Diese Seite wurde von der Cloud Translation API übersetzt.

Abfragen mit dem interaktiven SQL-Übersetzer übersetzen

In diesem Dokument wird beschrieben, wie Sie eine Abfrage mit einem interaktiven SQL-Übersetzer in einen Google SQL-Abfragejob von BigQuery in eine Google SQL-Abfrage übersetzen. Der interaktive SQL-Übersetzer kann den Zeit- und Arbeitsaufwand für die Migration von Arbeitslasten zu BigQuery reduzieren. Dieses Dokument richtet sich an Nutzer, die mit der Google Cloud Console vertraut sind.

Wenn Ihr Standort unterstützt wird, können Sie mit der Übersetzungsregelfunktion anpassen, wie der interaktive SQL-Übersetzer SQL übersetzt.

Hinweise

Wenn Ihr Google Cloud-Befehlszeilenprojekt vor dem 15. Februar 2022 erstellt wurde, aktivieren Sie die BigQuery Migration API so:

Rufen Sie in der Google Cloud Console die Seite BigQuery Migration API auf.

Zu „BigQuery Migration API“
Klicken Sie auf Aktivieren.

Berechtigungen und Rollen

In diesem Abschnitt werden die IAM-Berechtigungen (Identity and Access Management) beschrieben, die Sie zur Verwendung des interaktiven SQL-Übersetzers benötigen, einschließlich der vordefinierten IAM-Rollen, die diese Berechtigungen gewähren. In diesem Abschnitt werden auch die Berechtigungen beschrieben, die zum Konfigurieren zusätzlicher Übersetzungskonfigurationen erforderlich sind.

Berechtigungen zur Verwendung des interaktiven SQL-Übersetzers

Bitten Sie Ihren Administrator, Ihnen die IAM-Rolle MigrationWorkflow-Bearbeiter (roles/bigquerymigration.editor) für die Ressource parent zu gewähren, um die Berechtigungen zu erhalten, die Sie für die Verwendung des interaktiven Übersetzers benötigen. Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierte Rolle enthält die Berechtigungen, die zum Verwenden des interaktiven Übersetzers erforderlich sind. Erweitern Sie den Abschnitt Erforderliche Berechtigungen, um die erforderlichen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um den interaktiven Übersetzer zu verwenden:

bigquerymigration.workflows.create
bigquerymigration.workflows.get

Sie können diese Berechtigungen auch mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erhalten.

Berechtigungen zum Konfigurieren zusätzlicher Übersetzungskonfigurationen

Sie können zusätzliche Übersetzungskonfigurationen mithilfe der Felder Übersetzungs-Konfigurations-ID und Quellspeicherort der Übersetzungskonfiguration in den Übersetzungseinstellungen konfigurieren. Zum Konfigurieren dieser Übersetzungskonfigurationen benötigen Sie die folgenden Berechtigungen:

bigquerymigration.workflows.get
bigquerymigration.workflows.list

Die folgende vordefinierte IAM-Rolle enthält die Berechtigungen, die Sie zum Konfigurieren zusätzlicher Übersetzungskonfigurationen benötigen:

roles/bigquerymigration.viewer

Weitere Informationen zu BigQuery IAM finden Sie unter Zugriffssteuerung mit IAM.

Unterstützte SQL-Dialekte

Der interaktive BigQuery-SQL-Übersetzer kann die folgenden SQL-Dialekte in GoogleSQL übersetzen:

Amazon Redshift-SQL
Apache HiveQL und Beeline-Befehlszeile
IBM Netezza SQL und NZPLSQL
Teradata and Teradata Vantage:
- SQL
- Basic Teradata Query (BTEQ)
- Teradata Parallel Transport (TPT)

Darüber hinaus wird die Übersetzung der folgenden SQL-Dialekte in der Vorschau unterstützt:

Apache Spark SQL
Azure Synapse-T-SQL
Greenplum SQL
IBM DB2 SQL
MySQL SQL
Oracle SQL, PL/SQL, Exadata
PostgreSQL-SQL
Trino oder PrestoSQL
Snowflock-SQL
SQL Server T-SQL
SQLite
Vertica SQL

Nicht unterstützte SQL-Funktionen mit Hilfs-UDFs verarbeiten

Bei der Übersetzung von SQL aus einem Quelldialekt in BigQuery haben einige Funktionen möglicherweise keine direkte Entsprechung. Um dieses Problem zu beheben, stellen der BigQuery Migration Service und die BigQuery-Community benutzerdefinierte Hilfsfunktionen bereit, die das Verhalten dieser nicht unterstützten Funktionen des Quelldialekts nachahmen.

