Esegui la migrazione del codice con il traduttore SQL batch
Questo documento descrive come utilizzare il traduttore SQL batch in BigQuery per tradurre gli script scritti in altri dialetti SQL in query GoogleSQL. Questo documento è rivolto agli utenti che hanno familiarità con la console Google Cloud.
Prima di iniziare
Prima di inviare un job di traduzione, completa i seguenti passaggi:
- Assicurati di disporre di tutte le autorizzazioni richieste.
- Abilita l'API BigQuery Migration.
- Raccogliere i file di origine contenenti gli script e le query SQL da tradurre.
- Facoltativo. Crea un file di metadati per migliorare la precisione della traduzione.
- Facoltativo. Decidi se devi mappare i nomi degli oggetti SQL nei file di origine a nuovi nomi in BigQuery. Determina quali regole di mappatura dei nomi utilizzare, se necessario.
- Decidi quale metodo utilizzare per inviare il job di traduzione.
- Carica i file di origine su Cloud Storage.
Autorizzazioni obbligatorie
Per attivare il servizio di migrazione BigQuery, devi disporre delle seguenti autorizzazioni per il progetto:
resourcemanager.projects.get
serviceusage.services.enable
serviceusage.services.get
Per accedere e utilizzare il servizio di migrazione BigQuery, devi disporre delle seguenti autorizzazioni per il progetto:
bigquerymigration.workflows.create
bigquerymigration.workflows.get
bigquerymigration.workflows.list
bigquerymigration.workflows.delete
bigquerymigration.subtasks.get
bigquerymigration.subtasks.list
In alternativa, puoi utilizzare i seguenti ruoli per ottenere le stesse autorizzazioni:
bigquerymigration.viewer
- Accesso di sola lettura.bigquerymigration.editor
- Accesso in lettura/scrittura.
Per accedere ai bucket Cloud Storage per i file di input e di output:
storage.objects.get
nel bucket Cloud Storage di origine.storage.objects.list
nel bucket Cloud Storage di origine.storage.objects.create
nel bucket Cloud Storage di destinazione.
Puoi disporre di tutte le autorizzazioni Cloud Storage necessarie sopra indicate tramite i seguenti ruoli:
roles/storage.objectAdmin
roles/storage.admin
Abilita l'API BigQuery Migration
Se il tuo progetto Google Cloud CLI è stato creato prima del 15 febbraio 2022, attiva l'API BigQuery Migration come segue:
Nella console Google Cloud, vai alla pagina API BigQuery Migration.
Fai clic su Attiva.
Raccogliere i file di origine
I file di origine devono essere file di testo contenenti SQL valido per il dialetto di origine. I file di origine possono includere anche commenti. Fai del tuo meglio per assicurarti che il codice SQL sia valido, utilizzando tutti i metodi a tua disposizione.
Creare file di metadati
Per aiutare il servizio a generare risultati di traduzione più accurati, ti consigliamo di fornire file di metadati. Tuttavia, non è obbligatorio.
Puoi utilizzare lo strumento di estrazione a riga di comando dwh-migration-dumper
per generare le informazioni sui metadati oppure puoi fornire i tuoi file di metadati. Una volta preparati i file di metadati, puoi includerli insieme ai file di origine nella
cartella di origine della traduzione. Il traduttore li rileva automaticamente e li sfrutta per tradurre i file di origine. Non è necessaria la configurazione di impostazioni aggiuntive per attivare questa funzionalità.
Per generare informazioni sui metadati utilizzando lo strumentodwh-migration-dumper
, consulta
Genera metadati per la traduzione.
Per fornire i tuoi metadati, raccogli le istruzioni DDL (Data Definition Language) per gli oggetti SQL nel sistema di origine in file di testo separati.
Decidi come inviare il job di traduzione
Per inviare un job di traduzione collettiva hai a disposizione tre opzioni:
Client di traduzione batch: configura un job modificando le impostazioni in un file di configurazione e invialo utilizzando la riga di comando. Questo approccio non richiede il caricamento manuale dei file di origine su Cloud Storage. Il cliente utilizza ancora Cloud Storage per archiviare i file durante l'elaborazione dei job di traduzione.
