S3(Amazon Web Services のオブジェクトストレージ)からOCI(Oracle Cloud Infrastructure のオブジェクトストレージ)へのノートブック・カタログ移行時に、パスを書き直すために使うバケット(データ保管領域)・ネームスペース(名前空間)の対応を設定します。 次のような場合に使用: - ユーザーが S3 のパスにある外部テーブル・ファイルを OCI オブジェクトストレージに移す必要がある - check_data_availability(データ利用可能性確認)で「S3 バケット X が OCI バケット対応に見つかりません」というエラーが出ている - DDL リライター(データベース定義言語の書き換えツール)が、バケット見当たらずという警告をログに出している
Configure the s3:// → oci:// bucket / namespace mapping the migrator uses to rewrite paths during notebook + catalog migration. Use when (a) the user has external tables / files at s3:// paths that need to land on OCI Object Storage, OR (b) check_data_availability reports "S3 bucket X not found in OCI bucket mapping", OR (c) DDL rewriter logs a missing-bucket warning.
aidp-bucket-mapping — s3:// ↔ oci:// の対応付け設定マイグレーターの複数箇所では、s3://<bucket>/<path> を参照し、oci://<bucket>@<namespace>/<path> へ書き換える処理が行われます:
aidp-migrate-catalog — 外部テーブルの LOCATION 句を書き換えるaidp-migrate-job Pass-1 — ノートブックセル内の spark.read.parquet("s3://...") リテラルを書き換えるaidp-check-data — 同じ変換ロジックを使用してパスを検証するこれらすべてが、同一のバケットマッピング設定を参照しています。
S3 bucket "<name>" not found in OCI bucket mapping. Known buckets: [...] と報告するときマイグレーターは load_bucket_mapping() ヘルパーを通じてバケットマッピングを読み込みます。
ユーザーは以下の形式の JSON ファイルを用意してください(ファイルパスは --bucket-mapping オプションで変更可能です):
{
"buckets": {
"<s3-bucket-name>": {
"oci_bucket": "<oci-bucket-name>",
"oci_namespace": "<oci-namespace>",
"notes": "任意の備考メモ"
},
"<another-s3-bucket>": {
"oci_bucket": "<another-oci-bucket>",
"oci_namespace": "<oci-namespace>"
}
},
"default_namespace": "<oci-namespace>",
"default_region": "<oci-region>"
}
| フィールド | 意味 |
|---|---|
buckets.<s3-name>.oci_bucket |
移行先の OCI Object Storage バケット名 |
buckets.<s3-name>.oci_namespace |
OCI テナンシーの namespace(DataLake の namespace とは異なる場合があるため注意) |
default_namespace |
oci:// URL に @<ns> が明示されていないパスを参照する際に使用 |
default_region |
OCI クライアントの構築に使用 |
このファイルはユーザーが管理するパスに保存してください(テナンシー固有の識別子を含むため、.gitignore に追加すること)。
マイグレーターの各エントリーポイントを呼び出す際は、--bucket-mapping <path> で毎回指定してください。
初めてセットアップする場合は、以下の手順に従ってください:
1. Databricks ワークスペース内で参照されている S3 バケットを一覧取得する
簡易的な方法:
# マイグレーターリポジトリ上で実行:
grep -roE 's3://[a-z0-9.-]+' <source-databricks-checkout>/ | sort -u
マイグレーターの prep ヘルパーが利用可能な場合は、そちらを使用しても構いません。
2. 各 S3 バケットに対して、移行先の OCI バケット名と namespace を特定する
以下のいずれかの方針を選択してください:
3. OCI namespace を確認する
各 OCI テナンシーにはリージョンごとに1つの namespace が存在します。以下のコマンドで取得してください:
oci os ns get --profile <profile>
# 出力例: {"data": "<your-namespace>"}
4. JSON ファイルを作成し、config/bucket_mapping.json(またはチームのシークレット管理場所)に配置する
.gitignore への追加を忘れずに。
5. マッピングの動作を確認する
aidp-check-data を --bucket-mapping <path> 付きで再実行してください。
MISSING 扱いだった s3://... パスが oci://... に正しく解決され、検証が通るようになるはずです。
動作の仕様:
migrate_catalog.py — --catalog-manifest を明示指定した場合、未知のバケットを即時リジェクトする(データ整合性のゲートとして機能)job_migrate.py Pass-1 — 未知のバケットを Claude へのセル修正コンテキストとして渡す。モデルは合成スタブへルーティングするか、ユーザーに確認を求めるcheck_data_availability.py — 未知のバケットを MISSING の確定行として報告するWARNINGS が表示されても移行が続行する場合、通常は安全です。これはリライターがパスを変更せずにそのまま通過させたことを意味します。 該当のコンシューマーノートブックがそのパスを読み取らなくなっているか、または適切に修正済みであることを確認してください。
| 間違い | 対処方法 |
|---|---|
| DataLake の namespace と OCI テナンシーの namespace を混同している | これらは異なる場合があります。マッピング内の oci_namespace はテナンシーの namespace(oci os ns get で取得)であり、DataLake 内部の namespace ではありません。 |
バケット名に s3:// プレフィックスを含めている |
s3:// は不要です。バケット名のみを指定してください。 |
後続の呼び出しで --bucket-mapping <path> の指定を忘れている |
このパスは実行ごとに指定が必要であり、自動的には保存されません。aidp-migrate-job / aidp-migrate-catalog の呼び出しにも必ず追加してください。 |
| 実際には読み取り権限のないバケットをマッピングに登録している | マッピングは名前の解決のみを行います。アクセスエラーは最初の読み取り時に表面化します。アクセスできないバケットをダミーで登録しないでください。 |
