使用批次 SQL 翻譯器遷移程式碼
本文說明如何在 BigQuery 中使用批次 SQL 翻譯器，將以其他 SQL 方言編寫的指令碼翻譯成 GoogleSQL 查詢。本文適用於熟悉Google Cloud 控制台的使用者。
如要查看這項 SQL 轉譯器支援的 SQL 方言清單，請參閱「支援的 SQL 方言」。
有關支援的處理位置的列表，請參閱 Locations。
事前準備
提交翻譯工作前，請先完成下列步驟。
啟用 SQL 翻譯
啟用必要 API，並取得使用 BigQuery SQL 翻譯器所需的權限。詳情請參閱「啟用 SQL 翻譯」。
所需權限
如要取得使用互動式翻譯器、Translation API 或批次 SQL 翻譯器建立翻譯工作所需的權限，請要求管理員在 parent 資源中授予您下列 IAM 角色：
-
查看及監控遷移工作：
MigrationWorkflow 檢視者 (
roles/bigquerymigration.viewer) -
提交遷移工作：
MigrationWorkflow 編輯者 (
roles/bigquerymigration.editor) -
存取輸入和檔案的 Cloud Storage 值區：
儲存空間物件管理員 (
roles/storage.objectAdmin) - 來源和目標 Cloud Storage 值區。
如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。
這些預先定義的角色具備使用互動式翻譯器、Translation API 或批次 SQL 翻譯器建立翻譯工作所需的權限。如要查看確切的必要權限，請展開「Required permissions」(必要權限) 部分：
所需權限
如要使用互動式翻譯器、Translation API 或批次 SQL 翻譯器建立翻譯工作，您必須具備下列權限：
-
bigquerymigration.workflows.create -
bigquerymigration.workflows.get -
bigquerymigration.workflows.list -
bigquerymigration.workflows.delete -
bigquerymigration.subtasks.get -
bigquerymigration.subtasks.list -
storage.objects.get -
storage.objects.list -
storage.objects.create
收集來源檔案
原始檔必須是包含原始語言有效 SQL 語句的文字檔案。 來源文件也可以包含註釋。盡一切可能確保 SQL 語句有效，可以使用任何可用的方法。
建立中繼資料檔案
為了幫助該服務產生更準確的翻譯結果，我們建議您提供元資料檔案。但這並非強制性的。
您可以使用 dwh-migration-dumper 指令列擷取工具產生中繼資料資訊，也可以提供自己的中繼資料檔案。元資料檔案準備就緒後，您可以將其與原始檔案一起放入翻譯來源資料夾中。翻譯器會自動偵測它們並利用它們來翻譯來源文件，您無需配置任何額外的設定即可啟用此功能。
如要使用 dwh-migration-dumper 工具產生中繼資料資訊，請參閱「產生翻譯的中繼資料」。
如要提供自己的中繼資料，請將來源系統中 SQL 物件的資料定義語言 (DDL) 陳述式收集到個別文字檔中。
決定如何提交翻譯工作
您可以透過以下三種方式提交批次翻譯作業：
批次翻譯用戶端：在設定檔中變更設定來設定工作，並使用指令列提交工作。這種方法不需要您手動將原始檔案上傳到雲端儲存。在翻譯工作處理期間，用戶端仍會使用 Cloud Storage 儲存檔案。
傳統批次翻譯用戶端是一個開源的 Python 用戶端，它允許您翻譯位於本機電腦上的來源文件，並將翻譯後的文件輸出到本機目錄。 您可以在用戶端的設定檔中變更幾項設定，設定用戶端以供基本用途。您也可以選擇設定用戶端，處理更複雜的工作，例如巨集取代，以及翻譯輸入和輸出內容的前後處理。詳情請參閱批次翻譯用戶端readme。
Google Cloud 控制台: 使用使用者介面設定和提交作業。這個方法需要將來源檔案上傳至 Cloud Storage。
建立設定檔 YAML 文件
您可以視需要建立及使用設定 YAML 檔案，自訂批次翻譯作業。這些檔案可用於以各種方式轉換翻譯輸出內容。舉例來說，您可以建立設定 YAML 檔案，在翻譯期間變更 SQL 物件的大小寫。