Il client di traduzione batch precedente è un client Python open source che consente di tradurre i file di origine situati sulla macchina locale e di esportare i file tradotti in una directory locale. Per configurare il client per l'utilizzo di base, modifica alcune impostazioni nel suo file di configurazione. Se vuoi, puoi anche configurare il client per gestire attività più complesse come la sostituzione delle macro e la pre- e post-elaborazione degli input e degli output della traduzione. Per ulteriori informazioni, consulta il file readme del client di traduzione batch.
Console Google Cloud: configura e invia un job utilizzando un'interfaccia utente. Questo approccio richiede il caricamento dei file di origine su Cloud Storage.
Crea file YAML di configurazione
Facoltativamente, puoi creare e utilizzare file YAML di configurazione per personalizzare le traduzioni collettive. Questi file possono essere utilizzati per trasformare l'output della traduzione in vari modi. Ad esempio, puoi creare un file YAML di configurazione per modificare la maiuscola di un oggetto SQL durante la traduzione.
Se vuoi utilizzare la console Google Cloud o l'API BigQuery Migration per un job di traduzione batch, puoi caricare il file YAML di configurazione nel bucket Cloud Storage contenente i file di origine.
Se vuoi utilizzare il client di traduzione batch, puoi inserire il file YAML di configurazione nella cartella di input della traduzione locale.
Carica i file di input su Cloud Storage
Se vuoi utilizzare la console Google Cloud o l'API BigQuery Migration per eseguire un job di traduzione, devi caricare i file di origine contenenti le query e gli script da tradurre in Cloud Storage. Puoi anche caricare qualsiasi file di metadati o file YAML di configurazione nello stesso bucket Cloud Storage contenente i file di origine. Per ulteriori informazioni sulla creazione di bucket e sul caricamento di file su Cloud Storage, consulta Creare bucket e Caricare oggetti da un file system.
Dialetti SQL supportati
Il traduttore SQL batch fa parte di BigQuery Migration Service. Il traduttore SQL batch può tradurre i seguenti dialetti SQL in GoogleSQL:
- Amazon Redshift SQL
- Apache HiveQL e interfaccia a riga di comando Beeline
- IBM Netezza SQL e NZPLSQL
- Teradata e Teradata Vantage
- SQL
- Query Teradata di base (BTEQ)
- Teradata Parallel Transport (TPT)
Inoltre, la traduzione dei seguenti dialetti SQL è supportata in anteprima:
- Apache Spark SQL
- T-SQL di Azure Synapse
- Greenplum SQL
- SQL di IBM DB2
- MySQL SQL
- Oracle SQL, PL/SQL, Exadata
- SQL PostgreSQL
- Trino o PrestoSQL
- Snowflake SQL
- T-SQL di SQL Server
- SQLite
- Vertica SQL
Località
Il traduttore SQL batch è disponibile nelle seguenti località di elaborazione:
Descrizione della regione | Nome della regione | Dettagli | |
---|---|---|---|
Asia Pacifico | |||
Tokyo | asia-northeast1 |
||
Mumbai | asia-south1 |
||
Singapore | asia-southeast1 |
||
Sydney | australia-southeast1 |
||
Europa | |||
Multiregione UE | eu |
||
Varsavia | europe-central2 |
||
Finlandia | europe-north1 |
Bassi livelli di CO2 | |
Madrid | europe-southwest1 |
Bassi livelli di CO2 | |
Belgio | europe-west1 |
Bassi livelli di CO2 | |
Londra | europe-west2 |
Bassi livelli di CO2 | |
Francoforte | europe-west3 |
Bassi livelli di CO2 | |
Paesi Bassi | europe-west4 |
Bassi livelli di CO2 | |
Zurigo | europe-west6 |
Bassi livelli di CO2 | |
Parigi | europe-west9 |
Bassi livelli di CO2 | |
Torino | europe-west12 |
||
Americhe | |||
Québec | northamerica-northeast1 |
Bassi livelli di CO2 | |
San Paolo | southamerica-east1 |
Bassi livelli di CO2 | |
Multiregione Stati Uniti | us |
||
Iowa | us-central1 |
Bassi livelli di CO2 | |
Carolina del Sud | us-east1 |
||
Virginia del Nord | us-east4 |
||
Columbus, Ohio | us-east5 |
||
Dallas | us-south1 |
Bassi livelli di CO2 | |
Oregon | us-west1 |
Bassi livelli di CO2 | |
Los Angeles | us-west2 |
||
Salt Lake City | us-west3 |
Inviare un job di traduzione
Segui questi passaggi per avviare un job di traduzione, visualizzarne lo stato di avanzamento e vedere i risultati.
