AI-assisted Oracle → Snowflake Migration

01 · Glossary

Hiểu từng công nghệ trong 2 phút

Một cách đơn giản: Oracle giữ dữ liệu + logic; ASTERIA Warp di chuyển/biến đổi dữ liệu; MicroStrategy là lớp BI. Hệ đích thay tương ứng bằng Snowflake + Glue + QuickSight.

Source · Database

Oracle Database

RDBMS chứa tables/views và rất nhiều business logic trong PL/SQL: procedure, function, package, sequence, trigger, synonym, dynamic SQL… Đây là phần conversion khó nhất vì Snowflake không tương đương 1:1.

Source · Integration

ASTERIA Warp

Nền tảng EAI/ESB/ETL no-code phổ biến tại Nhật, dùng flow/component để connect, transform, schedule và vận chuyển dữ liệu. Migration sang Glue cần inventory từng flow + dependency + error handling rồi reimplement.

Source · BI

MicroStrategy / Strategy

BI platform có semantic objects như attributes, metrics, filters, prompts, reports, dossiers/dashboards. Không chỉ “copy chart”; phải tái dựng business semantics trong QuickSight.

Target · Data Cloud

Snowflake

Cloud data platform/warehouse. Có Snowflake SQL, Snowflake Scripting, tasks/streams và hệ sinh thái migration. Oracle PL/SQL cần chuyển sang constructs phù hợp Snowflake.

Target · ETL

AWS Glue

Managed/serverless data integration & ETL. Glue hỗ trợ Oracle qua JDBC và Snowflake connector; jobs thường dùng Spark/Python hoặc Glue Studio, kết hợp Secrets Manager, CloudWatch, S3 và orchestration.

Target · BI

Amazon QuickSight

Serverless BI của AWS. Có data sources/datasets, calculated fields, filters/controls, analyses, dashboards, templates và APIs cho asset management/import-export; kết nối trực tiếp Snowflake.

02 · Big picture

As-is → To-be: thật ra khách đang muốn thay 3 tầng

Vendor hiện tại làm conversion thủ công. Khách muốn biến kinh nghiệm thủ công đó thành một “migration factory” có automation, audit trail, benchmark và khả năng chạy batch.

OracleData + PL/SQL + stored objects + legacy behaviors

→

ASTERIA WarpETL / EAI flows, schedules, mappings, error handling

→

MicroStrategySemantic layer + metrics + reports + dashboards

↓ RE-PLATFORM + AUTOMATE + VALIDATE ↓

SnowflakeData warehouse + converted DB objects / Snowflake Scripting

→

AWS GlueETL jobs + connectors + workflows + observability

→

Amazon QuickSightDatasets + calculations + filters + visuals + dashboards

Luồng A · DB Conversion

AI trọng tâm

Oracle DDL/PLSQL → Snowflake SQL/Scripting. Đây là nơi áp dụng SnowConvert + LLM + compile/test loop.

Luồng B · ETL Rebuild

AI hỗ trợ

ASTERIA flows → Glue jobs/workflows. AI có thể hỗ trợ tạo mapping/spec/code nhưng cần behavior inventory.

Luồng C · BI Rebuild

AI hỗ trợ chọn lọc

MicroStrategy objects → QuickSight. Khó nhất là semantic parity, level/conditional metrics, prompts và UX.

03 · Requirement decomposition

Diễn giải 11 yêu cầu công việc thành việc phải làm thật

Mỗi câu của khách bên dưới được biến thành input, activity và output có thể bàn giao.

Phân tích AI/LLM cho Oracle Conversion

Input: mẫu PL/SQL thật + manual rules của vendor. Làm: phân loại patterns, thử converter/LLM, xác định chỗ AI có ích và chỗ không. Output: feasibility report + recommendation.

Xác định phạm vi & mục tiêu Demo PoC

Chọn 25–100 objects đại diện theo độ khó; định nghĩa success metrics, out-of-scope, access, timeline, acceptance criteria. Không để PoC biến thành mini-production vô hạn.

