Ecolab: 84.000 regels legacy SQL met AI-agent tot 6x verkort

Samenvatting

Ecolab bracht 84.000 regels legacy SQL met een AI-agent terug tot een zesde van de oorspronkelijke omvang.

AI-agent: Ecolab herschrijft legacy SQL

Ecolab migreerde een complex datamodel naar meer dan 40 afzonderlijke dbt-projecten. Het oude model bevatte meer dan 400 onderling afhankelijke dimensies en feiten, gevoed door meer dan 3.000 bronsystemen. Snowflake-taken en JavaScript stored procedures orkestreerden de bestaande logica.

De migratieagent van Datafold bracht eerst de volledige lineage, codebase en semantic layer in kaart. Daarna vertaalde de agent de logica naar dbt, waarbij dbt Mesh de verbindingen tussen projecten afhandelde. Elke vertaling werd gecontroleerd met geautomatiseerde data-diffing tegen productiegegevens.

Bij één belangrijke dimensie daalde het aantal modellen van 409 naar 170. Dat verwijderde ongeveer 70.000 regels code en 1.000 dataverbindingen. Over de volledige migratie rapporteert Ecolab ongeveer zes keer minder code en vier keer minder verbindingen dan in het legacy-systeem.

dbt Mesh en Snowflake: waarom deze migratie telt

Ecolab vervangt logica die verborgen zat in Snowflake-tabellen, tijdelijke tabellen, mappingtabellen en stored procedures door versiebeheerbare transformaties met duidelijke eigenaars. Daarmee verschuift de controle van een samengetrokken productiesysteem naar afzonderlijke dbt-projecten.

De controlelaag is minstens zo relevant als de vertaling zelf. De agent moet verwachte verschillen onderbouwen met de oude code, nieuwe code en oorspronkelijke vereisten. Onverklaarde afwijkingen gaan terug naar de agent voor aanvullend onderzoek. Git, geautomatiseerde tests en deployment maken het proces bovendien SOC 2-ready, hoewel compliance niet het oorspronkelijke doel was.

Ecolab verving ook tweewekelijkse handmatige releases door automatische releases op aanvraag. Data-eigenaren accepteerden de nieuwe uitkomsten sneller nadat zij visuele verschillen per rij konden bekijken; ongeveer 90 tabellen kregen binnen de eerste vier weken goedkeuring.

AI-agent: controleer elke vertaling met data-diffing

Gebruik bij een SQL-migratie niet alleen codevergelijking. Leg lineage vast, toets iedere vertaling tegen productiegegevens en laat afwijkingen terugverwijzen naar broncode en vereisten. Zonder die controle blijft een kortere codebase slechts een onbewezen herschrijving.