Membuat laporan penilaian multiserver untuk migrasi database - AWS Schema Conversion Tool
Melakukan penilaian multiserverMempersiapkan file CSV masukanMenemukan dan melihat laporanOutput untuk laporan penilaian agregat

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Membuat laporan penilaian multiserver untuk migrasi database

Untuk menentukan arah target terbaik untuk lingkungan Anda secara keseluruhan, buat laporan penilaian multiserver.

Laporan penilaian multiserver mengevaluasi beberapa server berdasarkan masukan yang Anda berikan untuk setiap definisi skema yang ingin Anda nilai. Definisi skema Anda berisi parameter koneksi server database dan nama lengkap dari setiap skema. Setelah menilai setiap skema, buatlahAWS SCT ringkasan, laporan penilaian agregat untuk migrasi database di beberapa server Anda. Laporan ini menunjukkan perkiraan kompleksitas untuk setiap target migrasi yang mungkin.

Anda dapat menggunakanAWS SCT untuk membuat laporan penilaian penilaian penilaian multiserver untuk sumber dan target basis data penilaian multiserver berikut.

Basis data sumber data sumber daya Target database

Amazon Redshift

Amazon Redshift

Basis data Azure SQL

Aurora MySQL, PostgreSQL, PostgreSQL

Analytics Azure Synapse

Amazon Redshift

BigQuery

Amazon Redshift

Greenplum

Amazon Redshift

IBM Db2 untuk z/OS

Amazon Aurora Amazon Aurora Amazon Aurora Kompatibel PostgreSQL (Aurora PostgreSQL)

IBM Db2 LUW

Aurora MySQL, PostgreSQL MariaDB PostgreSQL, PostgreSQL

Microsoft SQL Server

Aurora MySQL, PostgreSQL, PostgreSQL, Babelfish untuk Aurora PostgreSQL, MariaDB, Microsoft SQL Server, MySQL, PostgreSQL

MySQL

Aurora PostgreSQL, MySQL, PostgreSQL

Netezza

Amazon Redshift

Oracle

Aurora MySQL, PostgreSQL, PostgreSQL, MariaDB, MySQL, Oracle, PostgreSQL

PostgreSQL

Aurora MySQL, PostgreSQL, PostgreSQL

SAP ASE

Aurora MySQL, PostgreSQL MariaDB PostgreSQL, PostgreSQL

Kepingan salju

Amazon Redshift

Teradata

Amazon Redshift

Vertica

Amazon Redshift

Melakukan penilaian multiserver

Gunakan prosedur berikut untuk melakukan penilaian multiserver denganAWS SCT. Anda tidak perlu membuat proyek baruAWS SCT untuk melakukan penilaian multiserver. Sebelum memulai, pastikan Anda telah menyiapkan file comma-separated value (CSV) dengan parameter koneksi basis data. Juga, pastikan Anda telah menginstal semua driver database yang diperlukan dan mengatur lokasi driver dalamAWS SCT pengaturan. Untuk informasi selengkapnya, lihat Mengunduh driver database yang diperlukan.

Untuk melakukan penilaian multiserver dan membuat laporan ringkasan gabungan

  1. DiAWS SCT, pilih File, Penilaian multiserver baru. Kotak dialog penilaian multiserver baru terbuka.

    Akses penilaian multiuser baru

  2. Pilih Unduh contoh file koneksi untuk mengunduh template kosong file CSV dengan parameter koneksi database.

  3. Masukkan nilai untuk nama Proyek, Lokasi (untuk menyimpan laporan), dan file Koneksi (file CSV).

  4. Pilih BuatAWS SCT proyek untuk setiap database sumber untuk membuat proyek migrasi secara otomatis setelah membuat laporan penilaian.

  5. Dengan MembuatAWS SCT proyek untuk setiap database sumber diaktifkan, Anda dapat memilih Tambahkan aturan pemetaan ke proyek ini dan menyimpan statistik konversi untuk penggunaan offline. Dalam hal ini,AWS SCT akan menambahkan aturan pemetaan untuk setiap proyek dan menyimpan metadata database sumber dalam proyek. Untuk informasi selengkapnya, lihat BerjalanAWS SCT dalam mode offline.