Thiết kế kiến trúc AI-assisted Migration

Thiết kế pipeline ingest → analyze → deterministic convert → LLM fix → compile → test → review → report. Bao gồm IAM, secrets, logging, versioning và data handling.

Đánh giá AI Tools/LLM

So sánh SnowConvert, Bedrock/Claude, OpenAI GPT và baseline manual theo accuracy, code quality, security, batchability, cost, latency, explainability và enterprise fit.

Prototype Oracle object conversion

Code/tool thật nhận SQL/Procedure/Package/Function, tạo output Snowflake, ghi log EWI/error, compile trên Snowflake dev và lưu diff + metadata.

Batch Conversion

Nhận folder/ZIP/repository; xử lý N file, dependency-aware ordering, retry, per-file status, failure isolation, summary CSV/JSON/HTML và reproducible run ID.

Đo AI vs Manual

Ghi baseline manual effort trên cùng sample; đo elapsed time, engineer minutes, compile pass, semantic test pass, số lỗi cần sửa, token/tool cost và review effort.

Chuẩn bị Demo + tài liệu + presentation

Demo phải kể được câu chuyện “before → batch automation → exception → AI remediation → test → report → ROI”, kèm runbook và slide ngắn cho management.

Support BrSE Technical / AI / Data

Chuẩn bị câu trả lời về limitations, security, data residency, object compatibility, effort estimation, PoC scope, architecture trade-offs và evidence từ benchmark.

Roadmap sau Demo

Đề xuất Assessment → Factory build → Pilot wave → Scale waves → Cutover/Hypercare; nêu dependency, team, governance, testing và rollout strategy.

End-to-end platform migration

Đừng bỏ quên 2 workstream còn lại: ASTERIA → Glue và MicroStrategy → QuickSight. Oracle AI conversion chỉ là một phần của toàn chương trình.

04 · Reference architecture

Kiến trúc AI-assisted Migration nên trông như thế nào?

Nguyên tắc: deterministic first, AI second, tests always. LLM không trực tiếp ghi production; mọi output phải qua gates.

ExtractDDL/PLSQL files, object metadata, dependencies, sample inputs/outputs → Git/S3.

InventoryClassify object type, LOC, complexity, Oracle-specific features, dependency graph.

Baseline ConvertSnowConvert / rule-based transformations. Collect EWIs/FDMs and conversion reports.

LLM RemediationFeed source + converted code + errors + approved patterns. Return patch + explanation + risk tags.

Compile GateCreate/compile in isolated Snowflake dev schema. Capture exact error diagnostics.

Behavior TestsGolden datasets, input/output assertions, row counts, aggregates, null/date/number edge cases.

Review & ReportHuman approval, unresolved list, effort metrics, reproducible artifacts and migration status.

Source zone

Oracle
DDLPL/SQLmetadata

ASTERIA flow inventoryexport/docs/screenshots/configs + schedules + connectors + mappings

MicroStrategy inventoryprojects, attributes, metrics, filters, prompts, reports, dashboards

Automation factory

Converter + LLM Orchestrator
SnowConvert CLIBedrock / GPTprompt library

Validation Enginecompile, unit/regression, SQL result comparison, quality scoring, approvals

Artifact & Audit Storesource / target / diff / EWI / prompt version / model / tests / timestamps / reviewer

Target zone

Snowflake DEV
converted objectstest data

AWS GlueOracle JDBC → transforms → Snowflake; jobs/workflows + Secrets Manager + CloudWatch

Amazon QuickSightSnowflake data source → datasets → analyses → dashboards

05 · Oracle → Snowflake

Object nào dễ, object nào khó?

Snowflake có SnowConvert AI cho Oracle ở trạng thái GA cho code conversion. Nhưng theo capability matrix hiện tại, AI Code Conversion built-in không được đánh dấu hỗ trợ cho Oracle; đó chính là khoảng trống hợp lý để PoC LLM của team chứng minh giá trị.

