Criando um relatório de avaliação de vários servidores no AWS Schema Conversion Tool

Para determinar a melhor direção de destino para seu ambiente geral, crie um relatório de avaliação multisservidor.

Um relatório de avaliação multisservidor avalia vários servidores com base na entrada que você fornece para cada definição de esquema que você deseja avaliar. Sua definição de esquema contém parâmetros de conexão do servidor de banco de dados e o nome completo de cada esquema. Depois de avaliar cada esquema, AWS SCT produz um relatório de avaliação resumido e agregado para a migração do banco de dados em seus vários servidores. Esse relatório mostra a complexidade estimada para cada possível destino de migração.

Você pode usar AWS SCT para criar um relatório de avaliação de vários servidores para os seguintes bancos de dados de origem e destino.

Fonte do banco de dados	Bancos de dados de destino
Amazon Redshift	Amazon Redshift
Banco de SQL dados Azure	Aurora maio, SQL Aurora Postgre, maio, Postgre SQL SQL SQL
Azure Synapse Analytics	Amazon Redshift
BigQuery	Amazon Redshift
Greenplum	Amazon Redshift
IBMDb2 para z/OS	Edição compatível com Amazon Aurora My (Aurora My), Edição SQL SQL compatível com SQL Amazon Aurora Postgre (Aurora Postgre), My, Postgre SQL SQL SQL
IBMDb2 LUW	Aurora Maria, SQL Aurora Postgre, SQL MariaDB, Maria, Postgre SQL SQL
SQLServidor Microsoft	Aurora My, SQL Aurora Postgre, SQL Amazon Redshift, Babelfish para Aurora Postgre, MariaDB, Microsoft Server, My, Postgre SQL SQL SQL SQL
Meu SQL	Aurora PostgerSQL, maio, Postger SQL SQL
Netezza	Amazon Redshift
Oracle	Aurora My, SQL Aurora Postgre, SQL Amazon Redshift, MariaDB, My, Oracle, Postgre SQL SQL
Postger SQL	Aurora maio, SQL Aurora Postgre, maio, Postgre SQL SQL SQL
SAP ASE	Aurora Maria, SQL Aurora Postgre, SQL MariaDB, Maria, Postgre SQL SQL
Snowflake	Amazon Redshift
Teradata	Amazon Redshift
Vertica	Amazon Redshift

Como realizar uma avaliação multisservidor

Use o procedimento a seguir para realizar uma avaliação de vários servidores com AWS SCT. Você não precisa criar um novo projeto AWS SCT para realizar uma avaliação de vários servidores. Antes de começar, certifique-se de ter preparado um arquivo value (CSV) separado por vírgula com parâmetros de conexão do banco de dados. Além disso, verifique se você instalou todos os drivers de banco de dados necessários e defina a localização dos drivers nas configurações da AWS SCT . Para obter mais informações, consulte Instalando JDBC drivers para AWS Schema Conversion Tool.

Para realizar uma avaliação multisservidor e criar um relatório resumido agregado

1. Em AWS SCT, escolha Arquivo, Nova avaliação de vários servidores. A caixa de diálogo Nova avaliação multisservidor é aberta.

   

2. Escolha Baixar um exemplo de arquivo de conexões para baixar um modelo vazio de um CSV arquivo com parâmetros de conexão do banco de dados.

3. Insira valores para o nome do projeto, localização (para armazenar relatórios) e arquivo de conexões (um CSV arquivo).

4. Escolha Criar AWS SCT projetos para cada banco de dados de origem para criar automaticamente projetos de migração após gerar o relatório de avaliação.

5. Com a opção Criar AWS SCT projetos para cada banco de dados de origem ativada, você pode escolher Adicionar regras de mapeamento a esses projetos e salvar as estatísticas de conversão para uso offline. Nesse caso, AWS SCT adicionará regras de mapeamento a cada projeto e salvará os metadados do banco de dados de origem no projeto. Para obter mais informações, consulte Usando o modo offline em AWS Schema Conversion Tool.

6. Escolha Executar.

   Uma barra de progresso aparece indicando o ritmo da avaliação do banco de dados. O número de mecanismos de destino pode afetar o runtime da avaliação.

7. Selecione Sim se a seguinte mensagem for exibida: A análise completa de todos os servidores de banco de dados pode levar algum tempo. Você quer continuar?

   Quando o relatório de avaliação multisservidor é concluído, uma tela é exibida indicando isso.

8. Selecione Abrir relatório para ver o relatório de avaliação resumida agregado.

Por padrão, AWS SCT gera um relatório agregado para todos os bancos de dados de origem e um relatório de avaliação detalhado para cada nome de esquema em um banco de dados de origem. Para obter mais informações, consulte Como localizar e visualizar relatórios.

Com a opção Criar AWS SCT projetos para cada banco de dados de origem ativada, AWS SCT cria um projeto vazio para cada banco de dados de origem. AWS SCT também cria relatórios de avaliação conforme descrito anteriormente. Depois de analisar esses relatórios de avaliação e escolher o destino da migração para cada banco de dados de origem, adicione bancos de dados de destino a esses projetos vazios.