  6. Memilih Jalankan.

    Sebuah progress bar muncul menunjukkan kecepatan penilaian database. Jumlah mesin target dapat mempengaruhi runtime penilaian.

  7. Pilih Ya jika pesan berikut ditampilkan: Analisis penuh dari semua server Database mungkin memakan waktu lama. Apakah Anda ingin melanjutkan?

    Ketika laporan penilaian multiserver selesai, layar muncul menunjukkan demikian.

  8. Pilih Buka Laporan untuk melihat laporan penilaian ringkasan agregat.

Secara default,AWS SCT menghasilkan laporan gabungan untuk semua database sumber dan laporan penilaian terperinci untuk setiap nama skema dalam database sumber. Untuk informasi selengkapnya, lihat Menemukan dan melihat laporan.

Dengan opsi BuatAWS SCT proyek untuk setiap basis data sumber diaktifkan,AWS SCT buat proyek kosong untuk setiap database sumber. AWS SCTjuga membuat laporan penilaian penilaian penilaian penilaian seperti yang dijelaskan sebelumnya. Setelah Anda menganalisis laporan penilaian ini dan memilih tujuan migrasi untuk setiap database sumber, tambahkan database target ke proyek kosong ini.

Dengan opsi Tambahkan aturan pemetaan ke proyek ini dan simpan statistik konversi untuk penggunaan offline diaktifkan,AWS SCT buat proyek untuk setiap database sumber. Proyek-proyek ini mencakup informasi berikut:

  • Database sumber Anda dan platform database target virtual. Untuk informasi selengkapnya, lihat Menggunakan target virtual.

  • Aturan pemetaan untuk pasangan target sumber ini. Untuk informasi selengkapnya, lihat Membuat aturan pemetaan.

  • Laporan penilaian migrasi database untuk pasangan target sumber ini.

  • Sumber skema metadata, yang memungkinkan Anda untuk menggunakanAWS SCT proyek ini dalam mode offline. Untuk informasi selengkapnya, lihat BerjalanAWS SCT dalam mode offline.

Mempersiapkan file CSV masukan

Untuk memberikan parameter koneksi sebagai masukan untuk laporan penilaian penilaian penilaian multiserver, gunakan file CSV seperti yang ditunjukkan dalam contoh berikut.

Name,Description,Secret Manager Key,Server IP,Port,Service Name,Database name,BigQuery path,Source Engine,Schema Names,Use Windows Authentication,Login,Password,Use SSL,Trust store,Key store,SSL authentication,Target Engines
Sales,,,192.0.2.0,1521,pdb,,,ORACLE,Q4_2021;FY_2021,,user,password,,,,,POSTGRESQL;AURORA_POSTGRESQL
Marketing,,,ec2-a-b-c-d.eu-west-1.compute.amazonaws.com,1433,,target_audience,,MSSQL,customers.dbo,,user,password,,,,,AURORA_MYSQL
HR,,,192.0.2.0,1433,,employees,,MSSQL,employees.%,true,,,,,,,AURORA_POSTGRESQL
Customers,,secret-name,,,,,,MYSQL,customers,,,,,,,,AURORA_POSTGRESQL
Analytics,,,198.51.100.0,8195,,STATISTICS,,DB2LUW,BI_REPORTS,,user,password,,,,,POSTGRESQL
Products,,,203.0.113.0,8194,,,,TERADATA,new_products,,user,password,,,,,REDSHIFT

Contoh sebelumnya menggunakan titik koma untuk memisahkan dua nama skema untukSales database. Hal ini juga menggunakan titik koma untuk memisahkan dua target platform migrasi database untukSales database.

Juga, contoh sebelumnya menggunakanAWS Secrets Manager untuk terhubung keCustomers database dan Windows Authentication untuk terhubung keHR database.

Anda dapat membuat file CSV baru atau mengunduh template untuk file CSV dariAWS SCT dan mengisi informasi yang diperlukan. Pastikan baris pertama file CSV Anda menyertakan nama kolom yang sama seperti yang ditunjukkan pada contoh sebelumnya.

Untuk mengunduh template file CSV masukan

  1. Mulai AWS SCT.

  2. Pilih File, lalu pilih Penilaian multiserver baru.

  3. Pilih Unduh contoh file koneksi.

Pastikan file CSV Anda menyertakan nilai berikut, yang disediakan oleh template:

  • Nama - Label teks yang membantu mengidentifikasi database Anda. AWS SCTmenampilkan label teks ini dalam laporan penilaian.