如要使用 Google Cloud 控制台或 BigQuery Migration API 執行批次翻譯工作，可以將設定 YAML 檔案上傳至含有來源檔案的 Cloud Storage bucket。
如果要使用批次翻譯用戶端，可以將設定 YAML 檔案放在本機翻譯輸入資料夾中。
將輸入檔案上傳至 Cloud Storage
如果您想使用 Google Cloud 控制台或 BigQuery 遷移 API 來執行翻譯作業，則必須將包含要翻譯的查詢和腳本的來源檔案上傳到雲端儲存。您也可以將任何元資料檔案或設定 YAML 檔案上傳到包含原始檔案的同一個 Cloud Storage bucket 和目錄中。如要進一步瞭解如何建立值區，以及將檔案上傳至 Cloud Storage，請參閱「建立值區」和「從檔案系統上傳物件」。
使用輔助 UDF 處理不支援的 SQL 函式
將 SQL 從來源方言轉譯為 BigQuery 時，部分函式可能沒有直接對應的函式。為瞭解決這個問題，BigQuery 遷移服務（以及更廣泛的 BigQuery 社群）提供了輔助使用者定義函數 (UDF)，以複製這些不受支援的來源方言函數的行為。
這些 UDF 通常位於 bqutil 公開資料集中，因此翻譯後的查詢一開始可以採用 bqutil.<dataset>.<function>() 格式參照這些 UDF。例如：bqutil.fn.cw_count()。
正式環境的重要注意事項：
雖然 bqutil 可讓您輕鬆存取這些輔助 UDF，進行初步翻譯和測試，但基於下列原因，不建議直接依賴 bqutil 處理實際工作負載：
- 版本管控：
bqutil專案會代管這些 UDF 的最新版本，因此定義可能會隨時間變更。如果 UDF 的邏輯更新，直接依賴bqutil可能會導致生產查詢發生非預期行為或重大變更。 - 依附元件隔離：將 UDF 部署至自己的專案，可避免外部變更影響正式環境。
- 自訂：您可能需要修改或最佳化這些 UDF，進一步滿足特定商業邏輯或效能需求。只有在這些資源位於您的專案中時，才能執行這項操作。
- 安全性和治理：貴機構的安全政策可能會限制直接存取公開資料集 (例如
bqutil)，以處理正式環境資料。將 UDF 複製到受控環境，符合這類政策規定。
將輔助 UDF 部署至專案：
如要穩定可靠地在正式環境中使用，請將這些輔助 UDF 部署到自己的專案和資料集。這樣您就可以完全控制他們的版本、自訂設定和存取權限。 有關如何部署這些 UDF 的詳細說明，請參閱 GitHub 上的 UDF 部署指南。本指南提供了將 UDF 複製到您的環境中所需的腳本和步驟。
提交翻譯工作
請按照下列步驟開始翻譯工作、查看進度，以及查看結果。
控制台
這些步驟假設您已經將原始檔案上傳到 Cloud Storage bucket 中。
前往 Google Cloud 控制台的「SQL Translation」頁面。
在「SQL translation」(SQL 翻譯) 面板中，按一下「Start translation」(開始翻譯)。
對於 翻譯配置，請輸入以下內容：
- 在「Display name」(顯示名稱) 中，輸入翻譯工作的名稱。名稱可包含英文字母、數字或底線。
- 在「Processing location」(處理位置) 中，選取要執行翻譯工作的地點。舉例來說，如果您位於歐洲，且不希望資料跨越任何位置限制範圍，請選取「
eu」區域。如果選擇與來源檔案值區相同的位置，翻譯工作就能發揮最佳效果。 - 在「來源方言」部分，選取要翻譯的 SQL 方言。
- 對於 目標方言，選擇 GoogleSQL。
點選「下一步」。
在「檔案位置詳細資料」部分，指定要用於翻譯輸入和輸出的 Cloud Storage 路徑。您可以輸入路徑 (格式為
bucket_name/folder_name/)，或使用「瀏覽」選項前往資料夾。- 在「輸出目錄位置」部分，指定翻譯後檔案的目標 Cloud Storage 資料夾路徑。這是所有翻譯輸出內容的根目錄。
- 選擇一或多個「輸入目錄位置」，其中包含要翻譯的 SQL 檔案路徑。
- 如有需要，每個輸入目錄都可以選擇在根輸出目錄下方指定輸出子目錄名稱。
點選「下一步」。
選取要自訂中繼資料的任何選用設定，以及任何其他翻譯輸出內容。