Diese UDFs finden Sie häufig im öffentlichen bqutil-Dataset. So können sie in übersetzen Abfragen anfangs im Format bqutil.<dataset>.<function>() referenziert werden. Beispiel: bqutil.fn.cw_count()

Wichtige Hinweise für Produktionsumgebungen:

bqutil bietet zwar einen praktischen Zugriff auf diese Hilfs-UDFs für die anfängliche Übersetzung und Tests, die direkte Nutzung von bqutil für Produktionsarbeitslasten wird jedoch aus mehreren Gründen nicht empfohlen:

Versionskontrolle: Das Projekt bqutil beherbergt die neueste Version dieser UDFs. Das bedeutet, dass sich ihre Definitionen im Laufe der Zeit ändern können. Wenn Sie sich direkt auf bqutil verlassen, kann es zu unerwartetem Verhalten oder fehlerhaften Änderungen in Ihren Produktionsabfragen kommen, wenn die Logik einer UDF aktualisiert wird.
Abhängigkeitsisolation: Wenn Sie UDFs in Ihrem eigenen Projekt bereitstellen, wird Ihre Produktionsumgebung von externen Änderungen isoliert.
Anpassung: Möglicherweise müssen Sie diese UDFs ändern oder optimieren, damit sie besser zu Ihrer spezifischen Geschäftslogik oder Ihren Leistungsanforderungen passen. Das ist nur möglich, wenn sie sich in Ihrem eigenen Projekt befinden.
Sicherheit und Governance: Die Sicherheitsrichtlinien Ihrer Organisation können den direkten Zugriff auf öffentliche Datasets wie bqutil für die Verarbeitung von Produktionsdaten einschränken. Das Kopieren von UDFs in Ihre kontrollierte Umgebung entspricht diesen Richtlinien.

Hilfs-UDFs in Ihrem Projekt bereitstellen:

Für eine zuverlässige und stabile Produktionsnutzung sollten Sie diese Hilfs-UDFs in Ihrem eigenen Projekt und Dataset bereitstellen. So haben Sie die vollständige Kontrolle über Version, Anpassung und Zugriff. Eine ausführliche Anleitung zum Bereitstellen dieser UDFs finden Sie im GitHub-Leitfaden zur Bereitstellung von UDFs. Dieser Leitfaden enthält die erforderlichen Scripts und Schritte zum Kopieren der UDFs in Ihre Umgebung.

Standorte

Der interaktive SQL-Übersetzer ist an den folgenden Verarbeitungsorten verfügbar:

	Beschreibung der Region	Name der Region	Details
Asiatisch-pazifischer Raum
	Delhi	`asia-south2`
	Hongkong	`asia-east2`
	Jakarta	`asia-southeast2`
	Melbourne	`australia-southeast2`
	Mumbai	`asia-south1`
	Osaka	`asia-northeast2`
	Seoul	`asia-northeast3`
	Singapur	`asia-southeast1`
	Sydney	`australia-southeast1`
	Taiwan	`asia-east1`
	Tokio	`asia-northeast1`
Europa
	Belgien	`europe-west1`	Niedriger CO₂-Wert
	Berlin	`europe-west10`	Niedriger CO₂-Wert
	EU (mehrere Regionen)	`eu`
	Finnland	`europe-north1`	Niedriger CO₂-Wert
	Frankfurt	`europe-west3`	Niedriger CO₂-Wert
	London	`europe-west2`	Niedriger CO₂-Wert
	Madrid	`europe-southwest1`	Niedriger CO₂-Wert
	Mailand	`europe-west8`
	Niederlande	`europe-west4`	Niedriger CO₂-Wert
	Paris	`europe-west9`	Niedriger CO₂-Wert
	Stockholm	`europe-north2`	Niedriger CO₂-Wert
	Turin	`europe-west12`
	Warschau	`europe-central2`
	Zürich	`europe-west6`	Niedriger CO₂-Wert
Amerika
	Columbus, Ohio	`us-east5`
	Dallas	`us-south1`	Niedriger CO₂-Wert
	Iowa	`us-central1`	Niedriger CO₂-Wert
	Las Vegas	`us-west4`
	Los Angeles	`us-west2`
	Mexiko	`northamerica-south1`
	Northern Virginia	`us-east4`
	Oregon	`us-west1`	Niedriger CO₂-Wert
	Québec	`northamerica-northeast1`	Niedriger CO₂-Wert
	São Paulo	`southamerica-east1`	Niedriger CO₂-Wert
	Salt Lake City	`us-west3`
	Santiago	`southamerica-west1`	Niedriger CO₂-Wert
	South Carolina	`us-east1`
	Toronto	`northamerica-northeast2`	Niedriger CO₂-Wert
	USA (mehrere Regionen)	`us`
Afrika
	Johannesburg	`africa-south1`
MiddleEast
	Dammam	`me-central2`
	Doha	`me-central1`
	Israel	`me-west1`