Console
Questi passaggi presuppongono che tu abbia già caricato i file di origine in un bucket Cloud Storage.
Nella console Google Cloud, vai alla pagina BigQuery.
Nella sezione Migrazione del pannello di navigazione, fai clic su Traduzione SQL.
Fai clic su Avvia traduzione.
Compila la finestra di dialogo di configurazione della traduzione.
- In Nome visualizzato, digita un nome per il job di traduzione. Il nome può contenere lettere, numeri o trattini bassi.
- In Località di elaborazione, seleziona la località in cui vuoi eseguire il job di traduzione. Ad esempio, se ti trovi in Europa e non vuoi che i dati superino i confini di località, seleziona la regione
eu
. Il job di traduzione ha il rendimento migliore se scegli la stessa posizione del bucket del file di origine. - In Dialetto di origine, seleziona il dialetto SQL da tradurre.
- Per Dialetto di destinazione, seleziona BigQuery.
Fai clic su Avanti.
Per Posizione di origine, specifica il percorso della cartella Cloud Storage contenente i file da tradurre. Puoi digitare il percorso nel formato
bucket_name/folder_name/
o utilizzare l'opzione Sfoglia.Fai clic su Avanti.
In Posizione di destinazione, specifica il percorso della cartella Cloud Storage di destinazione per i file tradotti. Puoi digitare il percorso nel formato
bucket_name/folder_name/
o utilizzare l'opzione Sfoglia.Se stai effettuando traduzioni per le quali non è necessario specificare nomi di oggetti predefiniti o la mappatura dei nomi da origine a destinazione, vai al passaggio 11. In caso contrario, fai clic su Avanti.
Inserisci le impostazioni facoltative di cui hai bisogno.
Facoltativo. In Database predefinito, digita un nome del database predefinito da utilizzare con i file di origine. Il traduttore utilizza questo nome predefinito del database per risolvere i nomi completi degli oggetti SQL in cui manca il nome del database.
Facoltativo. Per Percorso di ricerca dello schema, specifica uno schema da cercare quando il traduttore deve risolvere i nomi completi degli oggetti SQL nei file di origine in cui manca il nome dello schema. Se i file di origine utilizzano una serie di nomi di schema diversi, fai clic su Aggiungi nome schema e aggiungi un valore per ogni nome di schema a cui potrebbe essere fatto riferimento.
Il traduttore cerca nei file dei metadati che hai fornito per convalidare le tabelle con i relativi nomi di schema. Se non è possibile determinare un'opzione definitiva dai metadati, il primo nome dello schema inserito viene utilizzato come predefinito. Per ulteriori informazioni sull'utilizzo del nome dello schema predefinito, consulta Schema predefinito.
Facoltativo. Se vuoi specificare regole di mappatura dei nomi per rinominare gli oggetti SQL tra il sistema di origine e BigQuery durante la traduzione, puoi fornire un file JSON con la coppia di mappatura dei nomi oppure utilizzare la console Google Cloud per specificare i valori da mappare.
Per utilizzare un file JSON:
- Fai clic su Carica il file JSON per la mappatura dei nomi.
