Migrar código com o tradutor de SQL em lote

Neste documento, descrevemos como usar o tradutor de SQL em lote no BigQuery para traduzir scripts escritos em outros dialetos SQL para consultas do GoogleSQL. Este documento é destinado a usuários familiarizados com o Console do Google Cloud.

O tradutor do SQL em lote faz parte do Serviço de migração do BigQuery. O tradutor de SQL em lote traduz os seguintes dialetos SQL em GoogleSQL:

SQL do Amazon Redshift
Apache HiveQL e CLI Beeline
IBM Netezza SQL e NZPLSQL
Teradata e Teradata Vantage
- SQL
- Basic Teradata Query (BTEQ)
- Transporte paralelo do Teradata (TPT)

Além disso, a tradução dos seguintes dialetos SQL é suportada na versão de pré-lançamento:

SQL do Apache Spark
T-SQL do Azure Synapse
SQL para MySQL
SQL da Oracle, PL/SQL, Exadata
SQL do PostgreSQL
Trino ou PrestoSQL
SQL do Snowflake
T-SQL do SQL Server
SQLite
SQL da Vertica

Permissões necessárias

É necessário ter as seguintes permissões no projeto para ativar o serviço de migração do BigQuery:

resourcemanager.projects.get
serviceusage.services.enable
serviceusage.services.get

Você precisa das seguintes permissões no projeto para acessar e usar o serviço de migração do BigQuery:

bigquerymigration.workflows.create
bigquerymigration.workflows.get
bigquerymigration.workflows.list
bigquerymigration.workflows.delete
bigquerymigration.subtasks.get
bigquerymigration.subtasks.list

Como alternativa, é possível usar os seguintes papéis para receber as mesmas permissões:
- bigquerymigration.viewer: acesso somente de leitura.
- bigquerymigration.editor: acesso de leitura e gravação.

Para acessar os buckets do Cloud Storage para arquivos de entrada e saída:

storage.objects.get no bucket de origem do Cloud Storage.
storage.objects.list no bucket de origem do Cloud Storage.
storage.objects.create no bucket de destino do Cloud Storage.

É possível conseguir todas as permissões necessárias do Cloud Storage com estes papéis:

roles/storage.objectAdmin
roles/storage.admin

Locais

O conversor de SQL em lote está disponível nos seguintes locais de processamento:

us (EUA multirregional)
eu (UE multirregião)
southamerica-east1 (São Paulo)
us-central1 (Iowa)
asia-northeast1 (Tóquio)
asia-south1 (Mumbai)
asia-southeast1 (Singapura)
australia-southeast1 (Sydney)
europe-central2 (Varsóvia)
europe-north1 (Finlândia)
europe-west1 (Bélgica)
europe-west2 (Londres)
europe-west3 (Frankfurt)

Antes de começar

Antes de enviar um job de tradução, siga estas etapas:

Ative a API BigQuery Migration.
Colete os arquivos de origem que contêm os scripts SQL e as consultas a serem traduzidos.
Opcional. Crie um arquivo de metadados para melhorar a precisão da tradução.
Opcional. Decida se você precisa mapear nomes de objetos SQL nos arquivos de origem para novos nomes no BigQuery. Determine quais regras de mapeamento de nome usar se isso for necessário.
Decida qual método usar para enviar o job de tradução.
Faça upload dos arquivos de origem para o Cloud Storage.

Ativar a API BigQuery Migration

Se o projeto da Google Cloud CLI foi criado antes de 15 de fevereiro de 2022, ative a API BigQuery Migration da seguinte maneira:

No console do Google Cloud, acesse a página da API BigQuery Migration.

Acesse a API BigQuery Migration
Clique em Enable.

Coletar arquivos de origem

Os arquivos de origem precisam ser arquivos de texto com SQL válido para o dialeto de origem. Os arquivos de origem também podem incluir comentários. Faça o possível para garantir que o SQL seja válido usando os métodos disponíveis.

Criar arquivos de metadados

Para ajudar o serviço a gerar resultados de tradução mais precisos, recomendamos que você forneça arquivos de metadados. No entanto, isso não é obrigatório.

