Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Cargue archivos DDL (flujo de trabajo sin conexión) En este flujo de trabajo, AWS Transform moderniza su esquema por completo a partir de los archivos DDL cargados; no es necesaria una conexión directa a la base de datos. Ejecuta un script de extracción proporcionado en su SQL Server, carga los archivos de esquema resultantes y AWS Transform descubre, evalúa, convierte e implementa el esquema en Amazon Aurora PostgreSQL. Elija este flujo de trabajo cuando su base de datos no pueda estar expuesta a una conexión directa o cuando desee realizar una evaluación de viabilidad y una conversión del esquema antes de conceder el acceso a la red. **importante** El flujo de trabajo sin conexión convierte e implementa únicamente su esquema. No migra datos reales. Cuando estén disponibles, puede generar datos de prueba sintéticos para validar el objetivo. Si necesita migrar datos reales, utilice la consola AWS DMS para crear un nuevo proyecto de migración de datos. ## Requisitos previos para el flujo de trabajo sin conexión + Una versión de SQL Server compatible (de 2008 R2 a 2022, todas las ediciones). + **PowerShell 7 o una versión posterior ** para ejecutar el script de extracción. PowerShell está preinstalado en Windows. En macOS o Linux, instala PowerShell 7\+ y ejecuta el script con. `pwsh` Consulta la guía [ de instalación de ](https://learn.microsoft.com/en-us/powershell/scripting/install/installing-powershell) Microsoft. + La `sqlcmd` utilidad disponible en el PATH. Consulte la utilidad [ sqlcmd. ](https://learn.microsoft.com/en-us/sql/tools/sqlcmd/sqlcmd-utility) + Un inicio de sesión de autenticación de SQL Server (nombre de usuario y contraseña) con al menos `VIEW SERVER STATE` 2 permisos. `VIEW ANY DEFINITION` El script no admite la autenticación de Windows o de dominio. + Una AWS cuenta para las fases posteriores (creación del objetivo de Aurora PostgreSQL e implementación del esquema convertido), con el centro de identidad de IAM o la autenticación de IAM habilitados. + Las fases de análisis y conversión del esquema no requieren conectividad a las AWS bases de datos entrantes o salientes. ## pasos del flujo de trabajo 1. **Subir archivos DDL**: AWS Transform proporciona un botón de descarga para un script de extracción en el chat. Descargue y ejecute el script en su servidor SQL. Si lo desea, limite la extracción a bases de datos específicas con una lista de inclusión separada por comas (sin distinción entre mayúsculas y minúsculas). El script produce una marca de tiempo `.zip` de los archivos DDL de SQL. Suba los archivos `.zip` (o `.sql` archivos individuales) con el botón de carga del chat. 1. **Descubrimiento**: AWS Transform analiza los archivos cargados y cataloga los objetos de la base de datos (tablas, procedimientos almacenados, vistas, activadores, índices, restricciones, secuencias, etc.) agrupados por base de datos. Usted revisa un resumen por base de datos y elige qué bases de datos evaluar. Si algunas sentencias no se pueden analizar, AWS Transform informa de los problemas y le permite continuar con los objetos analizados, elegir bases de datos específicas o cargar los archivos corregidos. 1. **Evaluación**: AWS Transform evalúa la viabilidad de la conversión de las bases de datos seleccionadas y produce un informe descargable con un resumen ejecutivo, un resumen por objeto de base de datos y una estimación del nivel de esfuerzo (LOE). Personalice las puntuaciones de la LOE, cargue archivos adicionales o proceda a la conversión. 1. **Conversión de esquemas**: AWS Transform convierte el esquema de SQL Server (incluidos los procedimientos T-SQL almacenados) en Aurora PostgreSQL, una base de datos a la vez. Una única base de datos se convierte automáticamente; en el caso de varias bases de datos, usted elige la que desea convertir. Las bases de datos se convierten de forma independiente y en paralelo. 1. **Aprovisionamiento objetivo**: para cada base de datos convertida, AWS Transform crea o reutiliza un clúster de Amazon Aurora PostgreSQL en su cuenta. AWS Puede elegir la configuración de red y de destino mediante instrucciones guiadas. 1. **Implementación del esquema**: AWS Transform aplica el esquema convertido al clúster de Aurora. Tras la implementación, corrija los objetos restantes en el chat o en un IDE, genere datos de prueba sintéticos (si están disponibles) o finalice. 