Com a opção Adicionar regras de mapeamento a esses projetos e salvar estatísticas de conversão para uso off-line ativada, AWS SCT cria um projeto para cada banco de dados de origem. Esses projetos incluem as seguintes informações:

• Seu banco de dados de origem e uma plataforma de banco de dados de destino virtual. Para obter mais informações, consulte Mapeamento para alvos virtuais no AWS Schema Conversion Tool.

• Uma regra de mapeamento para esse par de origem e destino. Para obter mais informações, consulte Mapeamento de tipos de dados.

• Um relatório de avaliação da migração do banco de dados para esse par de origem e destino.

• Metadados do esquema de origem, que permitem que você use esse AWS SCT projeto em um modo off-line. Para obter mais informações, consulte Usando o modo offline em AWS Schema Conversion Tool.

Preparando um CSV arquivo de entrada

Para fornecer parâmetros de conexão como entrada para o relatório de avaliação de vários servidores, use um CSV arquivo conforme mostrado no exemplo a seguir.

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

O exemplo anterior usa ponto e vírgula para separar os dois nomes de esquema do banco de dados Sales. Ele também usa um ponto e vírgula para separar as duas plataformas de migração do banco de dados de destino para o banco de dados Sales.

Além disso, o exemplo anterior usa AWS Secrets Manager para se conectar ao Customers banco de dados e a Autenticação do Windows para se conectar ao HR banco de dados.

Você pode criar um novo CSV arquivo ou baixar um modelo para um CSV arquivo AWS SCT e preencher as informações necessárias. Certifique-se de que a primeira linha do seu CSV arquivo inclua os mesmos nomes de coluna mostrados no exemplo anterior.

Para baixar um modelo do CSV arquivo de entrada

1. Começar AWS SCT.

2. Selecione Arquivo, depois selecione Nova avaliação multisservidor.

3. Selecione Baixar um exemplo de arquivo de conexões.

Certifique-se de que seu CSV arquivo inclua os seguintes valores, fornecidos pelo modelo:

• Nome: O rótulo de texto que ajuda a identificar seu banco de dados. A AWS SCT exibe esse rótulo de texto no relatório de avaliação.

• Descrição: Um valor opcional, no qual você pode fornecer informações adicionais sobre o banco de dados.

• Chave do Secrets Manager: O nome do segredo que armazena suas credenciais de banco de dados na AWS Secrets Manager. Para usar o Secrets Manager, certifique-se de armazenar AWS perfis em AWS SCT. Para obter mais informações, consulte Configurando AWS Secrets Manager no AWS Schema Conversion Tool.

  Importante

  AWS SCT ignorará o parâmetro Secret Manager Key se você incluir os parâmetros IP, porta, login e senha do servidor no arquivo de entrada.

• IP do servidor — O nome do Domain Name Service (DNS) ou endereço IP do seu servidor de banco de dados de origem.

• Porta: A porta usada para se conectar ao servidor de banco de dados de origem.

• Nome do serviço: Se você usar um nome de serviço para se conectar ao seu banco de dados Oracle, o nome do serviço Oracle ao qual se conectar.

• Nome do banco de dados: O nome do banco de dados. Para bancos de dados Oracle, use o Oracle System ID (SID).

• BigQuery path — o caminho para o arquivo de chave da conta de serviço do seu BigQuery banco de dados de origem. Para obter mais informações sobre a criação desse arquivo, consulte a Privilégios BigQuery como fonte.

• Mecanismo de origem: O tipo do seu banco de dados de origem. Use um dos seguintes valores:

  • AZURE_ MSSQL para um SQL banco de dados do Azure.

  • AZURE_ SYNAPSE para um banco de dados do Azure Synapse Analytics.

  • GOOGLE_ BIGQUERY para um BigQuery banco de dados.

  • DB2ZOSpara um IBM banco de dados Db2 for z/OS.

  • DB2LUWpara um LUW banco de dados IBM Db2.

  • GREENPLUMpara um banco de dados Greenplum.

  • MSSQLpara um banco de dados Microsoft SQL Server.

  • MYSQLpara um banco de SQL dados Meu.

  • NETEZZApara um banco de dados Netezza.

  • ORACLEpara um banco de dados Oracle.

  • POSTGRESQLpara um SQL banco de dados Postgre.

  • REDSHIFTpara um banco de dados do Amazon Redshift.

  • SNOWFLAKEpara um banco de dados Snowflake.

  • SYBASE_ ASE para um SAP ASE banco de dados.

  • TERADATApara um banco de dados Teradata.

  • VERTICApara um banco de dados Vertica.

• Nomes do esquema: Os nomes dos esquemas do banco de dados a serem incluídos no relatório de avaliação.

  Para o SQL Banco de Dados do Azure, o Azure Synapse Analytics BigQuery, o Netezza SAPASE, o Snowflake e o SQL Servidor, use o seguinte formato do nome do esquema:

  db_name.schema_name

  Substitua db_name pelo nome do banco de dados de origem.