  • Deskripsi - Nilai opsional, di mana Anda dapat memberikan informasi tambahan tentang database.

  • Secret Manager Key - Nama rahasia yang menyimpan kredensi database Anda diAWS Secrets Manager. Untuk menggunakan Secrets Manager, pastikan Anda menyimpanAWS profilAWS SCT. Untuk informasi selengkapnya, lihat Menggunakan AWS Secrets Manager.

    penting

    AWS SCTmengabaikan parameter Kunci Manajer Rahasia jika Anda menyertakan parameter IP Server, Port, Login, dan Kata Sandi dalam file input.

  • IP server — Nama Domain Name Service (DNS) atau alamat IP server basis data sumber Anda.

  • Port - Port yang digunakan untuk terhubung ke server database sumber Anda.

  • Nama Layanan - Jika Anda menggunakan nama layanan untuk terhubung ke database Oracle Anda, nama layanan Oracle untuk terhubung ke.

  • Nama database - Nama database. Untuk basis data Oracle, gunakan ID Oracle System (SID).

  • BigQuery path — path ke file kunci akun layanan untuk BigQuery database sumber Anda. Untuk informasi selengkapnya tentang membuat file ini, lihatHak istimewa untuk BigQuery sebagai sumber.

  • Mesin Sumber - Jenis database sumber Anda. Gunakan salah satu nilai berikut:

    • AZURE_MSSQL untuk Database Azure SQL.

    • AZURE_SYNAPSE untuk database Azure Synapse Analytics.

    • GOOGLE_BIGQUERY untuk BigQuery database.

    • DB2ZOS untuk IBM Db2 untuk database z/OS.

    • DB2LUW untuk basis data IBM Db2 LUW.

    • GREENPLUM untuk database Greenplum.

    • MSSQL untuk basis data Microsoft SQL Server.

    • MYSQL untuk database MySQL.

    • NETEZZA untuk database Netezza.

    • ORACLE untuk database Oracle.

    • POSTGRESQL untuk database PostgreSQL.

    • REDSHIFT untuk basis data Amazon Redshift.

    • SNOWFLAKE untuk database Snowflake.

    • SYBASE_ASE untuk database SAP ASE.

    • TERADATA untuk database Teradata.

    • VERTICA untuk database Vertica.

  • Nama skema - Nama-nama skema database untuk dimasukkan dalam laporan penilaian.

    Untuk Azure SQL Database, Azure Synapse Analytics BigQuery,, Netezza, SAP ASE, Snowflake, dan SQL Server, gunakan format berikut nama skema:

    db_name.schema_name

    Pasangdb_name kembali dengan nama basis data sumber data sumber sumber.

    Pasangschema_name kembali dengan nama skema sumber sumber.

    Lampirkan database atau skema nama yang menyertakan titik dalam tanda kutip ganda seperti yang ditunjukkan berikut:"database.name"."schema.name".

    Pisahkan beberapa nama skema dengan menggunakan titik koma seperti yang ditunjukkan berikut:Schema1;Schema2.

    Nama basis data dan skema peka terhadap huruf besar/kecil.

    Gunakan persen (%) sebagai wildcard untuk mengganti sejumlah simbol apa pun dalam database atau nama skema. Contoh sebelumnya menggunakan persen (%) sebagai wildcard untuk menyertakan semua skema dariemployees database dalam laporan penilaian.

  • Gunakan otentikasi Windows - Jika Anda menggunakan otentikasi Windows untuk menyambung ke database Microsoft SQL Server Anda, masukkan benar. Untuk informasi selengkapnya, lihat Menggunakan Windows Authentication saat menggunakan Microsoft SQL Server sebagai sumber.

  • Login - Nama pengguna untuk terhubung ke server basis data sumber data sumber Anda.

  • Kata Sandi - Kata sandi untuk terhubung ke server database sumber Anda.

  • Gunakan SSL - Jika Anda menggunakan Secure Sockets Layer (SSL) untuk terhubung ke database sumber Anda, masukkan true.