Vai alla posizione di un file di mappatura dei nomi nel formato appropriato, selezionalo e fai clic su Apri.
Tieni presente che le dimensioni del file devono essere inferiori a 5 MB.
Per utilizzare la console Google Cloud:
- Fai clic su Aggiungi coppia di mappatura dei nomi.
- Aggiungi le parti appropriate del nome dell'oggetto di origine nei campi Database, Schema, Relazione e Attributo nella colonna Origine.
- Aggiungi le parti del nome dell'oggetto di destinazione in BigQuery nei campi della colonna Destinazione.
- Per Tipo, seleziona il tipo di oggetto che descrive l'oggetto che stai mappando.
- Ripeti i passaggi 1-4 finché non hai specificato tutte le coppie di mappatura dei nomi di cui hai bisogno. Tieni presente che puoi specificare fino a 25 coppie di mappatura dei nomi quando utilizzi la console Google Cloud.
Facoltativo. Per generare suggerimenti di AI per la traduzione utilizzando il modello Gemini, selezionate la casella di controllo Suggerimenti di IA di Gemini. I suggerimenti si basano sul file YAML di configurazione che termina con
.ai_config.yaml
e si trova nella directory Cloud Storage. Questo output si trova nella sottodirectory di outputsuggestion/
. Per scoprire come scrivere il file YAML di configurazione per i suggerimenti dell'AI, consulta Creare un file YAML di configurazione basato su Gemini.
Fai clic su Crea per avviare il job di traduzione.
Una volta creato il job di traduzione, puoi visualizzarne lo stato nell'elenco dei job di traduzione.
Client di traduzione batch
Nella directory di installazione del client di traduzione batch, utilizza l'editor di testo di tua scelta per aprire il file
config.yaml
e modificare le seguenti impostazioni:project_number
: digita il numero del progetto che vuoi utilizzare per il job di traduzione batch. Puoi trovarlo nel riquadro Informazioni sul progetto della pagina di benvenuto della console Google Cloud del progetto.gcs_bucket
: digita il nome del bucket Cloud Storage utilizzato dal client di traduzione batch per archiviare i file durante l'elaborazione del job di traduzione.input_directory
: digita il percorso assoluto o relativo alla directory contenente i file di origine e eventuali file di metadati.output_directory
: digita il percorso assoluto o relativo alla directory di destinazione per i file tradotti.
Salva le modifiche e chiudi il file
config.yaml
.Posiziona i file di origine e dei metadati nella directory di input.
Esegui il client di traduzione batch utilizzando il seguente comando:
bin/dwh-migration-client
Una volta creato il job di traduzione, puoi visualizzarne lo stato nell'elenco dei job di traduzione nella console Google Cloud.
Facoltativo. Al termine del job di traduzione, elimina i file creati dal job nel bucket Cloud Storage specificato per evitare costi di archiviazione.
Esplorare l'output della traduzione
Dopo aver eseguito il job di traduzione, puoi visualizzare le relative informazioni nella console Google Cloud. Se hai utilizzato la console Google Cloud per eseguire il job, puoi visualizzare i risultati nel bucket Cloud Storage di destinazione che hai specificato. Se hai utilizzato il client di traduzione collettiva per eseguire il job, puoi visualizzare i risultati del job nella directory di output specificata. Il traduttore SQL batch esporta i seguenti file nella destinazione specificata:
- I file tradotti.
- Il report di riepilogo della traduzione in formato CSV.
- La mappatura dei nomi dell'output consumato in formato JSON.
- I file di suggerimenti AI (Anteprima).
Output della console Google Cloud
Per visualizzare i dettagli del job di traduzione:
Nella console Google Cloud, vai alla pagina BigQuery.
Nella sezione Migrazione del pannello di navigazione, fai clic su Traduzione SQL.