您可以建立設定 YAML 檔案，並將這些檔案放在輸入 Cloud Storage 值區中，進一步自訂翻譯行為。這些檔案可用於設定重新命名物件、啟用最佳化功能、 使用 Gemini 強化翻譯等。 如要進一步瞭解設定 YAML 檔案，請參閱「建立設定 YAML 檔案」。
按一下「建立」即可開始翻譯工作。
建立翻譯工作後，您可以在翻譯工作清單中查看狀態。
批次翻譯用戶端
在批次翻譯用戶端安裝目錄中，使用您選擇的文字編輯器開啟
config.yaml檔案，並修改下列設定：project_number：輸入要用於批次翻譯工作的專案編號。您可以在專案的Google Cloud 控制台歡迎頁面中，找到「專案資訊」窗格。gcs_bucket: 輸入批次翻譯用戶端在翻譯作業處理期間用於儲存檔案的 Cloud Storage 儲存桶的名稱。input_directory：輸入含有來源檔案和任何中繼資料檔案的目錄絕對或相對路徑。output_directory：輸入翻譯檔案的目標目錄絕對或相對路徑。
儲存變更並關閉
config.yaml檔案。將來源和中繼資料檔案放在輸入目錄中。
使用下列指令執行批次翻譯用戶端：
bin/dwh-migration-client建立翻譯任務。
以下範例顯示建立翻譯工作的指令。指令會執行工作流程，並在工作流程成功時顯示輸出內容。
gcloud bq migration-workflows create --location=us --config-file=CONFIG_FILE_NAME.json
以下範例顯示使用
--async標記建立及執行工作流程的指令。該命令將建立並運行工作流程，並立即返回指向工作流程的連結。gcloud bq migration-workflows create --location=LOCATION --config-file=CONFIG_FILE_NAME.json --async
以下範例展示了列出翻譯任務的命令：
gcloud bq migration-workflows list --location=LOCATION
更改下列內容：
LOCATION：執行這項翻譯工作的 Google Cloud 專案位置。CONFIG_FILE_NAME:config.yaml檔案的名稱。 建立翻譯工作後，您可以在 Google Cloud 控制台的翻譯工作清單中查看工作狀態。
選用。翻譯任務完成後，請刪除您指定的 Cloud Storage bucket 中該任務建立的文件，以避免產生儲存費用。
BigQuery CLI
如要使用 bq 指令列工具執行批次 SQL 轉譯器，請按照下列步驟操作：
以 YAML 或 JSON 格式建立翻譯設定檔。您必須在這個檔案中定義來源檔案的路徑、輸出目的地，以及翻譯的來源和目標方言。
以下範例顯示從 Teradata 翻譯至 BigQuery 的翻譯設定 YAML 檔案：
tasks: translation_task: type: Teradata2BigQuery_Translation translationDetails: sourceTargetMapping: - sourceSpec: baseUri: gs://bq-translations/input targetSpec: relativePath: output targetBaseUri: gs://bq-translations targetTypes: - sql sourceEnvironment: defaultDatabase: default_db schemaSearchPath: - foo
以下範例展示了 Teradata 到 BigQuery 轉換的翻譯配置 JSON 檔案：
{ "tasks": { "translation_task": { "type": "Teradata2BigQuery_Translation", "translationDetails": { "sourceTargetMapping": [ { "sourceSpec": { "literal": { "literalString": "sel 1", "relativePath": "my_input_1" }, "encoding": "UTF-8" } }, { "sourceSpec": { "literal": { "literalString": "sel 2", "relativePath": "my_input_2" }, "encoding": "UTF-8" } } ], "targetReturnLiterals": [ "sql/my_input_1", "sql/my_input_2" ] } } } }
