Snowpark Migration Accelerator: コード準備の注意事項¶

ファイルタイプ¶

Snowpark Migration Accelerator（SMA）は、ソースディレクトリ内のすべてのファイルを検査しますが、Spark API コードを含む可能性のある特定の拡張子を持つファイルのみを処理します。これには、通常のコードファイルとJupyterノートブックの両方が含まれます。

You can find a list of file types that SMA supports in the Supported Filetypes section of this documentation.

エクスポートされるファイル¶

コードがローカルファイルではなくソース管理プラットフォームに保存されている場合は、 SMA が処理できる形式にエクスポートする必要があります。コードをエクスポートする方法をここに説明します。

For Databricks users: To use the Snowpark Migration Accelerator (SMA), you need to export your notebooks to .dbc format. You can find detailed instructions on how to export notebooks in the Databricks documentation on exporting notebooks.

Need help exporting files? Visit the export scripts in the Snowflake Labs Github repo, where Snowflake Professional Services maintains scripts for Databricks, Hive, and other platforms.

• If you are using a different platform, please refer to the Code Extraction page for specific instructions for your platform. If you need assistance converting your code into a format that works with SMA, please contact sma-support@snowflake.com.

サイズ¶

Snowpark Migration Accelerator（SMA）は、データではなくソースコードを分析するように設計されています。最適なパフォーマンスを確保し、システムリソースの枯渇を防ぐために、以下のことをお勧めします。

1. 移行する特定のコードファイルのみを含める

2. 不要なライブラリ依存関係を含めないようにする

依存関係のあるライブラリコードファイルを含めることはできますが、 SMA は移行が必要なSparkコードの識別に特化されているため、付加価値がないわりに処理時間が大幅に増加します。

以下のようなコードファイルをすべて収集することをお勧めします。

• スケジュールされたプロセスの一部として自動的に実行されるもの

• そのプロセスを作成または構成するために使用されたもの

• 上記のいずれかのシナリオで使用される、組織が作成したカスタムライブラリ

PandasやSci-Kit Learnのような一般的なサードパーティライブラリのコードを含める必要はありません。このツールは、ソースコードを必要とせずに、これらのライブラリ参照を自動的に検出し、カタログ化します。

実行可能かどうか¶

The Snowpark Migration Accelerator (SMA) can only process complete and syntactically correct source code. Your code must be able to run successfully in a supported source platform. If the SMA reports multiple parsing errors, this usually indicates that your source code contains syntax errors. To achieve the best results, ensure that your input directory contains only valid code that can be executed on the source platform.

ユースケース¶

スキャン結果を確認する際には、コードベースの目的を理解することが不可欠です。以下の助けになります。

1. Snowparkと相性の悪いアプリケーションやプロセスを特定する

2. レディネス評価の結果をより効果的に理解し、分析する

3. 既存のコードとシステムがSnowflakeと互換性があるかどうかを確認する

サポートされていない SQL 方言とSparkを使用しないデータベースコネクタを使用するノートブックをスキャンすると、 SMA はインポートされたサードパーティライブラリのみを表示します。この情報は役に立ちますが、ノートブックはSpark API レディネススコアを受け取りません。コードをどのように使用する予定かを理解することで、これらの制限をよりよく理解し、移行時により良い決定を下すことができます。

Databricks Notebooksからのエクスポート¶

Databricksノートブックは、 SQL、Scala、 PySpark などの複数のプログラミング言語を1つのノートブックでサポートしています。ノートブックをエクスポートすると、ファイルの拡張子に主要言語が反映されます。

• Pythonノートブック: .ipynbまたは.py

• SQL ノートブック: .sql

ノートブックの主要言語と異なる言語で書かれたコードは、エクスポート時に自動でコメントに変換されます。たとえば、 SQL コードをPythonノートブックに含めると、 SQL コードはエクスポートされたファイルにコメントとして表示されます。

コードコメントは SMA 分析から除外されます。コードが適切に分析されるように、ソース言語に合った正しい拡張子のファイルにコードを入れます。例:

• Pythonコードは、.pyファイルに入れる必要があります

• SQL コードは、.sqlファイルに入れる必要があります

コメントアウトされていないコードであっても、間違った拡張子のファイル（例: .sqlファイル内にPythonコード）にある場合は分析されないことに注意してください。

Before using the tool, please read the Pre-Processing Considerations section in our documentation. This section contains essential information that you need to know before proceeding.