Use a ferramenta de extração de linha de comando dwh-migration-dumper para gerar as informações de metadados ou forneça seus próprios arquivos de metadados. Depois que os arquivos de metadados forem preparados, será possível incluí-los com os arquivos de origem na pasta de origem da tradução. O tradutor os detecta automaticamente e os aproveita para traduzir arquivos de origem. Não é necessário definir configurações extras para isso.

Para gerar informações de metadados usando a ferramenta dwh-migration-dumper, consulte Gerar metadados para tradução.

Para fornecer seus próprios metadados, colete as instruções de linguagem de definição de dados (DDL) dos objetos SQL do sistema de origem em arquivos de texto separados.

Mapear nomes de objetos SQL

Também é possível executar o mapeamento de nome de saída durante a tradução em lote. Ao usar o mapeamento de nome de saída, você especifica regras de mapeamento de nome que mudam os nomes de objetos SQL no sistema de origem para novos nomes no BigQuery. Por exemplo, você tem o objeto schema1.table1 no sistema de origem e você quer que ele seja nomeado como project1.dataset1.table1 no BigQuery. Se você usar o mapeamento do nome de saída, defina as regras de mapeamento de nome antes de iniciar um job de tradução em lote. Insira essas regras manualmente ao configurar o job ou crie um arquivo JSON que contenha as regras de mapeamento de nome e faça upload delas.

Decidir como enviar o trabalho de tradução

Você tem três opções para enviar um job de tradução em lote:

Cliente da tradução em lote: para definir um job, altere as configurações em um arquivo de configuração e envie o job usando a linha de comando. Essa abordagem não exige o upload manual dos arquivos de origem para o Cloud Storage. O cliente ainda usa o Cloud Storage para armazenar arquivos durante o processamento do job de tradução.

O cliente de tradução em lote é um cliente Python de código aberto que permite traduzir arquivos de origem localizados na máquina local e fazer com que os arquivos traduzidos sejam enviados para um diretório local. Defina o cliente para uso básico alterando algumas configurações no arquivo de configuração. Se quiser, também é possível configurar o cliente para realizar tarefas mais complexas, como substituição de macros e pré e pós-processamento de entradas e saídas de tradução. Para mais informações, consulte o readme do cliente de tradução em lote.
Console do Google Cloud: configure e envie um job usando uma interface de usuário. Essa abordagem exige que você faça upload de arquivos de origem para o Cloud Storage.
API BigQuery Migration: configure e envie um job de maneira programática. Essa abordagem exige que você faça upload de arquivos de origem para o Cloud Storage.

Criar arquivos YAML de configuração

Também é possível criar e usar arquivos YAML de configuração para personalizar as traduções em lote. Esses arquivos podem ser usados para transformar a saída da tradução de várias maneiras. Por exemplo, é possível criar um arquivo YAML de configuração para alterar o caso de um objeto SQL durante a conversão.

Se você quiser usar o console do Google Cloud ou a API BigQuery Migration para um job de tradução em lote, faça upload do arquivo YAML de configuração para o bucket do Cloud Storage que contém os arquivos de origem.

Se você quiser usar o cliente de tradução em lote, coloque o arquivo YAML de configuração na pasta de entrada da tradução local.

Fazer upload de arquivos de entrada no Cloud Storage

Se você quiser usar o console do Google Cloud ou a API BigQuery Migration para executar um job de tradução, faça upload dos arquivos de origem que contêm as consultas e os scripts que você quer traduzir para o Cloud Storage. Também é possível fazer upload de qualquer arquivo de metadados ou arquivos YAML de configuração para o mesmo bucket do Cloud Storage que contém os arquivos de origem. Para mais informações sobre como criar buckets e fazer upload de arquivos para o Cloud Storage, consulte Criar buckets e Fazer upload de objetos de um sistema de arquivos.

Enviar um job de tradução

Siga estas etapas para iniciar um job de tradução, ver o progresso dele e ver os resultados.