Standardmäßig ist die Funktion Übersetzungsregel an den folgenden Verarbeitungsorten verfügbar:

us USA (mehrere Regionen)
eu EU (mehrere Regionen)
us-central1 (Iowa)
europe-west4 (Niederlande)

Gemini-basierte Übersetzungskonfigurationen sind nur an bestimmten Verarbeitungsstandorten verfügbar. Weitere Informationen finden Sie unter Standorte von Google-Modellendpunkten.

Abfrage in Google SQL übersetzen

Führen Sie diese Schritte aus, um eine Abfrage in GoogleSQL zu übersetzen:

Rufen Sie in der Google Cloud Console die Seite BigQuery auf.

BigQuery aufrufen
Klicken Sie im Bereich Editor auf Mehr und wählen Sie dann Übersetzungseinstellungen aus.
Wählen Sie unter Quelldialekt den SQL-Dialekt aus, den Sie übersetzen möchten.
Optional. Wählen Sie unter Verarbeitungsort den Ort aus, an dem der Übersetzungsjob ausgeführt werden soll. Wenn Sie sich beispielsweise in Europa befinden und Ihre Daten keine Standortgrenzen überschreiten möchten, wählen Sie die Region eu aus.
Klicken Sie auf Speichern.
Klicken Sie im Bereich Editor auf Mehr und wählen Sie dann SQL-Übersetzung aktivieren aus.

Der Bereich Bearbeiter wird in zwei Bereiche unterteilt.
Geben Sie im linken Bereich die Abfrage ein, die übersetzt werden soll.
Klicken Sie auf Übersetzen.

BigQuery übersetzt Ihre Abfrage in GoogleSQL und zeigt sie im rechten Bereich an. Der folgende Screenshot zeigt beispielsweise übersetzte Teradata SQL:
Optional: Klicken Sie auf Ausführen, um die übersetzte GoogleSQL-Abfrage auszuführen.
Optional: Klicken Sie auf Mehr und wählen Sie dann SQL-Übersetzung deaktivieren aus, um zum SQL-Editor zurückzukehren.

Im Bereich Editor ist wieder ein einzelnes Feld zu sehen.

Gemini mit dem interaktiven SQL-Übersetzer verwenden

Sie können den interaktiven SQL-Übersetzer konfigurieren, um die Übersetzung Ihres Quell-SQL anzupassen. Dazu können Sie eigene Regeln für die Verwendung mit Gemini in einer YAML-Konfigurationsdatei angeben oder eine YAML-Konfigurationsdatei mit SQL-Objektmetadaten oder Informationen zur Objektzuordnung bereitstellen.

Gemini-optimierte Übersetzungsregeln erstellen und anwenden

Sie können die Übersetzung von SQL durch den interaktiven SQL-Übersetzer anpassen, indem Sie Übersetzungsregeln erstellen. Der interaktive SQL-Übersetzer passt seine Übersetzungen an alle von Ihnen zugewiesenen Gemini-optimierten SQL-Übersetzungsregeln an. So können Sie die Übersetzungsergebnisse an Ihre Migrationsanforderungen anpassen. Diese Funktion wird nur an bestimmten Standorten unterstützt.

