Databricks为Lakebridge添智能代码转换功能，AI助力数据迁移能否降本增效？

Databricks推出智能代码转换新功能Databricks正在为其Lakebridge工具包添加一种智能代码转换功能借助Genie Code为新客户提供了一种从竞争对手的数据仓库迁移到基于Databricks SQL构建的数据湖仓的新途径。这种名为智能代码转换器的新功能利用Genie Code驱动的智能体来分析、翻译、验证和优化从Teradata、Snowflake、Redshift和SQL Server迁移过来的SQL工作负载。智能代码转换器的工作方式该智能代码转换器使用AI子智能体来分析源代码并行转换文件验证翻译后的SQL并在迁移项目中对失败部分进行迭代重试同时允许开发人员为企业特定的SQL结构定义可重复使用的迁移规则。Lakebridge现有转译引擎及区别Lakebridge迁移工具已经包含了多个转译引擎其中包括Databricks在2025年收购的基于模式的BladeBridge技术、基于编译器的Morpheus以及由大语言模型LLM驱动的Switch转译器。分析师认为这些转译器与新的智能代码转换器的关键区别在于它们执行转换的方式以及对企业的益处。不同转译器的优势对比IT咨询公司Kanerika的首席分析官Amit Chandak表示“确定性转译器如Morpheus在处理语法映射方面表现出色例如日期函数、连接语法以及直接的模式到模式的翻译。但在处理任何需要控制流推理、游标、运行时组装的动态SQL、在T - SQL、Teradata和Oracle中实现方式不同的递归公共表表达式CTE时它们很快就会显得力不从心。在我参与的每一次迁移中遗留代码库中这10% - 15%的部分都占据了大部分手动修复时间。”相比之下Pareekh Consulting的首席分析师Pareekh Jain指出智能代码转换更适合处理存储过程、动态SQL、专有函数以及需要上下文理解的复杂业务逻辑。“它应该能提高首次转换的质量减少手动修复工作尤其是在迁移中最复杂的部分。”Jain补充道对于首席信息官CIO来说这意味着可以缩短迁移项目的时间线并降低成本特别是涉及数千个SQL脚本的项目。智能代码转换器的局限性不过Chandak提醒企业要降低预期主要是因为智能代码转换器功能仍处于测试阶段。他指出当前的测试版将转换任务限制为每次300个文件的批次这意味着涉及数千个存储过程的迁移仍然需要多次运行和手动检查点。不过该功能包含的新自定义迁移技能特性在一定程度上可以弥补这一限制它允许开发人员将一次性修复措施编写为可重复使用的转换规则。但Chandak也提到在产品成熟之前智能系统能否持续稳定运行仍是一个未知数。对迁移项目时间的影响Chandak进一步指出即使该功能能够兑现承诺企业也不应期望它能大幅缩短端到端的迁移项目时间因为SQL转换只是整体现代化工作的一部分。企业在切换工作负载之前仍需要将迁移的数据与生产系统进行核对、梳理依赖关系并获得业务部门的批准。“由于Databricks的路线图将数据迁移和核对安排在未来阶段新功能可能会压缩SQL重写工作的时间而不是整体迁移时间线。”其他数据平台的类似举措Databricks并非唯一一家利用AI降低迁移门槛的数据平台供应商。竞争对手Snowflake已经有一个类似的工具SnowCovert它使用智能体帮助企业将其数据、数据仓库、商业智能BI报告和代码迁移到Snowflake平台。谷歌云也通过其数据库迁移服务中由Gemini驱动的模式和代码转换功能实现了自动化迁移工作流。 那么Databricks的智能代码转换功能能否在竞争中脱颖而出呢