L’app Snowflake AIM: la migrazione dei dati ha una porta d’ingresso tutta sua

Le migrazioni di database sono sempre state uno di quei progetti che tutti vogliono, ma che nessuno si offre volontario di gestire. Gli strumenti sono frammentati e la tolleranza al rischio è pari a zero. I team passano settimane a mettere insieme strumenti di migrazione dei dati: script di estrazione, strumenti di conversione, pipeline di distribuzione e processi di validazione, per poi passare altre settimane a chiedersi se hanno fatto le cose per bene.

Con Snowflake AIM ci siamo proposti di cambiare tutto questo. È partito come una skill all’interno di Snowflake CoCo CLI, per poi arrivare in CoCo Desktop. Dal 20 ottobre, AIM ha una propria interfaccia dedicata: l’app Snowflake AIM, ora disponibile in public preview.

Con l’app AIM, gli ingegneri di migrazione hanno a disposizione molti nuovi vantaggi:

1. Nessuna configurazione, nessuna conoscenza preliminare richiesta: Se hai a disposizione le CLI standard CoCo e Snowflake CLI, ti basta aprire l’app per iniziare. Nessuna CLI SCAI da installare, nessun IDE da configurare, nessun comando del terminale da memorizzare. Le dipendenze si installano automaticamente al primo avvio. Devi aggiornare l’app? Basta cliccare su Aggiorna direttamente dall’app.
2. Flusso di lavoro end‑to‑end guidato: Non devi conoscere la sequenza corretta di una migrazione. L’app ti guida attraverso ogni fase, dalla connessione al database di origine fino alla distribuzione convalidata su Snowflake.
3. UX incentrata sulla migrazione: Nessuna distrazione da funzionalità IDE o di sviluppo non correlate. L’intera interfaccia è organizzata attorno al ciclo di vita della migrazione. Tutto ciò che ti serve è visibile; nulla che non ti serve è di intralcio.
4. Stato del progetto persistente: Chiudi l’app, torna giorni o settimane dopo. L’agente AI riprende esattamente da dove avevi interrotto. Nessun tempo perso per riorientarti, nessun progresso perduto, nessun “a che punto eravamo?”
5. Conversione deterministica con correzione basata su AI: Ottieni l’affidabilità del nostro motore di conversione del codice deterministico, con cinque anni di comprovata efficacia, come base, più l’AI che colma le lacune: spiega i problemi, suggerisce correzioni e genera test. Ogni correzione può diventare una regola riutilizzabile, e ogni regola può propagarsi a tutti gli oggetti simili del progetto, così la migrazione diventa più intelligente man mano che lavori. È così che i team evitano di correggere lo stesso pattern 200 volte.
6. Test e validazione automatizzati: Baseline lato origine, confronto bilaterale, cicli di correzione automatizzati. La validazione dei dati e il test del codice sono gestiti come aspetti separati, così sai sempre esattamente cosa stai osservando.
7. Collaborazione multiutente: Più membri del team possono lavorare sullo stesso progetto contemporaneamente senza duplicare gli sforzi.
8. Tutta la potenza di CoCo sotto il cofano: Per gli utenti avanzati, è accessibile l’intera piattaforma agentica: regole personalizzate, strumenti MCP, skill personalizzate, tuning delle ondate di distribuzione. Il percorso guidato è una corsia veloce, non una gabbia.
9. Ampia copertura della piattaforma: SQL Server, Redshift, Oracle, Teradata e PostgreSQL out of the box, con Snowflake AIM che supporta oltre 15 dialetti e la conversione ETL per SSIS e Informatica.

Stesso motore di migrazione, nuova esperienza

Dietro le quinte, il motore centrale non è cambiato: alimenta la stessa conversione deterministica del codice, le ondate di distribuzione basate sulle dipendenze e gli avanzati cicli agentici di test e correzione (che comprendono sia la validazione deterministica che quella basata su AI), che rendono un progetto di migrazione sempre più intelligente con il suo avanzare. Quello che è cambiato è il modo in cui ci accedi.

L’app AIM è un’app desktop standalone creata esclusivamente per progetti di migrazione. Apri l’app, la punti verso il tuo database di origine, e un flusso di lavoro guidato ti accompagna in ogni fase, senza dover configurare un IDE né usare un terminale.