Cliente de tradução em lote

Instale o cliente de tradução em lote e a Google Cloud CLI.
Gere um arquivo de credenciais da CLI gcloud.
No diretório de instalação do cliente de tradução em lote, use o editor de texto de sua preferência para abrir o arquivo config.yaml e modificar as seguintes configurações:
- project_number: digite o número do projeto que você quer usar para o job de tradução em lote. É possível encontrá-lo no painel Informações do projeto na página de boas-vindas do console do Google Cloud do projeto.
- gcs_bucket: digite o nome do bucket do Cloud Storage que o cliente de tradução em lote precisa usar para armazenar arquivos durante o processamento do job de tradução.
- input_directory: digite o caminho absoluto ou relativo para o diretório que contém os arquivos de origem e os de metadados.
- output_directory: digite o caminho absoluto ou relativo para o diretório de destino dos arquivos traduzidos.
Salve as alterações e feche o arquivo config.yaml.
Coloque os arquivos de origem e de metadados no diretório de entrada.
Execute o cliente de tradução em lote usando o seguinte comando:
```
bin/dwh-migration-client
```
Depois que o job de tradução for criado, será possível ver o status dele na lista de jobs de tradução no console do Google Cloud.
Opcional. Depois que o job de tradução for concluído, exclua os arquivos criados no bucket do Cloud Storage especificado para evitar custos de armazenamento.

Console

Para seguir estas etapas, é necessário ter feito upload dos arquivos de origem em um bucket do Cloud Storage.

No Console do Google Cloud, acesse a página BigQuery.

Ir para o BigQuery
Na seção Migração do painel de navegação, clique em Tradução do SQL.
Clique em Iniciar tradução.
Preencha a caixa de diálogo de configuração de tradução.
1. Em Nome de exibição, digite um nome para o job de tradução. O nome pode conter letras, números ou sublinhados.
2. Em local de processamento, selecione o local em que você quer que o trabalho de tradução seja executado. Por exemplo, se você estiver na Europa e não quiser que seus dados cruzem os limites de local, selecione a região eu. O job de tradução tem um desempenho melhor quando você escolhe o mesmo local que seu bucket de arquivo de origem.
3. Em Dialeto de origem, selecione o dialeto SQL que você quer traduzir.
4. Em Dialeto desejado, selecione BigQuery.
Clique em Próxima.
Em Local da origem, especifique o caminho da pasta do Cloud Storage que contém os arquivos a serem traduzidos. É possível digitar o caminho no formato bucket_name/folder_name/ ou usar a opção Procurar.
Clique em Próxima.
Em Região de destino, especifique o caminho da pasta de destino do Cloud Storage para os arquivos traduzidos. É possível digitar o caminho no formato bucket_name/folder_name/ ou usar a opção Procurar.
Se você estiver fazendo traduções que não precisem ter nomes de objetos padrão ou mapeamento de nomes de origem para destino especificado, pule para a etapa 11. Caso contrário, clique em Próxima.
Preencha as configurações opcionais necessárias.
1. Opcional. Em Banco de dados padrão, digite um nome de banco de dados padrão para usar com os arquivos de origem. O tradutor usa esse nome de banco de dados padrão para resolver os nomes totalmente qualificados dos objetos SQL em que o nome do banco de dados está ausente.
2. Opcional. No Caminho de pesquisa de esquema, especifique o esquema a ser pesquisado quando o tradutor precisar resolver nomes totalmente qualificados de objetos SQL nos arquivos de origem em que o nome do esquema esteja ausente. Se os arquivos de origem usarem vários nomes de esquema diferentes, clique em Adicionar nome de esquema e adicione um valor para cada nome de esquema que possa ser referenciado.
  
  O tradutor faz pesquisas nos arquivos de metadados fornecidos para validar tabelas com os nomes dos esquemas. Se não for possível determinar uma opção definida usando os metadados, o primeiro nome de esquema inserido será usado como padrão. Para mais informações sobre como o nome do esquema padrão é usado, consulte esquema padrão.
3. Opcional. Se quiser especificar regras de mapeamento de nome para renomear objetos SQL entre o sistema de origem e o BigQuery durante a conversão, forneça um arquivo JSON pelo par de mapeamento de nomes ou use o console do Google Cloud para especificar os valores a serem mapeados.
  
  Para usar um arquivo JSON:
  1. Clique em Fazer upload do arquivo JSON para mapeamento de nome.
  2. Acesse o local de um arquivo de mapeamento de nome no formato adequado, selecione-o e clique em Abrir.
    
