Aller au contenu principal
Dernière mise à jour le

Convertissez SQL avec le convertisseur agentique Lakebridge.

info

Bêta

Cette fonctionnalité est en Bêta. Pour l'utiliser, un administrateur de Workspace doit activer Lakebridge Agentic Converter à partir de la page Aperçus. Voir Gérer les aperçus Databricks.

Le Lakebridge Agentic Converter utilise le Genie Code pour convertir le SQL existant de dialectes tels que T-SQL, Snowflake, Redshift, Oracle, BigQuery et Teradata en ANSI SQL qui s'exécute sur Databricks. Vous organisez votre travail dans un projet de migration, où le convertisseur analyse chaque script source, valide le résultat converti et corrige itérativement les erreurs avant d'écrire les résultats dans un dossier Workspace.

Lakebridge est l’outil de migration alimenté par l’IA de Databricks pour migrer les charges de travail des data warehouse et des outils ETL existants vers Databricks. Le Lakebridge Agentic Converter est son composant de conversion de code.

Comment cela fonctionne​

Vous start une conversion en créant un projet de migration dans votre Workspace. Le projet suit l’état de chaque fichier et vous offre un endroit unique pour gérer la migration.

Diagramme du workflow de conversion : les fichiers source sont ajoutés à un projet de migration, les sous-agents Genie Code les convertissent et le SQL ANSI validé est écrit dans un dossier Workspace.

Lorsque vous exécutez une conversion, Genie Code invoque la compétence Lakebridge et déploie des sous-agents qui convertissent les fichiers simultanément. Chaque sous-agent analyse le dialecte source, génère l'équivalent ANSI SQL, valide le résultat et réessaie les sections qui échouent. Les fichiers convertis sont écrits directement dans le dossier Workspace que vous spécifiez pour le projet.

Vous pouvez également convertir un fichier ou un dossier unique sans projet en utilisant la commande /migrate dans une conversation Genie Code.

Exigences​

  • Un Workspace activé pour le convertisseur Agentic Lakebridge Bêta. Un administrateur de Workspace active la fonctionnalité depuis la page Aperçus . Consultez Gérer les Aperçus Databricks.
  • Vos fichiers SQL existants doivent être accessibles dans votre workspace, soit upload en tant que fichiers du workspace, soit ouverts dans l'éditeur.
  • Votre Workspace doit satisfaire aux exigences de Genie Code. See Genie Code.

Sources prises en charge et limitations​

Le convertisseur prend en charge les dialectes sources suivants :

  • T-SQL
  • Snowflake SQL
  • Redshift SQL
  • Oracle
  • BigQuery
  • Teradata

Le convertisseur cible ANSI SQL. Les limites suivantes s'appliquent à chaque conversion :

  • Un batch peut contenir un maximum de 300 fichiers.
  • Un script peut contenir un maximum de 1 000 lignes.
  • Les scripts Teradata BTEQ ne sont pas encore pris en charge.

Convertir le code SQL existant​

Les étapes suivantes décrivent comment convertir le SQL existant dans un projet de migration.

Étape 1 : Upload des fichiers source​

Upload vos fichiers SQL existants (.sql) en utilisant le navigateur de fichiers du Workspace, ou utilisez la CLI Databricks pour upload en masse un répertoire de scripts.

Étape 2 : Créez un projet de migration​

Créez un projet de migration depuis votre Workspace :

  1. Cliquez sur Nouvelle icône > Projet de migration .
  2. Saisissez un **Nom** pour le projet.
  3. Utilisez les sélecteurs déroulants pour choisir un dialecte source et un framework cible .
  4. Saisissez le chemin d'accès au fichier du dossier de destination. Cliquez sur Parcourir pour choisir une destination parmi une liste de dossiers Workspace disponibles.
  5. (Facultatif) Saisissez le chemin d'accès à un fichier de **traçabilité** décrivant la traçabilité du projet. Cliquez sur **Parcourir** pour choisir le fichier dans une liste de fichiers de votre Workspace.
  6. Cliquez sur Créer .

Nouvelle boîte de dialogue de projet de migration affichant les champs nom du projet, dialecte source, framework cible et dossier de destination.

Étape 3 : ajoutez des fichiers à votre projet​

Dans le nouveau projet :

  1. Cliquez sur Ajouter des fichiers > + Ajouter des fichiers .
  2. Sélectionner le dossier source ou un fichier de votre Workspace.

Le projet répertorie chaque fichier avec son type de fichier, son nombre de lignes et son état de conversion.

Canevas de projet de migration affichant les fichiers source ajoutés avec leur type de fichier, leur nombre de lignes et leur état de conversion.