La CoCo CLI e CoCo Desktop restano ottime interfacce per AIM, se già le utilizzi. L’app è una terza opzione creata appositamente, in cui il flusso di lavoro di migrazione occupa il centro della scena. Con l’app AIM, gli ingegneri di migrazione sanno sempre cosa aspettarsi dall’agente AI di AIM, inclusa una configurazione guidata per ogni fase, una visibilità chiara sullo stato del progetto di migrazione e indicatori precisi su dove sia necessario il giudizio umano per assistere l’AI. Un ingegnere che guida una migrazione ha ogni fase disposta in ordine, con lo stato monitorato e la libertà di sospendere e riprendere il lavoro. Un DBA o un data engineer che ha ereditato il progetto, senza che la migrazione sia il suo lavoro quotidiano, ottiene una struttura invece di un prompt vuoto. Gli ingegneri di migrazione mantengono il pieno controllo attraverso il ciclo agentico sottostante: personalizzando le regole, scrivendo pattern di correzione, riordinando le ondate e creando test case. Nel frattempo, gli stakeholder del progetto ottengono visibilità immediata su avanzamento, conteggio degli oggetti e risultati della validazione, senza dover scavare tra i file di log.

Cosa fa davvero l’app AIM

L’app ti guida attraverso sei fasi di una migrazione verso Snowflake:

1. Connetti: Configura una connessione al tuo database di origine.
2. Inizializza: Crea un progetto di migrazione locale con l’impalcatura necessaria.
3. Registra: Estrai il data definition language (DDL) e le stored procedure dall’origine, oppure importa file .sql esistenti.
4. Converti: Traduci l’SQL di origine in SQL Snowflake tramite il motore di conversione deterministica del codice.
5. Valuta: Genera un report interattivo che copre il lineage end‑to‑end completo e il piano di migrazione, supportato da più report specializzati.
6. Migra: Esegui il deploy del codice, sposta i dati e valida il risultato. È qui che si concentra la maggior parte del lavoro.
   1. Ciclo di test e correzione AI: La correzione assistita dall’AI si occupa di ciò che il passaggio deterministico non può gestire. AIM genera test case e dati sintetici, esegue il codice convertito per verificarne l’accuratezza, e l’AI corregge eventuali problemi.

All’interno della fase di migrazione

Le fasi da uno a cinque preparano il terreno. La fase sei comprende quattro flussi di lavoro, ciascuno con una propria logica, validazione e ciclo di correzione. L’agente AI coordina tutti questi flussi mantenendoli distinti, perché potrebbero fallire in modi diversi.

Il ciclo di validazione e correzione merita un approfondimento. In realtà, il test è tre problemi, non uno

Confermare che le righe siano arrivate correttamente è un processo diverso dal confermare che una stored procedure restituisca lo stesso risultato ottenuto sull’origine, e entrambi differiscono dal confermare che la logica ETL convertita produca lo stesso risultato. L’app li tratta separatamente.

Il test del codice database copre stored procedure, funzioni e view. L’agente AI acquisisce le baseline lato origine, sia dai log delle query reali, se disponi di log CSV delle istruzioni EXEC o CALL, sia generando test case e dati sintetici con l’AI. Quando li genera, subagenti AI specializzati coprono i percorsi di logica di business, scenari data‑driven e casi limite come NULL, valori limite e limiti di tipo. Il codice convertito viene quindi eseguito su Snowflake, e il suo output viene confrontato con le baseline. Un errore apre un ciclo di correzione: Diagnostica la causa principale, correggi l’SQL convertito, esegui nuovamente il deploy e il test, ripetendo finché l’output non corrisponde o finché non scegli di proseguire.

Il test ETL conferma che i modelli dbt convertiti o le stored procedure producono risultati equivalenti ai pacchetti SSIS originali o ai flussi di lavoro Informatica. L’agente AI acquisisce ogni unità di codice ETL, la fa passare attraverso un motore di stabilizzazione basato su fasi, applica correzioni e itera finché l’output non è corretto. Poiché le trasformazioni ETL si concatenano tra loro, il sistema monitora le dipendenze tra i modelli, in modo che le correzioni upstream si propaghino prima che le unità downstream vengano testate di nuovo.

Distribuzione DDL del database

Tabelle, view, stored procedure, funzioni e sequence vengono distribuite ondata per ondata, nell’ordine delle dipendenze. La fase di valutazione ha già mappato le relazioni tra gli oggetti e li ha raggruppati, in modo che i prerequisiti vengano distribuiti prima di ciò che dipende da essi. Ogni oggetto viene distribuito individualmente, e gli errori emergono immediatamente. Quando una view non riesce a compilare perché una funzione da cui dipende non ha superato i test, l’agente AI la mette in pausa e riprova una volta risolta la dipendenza, il che significa che le dipendenze circolari vengono risolte durante la valutazione, invece che manualmente di venerdì sera.

