Festlegung des Migrationsansatzes - AWS Präskriptive Leitlinien

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Festlegung des Migrationsansatzes

Um sich für einen Migrationsansatz zu entscheiden, verwenden Sie die Analyse, die Sie in der vorherigen Phase anhand vorhandener Muster durchgeführt haben. Die future Daten- und Analyseanforderungen Ihres Unternehmens sind ebenso wichtige Überlegungen. Herkömmliche lokale ETL-Tools befassen sich mit relationalen Datenmodellen und strukturierten Daten. Wenn Sie halbstrukturierte und unstrukturierte Daten verarbeiten müssen, können Sie AWS Services wie AWS Glue Amazon EMR für die Migration verwenden. Zu den weiteren Faktoren, die den Migrationsansatz beeinflussen können, gehören:

  • Egal, ob Sie eine grafische Oberfläche (wie AWS Glue Studio) oder ein benutzerdefiniertes Framework (wie Spark/Python-Bibliotheken) verwenden möchten

  • Ob Sie sicheren Zugriff auf lokale Quellen und Ziele haben AWS

  • Fähigkeiten und Schulungen, die für das Team erforderlich sind

  • Audit- und Compliance-Anforderungen

Sie können zwischen drei Migrationsansätzen wählen: Big Bang, Phased und Lift and Shift. In der folgenden Tabelle werden diese drei Ansätze verglichen.

Ansatz Beschreibung Anwendungsfall Vor- und Nachteile
Urknall Migrieren Sie alle SSIS-Pakete innerhalb eines bestimmten Zeitraums.

  • Komplexität, Umfang und Zielarchitektur liegen auf der Hand.

  • Das Team verfügt über die erforderlichen Fähigkeiten oder die Lernkurve ist flach.

  • Hohes Risiko.

  • Nimmt weniger Zeit in Anspruch als der schrittweise Ansatz.

  • Sie können Amazon EMR oder benutzerdefinierte Frameworks verwenden AWS Glue.
Stufenweise Identifizieren Sie ein SSIS-Paket für jedes unterschiedliche Muster und jede Komplexität. Migrieren Sie das Paket in die bestehende Architektur AWS, testen Sie es und vergleichen Sie die Ergebnisse mit dieser.

  • Zeit ist kein Hindernis.

  • Sie möchten unterschiedliche Designs für unterschiedliche ETL-Muster.

  • Weniger riskant als der Urknall-Ansatz, erfordert aber mehr Zeit und Mühe.

  • Sie können Amazon EMR oder benutzerdefinierte Frameworks verwenden AWS Glue.
Heben und verschieben Migrieren Sie die aktuelle Architektur unverändert AWS.

  • Ihre lokale Hardware wird nicht mehr unterstützt.

  • Sie verfügen nicht über die Ressourcen, um eine Migration sofort zu planen.

  • Geringster Migrationsaufwand und geringster Zeitaufwand.

  • Die Probleme mit der bestehenden Lösung bestehen weiterhin AWS.

  • SSIS-Pakete werden unverändert ausgeführt. Es werden keine anderen ETL-Tools oder Frameworks benötigt.

Ein Vergleich der Daten auf den Quell- und Zielsystemen ist für eine erfolgreiche Migration von grundlegender Bedeutung. Da das bestehende Produktionssystem regelmäßig von den Quellsystemen aktualisiert wird, kann dieser Vergleich verwirrend sein. Aus diesem Grund empfehlen wir, dass Sie sich bei der Festlegung Ihres Migrationsansatzes auch für Ihre Datenvalidierungsstrategie entscheiden.

  • Erstellen Sie zu einem bestimmten Datum und zu einer bestimmten Uhrzeit Backups aller zutreffenden Datenbanken und Dateien aus der Produktionsumgebung auf dem Quellsystem.

  • Erstellen Sie Backups aller Datenbanken aus der Produktionsumgebung auf dem Zielsystem, nachdem alle Jobs erfolgreich Daten aus den gesicherten Quelldaten geladen haben.

  • Stellen Sie die Quelldaten in einer Testumgebung wieder her und führen Sie die neuen Jobs aus.

  • Vereinbaren Sie einen Prozentsatz gültiger Unterschiede zwischen den Quell- und Zieldatenbanken (alte und neue). Sie könnten beispielsweise entscheiden, dass ein Unterschied von weniger als 1% akzeptabel ist.

  • Führen Sie alle Validierungsregeln auf, die abgedeckt werden sollen.

  • Automatisieren Sie den Vergleich so weit wie möglich und decken Sie alle Regeln ab.