Oracle object/pattern	Target Snowflake	Độ khó	AI value	Điểm cần test
Table / basic DDL	TABLE + mapped data types	Low	Thấp	datatype, default, constraints, precision/scale
View / SQL queries	VIEW / SQL rewrite	Low–Med	Vừa	Oracle functions, outer join syntax, date/null behavior
Stored Procedure	Snowflake Scripting / procedure	Med–High	Cao	transaction semantics, cursors, exceptions, dynamic SQL
Function	UDF / SnowScript UDF / procedure pattern	Med–High	Cao	data access vs pure logic, return behavior, side effects
Package	Typically schema + standalone procedures/functions	High	Rất cao	package state, naming, cross-calls, globals, initialization
Built-in packages	native equivalent / helper UDF/procedure / redesign	High	Rất cao	DBMS_OUTPUT, UTL_, DBMS_, filesystem/network side effects
Cursor / bulk collect / FORALL	set-based SQL / scripting helpers	High	Cao	row ordering, memory behavior, performance, exception semantics
Trigger	often redesign with streams/tasks/app logic	High	Cao nhưng rủi ro	when/ordering/transaction semantics and target architecture
Sequence / synonym	Snowflake sequence / transformed references	Low–Med	Thấp	nextval usage, naming, qualification, dependencies
Dynamic SQL	EXECUTE IMMEDIATE / refactor	High	Rất cao	SQL injection, bind variables, generated SQL parity

Điểm kỹ thuật phải nói đúng

Snowflake không có Oracle package tương đương trực tiếp; SnowConvert có pattern chuyển package thành schema và tách members.
PL/SQL procedures/functions có thể được chuyển sang Snowflake Scripting hoặc các implementation khác tùy construct.
Converter chuyên dụng tạo EWIs/FDMs cho chỗ không thể đảm bảo equivalence; đây nên là input của LLM remediation.
“Compile pass” chưa đủ. Logic có thể compile mà sai result, transaction hoặc edge cases.

Prompt context tốt phải chứa gì?

SYSTEM: You are an Oracle→Snowflake migration engineer. Do not invent unsupported behavior. Prefer Snowflake-native set-based patterns. INPUT: 1. Oracle source object 2. SnowConvert output 3. EWI/FDM + Snowflake compiler error 4. Dependency signatures 5. Approved conversion patterns 6. Target Snowflake version/standards OUTPUT (structured): - corrected_sql - changes[] - assumptions[] - semantic_risks[] - required_tests[] - confidence - needs_human_review

06 · Batch conversion

“Nhiều file cùng lúc” nghĩa là phải xây migration factory

Batch tốt không phải vòng lặp gọi LLM. Nó cần dependency ordering, retry policy, concurrency, cache, traceability và failure isolation.

Input contract

Folder/ZIP/Git ref
Manifest object type/schema
Dependency metadata
Run configuration/model version

Execution

Parse & classify
Topological sort where possible
Parallelize independent objects
Retry only transient failures
Escalate semantic failures

Output contract

Converted SQL per object
diff + EWI + compiler log
test result + score
manual-review queue
CSV/JSON/HTML run summary

Suggested status machine

DISCOVERED→ BASE_CONVERTED→ AI_REMEDIATED→ COMPILE_PASS→ TEST_PASS→ APPROVED orMANUAL_REQUIRED

07 · Tool / LLM evaluation

Tool nào phù hợp cho Conversion?

Khuyến nghị không chọn “1 AI model thắng tất cả”; PoC nên có một baseline chuyên dụng + 1–2 LLM candidates chạy cùng benchmark.

