Ir al contenido principal

Migraciones de Teradata, Oracle y Hadoop a una práctica de datos que el equipo interno conserva

Un solo equipo responsable planea la migración, ejecuta Snowflake AIM sobre el código que puede convertir y valida cada número contra el sistema heredado. El cutover avanza una unidad de negocio a la vez, así que el negocio sigue operando todo el tiempo.

Plataformas de origen desde las que migramos

Appliances heredados, almacenes de datos en la nube, clústeres de Hadoop y bases de datos que hacen de almacén se migran con el mismo método. Snowflake AIM convierte el código donde cubre la fuente, y nuestros ingenieros convierten el resto a mano.

MPP heredado y almacenes de datos

  • Teradata
  • IBM Netezza
  • Oracle Exadata
  • SAP BW/4HANA

Almacenes de datos en la nube

  • Amazon Redshift
  • Google BigQuery
  • Azure Synapse
  • Databricks

Hadoop y data lakes

  • Cloudera / Hortonworks
  • Apache Hive
  • Apache Spark
  • HDFS

Bases de datos que hacen de almacén

  • Oracle Database
  • Microsoft SQL Server
  • IBM Db2
  • PostgreSQL
  • MySQL

ETL e integración de datos

  • Informatica
  • Talend
  • SSIS

Los nombres y logotipos de las plataformas son marcas de sus respectivos propietarios y se muestran para indicar los orígenes de migración que cubrimos. Las fuentes fuera de esta lista se evalúan en el discovery, que confirma qué cubre Snowflake AIM en cada una.

Por qué los equipos dejan los almacenes heredados

Hoy

Almacén heredadoProveedor ETL #1Proveedor ETL #2Data marts x4Archivos nocturnos
  • Costo fijado de antemano. Las renovaciones de licencias, los contratos de soporte y los ciclos de reemplazo de hardware fijan la factura, sin importar el uso.
  • Infraestructura que mantener. Los appliances requieren parches y la capacidad se compra con un año de antelación, mientras los mismos datos se copian en data marts y exportaciones.
  • Cargas de trabajo en cola. Las cargas de datos y los reportes comparten una bolsa fija de capacidad con las consultas ad hoc, así que las actualizaciones esperan la ventana batch nocturna.

En Snowflake

ERP · CRM · SaaS · streamingDatos gobernadosHorizon Catalog: linaje + políticasCortex, junto a los datosDashboards · respuestas · agentes
  • Costo que se ajusta al uso. El cómputo se cobra por segundo y escala de forma independiente del almacenamiento. Cada carga de trabajo usa un warehouse propio, suspendido cuando está inactivo y limitado por monitores de recursos.
  • Gobierno en Horizon Catalog. Las políticas de acceso, el linaje y la clasificación viven en Horizon Catalog, así que los números detrás de cada decisión se rastrean hasta su origen.
  • La IA es el siguiente paso. Las funciones de Cortex AI, Cortex Agents y Snowflake CoWork trabajan sobre los datos migrados sin moverlos, así que los primeros casos de uso agénticos se construyen sobre la nueva base.

Cinco fases, del inventario al retiro

Las fases corresponden a nuestros cuatro pasos de trabajo. El discovery cubre la evaluación y la planeación, los sprints por caso de uso convierten y validan ola por ola, la prueba antes de escalar es la ejecución en paralelo y la práctica que el equipo interno conserva continúa después del retiro.

El discovery acota el primer valor y fija las olas

  1. 1

    Evaluar y planearsem 0

    Inventariamos tablas, vistas, procedimientos almacenados y reportes derivados, y mapeamos sus dependencias. El caso de negocio queda listo antes de mover nada.

  2. 2

    Convertirsem 2

    Donde Snowflake AIM cubre la fuente, convierte el SQL, los procedimientos almacenados y los scripts. Nuestros ingenieros corrigen a mano los casos límite y revisan cada objeto antes de que avance.

  3. 3

    Migrar y validarsem 5

    Los datos históricos se cargan con políticas de acceso desde la primera tabla. Openflow CDC replica los cambios continuos de Oracle, SQL Server, PostgreSQL y MySQL, Snowpipe Streaming trae los eventos, y verificaciones automáticas de fila, agregado y hash demuestran la paridad contra el origen.