    O tamanho do arquivo precisa ser inferior a 5 MB.
  Para usar o console do Google Cloud:
  1. Clique em Adicionar par de mapeamento de nomes.
  2. Adicione as partes apropriadas do nome do objeto de origem aos campos Database, Schema, Relationship e Attribute na coluna Source.
  3. Adicione as partes do nome do objeto de destino no BigQuery nos campos da coluna Target.
  4. Em Tipo, selecione o tipo de objeto que descreve o objeto que você está mapeando.
  5. Repita as etapas de 1 a 4 até especificar todos os pares de mapeamento de nome necessários. Só é possível especificar até 25 pares de mapeamento de nome ao usar o console do Google Cloud.
Clique em Criar para iniciar o job de tradução.

Depois que o job de tradução for criado, será possível ver o status na lista de jobs de tradução.

API

Para o método projects.locations.workflows.create, forneça uma instância do recurso MigrationWorkflow com um tipo de tarefa compatível.

Tipos de tarefas com suporte

SQL do Amazon Redshift: Redshift2BigQuery_Translation
Apache HiveQL e CLI Beeline: HiveQL2BigQuery_Translation
IBM Netezza SQL e NZPLSQL: Netezza2BigQuery_Translation
Teradata e Teradata Vantage: Teradata2BigQuery_Translation
SQL do Apache Spark: SparkSQL2BigQuery_Translation
T-SQL do Azure Synapse: AzureSynapse2BigQuery_Translation
SQL para MySQL: MySQL2BigQuery_Translation
SQL da Oracle, PL/SQL, Exadata: Oracle2BigQuery_Translation
SQL do PostgreSQL: Postgresql2BigQuery_Translation
Presto ou Trino SQL: Presto2BigQuery_Translation
SQL do Snowflake: Snowflake2BigQuery_Translation
T-SQL do SQL Server: SQLServer2BigQuery_Translation
SQL da Vertica: Vertica2BigQuery_Translation

Limitação

A API consolidada só é compatível com jobs de tradução concluídos em menos de 1h30.

Permissões necessárias

Para receber as permissões necessárias para criar jobs de tradução usando a API consolidada de tradução, peça ao administrador para conceder a você o papel MigrationWorkflow Editor (roles/bigquerymigration.editor) do IAM no recurso parent. Para mais informações sobre como conceder papéis, consulte Gerenciar acesso.

Esse papel predefinido contém as permissões necessárias para criar jobs de tradução usando a API consolidada de tradução. Para conferir as permissões exatas necessárias, expanda a seção Permissões necessárias:

Permissões necessárias

As seguintes permissões são necessárias para criar jobs de tradução usando a API consolidada de tradução:

bigquerymigration.workflows.create
bigquerymigration.workflows.get

Essas permissões também podem ser concedidas com papéis personalizados ou outros papéis predefinidos.

Exemplo: criar uma tradução em lote

O comando curl a seguir cria um job de tradução em lote em que os arquivos de entrada e saída são armazenados no Cloud Storage. O campo source_target_mapping contém uma lista que mapeia as entradas literal de origem para um caminho relativo opcional para a saída de destino.

curl -d "{
  \"tasks\": {
     string: {
        \"type\": \"TYPE\",
        \"translation_details\": {
           \"target_base_uri\": \"TARGET_BASE\",
           \"source_target_mapping\": {
              \"source_spec\": {
                 \"base_uri\": \"BASE\"
              }
           },
        }
     }
  }
  }" \
  -H "Content-Type:application/json" \
  -H "Authorization: Bearer TOKEN" -X POST https://bigquerymigration.googleapis.com/v2alpha/projects/PROJECT_ID/locations/LOCATION/workflows

Substitua:

TYPE: o tipo de tarefa da tradução, que determina o dialeto de origem e de destino.
TARGET_BASE: o URI base de todas as saídas de tradução.
BASE: o URI de base de todos os arquivos lidos como origens para tradução.
TOKEN: o token para autenticação. Para gerar um token, use o comando gcloud auth print-access-token ou o OAuth 2.0 Playground (use o escopo https://www.googleapis.com/auth/cloud-platform).
PROJECT_ID: o projeto que vai processar a tradução.
LOCATION: o local do projeto para processar a tradução.

O comando anterior retorna uma resposta que inclui um ID de fluxo de trabalho escrito no formato projects/PROJECT_ID/locations/LOCATION/workflows/WORKFLOW_ID. Para conferir os resultados da tradução usando a API, consulte Resultados consolidados da API Translation.