Sie können eine Gemini-optimierte SQL-Übersetzungsregel entweder in der Console oder in einer YAML-Konfigurationsdatei erstellen und in Cloud Storage hochladen.

Console

Wenn Sie eine Gemini-optimierte SQL-Übersetzungsregel für die Eingabe-SQL erstellen möchten, geben Sie eine Eingabe-SQL-Abfrage in den Abfrageeditor ein und klicken Sie dann auf ASSIST > Anpassen. (Vorabversion)

Übersetzungseingabe anpassen

Wenn Sie eine Gemini-optimierte SQL-Übersetzungsregel für die Ausgabe-SQL erstellen möchten, führen Sie eine interaktive Übersetzung aus und klicken Sie dann auf ASSIST > Diese Übersetzung anpassen.

Übersetzungsausgabe anpassen

Wenn das Menü Anpassen angezeigt wird, fahren Sie mit den folgenden Schritten fort.

Verwenden Sie einen oder beide der folgenden Prompts, um eine Übersetzungsregel zu erstellen:
- Geben Sie in der Eingabeaufforderung Muster suchen und ersetzen im Feld Ersetzen ein SQL-Muster sowie ein zu ersetzendes SQL-Muster an. Geben Sie es im Feld Mit ein.
  
  Ein SQL-Muster kann beliebig viele Anweisungen, Klauseln oder Funktionen in einem SQL-Script enthalten. Wenn Sie eine Regel mit dieser Aufforderung erstellen, werden bei der erweiterten SQL-Übersetzung mit Gemini alle Instanzen dieses SQL-Musters in der SQL-Abfrage erkannt und dynamisch durch ein anderes SQL-Muster ersetzt. Mit diesem Prompt können Sie beispielsweise eine Regel erstellen, die alle Vorkommen von months_between (X,Y) durch date_diff(X,Y,MONTH) ersetzt.
- Geben Sie im Feld Beschreiben Sie eine Änderung der Ausgabe eine Änderung an der SQL-Übersetzungsausgabe in natürlicher Sprache ein.
  
  Wenn Sie eine Regel mit diesem Prompt erstellen, wird die Anfrage von der Gemini-gestützten SQL-Übersetzung erkannt und die angegebene Änderung an der SQL-Abfrage vorgenommen.
Klicken Sie auf Vorschau.
Sehen Sie sich im Dialogfeld Von Gemini generierte Vorschläge die Änderungen an, die die Gemini-optimierte SQL-Übersetzung an der SQL-Abfrage basierend auf Ihrer Regel vorgenommen hat.
Optional: Wenn Sie diese Regel für zukünftige Übersetzungen hinzufügen möchten, klicken Sie das Kästchen Diesen Prompt speichern… an.

Regeln werden in der YAML-Datei der Standardkonfiguration (__default.ai_config.yaml) gespeichert. Diese YAML-Konfigurationsdatei wird im Cloud Storage-Ordner gespeichert, der im Feld Speicherort der Übersetzungskonfiguration in den Übersetzungseinstellungen angegeben ist. Wenn der Quellspeicherort der Übersetzungskonfiguration noch nicht festgelegt ist, wird ein Ordnerbrowser angezeigt, in dem Sie einen Speicherort auswählen können. Für YAML-Konfigurationsdateien gelten Größenbeschränkungen.
Klicken Sie auf Übernehmen, um die vorgeschlagenen Änderungen auf die SQL-Abfrage anzuwenden.

YAML

Wenn Sie eine mit Gemini optimierte SQL-Übersetzungsregel erstellen möchten, können Sie eine Gemini-basierte YAML-Konfigurationsdatei erstellen und in Cloud Storage hochladen. Weitere Informationen finden Sie unter Gemini-basierte YAML-Konfigurationsdatei erstellen.

Nachdem Sie eine Gemini-optimierte SQL-Übersetzungsregel in Cloud Storage hochgeladen haben, können Sie sie so anwenden:

Rufen Sie in der Google Cloud Console die Seite BigQuery auf.

BigQuery aufrufen
Klicken Sie im Abfrageeditor auf Mehr > Übersetzungseinstellungen.
Geben Sie im Feld Speicherort der Übersetzungskonfiguration den Pfad zur Gemini-basierten YAML-Datei an, die in einem Cloud Storage-Ordner gespeichert ist.
Klicken Sie auf Speichern.

