问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
数据与AI平台厂商Databricks近日推出全新代理式代码转换工具，该工具基于Genie Code驱动的AI代理架构，可针对Teradata、Snowflake、Redshift、SQL Server等多平台数据迁移场景，完成遗留SQL工作负载的批量分析、翻译、验证与全流程优化，大幅降低企业跨数据库迁移的人工成本与周期，是生成式AI落地企业级数据管理场景的重要落地成果。
对于不少企业的数据团队而言，跨平台迁移数仓时动辄数万行的遗留SQL改写，一直是最耗时耗力的环节：人工改写不仅要对齐不同平台的语法差异，还要保证原有业务逻辑完全一致，稍有疏漏就可能导致核心数据报表出错，影响业务决策。
随着多云战略在企业中的普及，越来越多企业开始将传统部署的数仓工作负载迁移至云原生架构，然而不同数仓平台的SQL语法存在大量差异化规则，适配工作长期依赖人工完成。据行业调研显示，中型企业完成一次整体数仓迁移，仅SQL代码改写环节平均需要3-6个月，人力投入成本超百万元，且改写后逻辑出错率普遍超过15%，是拖慢迁移周期的核心瓶颈。
Databricks此次推出的工具，核心是Genie Code驱动的多AI代理协作架构，区别于传统基于规则的代码转换工具，其工作流程覆盖了从逻辑解析到性能优化的全链路：首先由解析代理梳理原有SQL的业务逻辑与依赖关系，随后转换代理完成目标平台的语法适配，验证代理自动生成测试用例对比新旧代码的运行结果，最终优化代理还会针对目标平台特性对SQL进行性能调优。
公开测试数据显示，该工具对包含复杂业务逻辑的SQL脚本转换准确率达92%，较传统规则转换工具提升47个百分点，目前已支持Teradata、SQL Server等传统数仓作为源端，目标端覆盖Snowflake、Redshift等主流云数仓，同时可适配Databricks自身的湖仓一体架构。
Databricks联合创始人兼CEO Ali Ghodsi此前曾表示，企业级场景的生成式AI应用，核心要求是可验证、可溯源，而多代理架构恰好满足这一需求。除了SQL代码转换之外，这套AI代理能力未来还将拓展至存储过程改写、业务逻辑逆向梳理、慢SQL自动优化等更多数据运维场景，预计可覆盖80%以上的重复性数据运维工作，帮助企业数据团队将精力集中在更高价值的业务逻辑梳理上。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号