建立翻譯設定後，請執行下列指令來執行翻譯工作。
bq mk --migration_workflow --location=LOCATION --config_file=CONFIG_FILE_NAME.json
更改下列內容：
LOCATION：執行這項翻譯工作的 Google Cloud 專案位置。CONFIG_FILE_NAME：config.yaml檔案的名稱。
要查看特定翻譯任務的詳細信息，請執行以下命令：
bq show --migration_workflow projects/PROJECT_ID/ locations/us/workflows/WORKFLOW_ID
更改下列內容：
PROJECT_ID：執行這項翻譯工作的 Google Cloud 專案 ID。WORKFLOW_ID：翻譯工作的 ID。
如要查看特定翻譯作業的結果，請執行下列指令：
gcloud bq migration-workflows describe projects/PROJECT_ID /locations/us/workflows/WORKFLOW_ID
若要從清單中刪除翻譯任務，請執行以下命令：
bq rm --migration_workflow projects/PROJECT_ID/locations/us/workflows/WORKFLOW_ID
若要列出所有翻譯任務，請執行以下命令：
bq ls --migration_workflow --location=LOCATION
探索翻譯輸出內容
翻譯工作執行完畢後，您可以在 Google Cloud 控制台中查看工作相關資訊。如果您使用 Google Cloud 控制台執行作業，則可以在您指定的雲端儲存目標儲存桶中查看作業結果。如果您使用批次翻譯用戶端執行工作，可以在指定的輸出目錄中查看工作結果。批次 SQL 翻譯器會將下列檔案輸出至指定目的地：
- 已翻譯的文件。
- CSV 格式的翻譯摘要報告。
- JSON 格式的已用輸出內容名稱對應。
- AI 建議文件。
Google Cloud 控制台輸出內容
如要查看翻譯工作詳細資料，請按照下列步驟操作：
前往 Google Cloud 控制台的「SQL Translation」頁面。
在翻譯工作清單中，找到要查看翻譯詳細資料的工作。然後按一下翻譯工作名稱。 您可以查看桑基圖，瞭解作業的整體品質、輸入的程式碼行數 (不含空白行和註解)，以及翻譯過程中發生的問題清單。您應優先修正左側的問題，早期階段的問題可能會導致後續階段出現其他問題。
將指標停留在錯誤或警告欄上，查看建議，以確定偵錯翻譯作業的後續步驟。
選取「記錄摘要」分頁標籤，即可查看翻譯問題摘要，包括問題類別、建議動作，以及各個問題的發生頻率。你可以點選桑基圖的長條，篩選問題。您也可以選取問題類別，查看與該類別相關的記錄訊息。
選擇 日誌訊息 選項卡，查看有關每個翻譯問題的更多詳細信息，包括問題類別、具體問題訊息以及指向發生問題的檔案的連結。您可以點選桑基圖的長條，篩選問題。您可以在「Log Message」分頁中選取問題，開啟「Code」分頁，查看輸入和輸出檔案 (如有)。
點選作業詳情標籤查看翻譯作業配置詳情。
摘要報告
摘要報告是一個 CSV 文件，其中包含一個表格，列出了翻譯作業期間遇到的所有警告和錯誤訊息。
若要查看摘要文件，請執行以下操作： Google Cloud 控制台，請依照下列步驟操作：
前往 Google Cloud 控制台的「SQL Translation」頁面。
在翻譯工作清單中找出感興趣的工作，然後按一下工作名稱，或依序點選「更多選項」>「顯示詳細資料」。
在「工作詳細資料」分頁的「翻譯報告」部分，按一下「translation_report.csv」。
在 物件詳細資料 頁面上，按一下 已驗證 URL 行中的值，即可在瀏覽器中檢視檔案。
下表說明摘要檔案的欄位：
| 資料欄 | 說明 |
|---|---|
| 時間戳記 | 問題發生的時間戳記。 |
| FilePath | 與問題相關的來源檔案的路徑。 |
| FileName | 與問題相關的來源檔案的名稱。 |
| ScriptLine | 出現問題的程式碼行號。 |
| ScriptColumn | 發生問題的欄號。 |