Führen Sie nach dem Speichern eine interaktive Übersetzung aus. Der interaktive Übersetzer schlägt Änderungen an Ihren Übersetzungen vor, die auf den Regeln in Ihrer YAML-Konfigurationsdatei basieren, sofern eine vorhanden ist.

Wenn für die Eingabe auf Grundlage Ihrer Regel ein Gemini-Vorschlag verfügbar ist, wird das Dialogfeld Vorgeschlagene Änderungen in der Vorschau ansehen angezeigt. Darin sind mögliche Änderungen an der Übersetzungsvorlage zu sehen. (Vorschau)

Wenn für die Ausgabe auf Grundlage Ihrer Regel ein Gemini-Vorschlag verfügbar ist, wird im Code-Editor ein Benachrichtigungsbanner angezeigt. So prüfen und übernehmen Sie diese Vorschläge:

Klicken Sie auf beiden Seiten des Code-Editors auf Hilfe > Vorschläge ansehen, um die vorgeschlagenen Änderungen an der entsprechenden Abfrage noch einmal zu sehen.
Sehen Sie sich im Dialogfeld Von Gemini generierte Vorschläge die von Gemini an der SQL-Abfrage basierend auf Ihrer Übersetzungsregel vorgenommenen Änderungen an.
Klicken Sie auf Übernehmen, um die vorgeschlagenen Änderungen auf die Übersetzungsausgabe anzuwenden.

Gemini-basierte YAML-Konfigurationsdatei aktualisieren

So aktualisieren Sie eine vorhandene YAML-Konfigurationsdatei:

Klicken Sie im Dialogfeld In Gemini generierte Vorschläge auf Konfigurationsdatei für Gemini-Regeln anzeigen.
Wählen Sie im Konfigurationseditor die YAML-Konfigurationsdatei aus, die Sie bearbeiten möchten.
Nehmen Sie die Änderung vor und klicken Sie auf Speichern.
Klicken Sie auf Fertig, um den YAML-Editor zu schließen.
Führen Sie eine interaktive Übersetzung aus, um die aktualisierte Regel anzuwenden.

Übersetzung erklären

Nachdem Sie eine interaktive Übersetzung ausgeführt haben, können Sie eine von Gemini generierte Texterklärung anfordern. Der generierte Text enthält eine Zusammenfassung der übersetzten SQL-Abfrage. Gemini erkennt auch Übersetzungsunterschiede und Inkonsistenzen zwischen der Quell-SQL-Abfrage und der übersetzten GoogleSQL-Abfrage.

So erhalten Sie eine von Gemini generierte Erklärung zur SQL-Übersetzung:

Wenn Sie eine von Gemini generierte Erklärung für eine SQL-Übersetzung erstellen möchten, klicken Sie auf Hilfe und dann auf Diese Übersetzung erklären.

Mit einer Batchübersetzungskonfigurations-ID übersetzen

Sie können eine interaktive Abfrage mit denselben Übersetzungskonfigurationen wie bei einem Batchübersetzungsjob ausführen. Geben Sie dazu eine Batchübersetzungskonfigurations-ID an.

Klicken Sie im Abfrageeditor auf Mehr > Übersetzungseinstellungen.
Geben Sie im Feld Übersetzungskonfigurations-ID eine Batchübersetzungskonfigurations-ID an, um dieselbe Übersetzungskonfiguration aus einem abgeschlossenen BigQuery-Batch-Migrationsjob anzuwenden.

Wählen Sie auf der Seite SQL-Übersetzung einen Batchübersetzungsjob aus und klicken Sie dann auf den Tab Übersetzungskonfiguration, um die Batch-Konfigurations-ID eines Jobs zu ermitteln. Die Konfigurations-ID für die Batchübersetzung wird als Ressourcenname aufgeführt.
Klicken Sie auf Speichern.

Mit zusätzlichen Konfigurationen übersetzen

Sie können eine interaktive Abfrage mit zusätzlichen Übersetzungskonfigurationen ausführen. Geben Sie dazu YAML-Konfigurationsdateien an, die in einem Cloud Storage-Ordner gespeichert sind. Übersetzungskonfigurationen können SQL-Objektmetadaten oder Informationen zur Objektzuordnung aus der Quelldatenbank enthalten, die die Übersetzungsqualität verbessern können. Nehmen Sie beispielsweise DDL-Informationen oder -Schemas aus der Quelldatenbank auf, um die Qualität der interaktiven SQL-Übersetzung zu verbessern.