  • Toko kepercayaan - Toko kepercayaan yang akan digunakan untuk koneksi SSL Anda.

  • Toko kunci - Toko kunci yang digunakan untuk koneksi SSL Anda.

  • Otentikasi SSL - Jika Anda menggunakan otentikasi SSL berdasarkan sertifikat, masukkan true.

  • Mesin Target - Platform basis data target. Gunakan nilai berikut untuk menentukan satu atau beberapa target dalam laporan penilaian:

    • AURORA_MYSQL untuk database yang kompatibel dengan Aurora MySQL.

    • AURORA_POSTGRESQL untuk database yang kompatibel dengan Aurora PostgreSQL.

    • BABELFISH untuk Babelfish untuk database Aurora PostgreSQL.

    • MARIA_DB untuk database MariaDB.

    • MSSQL untuk basis data Microsoft SQL Server.

    • MYSQL untuk database MySQL.

    • ORACLE untuk database Oracle.

    • POSTGRESQL untuk database PostgreSQL.

    • REDSHIFT untuk basis data Amazon Redshift.

    Pisahkan beberapa target dengan menggunakan titik koma seperti ini:MYSQL;MARIA_DB. Jumlah target mempengaruhi waktu yang dibutuhkan untuk menjalankan penilaian.

Menemukan dan melihat laporan

penilaian multiserver menghasilkan dua jenis laporan:

  • Laporan agregat dari semua database sumber.

  • Sebuah laporan penilaian rinci database target untuk setiap nama skema dalam database sumber.

Laporan disimpan di direktori yang Anda pilih untuk Lokasi di kotak dialog Penilaian multiserver baru.

Untuk mengakses laporan rinci, Anda dapat menavigasi subdirektori, yang diatur oleh database sumber, nama skema, dan mesin database target.

Laporan agregat menunjukkan informasi dalam empat kolom tentang kompleksitas konversi database target. Kolom mencakup informasi tentang konversi objek kode, objek penyimpanan, elemen sintaks, dan kompleksitas konversi.

Contoh berikut menunjukkan informasi untuk konversi dua skema database Oracle ke Amazon RDS for PostgreSQL.

Laporan agregat satu target

Empat kolom yang sama ditambahkan ke laporan untuk setiap mesin database target tambahan yang ditentukan.

Untuk detail tentang cara membaca informasi ini, lihat berikut.

Output untuk laporan penilaian agregat

Laporan penilaian migrasi database multiserver agregatAWS Schema Conversion Tool adalah file CSV dengan kolom berikut:

  • Server IP address and port

  • Secret Manager key

  • Name

  • Description

  • Database name

  • Schema name

  • Code object conversion % for target_database

  • Storage object conversion % for target_database

  • Syntax elements conversion % for target_database

  • Conversion complexity for target_database

Untuk mengumpulkan informasi,AWS SCT jalankan laporan penilaian lengkap dan kemudian agregat laporan berdasarkan skema.

Dalam laporan tersebut, tiga bidang berikut menunjukkan persentase kemungkinan konversi otomatis berdasarkan penilaian:

Konversi objek kode%

Persentase objek kode dalam skema yangAWS SCT dapat mengkonversi secara otomatis atau dengan perubahan minimal. Objek kode meliputi prosedur, fungsi, tampilan, dan sejenisnya.

Konversi objek penyimpanan%

Persentase objek penyimpanan yang SCT dapat mengkonversi secara otomatis atau dengan perubahan minimal. Objek penyimpanan termasuk tabel, indeks, kendala, dan sejenisnya.

Konversi elemen sintaks%

Persentase elemen sintaks yang SCT dapat mengkonversi secara otomatis. Elemen sintaks meliputiSELECTFROM,DELETE,, danJOIN klausa, dan serupa.

Perhitungan kompleksitas konversi didasarkan pada gagasan item tindakan. Item tindakan mencerminkan jenis masalah yang ditemukan dalam kode sumber yang perlu Anda perbaiki secara manual selama migrasi ke target tertentu. Item tindakan dapat memiliki beberapa kejadian.

Skala tertimbang mengidentifikasi tingkat kompleksitas untuk melakukan migrasi. Angka 1 mewakili tingkat kompleksitas terendah, dan angka 10 mewakili tingkat kompleksitas tertinggi.