Nell'elenco dei job di traduzione, individua il job di cui vuoi visualizzare i dettagli. Quindi, fai clic sul nome del job di traduzione. Puoi vedere una visualizzazione di Sankey che illustra la qualità complessiva del job, il numero di righe di codice di input (escluse le righe vuote e i commenti) e un elenco dei problemi che si sono verificati durante il processo di traduzione. Devi dare la priorità alle correzioni da sinistra a destra. I problemi riscontrati in una fase iniziale possono causare ulteriori problemi nelle fasi successive.
Tieni premuto il cursore sopra le barre di errore o di avviso e controlla i suggerimenti per determinare i passaggi successivi per eseguire il debug del job di traduzione.
Seleziona la scheda Riepilogo log per visualizzare un riepilogo dei problemi di traduzione, tra cui le categorie di problemi, le azioni suggerite e la frequenza con cui si sono verificati. Puoi fare clic sulle barre di visualizzazione di Sankey per filtrare i problemi. Puoi anche selezionare una categoria di problemi per visualizzare i messaggi di log associati.
Seleziona la scheda Messaggi di log per visualizzare ulteriori dettagli su ogni problema di traduzione, inclusa la categoria del problema, il messaggio specifico del problema e un link al file in cui si è verificato il problema. Puoi fare clic sulle barre di visualizzazione di Sankey per filtrare i problemi. Puoi selezionare un problema nella scheda Messaggio log per aprire la scheda Codice che mostra il file di input e di output, se applicabile.
Fai clic sulla scheda Dettagli job per visualizzare i dettagli di configurazione del job di traduzione.
Rapporto riepilogativo
Il report di riepilogo è un file CSV che contiene una tabella di tutti i messaggi di avviso e di errore riscontrati durante il job di traduzione.
Per visualizzare il file di riepilogo nella console Google Cloud:
Nella console Google Cloud, vai alla pagina BigQuery.
Nella sezione Migrazione del pannello di navigazione, fai clic su Traduzione SQL.
Nell'elenco dei job di traduzione, individua quello che ti interessa, poi fai clic sul nome del job o su Altre opzioni > Mostra dettagli.
Nella scheda Dettagli job, nella sezione Report di traduzione, fai clic su translation_report.csv.
Nella pagina Dettagli oggetto, fai clic sul valore nella riga URL di autenticazione per visualizzare il file nel browser.
La tabella seguente descrive le colonne del file di riepilogo:
Colonna | Descrizione |
---|---|
Timestamp | Il timestamp in cui si è verificato il problema. |
FilePath | Il percorso del file di origine a cui è associato il problema. |
FileName | Il nome del file di origine a cui è associato il problema. |
ScriptLine | Il numero di riga in cui si è verificato il problema. |
ScriptColumn | Il numero di colonna in cui si è verificato il problema. |
TranspilerComponent | Il componente interno del motore di traduzione in cui si è verificato l'avviso o l'errore. Questa colonna potrebbe essere vuota. |
Ambiente | L'ambiente del dialetto di traduzione associato all'avviso o all'errore. Questa colonna potrebbe essere vuota. |
ObjectName | L'oggetto SQL nel file di origine associato all'avviso o all'errore. Questa colonna potrebbe essere vuota. |
Gravità | La gravità del problema, avviso o errore. |
Categoria | La categoria del problema di traduzione. |
SourceType | La fonte del problema. Il valore in questa colonna può essere
SQL , a indicare un problema nei file SQL di input, o
METADATA , a indicare un problema nel pacchetto di metadati. |
Messaggio | Il messaggio di avviso o di errore relativo al problema di traduzione. |
ScriptContext | Lo snippet SQL nel file di origine associato al problema. |
Azione | L'azione che ti consigliamo di intraprendere per risolvere il problema. |
Scheda Codice
La scheda del codice ti consente di esaminare ulteriori informazioni sui file di input e di output per un determinato job di traduzione. Nella scheda del codice, puoi esaminare i file utilizzati in un job di traduzione, esaminare un confronto affiancato di un file di input e della relativa traduzione per rilevare eventuali inesattezze e visualizzare i riepiloghi e i messaggi dei log per un file specifico in un job.
