Snowpark Migration Accelerator：运行该工具¶
现已安装好 Snowpark Migration Accelerator (SMA) 并准备好代码库，您可以开始执行过程了。如果 SMA 应用程序仍处于开启状态，则返回该应用程序；若已关闭，则将其启动。
项目设置¶
首次打开该工具时，可能会看到一个“Start/Activate”页面。如出现该页面，请点击“Start”按钮开始。
如果您是 SMA 的回归用户，可以绕过欢迎页面，直接进入项目页面。如果您是新用户，则会看到欢迎页面，可单击“Start”访问项目页面。
从菜单中选择“New Project”开始。如果您已为此演练创建了一个项目，则可通过选择“Open Project”来访问该项目。
“Project Creation”页面可用于创建新的项目文件，这对于在 SMA 中执行评估和代码转换任务都至关重要。项目文件（扩展名为 .snowma）存储在您选择的源目录中，用于跟踪您所有的 SMA 执行情况。如果要将多次执行关联在一起，重新打开一个现有的项目文件即可。所有项目信息都保存在您的本地计算机和共享数据库中。有关项目的更多详细信息，请参阅 “项目”文件。
所有字段均为必填项，用于配置评估工具并在运行分析后管理项目。下图展示了每个可用选项：
在本次演练中，我们将使用名为“Spark Data Engineering Examples”的代码库。您可以在 示例代码库部分 中找到它。请执行以下步骤：
下载并解压缩代码库
找到包含所有文件的根目录（这将是您的输入目录）
选择您喜欢的任何项目名称
选择输出目录（工具会建议一个默认目录，但您也可以自行更改）
在开始评估之前，请确保输入目录包含具有正确文件扩展名的正确源代码文件，如 代码准备 部分所述。
准备好开始后，请点击屏幕右下角的“SAVE & START ASSESSMENT”按钮。
执行和评估输出¶
当您开始评估过程后，SMA 会按以下三个步骤分析源代码：
首先，它会进行基础扫描，以创建代码库中所有文件和关键字的清单。
然后，根据您的源语言解析代码，并创建表示代码功能的语义模型。
最后，使用此模型生成详细信息，包括 Spark 参考清单 和 导入库分析。在转换模式下，它还会生成转换后的代码。
在此过程中，您将在屏幕上看到三个进度指示项：
Loading Source Code
Analyzing Source Code
Writing Results
每当某一步骤完成时，对应的指示灯将亮起。
分析完成后，点击“View Results”以查看分析输出。