| TranspilerComponent | 發生警告或錯誤的翻譯引擎內部元件。此列可能為空。 |
| 環境 | 與警告或錯誤相關的翻譯方言環境。這個資料欄可能為空。 |
| ObjectName | 來源檔案中與警告或錯誤相關聯的 SQL 物件。這個資料欄可能為空。 |
| 嚴重性 | 問題的嚴重程度，可能是警告或錯誤。 |
| 類別 | 翻譯問題類別。 |
| SourceType | 這個問題的來源。此列中的值可以是 SQL，表示輸入 SQL 檔案有問題；也可以是 METADATA，表示元資料包有問題。 |
| 訊息 | 翻譯問題警告或錯誤訊息。 |
| ScriptContext | 與問題相關聯的來源檔案中的 SQL 程式碼片段。 |
| 動作 | 建議您採取哪些行動來解決問題。 |
「程式碼」分頁
您可以在「程式碼」分頁中，查看特定翻譯工作的輸入和輸出檔案相關資訊。在「程式碼」分頁中，您可以檢查翻譯工作使用的檔案、並排比較輸入檔案和翻譯內容，找出任何不準確之處，以及查看工作中特定檔案的記錄摘要和訊息。
若要存取代碼選項卡，請依照下列步驟操作：
前往 Google Cloud 控制台的「SQL Translation」頁面。
在翻譯工作清單中找出感興趣的工作，然後按一下工作名稱，或依序點選「更多選項」>「顯示詳細資料」。
選擇 代碼選項卡。「程式碼」分頁包含下列面板：
- 檔案總管：包含用於翻譯的所有 SQL 檔案。按一下檔案即可查看翻譯輸入和輸出內容，以及翻譯時發生的任何問題。
- 以 Gemini 補強的輸入內容：由翻譯引擎翻譯的輸入 SQL 查詢。如果您已在 Gemini 設定中指定來源 SQL 的 Gemini 自訂規則，翻譯工具會先轉換原始輸入內容，然後翻譯 Gemini 強化輸入內容。如要查看原始輸入內容，請按一下「查看原始輸入內容」。
- 翻譯輸出內容：翻譯結果。如果您在 Gemini 設定 中為目標 SQL 指定了 Gemini 自訂規則，則轉換將作為 Gemini 增強輸出套用於翻譯後的結果。如果存在 Gemini 增強的輸出，則可以按一下 Gemini 建議 按鈕來查看 Gemini 增強的輸出。
選用：如要在 BigQuery 互動式 SQL 翻譯器中查看輸入和輸出檔案，請按一下「編輯」。 您可以編輯檔案，然後將輸出檔案儲存回 Cloud Storage。
「設定」分頁
您可以在「設定」分頁中新增、重新命名、查看或編輯設定 YAML 檔案。「結構定義探索器」會顯示支援的設定類型說明文件，協助您編寫設定 YAML 檔案。編輯完配置 YAML 檔案後，您可以重新執行作業以使用新配置。
若要存取設定選項卡，請依照下列步驟操作：
前往 Google Cloud 控制台的「SQL Translation」頁面。
在翻譯工作清單中，找到您感興趣的工作，然後按一下工作名稱或按一下更多選項顯示詳細資料。
在「Translation details」(翻譯詳細資料) 視窗中，按一下「Configuration」(設定) 分頁標籤。
新增的設定檔：
- 依序點按 more_vert「更多選項」>「建立設定 YAML 檔案」。
- 此時會顯示一個面板，您可以在其中選擇新配置 YAML 檔案的類型、位置和名稱。
- 點選「建立」。
如要編輯現有的設定檔：
- 按一下 YAML 設定檔。
- 編輯文件，然後按一下儲存。
- 按一下 重新執行 以執行已編輯的設定 YAML 檔案的新翻譯作業。
您可以透過點擊來重新命名現有設定檔。more_vert 更多選項 > 重新命名。
已消耗的輸出名稱映射文件
此 JSON 檔案包含翻譯作業使用的輸出名稱對映規則。此文件中的規則可能與您為翻譯作業指定的 輸出名稱映射 規則不同，這是由於名稱映射規則存在衝突，或缺少翻譯過程中識別出的 SQL 物件的名稱映射規則。請檢查這個檔案，判斷名稱對應規則是否需要修正。如有，請建立新的輸出名稱對應規則，解決您發現的任何問題，然後執行新的翻譯工作。
翻譯後的檔案
系統會為每個來源檔案，在目的地路徑中產生對應的輸出檔案。輸出檔案包含翻譯後的查詢語句。
使用互動式 SQL 轉換器來偵錯批次翻譯的 SQL 查詢
您可以使用 BigQuery 互動式 SQL 翻譯器，透過與來源資料庫相同的後設資料或物件對應資訊，檢查或偵錯 SQL 查詢。完成批次翻譯作業後，BigQuery 會產生一個翻譯配置 ID，其中包含作業元資料、物件對應或架構搜尋路徑的資訊（視查詢而定）。 您可以使用互動式 SQL 翻譯器搭配批次翻譯設定 ID，以指定設定執行 SQL 查詢。
