Snowpark Migration Accelerator: Konvertierung einrichten

Wenn Sie den Snowpark Migration Accelerator (SMA) zum ersten Mal starten, müssen Sie entweder ein neues Projekt erstellen oder ein bestehendes Projekt öffnen. Jedes Projekt kann mehrere SMA-Ausführungen sowohl für die Bewertungs- als auch für die Konvertierungsphase speichern. Nachdem Sie die Bewertungsphase abgeschlossen haben, müssen Sie Ihr Projekt für die Konvertierungsphase konfigurieren.

Seite zur Einrichtung der Konvertierung

Während des Konvertierungsprozesses stehen Ihnen mehrere Konfigurationsoptionen zur Verfügung, obwohl die Standardeinstellungen in den meisten Fällen gut funktionieren sollten.

On the Conversion settings page, choose whether to run the conversion using Default Settings or to select Customize settings to configure advanced options.

Conversion settings page

If you select Customize settings, SMA opens a Conversion settings dialog where you can review and update settings and then click Save settings.

Conversion settings dialog

Conversion Settings

With the following settings from the user interface, you can more finely control how the SMA performs conversion.

  • Pandas

    Convert Pandas API to Snowpark API - Specifies to automatically convert Pandas code to the Snowpark equivalent Pandas API (Snowpark Pandas). When enabled, the tool transforms any Pandas operations it finds in your code into their Snowpark counterparts.

  • DBX

    Convert DBX notebooks to Snowflake notebooks - Specifies to convert the .dbc into Jupyter files in a new folder with the .dbc name.

    Bemerkung

    When exporting notebooks, consider exporting them as Databricks, rather than Jupyter. When Jupyter files contain different sources than Python, SMA behavior may be unexpected.

  • Checkpoints

    • Identify and collect checkpoints - Activates the feature.

    • Collect checkpoints as active - Specifies to execute the collected checkpoint in VS Code when running the workload.

    • Collect user-defined functions returning data frame type - Specifies to validate that dataframes should be collected if the user has their own functions that return DataFrames.

    • Mode - Specifies the mode type to validate (Schema or DataFrame).

    • Sample - Specifies the sampling percentage of each DataFrame to validate.

    • Relevant PySpark functions to collect - Specifies the PySpark packages to collect (by default, all of them are checked). You can also add more packages by adding the package’s full name.

Einrichtung abgeschlossen

Once your setup is complete, click the Continue button. This action will initiate the SMA Conversion processes. A progress screen will display the current status of your conversion.

Konvertierung abgeschlossen

After the conversion finishes, SMA automatically displays the Conversion Results screen.