  4. 4

    Paralelo y cutoversem 8

    Ambos sistemas funcionan en paralelo con reconciliación nocturna. El cutover avanza una unidad de negocio a la vez, cuando sus números coinciden, y hasta entonces el sistema heredado sigue como fuente oficial.

  5. 5

    Optimizar y retirarsem 12

    Ajustamos los warehouses y los pipelines según el uso en producción, retiramos el sistema heredado y entregamos la documentación y los runbooks. A partir de ahí, el equipo del cliente lo opera, o Viewnear lo opera y lo afina como servicio gestionado.

Snowflake AIM convierte el código que cubre y nuestros ingenieros responden por el resultado

Construimos soluciones agénticas dentro y alrededor de Snowflake, empezando por la propia migración. El agente de Snowflake AIM se ejecuta dentro de Snowflake CoCo y convierte el código que cubre; según la fuente, también propone correcciones, planea olas de despliegue y prueba en origen y destino. Nuestros ingenieros revisan el resultado y responden por cada cutover y por el primer cierre de mes en Snowflake.

  • Salida de la conversión revisada objeto por objeto, en Workspaces de Snowsight
  • Verificaciones de fila, agregado y hash que demuestran la paridad contra el origen
  • Una ejecución en paralelo con reconciliación nocturna antes de cualquier cutover
Snowflake CoCo propone nuevas dimensiones para una vista semántica en Workspaces de Snowsight, y cada cambio se acepta o se deshace antes del despliegue

Un grupo universitario pasó del batch al tiempo real con los datos de estudiantes de sus campus en siete semanas. Ver el caso de éxito

Conversión del código heredado, fuente por fuente

La mayor parte del esfuerzo en una modernización del data warehouse está en el código procedimental y en los pipelines. Ingeniería de datos y pipelines

Teradata

Scripts de BTEQ, FastLoad y MultiLoad, macros y procedimientos almacenados convertidos; la lógica de índice primario rediseñada como clustering.

Oracle

Paquetes y cursores de PL/SQL traducidos a Snowflake Scripting; la lógica de triggers reconstruida con Streams y Tasks; las restricciones trasladadas a pipelines validados.

SQL Server

T-SQL convertido a Snowflake SQL y Snowflake Scripting; los paquetes de SSIS, a dbt Projects on Snowflake orquestados con Tasks.

Hadoop, Hive y Spark

Hive SQL y jobs de PySpark o Scala trasladados a Snowflake SQL y Snowpark; los datos en Parquet, llevados a tablas Iceberg.

Redshift y BigQuery

Diferencias de dialecto traducidas; DISTKEY retirado; la lógica de SORTKEY y de particiones rediseñada como claves de clustering; el costo remodelado para cómputo elástico.

Netezza y Vertica

SQL de cada dialecto y procedimientos almacenados convertidos; lógica de distribución retirada y claves de clustering afinadas con consultas de producción.

Databricks y Synapse

Código de Databricks SQL y Azure Synapse convertido a Snowflake SQL; los jobs de PySpark trasladados con Snowflake CoCo a Snowpark Connect.

SAP BW/4HANA

Lógica de BW reconstruida como modelos dbt y Semantic Views; productos de datos de SAP compartidos sin copias desde SAP Business Data Cloud.

Db2, PostgreSQL y MySQL

SQL de reportes y procedimientos almacenados convertidos; Openflow CDC mantiene sincronizadas las tablas de PostgreSQL y MySQL hasta que los reportes migren.

Informatica y Talend

Workflows de Informatica PowerCenter convertidos a dbt con Snowflake AIM; los jobs de Talend reconstruidos a mano como modelos dbt.

Un equipo certificado que responde por cada cutover

El equipo suma 10 certificaciones SnowPro y ejecuta cada migración con las propias herramientas de Snowflake, en modelo nearshore desde Austin y Monterrey para clientes en Estados Unidos y LATAM. Cada migración es un build definido, cobrado por resultado. Cuánto cuesta una migración a Snowflake

Más proyectos con clientes en los casos de éxito

Insignia de Snowflake Premier PartnerInsignia de Snowflake CoCo Preferred PartnerInsignia de la certificación SnowPro Core

La migración es un frente de trabajo en una implementación completa de Snowflake.

Consultoría e implementación