Étape 4 : Examinez la complexité du code et la traçabilité (facultatif)​

Si vous avez exécuté le Lakebridge Analyzer, upload sa sortie JSON dans le projet pour examiner la complexité du code et le lignage. Cliquez sur un fichier source pour ouvrir une évaluation de la complexité, et cliquez sur Lignage pour ouvrir un Graphe de dépendances qui montre les fichiers et les tables interdépendants que vous devez migrer ensemble. Pour obtenir des instructions sur l’exécution de l’analyseur, consultez le guide de l’analyseur Lakebridge.

Étape 5 : Exécutez la conversion​

Sélectionnez les fichiers à convertir et cliquez sur Exécuter . Genie Code ouvre une conversation, invoque la compétence Lakebridge et déploie des sous-agents pour convertir les fichiers simultanément. Chaque fichier converti apparaît comme un fichier lié dans le projet. Le convertisseur marque chaque fichier avec un état :

  • Vert : Conversion réussie
  • Jaune : Nécessite un examen
  • Red : La conversion a échoué.
  • Gris : En cours

Étape 6 : Examiner les résultats de la conversion​

Cliquez sur un fichier converti pour ouvrir une comparaison côte à côte dans l'éditeur SQL, avec le code source à côté du Databricks SQL proposé. Acceptez toutes les modifications suggérées, ou examinez et acceptez les modifications individuelles. Pour les scripts qui ne peuvent pas être convertis, modifiez le code dans l'éditeur ou demandez à Genie Code de revalider ou de réessayer des sections spécifiques. Une fois que vous êtes satisfait, exécutez le SQL converti dans un Notebook ou l'éditeur SQL pour confirmer qu'il s'exécute sur Databricks.

Créer une compétence personnalisée (facultatif)​

Les compétences personnalisées vous permettent d'encoder des règles métier que Genie Code applique automatiquement à chaque conversion. Utilisez-les pour gérer les types de données propriétaires, appliquer les modèles cibles préférés ou capturer les corrections que vous effectuez de manière répétée. Une compétence de migration est une compétence Genie Code, vous pouvez donc la créer et la gérer de la même manière que toute autre compétence. Pour plus de détails, consultez Étendre Genie Code avec les compétences d'agent.

Vous pouvez créer une compétence à partir des paramètres de Genie Code ou d'une conversation Genie Code. Utilisez le chemin des paramètres pour les compétences complexes qui incluent des instructions détaillées, des exemples ou des fichiers de support. Utilisez le chemin de discussion pour des compétences rapides à règle unique.

Créez la compétence sous forme de fichier afin de pouvoir rédiger des instructions détaillées et les versionner dans un dossier Git :

  1. Dans le panneau Genie Code, cliquez sur Icône d'engrenage. Paramètres , puis cliquez sur Flèche dans l'icône. Ouvrir le dossier de compétences .

  2. Créez un dossier pour votre compétence sous le chemin des compétences du Workspace, Workspace/.assistant/skills/. Par exemple, Workspace/.assistant/skills/sql-migration/.

  3. Dans le dossier de compétences, créez un fichier SKILL.md avec les métadonnées requis et vos règles de conversion. Par exemple :

    ---
    name: sql-migration
    description: Conversion rules to apply when migrating legacy SQL to ANSI SQL.
    ---

    Always convert the custom type MYDATE to TIMESTAMP_NTZ.

Genie Code acquiert la compétence la prochaine fois que vous exécutez une conversion.

Les compétences de Workspace sont stockées au niveau du Workspace et partagées avec tous les utilisateurs du Workspace.

Conseils pour les tests​

Dans le cadre de sa boucle agentique, le convertisseur analyse chaque script source, valide que la sortie convertie est syntaxiquement valide et sémantiquement équivalente à la source, et corrige de manière itérative les sections qui échouent avant d'écrire les résultats. Les conseils suivants vous aident à examiner et à avoir confiance dans la sortie :

  • Batch conversion : convertissez un petit lot de deux à cinq fichiers en une seule session pour vérifier que la conversion de plusieurs fichiers fonctionne de bout en bout.
  • Validation de la syntaxe : Après la conversion, exécutez le résultat dans un éditeur Databricks SQL ou un Notebook pour confirmer qu'il s'exécute sans erreurs.
  • Cas limites : incluez un script avec des constructions spécifiques au dialecte, telles que des fonctions de fenêtre T-SQL, Snowflake QUALIFY ou Redshift LISTAGG, pour voir comment le convertisseur gère les modèles non triviaux.
  • Correction sémantique : Exécutez les queries d'origine et converties par rapport à des données de test équivalentes et comparez les résultats. Confirmez que la sortie est sémantiquement correcte, non seulement syntaxiquement valide.

Ressources supplémentaires​

Sur cette page