Candidate	Vai trò	Điểm mạnh	Hạn chế / rủi ro	Khuyến nghị PoC
SnowConvert AI · Oracle	Primary deterministic converter	Oracle-specific translation refs; supports tables/views/procedures/functions/packages; CLI; EWIs/FDMs.	Official capability matrix hiện tại không đánh dấu Oracle có built-in AI Code Conversion/data migration/deployment.	MUST TEST làm baseline.
Amazon Bedrock + Claude	LLM remediation inside AWS boundary	Enterprise AWS integration, model choice, Agents/Knowledge Bases/Guardrails; Bedrock docs currently list Claude Opus/Sonnet/Haiku 4.x family.	Cần custom prompt, structured output, compile/test loop; model output không deterministic tuyệt đối.	PREFERRED nếu khách ưu tiên AWS governance.
OpenAI GPT-5.6 family	High-quality code reasoning benchmark	Current OpenAI docs position GPT‑5.6 Sol for complex reasoning/coding with 1.05M context; phù hợp large package/contextual remediation.	Cần xác nhận data residency, legal/security và network policy trước khi gửi source code khách ra ngoài AWS boundary.	COMPARE nếu governance cho phép.
Manual expert	Control baseline & exception handler	Hiểu business context, unsupported constructs, target architecture; là ground truth quan trọng.	Chậm, tốn effort, khó scale, phụ thuộc cá nhân.	BASELINE đo cùng sample.

Scorecard đề xuất (100 điểm)

Functional correctness	30
Compile success	15
Oracle-specific coverage	15
Security / enterprise fit	15
Batch/API/automation	10
Cost / latency	5
Explainability / traceability	5
Maintainability	5

Đề xuất stack cho PoC

SnowConvert CLI: first-pass translation.
Python orchestrator: manifest, dependency, batch, prompt, retry, metrics.
Bedrock + Claude Sonnet/Opus: exception remediation / code review.
Optional GPT‑5.6: independent benchmark nếu được phép.
Snowflake DEV: compile & behavior validation.
S3/Git: artifacts; Secrets Manager: secrets; CloudWatch: logs.

08 · Demo PoC

Phạm vi PoC nên chốt thế nào để vừa thuyết phục vừa kiểm soát?

Đừng để khách chỉ đưa 5 procedure dễ. PoC cần stratified sample theo loại object và complexity.

PoC Small · 25 objects

Nhanh để prove flow end-to-end. Dùng khi access hạn chế hoặc demo deadline gấp.

10 SQL/View
5 Procedures
5 Functions
5 Packages/complex

PoC Recommended · 50 objects

Đủ để benchmark có ý nghĩa và show batch/exceptions.

15 SQL/View
12 Procedures
8 Functions
10 Packages
5 known hard cases

PoC Extended · 100 objects

Phù hợp khi khách muốn estimate production automation rate.

Stratified by complexity
Dependency clusters
Performance cases
Security-sensitive cases

In scope

Inventory + complexity classification.
SQL, Procedure, Function, Package representative conversion.
Batch runner + conversion reports.
LLM remediation for failed/flagged objects.
Snowflake compile checks + golden behavior tests.
Manual vs AI benchmark.
Demo + findings + production roadmap.

Out of scope mặc định

Full production cutover / all schemas.
Full data migration at TB/PB scale.
Complete ASTERIA flow estate migration.
Complete MicroStrategy dashboard estate recreation.
Final performance tuning/SLA production.
24/7 ops/hypercare.

09 · Benchmark

Đo AI tốt hơn manual bằng số liệu gì?

Mọi “AI giúp nhanh hơn” phải quy về dataset và numbers. Cùng sample, cùng definition of done.

Compile %

Compilation success rate

% objects tạo thành công trên Snowflake DEV sau mỗi stage.

Test %

Functional parity

% golden assertions / row-level or aggregate checks giống source behavior.

min/obj

Engineer effort

Phút kỹ sư phải chạm tay từ source đến approved target.

x speed

Throughput

Objects/hour hoặc LOC/hour trong batch, tách machine time và human time.

EWI

Exception density

Số EWI/FDM/compiler/semantic errors trên 1K LOC hoặc object.

Cost per object

LLM tokens + compute + tool/license + review effort.

Rework

Manual remediation

Số lần sửa và số dòng human patch sau AI output.

Trace

Auditability

% objects có source→target→prompt/model→test→review lineage đầy đủ.

Acceptance target PROPOSAL · không phải industry guarantee

≥ 90%compile pass cho Low/Medium complexity sau auto-remediation

≥ 95%functional assertions pass trên objects được declared supported

≥ 50%giảm human effort vs manual baseline

100%objects có status, logs, artifacts và review decision

Các ngưỡng trên nên thương lượng lại sau Assessment dựa trên complexity mix. Không cam kết automation rate khi chưa nhìn code thật.

10 · Demo story

Kịch bản demo 15–20 phút nên kể câu chuyện gì?

Khách cần thấy không chỉ “AI generate code”, mà thấy factory vận hành, gặp lỗi, tự xử lý có kiểm soát và đo được ROI.

Scene 1 · 2 min

Before

Cho xem 1 Oracle package + manual checklist hiện tại. Nêu vấn đề: effort cao, inconsistency, throughput thấp.

Scene 2 · 4 min

Batch run

Drop 10–20 files → inventory → SnowConvert → status dashboard. Một số pass, một số bị EWI/compile fail.

Scene 3 · 6 min

AI remediation

Chọn hard object; show source, baseline output, compiler errors → LLM patch → compile pass → generated risk/tests.

Scene 4 · 4 min

Validation & ROI

Run golden tests, show pass/fail, manual queue, effort comparison và report tổng.

Demo artifacts cần chuẩn bị

sample source repo
manifest & complexity labels
baseline manual record
batch summary page
2 success + 1 hard failure + 1 manual-required case
final KPI slide

Không nên demo

chỉ copy/paste vào chatbot
chỉ show code compile mà không test
chỉ chọn happy-path objects
tuyên bố “100% automated”
để model có quyền deploy production
gửi customer source ra external model khi chưa approved

11 · Production roadmap

Sau PoC, triển khai thật theo wave

Roadmap dưới đây cố tình tách Assessment khỏi Factory Build để tránh estimate sai trước khi inventory toàn estate.

Phase 0 · Assess

Inventory & baseline

Oracle object census
ASTERIA flow census
MicroStrategy asset census
complexity/dependency
security/access
manual baseline

Phase 1 · Factory

Build automation

converter wrapper
LLM remediation
test harness
batch/reporting
prompt/pattern library
CI + audit trail

Phase 2 · Pilot wave

Real domain

1–2 schemas/domain
representative Glue flows
critical QuickSight dashboards
parallel run
business validation

Phase 3 · Scale

Migration waves

factory throughput
manual exception squad
data reconciliation
performance tuning
cutover + rollback
hypercare

Oracle → Snowflake workstream

Schema/code/data conversion, compatibility, testing, performance, cutover.

ASTERIA → Glue workstream

Flow-to-job mapping, connectors, transformations, schedules, retry/error semantics, monitoring.

MicroStrategy → QuickSight workstream

Semantic mapping, datasets, calculated fields, filters/prompts, visual parity, RLS/security, UAT.

Risk register

Các điểm dễ làm tender “vỡ” nếu không hỏi sớm

Đây là danh sách discovery questions cần đẩy lên ngay trước khi estimate fixed price/fixed date.

Unknown Oracle complexity

Package globals, dynamic SQL, DBMS_*, UTL_*, triggers, external procedures, autonomous transactions… có thể phá assumption automation.

Missing golden tests

Nếu hệ cũ không có expected outputs, “functional equivalence” khó chứng minh và review sẽ thành subjective/manual.

ASTERIA undocumented flows

No-code không có nghĩa là đơn giản; flow có thể chứa custom scripts, implicit scheduling, retries, file protocols và operational knowledge.