Per accedere alla scheda del codice:
Nella console Google Cloud, vai alla pagina BigQuery.
Nella sezione Migrazione del pannello di navigazione, fai clic su Traduzione SQL.
Nell'elenco dei job di traduzione, individua quello che ti interessa, poi fai clic sul nome del job o su Altre opzioni > Mostra dettagli.
Seleziona Scheda Codice. Se è disponibile un suggerimento di Gemini, viene visualizzato il pulsante Suggerimento di Gemini. Fai clic sul pulsante per esaminare il suggerimento (Anteprima).
(Facoltativo) Per visualizzare un file di input e il relativo file di output nel traduttore SQL interattivo di BigQuery, fai clic su Modifica. Puoi modificare i file e salvare il file di output di nuovo in Cloud Storage (Anteprima).
Scheda Configurazione
Dopo aver trasformato il job di traduzione SQL utilizzando i file YAML di configurazione, vai alla scheda Configurazione, dove puoi visualizzare e modificare i file YAML di configurazione. Lo Schema Explorer mostra la documentazione per i tipi di configurazione supportati per aiutarti a scrivere i file YAML di configurazione. Dopo aver modificato i file YAML di configurazione, puoi riavviare il job per utilizzare la nuova configurazione. Per modificare i file YAML di configurazione ed eseguire nuovamente il job:
Nella console Google Cloud, vai alla pagina BigQuery.
Nella sezione Migrazione del pannello di navigazione, fai clic su Traduzione SQL.
Nell'elenco dei job di traduzione, individua quello che ti interessa, poi fai clic sul nome del job o su Altre opzioni > Mostra dettagli.
Nella finestra Dettagli traduzione, fai clic sulla scheda Configurazione.
Seleziona il file YAML di configurazione che vuoi modificare.
Modifica il file e fai clic su Salva.
Fai clic su Esegui di nuovo. Viene creato un nuovo job di traduzione contenente i nuovi file YAML di configurazione.
File di mappatura dei nomi di output consumati
Questo file JSON contiene le regole di mappatura dei nomi di output utilizzate dal compito di traduzione. Le regole in questo file potrebbero essere diverse dalle regole di mappatura dei nomi di output specificate per il job di traduzione a causa di conflitti nelle regole di mappatura dei nomi o della mancanza di regole di mappatura dei nomi per gli oggetti SQL identificati durante la traduzione. Esamina questo file per determinare se le regole di mappatura dei nomi devono essere corrette. In questo caso, crea nuove regole di mappatura dei nomi in uscita che risolvano eventuali problemi identificati ed esegui un nuovo job di traduzione.
File tradotti
Per ogni file di origine, viene generato un file di output corrispondente nel percorso di destinazione. Il file di output contiene la query tradotta.
Eseguire il debug delle query SQL tradotte in batch con il traduttore SQL interattivo
Puoi utilizzare il traduttore SQL interattivo di BigQuery per esaminare o eseguire il debug di una query SQL utilizzando le stesse informazioni sui metadati o sulla mappatura degli oggetti del database di origine. Dopo aver completato un job di traduzione batch, BigQuery genera un ID configurazione di traduzione contenente informazioni sui metadati del job, sulla mappatura degli oggetti o sul percorso di ricerca dello schema, come applicabile alla query. Utilizza l'ID configurazione della traduzione batch con il traduttore SQL interattivo per eseguire query SQL con la configurazione specificata.
Per avviare una traduzione SQL interattiva utilizzando un ID configurazione della traduzione batch:
Nella console Google Cloud, vai alla pagina BigQuery.
Nella sezione Migrazione del menu di navigazione, fai clic su Traduzione SQL.
Nell'elenco dei job di traduzione, individua quello che ti interessa, poi fai clic su > Apri traduzione interattiva.