Migrazione delle pipeline ETL

I pacchetti SSIS e i flussi di lavoro Informatica vengono convertiti in un target nativo Snowflake, ovvero dbt projects su Snowflake oppure stored procedure SQL, in base alle preferenze operative e al toolchain esistente. Snowflake AIM analizza i control flow, i data flow e la logica di trasformazione, per poi produrre l’equivalente nel target scelto. Quando il passaggio deterministico non riesce a risolvere completamente una trasformazione, la correzione assistita dall’AI spiega cosa non è riuscita a convertire, propone una correzione e la applica in modo interattivo. Le unità ETL convertite passano poi attraverso un proprio ciclo di stabilizzazione e test.

Ripuntamento dei report

Gli asset di analisi dei dati a valle, a partire dai report Power BI, possono essere ripuntati su Snowflake. L’agente AI gestisce le stringhe di connessione, le mappature delle sorgenti dati e la verifica che ogni report venga ancora visualizzato correttamente con i dati migrati. Spostare il database e le pipeline ti porta solo fino a un certo punto, se i report che i tuoi utenti aziendali aprono ogni mattina continuano a interrogare il vecchio sistema.

Migrazione dei dati storici

Lo spostamento dei dati si basa su un’architettura orchestratore-worker. L’orchestratore gestisce i metadati del workflow e tiene traccia dello stato, mentre i worker si connettono sia alla sorgente che a Snowflake per spostare i dati, eseguendo in locale oppure su Snowpark Container Services e scalando orizzontalmente per i grandi volumi.

Ogni esecuzione viene validata automaticamente a tre livelli. Il confronto dello schema (L1) conferma che le strutture delle tabelle in Snowflake corrispondono alla sorgente. Il confronto delle metriche (L2) verifica il conteggio delle righe, le somme e gli aggregati principali. Il confronto a livello di riga (L3) è opzionale ed è pensato per le tabelle in cui l’equivalenza esatta è fondamentale.

La selezione della partition key, la gestione degli intervalli e le altre mappature dei tipi di dato specifiche della piattaforma vengono configurate tramite l’agente AI, che ti guida tra le opzioni rilevanti per la tua sorgente e genera la configurazione.

Progettato per progetti che durano settimane

Puoi avviare e continuare il progetto per settimane, e più utenti possono condividere lo stato della migrazione e lavorare insieme. L’agente AI legge lo stato del tuo progetto e riprende esattamente da dove avevi interrotto, con i record di estrazione, conversione e deployment tutti intatti. Per una migrazione che coinvolge centinaia di oggetti e diverse settimane, è questa la differenza tra un progetto gestito e un mucchio di post-it.

Più persone possono lavorare sullo stesso progetto contemporaneamente. Grazie all’integrazione con il repository Git, l’agente AI tiene traccia delle unità di codice assegnate a ciascuna persona, evitando duplicazioni di lavoro e garantendo che nulla venga trascurato.

Piattaforme supportate

La copertura si amplia continuamente con nuovi connettori per le sorgenti, un supporto ETL più approfondito e un’integrazione BI più ampia, quindi consulta la documentazione più recente se la tua piattaforma non è ancora elencata.

Il futuro della migrazione dei dati

Le migrazioni erano una tassa sulla modernizzazione, una fatica di mesi che consumava bravi ingegneri e generava ansia invece di fiducia. La competenza era il biglietto d’ingresso, e la validazione si riduceva a un atto di fede.

L’applicazione rappresenta un passo significativo verso l’abbandono di questo modo di operare. La struttura, l’automazione e l’intelligenza persistente sostituiscono gran parte del coordinamento manuale, e di conseguenza una data foundation semplificata su Snowflake arriva prima.

Stabilisce anche una divisione del lavoro più chiara. L’applicazione è progettata per gestire end‑to‑end le migrazioni più comuni, liberando i partner Snowflake per concentrare la propria competenza dove conta davvero: il processo di change management nel passaggio a una nuova piattaforma, le realtà realmente complesse con logica personalizzata approfondita, topologie sorgente particolari e vincoli normativi rigorosi.

Che il tuo workload riguardi tabelle, view, stored procedure, funzioni, pipeline ETL o report BI a valle, AIM gestisce il coordinamento, così il tuo team può dedicare il proprio giudizio dove è davvero necessario.

Inizia subito

Le migrazioni devono comunque essere eseguite correttamente. Ora esiste un’applicazione progettata appositamente per garantirlo. Scarica l’applicazione Snowflake AIM e puntala al tuo database di origine. L’agente AI installa le proprie dipendenze, configura il progetto e ti guida in ogni fase. Se hai domande o hai bisogno di supporto, contatta aim-support@snowflake.com.

Hai bisogno di aiuto per costruire un piano? Segui un workshop sulla migrazione Snowflake LiftOff e impara come puoi collaborare con i nostri team e partner per stabilire la data foundation e sviluppare il tuo piano di migrazione concreto.