So geben Sie Übersetzungskonfigurationen durch Angabe eines Speicherorts für die Quelldateien der Übersetzungskonfiguration an:

Klicken Sie im Abfrageeditor auf Mehr > Übersetzungseinstellungen.
Geben Sie im Feld Speicherort der Übersetzungskonfiguration den Pfad zu den Konfigurationsdateien für die Übersetzung an, die in einem Cloud Storage-Ordner gespeichert ist.

Der interaktive BigQuery-SQL-Übersetzer unterstützt ZIP-Metadatendateien mit Übersetzungsmetadaten und Objektnamenzuordnung. Informationen zum Hochladen von Dateien in Cloud Storage finden Sie unter Objekte aus einem Dateisystem hochladen.
Klicken Sie auf Speichern.

So speichern Sie Informationen aus den Metadatendateien, die vom dwh-migration-dumper-Tool generiert wurden, im BigQuery-Backend:

Klicken Sie im Abfrageeditor auf Mehr > Übersetzungseinstellungen.
Klicken Sie das Kästchen Metadaten-Caching aktivieren an. Bei Jobs mit großen Metadatendateien reduziert dieser Vorgang die Übersetzungslatenz für nachfolgende Anfragen erheblich. Im Cache gespeicherte Metadaten sind bis zu sieben Tage lang aktiv. Dieses Feature befindet sich im Vorschaumodus. Wenn Sie Support anfordern oder Feedback zu dieser Funktion geben möchten, wenden Sie sich an [email protected].
Klicken Sie auf Speichern.

Größenbeschränkungen für Konfigurationsdateien

Wenn Sie eine Konfigurationsdatei für die Übersetzung mit dem interaktiven BigQuery-SQL-Übersetzer verwenden, muss die komprimierte Metadatendatei oder YAML-Konfigurationsdatei kleiner als 50 MB sein. Wenn die Datei größer als 50 MB ist, überspringt der interaktive Übersetzer diese Konfigurationsdatei während der Übersetzung und erstellt eine Fehlermeldung wie die folgende:

CONFIG ERROR: Skip reading file "gs://metadata-file.zip". File size (150,000,000 bytes) exceeds limit (50 MB).

Eine Methode zur Reduzierung der Größe der Metadatendatei besteht darin, mit den Flags --database oder --schema nur Metadaten für Datenbanken oder Schemas zu extrahieren, die für die Abfragen der Übersetzungseingabe relevant sind. Weitere Informationen zur Verwendung dieser Flags beim Generieren von Metadatendateien finden Sie unter Globale Flags.

Fehler bei der Übersetzung beheben

Die folgenden Fehler können bei der Verwendung des interaktiven SQL-Übersetzers auftreten.

Probleme mit der Übersetzung von `RelationNotFound` oder `AttributeNotFound`

Geben Sie die Anweisungen zur Datendefinitionssprache (Data Definition Language, DDL) für alle Tabellen ein, die in einer Abfrage vor der Abfrage selbst verwendet wurden, um eine möglichst genaue Übersetzung zu gewährleisten. Wenn Sie beispielsweise die Amazon Redshift-Abfrage select table1.field1, table2.field1 from table1, table2 where table1.id = table2.id; übersetzen möchten, geben Sie die folgenden SQL-Anweisungen in den interaktiven SQL-Übersetzer ein:

create table schema1.table1 (id int, field1 int, field2 varchar(16));
create table schema1.table2 (id int, field1 varchar(30), field2 date);

select table1.field1, table2.field1
from table1, table2
where table1.id = table2.id;

Preise

Für die Verwendung des interaktiven SQL-Übersetzers fallen keine Kosten an. Für die Speicherung von Eingabe- und Ausgabedateien werden jedoch die normalen Gebühren berechnet. Weitere Informationen finden Sie unter Speicherpreise.

Nächste Schritte

Mehr über die folgenden Schritte bei der Data Warehouse-Migration erfahren: