Snowpark Migration Accelerator: 선별된 보고서¶

준비도 점수 요약¶

다음 페이지에는 준비도 점수의 요약이 표시됩니다. 여기에는 Spark API 및 [서드 파티 라이브러리](../readiness-scores.md#third-party-api-readiness-score의 점수와 함께 해석 방법에 대한 지침이 포함되어 있습니다. 이 점수는 코드베이스가 Snowflake로의 마이그레이션을 위해 얼마나 잘 준비되어 있는지 파악하는 데 도움이 됩니다.

이 섹션에서는 각 준비도 점수에 대한 자세한 정보를 제공합니다.

• Spark API Analysis: 총 Spark API 참조 수와 변환할 수 있는 참조 수를 표시합니다. 준비도 점수는 변환 가능한 참조 수를 식별된 참조의 총 수로 나누어 계산합니다.

• 서드 파티 라이브러리 호환성: 가져온 외부 라이브러리 중 Snowflake와 호환되는 비율을 표시합니다. 준비도 점수는 Snowflake 지원 라이브러리 수를 총 서드 파티 라이브러리 가져오기 수로 나누어 계산합니다.

파일 요약¶

파일 요약 섹션은 다음 페이지에서 시작됩니다. 이 섹션은 이 도구를 실행하는 동안 처리된 파일 유형 수에 따라 여러 페이지에 걸쳐 표시될 수 있습니다.

이 정보는 애플리케이션에 제공되는 평가 요약에서도 확인할 수 있습니다.

• 파일 유형 요약: 각 기술 유형에 대한 파일 수, 총 코드 줄 수, 분석된 전체 파일에서 차지하는 비율 등 인식된 기술에 대한 분석을 표시합니다.

• 파일 확장자 요약: 해당 확장자를 가진 파일 수, 총 코드 줄 수, 분석된 모든 파일에서 차지하는 비율 등 인식된 각 파일 확장자에 대한 통계를 표시합니다.

• 코드 파일 크기 분석: 사이즈 카테고리(‘티셔츠’ 사이즈)별로 코드 파일의 분포를 표시합니다. 각 크기 카테고리는 파일 수와 전체 코드베이스에서 차지하는 비율을 표시합니다.

• 노트북 언어 통계: 스캔한 모든 노트북의 프로그래밍 언어별 코드 줄과 셀에 대한 분석을 제공합니다.

• 언어별 노트북 크기 분류: 총 코드 줄 수를 기준으로 각 노트북 파일을 크기별로 분류합니다. 노트북 유형(Python, Scala 또는 SQL)은 주로 사용하는 언어에 따라 결정됩니다. 사이즈 카테고리는 다음과 같습니다.

  • XS: 50줄 미만

  • S: 50~200줄

  • M: 200-500줄

  • L: 500~1,000줄

  • XL: 1,000개 이상의 라인

Spark API Summary¶

Spark API 요약에서 준비도 점수 섹션에 표시된 준비도 점수에 대한 자세한 분석을 확인할 수 있습니다. 이 섹션에는 4개의 테이블이 포함되어 있습니다.

1. Spark API 참조가 포함된 파일 목록

2. 지원되는 기능과 지원되지 않는 기능에 대한 분석

3. Spark API 카테고리별로 조직된 준비도 점수

4. 매핑 상태에 따라 조직화된 준비도 점수

어떤 Spark API 참조가 지원되고 지원되지 않는지 설명하겠습니다. 이 용어의 의미는 다음과 같습니다.

• 지원됨: Snowpark Migration Accelerator(SMA)는 이 API 요소를 Snowpark API 로 자동 변환하거나 알려진 해결 방법을 제공할 수 있습니다.

• 지원되지 않음: Snowpark Migration Accelerator(SMA)는 이 API 요소를 Snowpark API 로 자동 변환할 수 없습니다. 그렇다고 변환이 불가능하다는 의미는 아니지만, 수동 개입이 필요합니다.

Spark API 사용 요약

• Spark 참조가 있는 파일: 이 테이블은 워크로드 전반에 걸친 Spark 기술 사용량을 기술 유형별로 분류하여 보여줍니다.

• Spark 지원 상태 파일: 이 테이블에는 소스 코드에 있는 지원 및 지원되지 않는 Spark 기능의 수가 기술 유형별로 조직되어 표시됩니다.

