Informatica から Databricks へ ― 移行アクセラレーター
0|
0
目次
Informatica → Databricks 移行アクセラレーター
― 見積もりの立て方から、本番切り替えまでの実務ガイド
このガイドで分かること
- PowerCenter 資産を「複雑度」で仕分け、工数を見積もる方法
- Databricks の無料ツール Lakebridge と、本アクセラレーターの使い分け
- 変換でつまずきやすい7つのパターンと、その書き換え方
- 並行稼働による突合と、切り替え判断の基準
- お問い合わせ：Admin@innovationalofficesolution.com
1. 前提：残された時間
Informatica は PowerCenter 10.5 の標準サポートを2026年3月31日に終了し、延長サポートも2027年3月31日で終了するとしています。移行先の選定に時間をかけすぎると、変換・テスト・並行稼働の期間が圧迫されます。本ガイドは、移行先として Databricks を選んだ、あるいは有力候補としている方向けに、具体的な進め方をまとめたものです。
2. Lakebridge と本アクセラレーターの使い分け
Databricks は、評価（Assessment）・変換（Conversion）・検証（Validation）を1つにまとめた無料ツール Lakebridge を提供しています。Informatica の変換には BladeBridge 由来のコンバーターが使われています。標準的なマッピングの一括変換には十分に有効な選択肢です。
本アクセラレーターは Lakebridge を置き換えるものではなく、次の領域を補います。
| 領域 | Lakebridge | 本アクセラレーター |
|---|---|---|
| 資産の評価・複雑度分析 | ○ | ○（業務重要度・実行頻度を加味した移行ウェーブ設計） |
| 標準的なマッピングの一括変換 | ○ | ○ |
| 複雑なマッピング（下記7パターン） | 手作業での補完が必要になりやすい | AI 変換＋専門家レビューで補完 |
| ワークフロー制御の再設計 | 一部 | Lakeflow Jobs のタスク依存として再構築 |
| 業務 KPI レベルの突合 | スキーマ・行・列レベル | 業務部門が承認できる KPI 単位のレポートまで作成 |
| Unity Catalog の権限・命名設計 | 対象外 | 設計・実装まで支援 |
3. 資産の仕分けと見積もり
PowerCenter リポジトリの XML をエクスポートし、マッピングごとに次の観点でスコアを付けます。
| 複雑度 | 判定の目安 | 自動変換の期待値 |
|---|---|---|
| 低 | ソース→式→フィルター→ターゲットの直線的な構成。ルックアップ1～2個 | 高い |
| 中 | 複数ソースの結合、集計、非接続ルックアップ、マップレットの利用 | 中程度 |
| 高 | 動的ルックアップキャッシュ、Update Strategy の多分岐、Java/カスタム変換、マッピング変数の持ち越し | 専門家の補完が前提 |
さらに、実行ログから「過去 [X] か月一度も実行されていない」マッピングを除外します。多くの環境で、この段階だけで移行対象が大きく減ります。
4. つまずきやすい7つの変換パターン
① Update Strategy（DD_INSERT / DD_UPDATE / DD_DELETE）
→ Delta Lake の MERGE INTO に集約。行ごとの判定条件を WHEN MATCHED / WHEN NOT MATCHED 句に展開します。
② 動的ルックアップキャッシュ
→ 同一バッチ内で前の行の結果を参照する処理は、Spark ではそのまま再現できません。ウィンドウ関数による重複排除や、MERGE の前段での集約に書き換えます。
③ マッピング変数（実行ごとに値を持ち越す）
→ 前回処理の最終値を Delta テーブルに保存し、ジョブパラメーターとして読み込む方式に変更します。
④ Sequence Generator
→ IDENTITY 列、または既存の最大値に ROW_NUMBER を加算する方式。並列実行時の採番重複に注意します。
⑤ Router（複数出力）
→ 1つの DataFrame から条件ごとに書き込みを分けるか、MERGE の条件句に統合します。
⑥ セッションのプレ／ポスト SQL
→ ノートブックの前後処理、または Lakeflow Jobs の独立タスクとして明示化します。
⑦ リジェクトファイル
→ 不正データを隔離用の Delta テーブルに書き出し、件数を監視対象にします。黙って捨てない設計にすることが重要です。
5. PowerCenter と Databricks の対応表
| PowerCenter | Databricks |
|---|---|
| マッピング | PySpark / Spark SQL ノートブック |
| マップレット | 共通 Python モジュール |
| Source Qualifier（SQL オーバーライド） | spark.read ＋ SQL / Lakeflow Connect |
| Expression / Filter | withColumn / filter / SQL 式 |
| Aggregator | groupBy().agg() |
| Joiner | join（ブロードキャスト結合を含む） |
| Lookup | join / ブロードキャスト結合 |
| Update Strategy | MERGE INTO |
| Normalizer | explode / stack |
| ワークフロー・ワークレット | Lakeflow Jobs（タスク依存） |
| パラメーターファイル | ジョブパラメーター / ウィジェット |
| 接続オブジェクト | Unity Catalog の外部接続・シークレット |
6. 突合と切り替えの判断基準
PulseQA を使い、同じ入力データで PowerCenter と Databricks を並行実行して次を比較します。
- ターゲットテーブルの件数
- 金額・数量など主要列の合計値
- 主キー単位の差分（追加・欠落・値の不一致）
- リジェクト件数
- SCD Type 2 テーブルの有効期間の一致
切り替えは「差異ゼロ」または「差異の原因がすべて説明済みで、業務部門が承認済み」の状態を条件とします。
7. 適用例：Emulus Consulting
Emulus Consulting は本アクセラレーターで PowerCenter マッピング [X] 本を仕分けし、[X]% を廃止・統合したうえで残りを Databricks へ移行しました。
- 初期自動変換精度：70%～90%
- 移行期間：[X] 週間
- バッチ処理時間：[X] 時間 → [X] 分
- TCO：[X]% 削減
御社のマッピングで試してください
「高」複雑度のマッピングを含む5本で、変換コードと突合レポートを無料でお見せします。
- 無料PoC：無料PoC（Pulse Convert）
- Webサイト：innovationalofficesolution.com
- メール：Admin@innovationalofficesolution.com
Informatica PowerCenter を Databricks へ移行
PowerCenter のマッピング・ワークフローを本番品質の PySpark / Lakeflow Jobs へ。無料ツール Lakebridge と本アクセラレーターの併用で、高難度マッピングも迅速に移行します。
