Unifier des langages hétérogènes
Comparer des technologies différentes sans effacer ce qui les rend spécifiques.
Commencer par les concepts stables
Les langages diffèrent, mais beaucoup manipulent des notions comparables: déclarations, expressions, appels, contrôles, données lues et données produites. Ces concepts forment le noyau commun.
Garder des extensions par technologie
Tout ne peut pas entrer proprement dans un modèle unique. Des extensions permettent de conserver les constructions propres à PySpark, COBOL, SAP BW ou à une autre technologie sans polluer le noyau partagé.
Normaliser au bon niveau
Une normalisation trop faible empêche la comparaison. Une normalisation trop forte détruit des informations. Le bon niveau dépend de l’objectif: lineage, recherche, validation ou traduction.
Tester avec des cas représentatifs
La qualité du modèle se mesure sur des programmes réels ou synthétiques qui couvrent les cas simples, les constructions rares et les ambiguïtés. Les limites observées deviennent des données de conception.