• Spark API 사용 요약: Python 및 Scala에서 지원되는 Spark API 함수의 수와 지원되지 않는 함수를 보여주는 표입니다. 이 테이블은 API 카테고리별로 조직되어 있으며 준비도 점수 섹션에 표시된 점수와 일치하는 Spark API 준비도 점수가 포함되어 있습니다.

• Spark API 사용 지원 카테고리: 코드에서 Spark API 함수가 사용된 횟수를 지원 상태에 따라 정리한 분석입니다. 각 지원 카테고리에 대한 자세한 설명은 Spark 참조 카테고리 페이지를 참조하십시오.

Pandas API Usage Summarycv¶

Pandas API 요약은 앞서 표시된 Spark API 요약과 유사하게 Pandas API 에 대한 참조 목록을 제공합니다.

.png> “image”)

• Pandas 사용 파일: 전체 워크로드에 걸쳐 각 기술에서 발견된 Pandas 참조 수를 보여주는 분석 정보입니다.

• Pandas API 사용 요약: 소스 코드에 사용된 Pandas 라이브러리 함수의 상세 목록이 사용 빈도별로 정렬되어 있습니다.

가져오기 참조 요약¶

분석 가져오기 섹션에는 코드베이스로 가져온 모든 외부 종속성이 표시됩니다. 여기에는 모든 파일에서 사용되는 서드 파티 라이브러리 및 기타 외부 구성 요소가 포함됩니다. 자체 코드베이스 내의 파일에서 가져오기는 이 테이블에 표시되지 않습니다.

테이블에는 다음과 같은 세부 정보가 포함된 Python 패키지 정보가 표시됩니다.

• 가져온 패키지 이름

• 각 패키지가 Snowpark의 Anaconda 배포에서 지원되는지 여부

• 가져오기에 각 패키지가 표시되는 횟수

• 각 가져오기를 포함하는 파일의 백분율

‘퍼센트’ 열의 총합은 100%이지만, 파일에 여러 패키지 가져오기가 포함되어 있는 경우가 많으므로 개별 퍼센트의 합계가 100%를 초과할 수 있습니다.

SQL 참조 요약¶

• SQL 파일 유형별 사용량: 이 테이블은 다양한 기술을 기반으로 SQL 사용량을 분류하여 워크로드에서 발견된 SQL 파일 및 SQL 셀의 총 수를 보여줍니다.

• SQL 지원 상태별 사용량: 이 테이블은 SQL 요소를 Snowflake에 해당하는 기능이 있는지 여부에 따라 조직화합니다.

Snowpark Migration Accelerator (SMA) 문제 요약¶

Snowpark Migration Accelerator(SMA)는 코드에서 경고, 변환 오류 또는 구문 분석 오류를 감지할 때마다 문제 보고서를 생성합니다. SMA 를 사용하여 코드 마이그레이션을 성공적으로 완료하려면 이러한 문제를 해결하는 것이 필수적입니다.

문제 이해 및 분석에 대한 자세한 가이드는 설명서의 문제 분석 섹션을 참조하십시오.

요약에는 각 문제가 다음 정보와 함께 표시됩니다.

• 발급 코드(상세 설명서에 대한 링크 포함)

• 워크로드 발생 횟수

• 심각도 수준

보고서에는 세 가지 심각도 수준(경고, 변환 오류, 구문 분석 오류)과 함께 각 수준별로 정리된 요약이 표시됩니다.

마이그레이션 도구로 작업할 때는 다양한 유형의 문제를 처리하기 위해 다음 우선순위를 따르십시오.

1. 구문 분석 오류는 즉각적인 주의가 필요하므로 먼저 해결하십시오

2. 프로그래밍 방식 솔루션을 통한 변환 오류 해결

3. 마이그레이션 프로세스 전반에 걸친 경고 모니터링 및 추적

부록

부록 A에는 모든 매핑 상태 범주에 대한 자세한 설명이 나와 있습니다.

이 종합 보고서에는 Snowpark Migration Accelerator(SMA)가 생성하는 인벤토리 파일에서 수집한 상세 정보가 포함되어 있습니다.

보고서에 대한 자세한 내용은 Snowpark Migration Accelerator(SMA) 팀에 sma-support@Snowflake.com으로 문의하시기 바랍니다.

SMA 에서는 결과에 대한 자세한 스프레드시트가 포함된 여러 출력 보고서를 생성합니다.