Snowpark Migration Accelerator：検証

検証プロセスを進めるには、以下の手順に従ってください。

  1. 収集プロセス中に生成された snowpark-checkpoints-output フォルダーを検証ワークロードにコピーします。

    収集プロセス出力を検証ワークロードにコピーする

  2. VS コードで検証ワークロードを開き、検証プロセスを開始します。

    検証ワークロード

  3. checkpoints.json ファイルを使用してチェックポイントを生成します。

チェックポイントを生成するには、以下のいずれかのアクションを実行できます。

  • 提案されたメッセージを受け入れることで、それらを生成します。

![検出されたチェックポイントを読み込むメッセージ]（/images/migrations/sma-assets/image(575).png）

  • 実行 "Snowflake:すべてのチェックポイントをロードするコマンド"

![すべてのチェックポイントをロードするコマンド]（/images/migrations/sma-assets/image(576).png）

すべてのチェックポイントがロードされると、ファイルは以下のように表示されるはずです。

![チェックポイントを含むファイル]（/images/migrations/sma-assets/image(583).png）

  1. Pythonファイルを実行し、チェックポイント検証プロセスを実行します。

検証チェックポイントを含むpythonファイルを実行すると、検証結果はコピーされた"snowpark-checkpoints-output"フォルダーに"checkpoints_validation_results.json"として表示されます。

結果

"checkpoints_validation_results.json"には、収集プロセスの統合結果が含まれます。

{
    "results": [
        {
            "checkpoint_name": "sample$BBVOC7$df1$1",
            "file": "sample.py",
            "line_of_code": 10,
            "result": "PASS",
            "timestamp": "2025-05-05T15:32:29.248917"
        },
        {
            "checkpoint_name": "sample$BBVOC7$df2$1",
            "file": "sample.py",
            "line_of_code": 12,
            "result": "PASS",
            "timestamp": "2025-05-05T15:32:31.137536"
        },
        {
            "checkpoint_name": "sample$BBVOC7$df3$1",
            "file": "sample.py",
            "line_of_code": 17,
            "result": "PASS",
            "timestamp": "2025-05-05T15:32:33.133002"
        }
    ]
}
Copy

上記のように、検証結果には PySpark とSnowpark DataFrames の比較結果が含まれます。

言語: 日本語