  Substitua schema_name pelo nome do esquema de origem.

  Inclua nomes de bancos de dados ou esquemas que incluam um ponto entre aspas duplas, conforme mostrado a seguir: "database.name"."schema.name".

  Separe vários nomes de esquemas usando ponto e vírgula, conforme mostrado a seguir: Schema1;Schema2.

  Os nomes do banco de dados e do esquema diferenciam maiúsculas de minúsculas.

  Utilize a porcentagem (%) como curinga para substituir qualquer número de quaisquer símbolos no nome do banco de dados ou esquema. O exemplo anterior usa a porcentagem (%) como curinga para incluir todos os esquemas do banco de dados employees no relatório de avaliação.

• Use a Autenticação do Windows — Se você usa a Autenticação do Windows para se conectar ao banco de dados SQL do Microsoft Server, digite true. Para obter mais informações, consulte Usando a Autenticação do Windows ao usar SQL o Microsoft Server como fonte.

• Login: O nome de usuário para se conectar ao servidor do banco de dados de origem.

• Senha: A senha para se conectar ao servidor de banco de dados de origem.

• Uso SSL — Se você usar Secure Sockets Layer (SSL) para se conectar ao seu banco de dados de origem, digite true.

• Loja confiável — A loja confiável a ser usada para sua SSL conexão.

• Armazenamento de chaves — O armazenamento de chaves a ser usado para sua SSL conexão.

• SSLautenticação — Se você usar a SSL autenticação por certificado, digite true.

• Mecanismos de destino: As plataformas de banco de dados de destino. Use os valores a seguir para especificar um ou mais destinos no relatório de avaliação:

  • AURORA_ MYSQL para um banco de dados compatível com o Aurora MySQL.

  • AURORA_ POSTGRESQL para um banco de dados compatível com o Aurora PostgreSQL.

  • BABELFISHpara um banco de dados Postgre do Babelfish para Aurora. SQL

  • MARIA_DB para um banco de dados MariaDB.

  • MSSQLpara um banco de dados Microsoft SQL Server.

  • MYSQLpara um banco de SQL dados Meu.

  • ORACLEpara um banco de dados Oracle.

  • POSTGRESQLpara um SQL banco de dados Postgre.

  • REDSHIFTpara um banco de dados do Amazon Redshift.

  Separe vários destinos usando ponto e vírgula como este: MYSQL;MARIA_DB. O número de destinos afeta o tempo necessário para executar a avaliação.

Como localizar e visualizar relatórios

A avaliação multisservidor gera dois tipos de relatórios:

• Um relatório agregado de todos os bancos de dados de origem.

• Um relatório de avaliação detalhado dos bancos de dados de destino para cada nome de esquema em um banco de dados de origem.

Os relatórios são armazenados no diretório que você escolheu para Localização na caixa de diálogo Nova avaliação multisservidor.

Para acessar os relatórios detalhados, você pode navegar pelos subdiretórios, que são organizados por banco de dados de origem, nome do esquema e mecanismo de banco de dados de destino.

Os relatórios agregados mostram informações em quatro colunas sobre a complexidade da conversão de um banco de dados de destino. As colunas incluem informações sobre conversão de objetos de código, objetos de armazenamento, elementos de sintaxe e complexidade de conversão.

O exemplo a seguir mostra informações para conversão de dois esquemas de banco de dados Oracle RDS para Amazon for SQL Postgre.

As mesmas quatro colunas são anexadas aos relatórios para cada mecanismo de banco de dados de destino adicional especificado.

Para obter detalhes sobre como ler essas informações, consulte a seguir.

Saída para um relatório de avaliação agregado

O relatório agregado de avaliação da migração de banco de dados multiservidor em AWS Schema Conversion Tool é um CSV arquivo com as seguintes colunas:

• 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

Para coletar informações, AWS SCT executa relatórios de avaliação completos e, em seguida, agrega relatórios por esquemas.

No relatório, os três campos a seguir mostram a porcentagem de conversão automática possível com base na avaliação:

% de conversão de objeto de código

A porcentagem de objetos de código no esquema que AWS SCT podem ser convertidos automaticamente ou com alterações mínimas. Objetos de código incluem procedimentos, perfis, visualizações e similares.

% de conversão de objeto de armazenamento

A porcentagem de objetos de armazenamento que SCT podem ser convertidos automaticamente ou com alterações mínimas. Os objetos de armazenamento incluem tabelas, índices, restrições e similares.

% de conversão de elementos de sintaxe

A porcentagem de elementos de sintaxe que SCT podem ser convertidos automaticamente. Os elementos de sintaxe incluem as cláusulas SELECT, FROM, DELETE e JOIN e similares.

O cálculo da complexidade de conversão é baseado na noção de itens de ação. Um item de ação reflete um tipo de problema encontrado no código fonte que você precisa corrigir manualmente durante a migração para um destino específico. Um item de ação pode ter várias ocorrências.

Uma escala ponderada identifica o nível de complexidade para realizar uma migração. O número 1 representa o nível mais baixo de complexidade e o número 10 representa o nível mais alto.