeckt. Die Lösung dieser Probleme ist eine wesentliche Voraussetzung für eine erfolgreiche Code-Migration mit SMA.

Eine ausführliche Anleitung zum Verständnis und zur Analyse von Problemen finden Sie unter dem Problemanalyseabschnitt in unserer Dokumentation.



Die Zusammenfassung zeigt jedes Problem mit den folgenden Informationen an:

• Problemcode (mit einem Link zur ausführlichen Dokumentation)

• Anzahl der Vorkommnisse im Workload

• Schweregrad

Der Bericht zeigt drei Schweregrade an (Warnung, Konvertierungsfehler und Parsing-Fehler) und enthält eine Zusammenfassung für jeden Schweregrad.

Beachten Sie bei der Arbeit mit Migrationstools die folgenden Prioritäten für die Behandlung verschiedener Arten von Problemen:

1. Kümmern Sie sich zuerst um Parsing-Fehler, da diese sofortige Aufmerksamkeit erfordern

2. Beheben Sie Konvertierungsfehler durch programmatische Lösungen

3. Überwachen und verfolgen Sie Warnungen während des gesamten Migrationsprozesses

Anhänge

Anhang A enthält detaillierte Beschreibungen aller Kategorien des Zuordnungsstatus.

.png> „Bild“)

Dieser umfassende Bericht enthält detaillierte Informationen aus den Inventardateien, die der Snowpark Migration Accelerator (SMA) erzeugt.

Für detaillierte Informationen über den Bericht wenden Sie sich bitte an das Team von Snowpark Migration Accelerator (SMA) unter sma-support@snowflake.com.

SMA generiert mehrere Ausgabeberichte, die detaillierte Tabellen mit den Ergebnissen enthalten.