若要使用批次翻譯設定 ID 啟動互動式 SQL 翻譯，請依照下列步驟操作：
前往 Google Cloud 控制台的「SQL Translation」頁面。
在翻譯工作清單中，找出您感興趣的工作，然後依序點選 「更多選項」>「開啟互動式翻譯」。
BigQuery 互動式 SQL 翻譯器現在會開啟，並顯示對應的批次翻譯設定 ID。如要查看互動式翻譯的翻譯設定 ID，請依序點選互動式 SQL 翻譯器中的「工具」>「查詢翻譯」>「翻譯設定」。
如要在互動式 SQL 翻譯器中偵錯批次翻譯檔案，請按照下列步驟操作：
前往 Google Cloud 控制台的「SQL Translation」頁面。
在翻譯工作清單中，找出您感興趣的工作，然後按一下工作名稱，或依序點選「更多選項」>「顯示詳細資料」。
在「翻譯詳細資料」視窗中，按一下「程式碼」分頁標籤。
在檔案總管中，按一下檔案名稱即可開啟檔案。
在輸出檔名旁邊，按一下 編輯 以在互動式 SQL 轉換器 (預覽) 中開啟檔案。
您會看到互動式 SQL 翻譯器中已填入輸入和輸出檔案，且現在使用的是對應的批次翻譯設定 ID。
如要將編輯後的輸出檔案儲存回 Cloud Storage，請在互動式 SQL 轉譯器中依序點選「儲存」> 儲存至 GCS。
限制
翻譯工具無法翻譯 SQL 以外語言的使用者定義函式 (UDF)，因為無法剖析這些函式，判斷輸入和輸出資料類型。這會導致參照這些 UDF 的 SQL 陳述式翻譯不準確。為確保在轉換期間正確參照非 SQL UDF，請使用有效的 SQL 建立具有相同簽章的預留位置 UDF。
舉例來說，假設您有以 C 語言編寫的 UDF，用於計算兩個整數的總和。為確保參照這個 UDF 的 SQL 陳述式能正確轉換，請建立與 C UDF 具有相同簽章的預留位置 SQL UDF，如下列範例所示：
CREATE FUNCTION Test.MySum (a INT, b INT)
RETURNS INT
LANGUAGE SQL
RETURN a + b;
將這個預留位置 UDF 儲存為文字檔，並將該檔案納入翻譯工作的來源檔案。這樣翻譯器就能學習使用者自訂函數 (UDF) 的定義，並辨識預期的輸入和輸出資料類型。
配額和限制
- 適用 BigQuery Migration API 配額。
- 每個專案最多只能有 10 項有效翻譯工作。
- 雖然對原始檔案和元資料檔案的總數沒有硬性限制，但為了獲得更好的效能，我們建議將檔案數量控制在 1000 以下。
排解翻譯錯誤
RelationNotFound 或 AttributeNotFound 翻譯問題
使用批次 SQL 翻譯器翻譯查詢後，您可能會遇到翻譯失敗的情況，並收到 RelationNotFound 或 AttributeNotFound 錯誤。
如要找出翻譯失敗的內容，請前往「翻譯詳細資料」頁面，然後開啟「記錄訊息」分頁。
使用元資料 DDL 進行翻譯效果最佳。如果找不到 SQL 物件定義，轉譯引擎就會提出 RelationNotFound 或 AttributeNotFound 問題。我們建議使用元資料提取器產生元資料包，以確保所有物件定義都存在。添加元資料是解決大多數翻譯錯誤的建議第一步，因為它通常可以修復許多其他因缺少元資料而間接導致的錯誤。
詳情請參閱「產生翻譯和評估用的中繼資料」。
使用 Gemini 修正翻譯問題
如要修正 RelationNotFound 或 AttributeNotFound 錯誤導致的翻譯工作失敗問題，你也可以按照下列步驟，使用 Gemini 嘗試解決這些問題。
前往「翻譯詳細資料」頁面，然後開啟「記錄訊息」分頁。
在「類別」欄中，按一下含有
RelationNotFound或AttributeNotFound訊息的查詢。按一下錯誤訊息，即可前往程式碼分頁中含有錯誤的檔案和行。
在 操作 欄位中，按一下 建議的修復。
選取下列其中一個選項：「套用」或「套用並重新執行」：
- 按一下「套用」，將產生的結構定義檔案從輸出目錄複製到輸入目錄。
- 按一下「Apply and rerun」，將產生的結構定義檔案從輸出目錄複製到輸入目錄，並開啟重新執行視窗。
定價
批次 SQL 翻譯器為免費工具，使用者無須付費。不過，儲存輸入和輸出檔案的空間仍會產生一般費用。詳情請參閱儲存空間價格。
後續步驟
進一步瞭解資料倉儲遷移作業的下列步驟：