MicroStrategy semantic gap

Level metrics, conditional metrics, prompts, filters và custom visuals có thể không map 1:1 sang QuickSight.

Customer code & LLM governance

Phải chốt model endpoint, region, retention, logging, encryption, data classification và approval trước khi source code đi vào LLM.

Mitigation

Assessment + representative PoC + confidence tiers + manual escape hatch + compile/test gates + audit trail.

12 · BrSE support cheat sheet

Nếu khách hỏi, nên trả lời thế nào?

Các câu trả lời dưới đây có thể dùng làm khung nói chuyện trong workshop/pre-sales.

“AI có tự động convert 100% Oracle không?”

Không nên cam kết. Mục tiêu là maximize automation cho patterns supported, đồng thời tự động phát hiện/đưa exception vào manual queue. Quality được chứng minh bằng compile + behavior tests.

“Tại sao cần LLM nếu có SnowConvert?”

SnowConvert là baseline chuyên Oracle rất giá trị. LLM giải quyết phần exception/remediation: đọc source + baseline output + EWI/compiler error + approved patterns rồi đề xuất patch. Hai lớp bổ sung nhau, không thay thế nhau.

“AWS Glue có thay ASTERIA Warp được hết không?”

Về vai trò data integration/ETL thì có thể là target phù hợp, nhưng migration là reimplementation. Cần inventory từng flow, connector, schedule, mapping, custom logic, error/retry semantics rồi mới xác định mapping chính xác.

“MicroStrategy dashboard có import thẳng QuickSight được không?”

Không giả định 1-click. Phải extract metadata và map semantic objects/visuals. QuickSight có APIs quản lý/import-export assets, nhưng source-to-target transformation vẫn cần tooling/mapping và UAT.

“PoC cần data production không?”

Không nhất thiết. Có thể dùng masked/subset/golden datasets, nhưng phải đủ để test edge cases và semantic behavior. Source code/object definitions thật quan trọng hơn lượng data lớn.

“Làm sao chứng minh ROI?”

Chạy manual và AI-assisted trên cùng stratified sample; đo engineer minutes/object, elapsed time, compile rate, functional pass rate, rework, cost/object và throughput.

“LLM nào tốt nhất?”

Không trả lời bằng cảm tính. Với khách AWS-first, Bedrock + Claude là candidate tự nhiên về governance. Có thể benchmark thêm OpenAI GPT‑5.6 nếu policy cho phép. Chọn theo scorecard trên code thật.

Action plan

Kế hoạch công việc cụ thể cho team pre-sales/PoC

Nếu sếp bạn đang đi thầu, đây là thứ tự nên làm ngay để đủ dữ liệu estimate và demo.

Step 1

Discovery pack

ask object counts
request 30–50 representative files
request ASTERIA/MSTR inventory
security constraints

Step 2

Technical spike

SnowConvert baseline
LLM benchmark
Snowflake compile harness
first metrics

Step 3

PoC factory

batch runner
prompt/pattern library
test harness
HTML report

Step 4

Customer demo

live batch
hard-case remediation
validation
ROI + roadmap

Discovery questions phải hỏi khách trước khi báo effort

Oracle version?
#schemas / #objects / LOC?
#packages / triggers / DB links?
DBMS/UTL/custom Java/external calls?

#ASTERIA flows?
flow export format?
custom scripts/plugins?
schedule/SLA/error retry?

#MicroStrategy projects/reports/dossiers?
level/conditional metrics?
RLS/security model?
Which dashboards are business-critical?

Research sources

Nguồn chính thức dùng để lập tài liệu này

Ưu tiên Snowflake, AWS, ASTERIA và MicroStrategy/Strategy official documentation; cập nhật kiểm tra ngày 03/09/2026.

Lưu ý: product features và model availability có thể thay đổi theo region/date/license. Trước khi ký proposal, cần re-check exact customer region, Snowflake edition, AWS region, ASTERIA version và MicroStrategy/Strategy version.