aidp-check-data を再実行してください。バケットマッピングの問題に起因していた MISSING 行が OK に変わるはずです。aidp-migrate-job / aidp-migrate-catalog に進んでください。aidp-bucket-mapping — wire up s3:// ↔ oci://Several places in the migrator look up s3://<bucket>/<path> and rewrite to oci://<bucket>@<namespace>/<path>:
aidp-migrate-catalog rewrites external-table LOCATION clauses.aidp-migrate-job Pass-1 rewrites spark.read.parquet("s3://...") literals in notebook cells.aidp-check-data probes paths via the same translation.All consult the same bucket-mapping config.
S3 bucket "<name>" not found in OCI bucket mapping. Known buckets: [...].The migrator loads bucket mappings via the load_bucket_mapping() helper. The customer supplies a JSON file with this shape (file path is configurable via --bucket-mapping):
{
"buckets": {
"<s3-bucket-name>": {
"oci_bucket": "<oci-bucket-name>",
"oci_namespace": "<oci-namespace>",
"notes": "optional human note"
},
"<another-s3-bucket>": {
"oci_bucket": "<another-oci-bucket>",
"oci_namespace": "<oci-namespace>"
}
},
"default_namespace": "<oci-namespace>",
"default_region": "<oci-region>"
}
| Field | Meaning |
|---|---|
buckets.<s3-name>.oci_bucket |
Target OCI Object Storage bucket. |
buckets.<s3-name>.oci_namespace |
OCI tenancy namespace (NOT the DataLake namespace — these can differ). |
default_namespace |
Used when a path references an oci:// URL without an explicit @<ns>. |
default_region |
Used to construct the OCI client. |
Save the file to a path the user controls (gitignored — it contains tenancy-specific identifiers). Pass via --bucket-mapping <path> to every migrator entrypoint.
If the user is doing this for the first time:
List the source S3 buckets referenced in the Databricks workspace. Quick way:
# On the migrator repo:
grep -roE 's3://[a-z0-9.-]+' <source-databricks-checkout>/ | sort -u
Or use the migrator's prep helper if available.
For each, identify the target OCI bucket + namespace. Either:
Find the OCI namespace. Each OCI tenancy has ONE namespace per region — find it via:
oci os ns get --profile <profile>
# returns: {"data": "<your-namespace>"}
Write the JSON and place it at config/bucket_mapping.json (or wherever your team stores secrets). Make sure it's gitignored.
Test the mapping by re-running aidp-check-data with --bucket-mapping <path>. Any MISSING entries with s3://... paths now resolve to oci://... and probe correctly.
Behavior contract:
migrate_catalog.py REJECTS unknown buckets when --catalog-manifest is explicit (data-correctness gate).job_migrate.py Pass-1 surfaces unknown buckets in the cell-fix Claude context so the model can either route to a synthetic stub OR ask the user.check_data_availability.py reports unknown-bucket as a hard MISSING row.If you see WARNINGS but the migration continues, that's usually safe — the rewriter passed the path through unchanged. Confirm the consumer notebook either no longer reads that path OR has been adapted.
| Mistake | Fix |
|---|---|
| Confusing DataLake namespace vs OCI tenancy namespace | These can differ. oci_namespace in the mapping is the TENANCY namespace (oci os ns get), not the DataLake's internal namespace. |
Hardcoding bucket names that include s3:// prefix |
Don't include s3:// — just the bucket name. |
Forgetting to pass --bucket-mapping <path> to subsequent invocations |
The path is per-run, not persisted. Add it to your aidp-migrate-job / aidp-migrate-catalog invocations. |
| Listing buckets the user doesn't actually have read access to | The mapping resolves the name; access errors surface at first read. Don't pre-mock buckets the user can't touch. |
aidp-check-data — any MISSING rows that were due to bucket-map issues should now be OK.aidp-migrate-job / aidp-migrate-catalog.原文・著作権は Anthropic および各プラグイン作者に帰属します。日本語訳は Claude API による自動翻訳です。