Exemplo: criar um job de tradução com entradas e saídas de literal de string

O comando curl a seguir cria um job de tradução com entradas e saídas de literais de string. O campo source_target_mapping contém uma lista que mapeia os diretórios de origem para um caminho relativo opcional para a saída de destino.

curl -d "{
  \"tasks\": {
     string: {
        \"type\": \"TYPE\",
        \"translation_details\": {
        \"source_target_mapping\": {
           \"source_spec\": {
              \"literal\": {
              \"relative_path\": \"PATH\",
              \"literal_string\": \"STRING\"
              }
           }
        },
        \"target_return_literals\": \"TARGETS\",
        }
     }
  }
  }" \
  -H "Content-Type:application/json" \
  -H "Authorization: Bearer TOKEN" -X POST https://bigquerymigration.googleapis.com/v2alpha/projects/PROJECT_ID/locations/LOCATION/workflows

Substitua:

TYPE: o tipo de tarefa da tradução, que determina o dialeto de origem e de destino.
PATH: o identificador da entrada literal, semelhante a um nome de arquivo ou caminho.
STRING: string de dados de entrada literal (por exemplo, SQL) a serem traduzidos.
TARGETS: os segmentos esperados que o usuário quer que sejam retornados diretamente na resposta no formato literal. Eles precisam estar no formato de URI de destino (por exemplo, GENERATED_DIR + target_spec.relative_path + source_spec.literal.relative_path). O que estiver fora dessa lista não será retornado na resposta. O diretório gerado, GENERATED_DIR para traduções gerais de SQL, é sql/.
TOKEN: o token para autenticação. Para gerar um token, use o comando gcloud auth print-access-token ou o OAuth 2.0 Playground (use o escopo https://www.googleapis.com/auth/cloud-platform).
PROJECT_ID: o projeto que vai processar a tradução.
LOCATION: o local do projeto para processar a tradução.

Explorar o resultado da tradução

Depois de executar o job de tradução, é possível ver informações sobre ele no console do Google Cloud. Se você usou o console do Google Cloud para executar o job, poderá ver os resultados dele no bucket de destino do Cloud Storage especificado. Se você usou a API consolidada de tradução para executar o job, poderá executar outro comando com o ID do fluxo de trabalho para recuperar os resultados do job. Se você usou o cliente de tradução em lote para executar o job, será possível ver os resultados do job no diretório de saída especificado. O tradutor SQL em lote gera os seguintes arquivos para o destino especificado:

Os arquivos traduzidos.
O relatório de resumo da tradução no formato CSV.
O mapeamento do nome de saída consumido no formato JSON.

Saída do console do Google Cloud

Para ver detalhes do job de tradução, siga estas etapas:

No Console do Google Cloud, acesse a página BigQuery.

Ir para o BigQuery
Na seção Migração do painel de navegação, clique em Tradução do SQL.
Na lista de jobs de tradução, localize aquele para o qual você quer ver os detalhes de tradução. Em seguida, clique no nome do job de tradução.
Na seção Resultados, é possível ver a taxa geral de êxito da tradução, o número de instruções processadas e a duração do job.
Selecione a guia Resumo do registro para ver um resumo dos problemas de tradução, incluindo as categorias de problemas, as ações sugeridas e a frequência com que cada problema ocorreu. Você também pode selecionar uma categoria de problema para ver as mensagens de registro associadas a ela (Visualização).
Selecione a guia Log Messages para ver mais detalhes sobre cada problema de tradução, incluindo a categoria dele, a mensagem específica e um link para o arquivo em que o problema ocorreu. Selecione um problema na guia Mensagem de registro para abrir a guia "Código", que exibe o arquivo de entrada e saída se: aplicável (prévia).
Selecione a guia Configuração da tradução para ver os detalhes da configuração do job.

Resultados consolidados da API Translation

Depois que a conversão assíncrona for concluída, recupere os resultados especificando o ID do fluxo de trabalho do job de tradução com o seguinte comando:

curl \
-H "Content-Type:application/json" \
-H "Authorization:Bearer TOKEN" -X GET https://bigquerymigration.googleapis.com/v2alpha/projects/PROJECT_ID/locations/LOCATION/workflows/WORKFLOW_ID

Substitua:

TOKEN: o token para autenticação. Para gerar um token, use o comando gcloud auth print-access-token ou o OAuth 2.0 Playground (use o escopo https://www.googleapis.com/auth/cloud-platform).
PROJECT_ID: o projeto que vai processar a tradução.
LOCATION: o local do projeto para processar a tradução.
WORKFLOW_ID: o ID gerado quando você cria um fluxo de trabalho de tradução.

Relatório do resumo

O relatório de resumo é um arquivo CSV que contém uma tabela de todas as mensagens de aviso e erro encontradas durante o job de tradução.

Para ver o arquivo de resumo no console do Google Cloud, siga estas etapas:

No Console do Google Cloud, acesse a página BigQuery.

Ir para o BigQuery
Na seção Migração do painel de navegação, clique em Tradução do SQL.
Na lista de jobs de tradução, localize o job que você quer e clique em Mostrar detalhes na coluna Status.
Na seção Relatório de tradução, clique em batch_translation_report.csv.
Na página Detalhes do objeto, clique no valor na linha URL autenticado para ver o arquivo no navegador.

A tabela a seguir descreve as colunas do arquivo de resumo:

Coluna	Descrição
Timestamp	O carimbo de data/hora em que o problema ocorreu.
FilePath	O caminho para o arquivo de origem ao qual o problema está associado.
FileName	O nome do arquivo de origem ao qual o problema está associado.
ScriptLine	O número da linha em que o problema ocorreu.
ScriptColumn	O número da coluna em que o problema ocorreu
TranspilerComponent	O componente interno do mecanismo de tradução em que ocorreu o aviso ou o erro. Essa coluna pode estar vazia.
Environment	Ambiente de dialeto de tradução associado ao aviso ou erro. Essa coluna pode estar vazia.
ObjectName	O objeto SQL no arquivo de origem associado ao aviso ou erro. Essa coluna pode estar vazia.
Severity	A gravidade do problema, seja de aviso ou erro.
Category	É a categoria do problema de tradução.
SourceType	A origem do problema. O valor nesta coluna pode ser `SQL`, indicando um problema nos arquivos SQL de entrada, ou `METADATA`, indicando um problema no pacote de metadados.
Mensagem	O aviso ou a mensagem de erro do problema de tradução.
ScriptContext	O snippet SQL no arquivo de origem associado ao problema.
Action	A ação recomendada para resolver o problema.

Guia "Código"

A guia de código permite revisar mais informações sobre os arquivos de entrada e saída de um job de tradução específico. Na guia de código, é possível examinar os arquivos usados em um job de tradução, analisar uma comparação lado a lado de um arquivo de entrada e a tradução dele em busca de imprecisões e ver mensagens e resumos de registro. para um arquivo específico em um job.

Para acessar a guia "Código", siga estas etapas:

No Console do Google Cloud, acesse a página BigQuery.

Acessar o BigQuery
Na seção Migração do painel de navegação, clique em Tradução do SQL.
Na lista de jobs de tradução, localize o job que você quer e clique em Mostrar detalhes na coluna Status.
Selecione a guia "Código".

Arquivo de mapeamento de nome de saída consumido

Esse arquivo JSON contém as regras de mapeamento do nome de saída que foram usadas pelo job de tradução. As regras nesse arquivo podem ser diferentes das regras de mapeamento de nome de saída especificadas para o job de tradução devido a conflitos nas regras de mapeamento de nome ou falta de regras de mapeamento de nome para objetos SQL que foram identificados durante a tradução. Revise esse arquivo para determinar se as regras de mapeamento de nome precisam de correção. Se isso acontecer, crie novas regras de mapeamento de nome de saída para resolver os problemas identificados e execute um novo job de tradução.

Arquivos traduzidos

Para cada arquivo de origem, um arquivo de saída correspondente é gerado no caminho de destino. O arquivo de saída contém a consulta traduzida.

Depurar consultas SQL traduzidas em lote com o tradutor de SQL interativo

Use o tradutor de SQL interativo do BigQuery para analisar ou depurar uma consulta SQL usando os mesmos metadados ou informações de mapeamento de objetos do banco de dados de origem. Depois de concluir um job de tradução em lote, o BigQuery gera um ID de configuração de tradução com informações sobre os metadados do job, o mapeamento de objetos ou o caminho de pesquisa do esquema, conforme aplicável para a consulta. Use o ID de configuração de tradução em lote com o tradutor de SQL interativo para executar consultas SQL com a configuração especificada.

Para iniciar uma tradução de SQL interativa usando um ID de configuração de tradução em lote, siga estas etapas:

No Console do Google Cloud, acesse a página BigQuery.

Ir para o BigQuery
Na seção Migração do menu de navegação, clique em Tradução de SQL.
Na lista de jobs de tradução, localize o job que você quer e clique em Mais opções > Abrir tradução interativa.

O tradutor de SQL interativo do BigQuery agora é aberto com o ID de configuração de tradução em lote correspondente. Para consultar o ID de configuração da tradução interativa, clique em Mais > Configurações de tradução no tradutor interativo.

Limitações

O tradutor não pode traduzir funções definidas pelo usuário (UDFs) de linguagens que não sejam SQL, porque não é possível analisá-las para determinar os tipos de dados de entrada e saída. Isso faz com que a conversão de instruções SQL que façam referência a essas UDFs seja imprecisa. Para garantir que as UDFs não SQL sejam referenciadas corretamente durante a conversão, use SQL válido para criar UDFs de marcador com as mesmas assinaturas.

Por exemplo, digamos que você tenha uma UDF escrita em C que calcula a soma de dois inteiros. Para garantir que as instruções SQL que se referem a essa UDF sejam traduzidas corretamente, crie uma UDF em SQL com marcador que compartilhe a mesma assinatura da UDF em C, conforme mostrado no exemplo a seguir:

CREATE FUNCTION Test.MySum (a INT, b INT)
  RETURNS INT
  LANGUAGE SQL
  RETURN a + b;

Salve essa UDF de marcador em um arquivo de texto e inclua-o como um dos arquivos de origem do job de tradução. Isso permite que o tradutor aprenda a definição de UDF e identifique os tipos de dados de entrada e saída esperados.

Cotas e limites

Aplicam-se as cotas da API BigQuery Migration.
Cada projeto pode ter no máximo 10 tarefas de tradução ativas.
Não há um limite rígido para o número total de arquivos de origem e de metadados, mas recomendamos manter o número de arquivos abaixo de 1.000 para melhor desempenho.

Resolver erros de tradução

Problemas de tradução do `RelationNotFound` ou `AttributeNotFound`

A tradução funciona melhor com DDLs de metadados. Quando as definições de objetos SQL não são encontradas, o mecanismo de tradução gera problemas RelationNotFound ou AttributeNotFound. Recomendamos o uso do extrator de metadados para gerar pacotes de metadados e garantir que todas as definições de objetos estejam presentes. Adicionar metadados é a primeira etapa recomendada para resolver a maioria dos erros de tradução, já que geralmente pode corrigir muitos outros erros causados indiretamente pela falta de metadados.

Para mais informações, consulte Gerar metadados para tradução e avaliação.

Preços

Não há cobrança para usar o conversor de SQL em lote. No entanto, o armazenamento usado para armazenar arquivos de entrada e saída incorre em taxas normais. Para mais informações, consulte preços de armazenamento.

A seguir

Saiba mais sobre as seguintes etapas na migração do armazenamento de dados:

Migrar código com o tradutor de SQL em lote

Permissões necessárias

Locais

Antes de começar

Ativar a API BigQuery Migration

Coletar arquivos de origem

Criar arquivos de metadados

Mapear nomes de objetos SQL

Decidir como enviar o trabalho de tradução

Criar arquivos YAML de configuração

Fazer upload de arquivos de entrada no Cloud Storage

Enviar um job de tradução

Cliente de tradução em lote

Console

API

Tipos de tarefas com suporte

Limitação

Permissões necessárias

Permissões necessárias

Exemplo: criar uma tradução em lote

Exemplo: criar um job de tradução com entradas e saídas de literal de string

Explorar o resultado da tradução

Saída do console do Google Cloud

Resultados consolidados da API Translation

Relatório do resumo

Guia "Código"

Arquivo de mapeamento de nome de saída consumido

Arquivos traduzidos

Depurar consultas SQL traduzidas em lote com o tradutor de SQL interativo

Limitações

Cotas e limites

Resolver erros de tradução

Problemas de tradução do RelationNotFound ou AttributeNotFound

Preços

A seguir

Problemas de tradução do `RelationNotFound` ou `AttributeNotFound`