Altre opzioniOra il traduttore SQL interattivo di BigQuery si apre con l'ID di configurazione della traduzione batch corrispondente. Per visualizzare l'ID configurazione della traduzione per la traduzione interattiva, fai clic su Altro > Impostazioni di traduzione nel traduttore SQL interattivo.
Per eseguire il debug di un file di traduzione batch nel traduttore SQL interattivo:
Nella console Google Cloud, vai alla pagina BigQuery.
Nella sezione Migrazione del pannello di navigazione, fai clic su Traduzione SQL.
Nell'elenco dei job di traduzione, individua quello che ti interessa, poi fai clic sul nome del job o su Altre opzioni > Mostra dettagli.
Nella finestra Dettagli traduzione, fai clic sulla scheda Codice.
Nel file explorer, fai clic sul nome del file per aprirlo.
Accanto al nome file di output, fai clic su Modifica per aprire i file nel traduttore SQL interattivo (Anteprima).
Vedrai i file di input e di output compilati nel traduttore SQL interattivo che ora utilizza l'ID di configurazione della traduzione batch corrispondente.
Per salvare nuovamente il file di output modificato in Cloud Storage, nel traduttore SQL interattivo fai clic su Salva > Salva in GCS (Anteprima).
Limitazioni
Il traduttore non può tradurre le funzioni definite dall'utente (UDF) da lingue diverse da SQL, perché non è in grado di analizzarle per determinare i tipi di dati di input e output. Di conseguenza, la traduzione delle istruzioni SQL che fanno riferimento a queste funzioni definite dall'utente non è accurata. Per assicurarti che le funzioni UDF non SQL vengano richiamate correttamente durante la traduzione, utilizza SQL valido per creare funzioni UDF segnaposto con le stesse firme.
Ad esempio, supponiamo di avere una UDF scritta in C che calcola la somma di due interi. Per assicurarti che le istruzioni SQL che fanno riferimento a questa UDF vengano tradotte correttamente, crea un'UDF SQL segnaposto che condivida la stessa firma dell'UDF C, come mostrato nell'esempio seguente:
CREATE FUNCTION Test.MySum (a INT, b INT)
RETURNS INT
LANGUAGE SQL
RETURN a + b;
Salva questa UDF segnaposto in un file di testo e includilo come uno dei file di origine per il job di traduzione. In questo modo, il traduttore può apprendere la definizione della UDF e identificare i tipi di dati di input e output previsti.
Quote e limiti
- Si applicano le quote dell'API BigQuery Migration.
- Ogni progetto può avere al massimo 10 attività di traduzione attive.
- Anche se non esiste un limite fisso per il numero totale di file di metadati e di origine, consigliamo di mantenere il numero di file inferiore a 1000 per migliorare le prestazioni.
Risolvere gli errori di traduzione
RelationNotFound
o AttributeNotFound
La traduzione funziona meglio con i DDL di metadati. Quando non è possibile trovare le definizioni degli oggetti SQL, il motore di traduzione genera problemi RelationNotFound
o AttributeNotFound
. Ti consigliamo di utilizzare l'estrattore di metadati per generare pacchetti di metadati
per assicurarti che siano presenti tutte le definizioni degli oggetti. L'aggiunta di metadati è il primo passaggio consigliato per risolvere la maggior parte degli errori di traduzione, in quanto spesso può correggere molti altri errori causati indirettamente dalla mancanza di metadati.
Per ulteriori informazioni, consulta Generare metadati per la traduzione e la valutazione.
Prezzi
L'utilizzo del traduttore SQL batch non prevede costi. Tuttavia, lo spazio di archiviazione utilizzato per archiviare i file di input e di output comporta le normali tariffe. Per ulteriori informazioni, consulta Prezzi dello spazio di archiviazione.
Passaggi successivi
Scopri di più sui seguenti passaggi della migrazione del data warehouse:
- Panoramica della migrazione
- Valutazione della migrazione
- Panoramica del trasferimento di schemi e dati
- Pipeline di dati
- Traduzione SQL interattiva
- Sicurezza e governance dei dati
- Strumento di convalida dei dati