Snowpark Migration Accelerator：引导教程设置¶

SMA 应用程序¶

Snowpark Migration Accelerator (SMA) 帮助开发者将其 PySpark 和 Spark Scala 应用程序转换为在 Snowflake 上运行。它会自动检测您的 Python 或 Scala 代码中的 Spark API 调用，并将其转换为等效的 Snowpark API 调用。本指南将通过分析示例 Spark 代码并展示其如何为迁移项目提供帮助，演示基本的 SMA 功能。

在初始评估阶段，Snowpark Migration Accelerator (SMA) 会检查您的源代码并构建一个详细的模型，以捕获代码中的所有功能。基于此分析，SMA 创建了多份报告，其中包括一份详细的评估报告，我们将在本引导教程中对其进行审查。这些报告可帮助您了解代码迁移到 Snowpark 的准备情况，并估算过渡所需的工作量。在继续完成本实验的过程中，我们将更详细地研究这些发现。

示例代码库¶

本指南使用 Python 代码示例来演示迁移过程。我们从第三方 Git 存储库中选择了两个公开的示例代码库作为无偏真实示例。您可以通过以下方式访问这些代码库：

• PySpark 数据工程示例：https://github.com/spark-examples/pyspark-examples (https://github.com/spark-examples/pyspark-examples)

• Apache Spark 机器学习示例：https://github.com/apache/spark/tree/master/examples/src/main/python (https://github.com/apache/spark/tree/master/examples/src/main/python)

要使用 Snowpark Migration Accelerator (SMA) 分析代码库，请执行以下步骤：

1. 从 GitHub 以 zip 文件格式下载代码库。您可以在 GitHub 文档 (https://docs.github.com/en/repositories/working-with-files/using-files/downloading-source-code-archives) 中找到有关如何执行此操作的说明。

2. 在计算机上为每个代码库创建单独的文件夹。

3. 将每个 zip 文件解压缩到其指定文件夹，如下图所示：

这些示例代码库演示了 SMA 如何评估 Spark API 引用以计算 Spark API 就绪度分数。让我们来看两个场景：

1. 一个获得高分的代码库，表明它与 Snowpark 高度兼容并准备迁移

2. 一个得分较低的代码库，表明在迁移之前需要进行额外审查，可能还需修改

尽管就绪度分数提供了有价值的参考，但它不应是规划迁移时唯一考虑的因素。无论是高分还是低分评估，都必须对各个方面进行全面评估，以确保成功迁移。

解压缩目录后，SMA 将仅分析使用支持的代码格式和笔记本格式的文件。我们会检查这些文件中是否有对 Spark API 和其他第三方 APIs 的引用。要查看支持哪些文件类型，请查看 此处 的列表。

本引导教程剩下的部分将分析这两个代码库的执行方式。