Horizon: Robuste Prüfungen für die SQL-Migration unter Verwendung von LLMs

Große Sprachmodelle (LLMs) haben kürzlich starke Fähigkeiten bei der Code-Migration zwischen Sprachen gezeigt, was sie vielversprechend für die SQL-Schema-Migration macht. Allerdings bleibt es eine Herausforderung, eine zuverlässige und genaue SQL-Migration mit LLMs zu erreichen. Dieses Papier präsentiert den ersten umfassenden Ansatz für eine praktische und effektive SQL-Schema-Migration unter Verwendung von LLMs. Wir heben die Notwendigkeit robuster Bewertungen und iterativer Abfragedefinitionen hervor, um hochgenaue Migrationen zu erzielen. Aufbauend auf traditionellen Datenbankwerkzeugen zusammen mit LLMs führen wir neuartige Prüfungen ein, um LLMs in Richtung syntaktisch vollständiger und funktional äquivalenter Übersetzungen zu leiten. Unser Ansatz unterstützt alle Schemaobjekttypen, einschließlich komplexer prozeduraler Konstrukte. Unsere Demonstrationen bieten dem Publikum die Möglichkeit, unser System mit einer Vielzahl von Konfigurationen, Datensätzen und benutzerdefinierten Eingaben zu erkunden, was nützliche Einblicke in die zugrunde liegenden Techniken, deren Stärken und Einschränkungen bietet.