Das Framework für die Rationalisierung von Datenbeständen ermöglicht die Rationalisierung von lokalen Datenbeständen vor der Cloud-Migration und erleichtert die Identifizierung der passenden zu migrierenden Datenmenge. Es klassifiziert die Datenbestände des Unternehmens und gibt Rationalisierungsempfehlungen im Einklang mit der zukünftigen Datenstrategie.

Database Objects Analyzer hilft bei der schnellen Analyse von Datenbankobjekten (Tabellen, Ansichten, gespeicherte Prozeduren, Funktionen, Skripte/Codes) und bei der Dimensionierung des Projekts und der Komplexität der Migration. Er bietet Berichte mit einer Liste von Objekten wie Transformationen und Funktionen, Komplexitätsinformationen und Informationen über die Abhängigkeit von Quelle und Ziel.

Code Converter wandelt Verfahrenslogik-/SQL-Code in SQL-Skripte/PySpark-Datenrahmen um, wobei Geschäftslogik und allgemeiner Ablauf erhalten bleiben. Er gruppiert Muster und migriert Codesegmente (70–95 %), wodurch die Gesamtprojektkosten um bis zu 80 % gesenkt werden. Außerdem wird der Code so umgestaltet, dass die native Cloud-Elastizität genutzt werden kann.

Das auf PySpark basierende Datenumwandlungs-Framework hilft bei der Verarbeitung inkrementeller Datenlast. Es wurde mit Sqoop, PySpark, AWS Glue, AWS Glue-Katalog und AWS S3 entwickelt. Es reduziert den Aufwand für die Erstellung neuer ETL-Jobs um 50 % und bietet eine um 40 % verbesserte Leistung im Vergleich zu mehreren führenden COTS-ETL-Plattformen.