1. **Modernización del código de la aplicación ** (opcional): AWS Transform puede actualizar las aplicaciones .NET 6\+ asociadas para que funcionen con Aurora PostgreSQL. El servicio actualiza las conexiones a las bases de datos en el código fuente y modifica el código ORM en Entity Framework ADO.NET para que sea compatible con Aurora PostgreSQL en un flujo de trabajo unificado con supervisión humana. Conecte su repositorio de código fuente mediante AWS CodeConnections un token de acceso personal (PAT) para GitHub y GitLab, o bien, proporcione un URI S3 para un archivo zip que contenga el código fuente. **nota** Amazon Aurora PostgreSQL es el único motor de destino compatible con este flujo de trabajo. ## Límites de servicio para el flujo de trabajo offline Los siguientes límites predeterminados se aplican al flujo de trabajo sin conexión. Algunos límites se pueden configurar por cuenta; ponte en contacto con tu equipo de AWS cuentas para solicitar un aumento. | Límite | Predeterminado | Aplica a | | --- | --- | --- | | Tamaño de carga por trabajo | 1.024 MB (1 GB), acumulados entre todas las subidas del trabajo | Sube archivos DDL | | Bases de datos convertidas al mes | 10 por cuenta | Conversión de esquemas | | Procedimientos almacenados por base de datos | 250 | Conversión de esquemas | | Conversiones simultáneas de esquemas | 5 bases de datos a la vez | Conversión de esquemas | | Trabajos en ejecución simultánea | 5 | Por cuenta de | + El límite de tamaño de carga es un presupuesto acumulativo por trabajo. Si restableces la configuración de entrada, se borra el presupuesto (esto descarta los archivos ya cargados y vuelve a ejecutar la detección y la evaluación dentro del mismo trabajo). + Si eliges más de 5 bases de datos para la conversión, las bases de datos adicionales se ponen en cola y se inician automáticamente a medida que finaliza la ejecución de las conversiones. + El límite de procedimientos almacenados por base de datos nunca bloquea la evaluación; solo se ve afectada la conversión de esquemas. ## Solución de problemas del flujo de trabajo sin conexión ### Script de extracción + **`pwsh: command not found`(macOS/Linux) ** — PowerShell 7\+ no está instalado. Instálelo y ejecútelo`pwsh ./ExtractDatabaseMetadata.ps1`. + **Referencia de errores `sqlcmd`**: la `sqlcmd` utilidad no está en la RUTA. Instálelo y asegúrese de que está en el PATH. + **Errores de inicio de sesión o permisos**: utilice un inicio de sesión de autenticación de SQL Server con `VIEW SERVER STATE` y`VIEW ANY DEFINITION`. Windows/domain no se admite la autenticación. + **Solo se exportaron algunas bases de datos**: la lista de inclusión redujo el alcance. Re-run sin ella, o especifique los nombres correctos de las bases de datos separados por comas. ### Cargar + **Se ha rechazado la subida con un mensaje de tamaño**: se ha superado el presupuesto de subida por trabajo. Sube un archivo más pequeño o pide al agente que restablezca la configuración de entrada para liquidar el presupuesto de la misma tarea. Pídele al agente el presupuesto restante actual en lugar de hacer una estimación. + **Archivo no aceptado**: sube el archivo `.zip` producido por el guion o `.sql` archivos individuales. Comprima varios archivos en un único archivo. ### Discovery + **Se detectaron problemas de sintaxis de SQL**: descargue el informe de problemas. Los objetos de las secciones libres de errores siguen catalogados. Elija continuar con los objetos analizados, elegir bases de datos específicas o cargar los archivos corregidos. + **Objetos agrupados bajo un nombre genérico**: el analizador no pudo encontrar una `USE [Database]` sentencia. Cuando se le solicite, introduzca el nombre correcto de la base de datos. + **No se encontró ningún objeto**: los archivos no contenían `CREATE` instrucciones o no se pudieron analizar en todos ellos. Re-upload DDL válido. ### Evaluación + **Las estimaciones de la LOE parecen ** incorrectas: elija personalizar las puntuaciones de la LOE, editar la plantilla y volver a cargarla para regenerar la evaluación. + **Objetos ** omitidos: elija cargar archivos SQL adicionales; la detección y la evaluación se volverán a ejecutar automáticamente. ### Conversión de esquemas + **Se produce un error en la conversión de una base de datos**: AWS Transform informa del motivo. Responde solicitando que se vuelva a intentar; la conversión se reinicia en esa base de datos. + **La respuesta va a la base de datos incorrecta**: cuando haya varias bases de datos esperando su entrada, especifique a qué base de datos va dirigido el mensaje. Puede dirigirse a una base de datos específica con`@DatabaseName:`. ### Apunte al aprovisionamiento y la implementación + **No se puede crear el clúster de Aurora**: complete las instrucciones guiadas sobre credenciales y redes y asegúrese de que la cuenta tenga permiso para crear Aurora PostgreSQL. + **Algunos objetos no se implementaron**: utilice las opciones posteriores a la implementación para corregir los objetos restantes en el chat o en un IDE y, a continuación, vuelva a implementarlos.