As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
O que é o AWS Schema Conversion Tool?
Você pode usar o AWS Schema Conversion Tool (AWS SCT) para converter seu esquema de banco de dados existente de um mecanismo de banco de dados para outro. Você pode converter o esquema relacional ou o OLTP esquema do data warehouse. Seu esquema convertido é adequado para um Amazon Relational Database Service (RDSAmazon) MySQL, MariaDB, OracleSQL, Server, Postgre SQL DB, um cluster de banco de dados Amazon Aurora ou um cluster Amazon Redshift. O esquema convertido também pode ser usado com um banco de dados em uma EC2 instância da Amazon ou armazenado como dados em um bucket do Amazon S3.
AWS SCT suporta vários padrões do setor, incluindo padrões federais de processamento de informações (FIPS), para conexões com um bucket do Amazon S3 ou outro AWS recurso. AWS SCT também está em conformidade com o Programa Federal de Gerenciamento de Riscos e Autorizações (FedRAMP). Para obter detalhes sobre os esforços de conformidade AWS e os esforços de conformidade, consulte AWS serviços no escopo por programa de conformidade
AWS SCT suporta as seguintes OLTP conversões.
Fonte do banco de dados | Bancos de dados de destino |
---|---|
IBMDb2 para z/OS (versão 12) |
Edição compatível com Amazon Aurora My (Aurora My), Edição SQL SQL compatível com SQL Amazon Aurora Postgre (Aurora Postgre), My, Postgre SQL SQL SQL Para obter mais informações, consulte Conectando-se ao IBM DB2 para z/OS. |
IBMDb2 LUW (versões 9.1, 9.5, 9.7, 10.5, 11.1 e 11.5) |
Aurora May, SQL Aurora Postgre, SQL MariaDB, Maio, Postgre SQL SQL Para obter mais informações, consulte IBMBancos de dados Db2 LUW. |
Banco de SQL dados Microsoft Azure |
Aurora May, SQL Aurora Postgre, Maio, Postgre SQL SQL SQL Para obter mais informações, consulte Conectando-se ao Azure SQL. |
Microsoft SQL Server (versão 2008 R2, 2012, 2014, 2016, 2017, 2019 e 2022) |
Aurora My, SQL Aurora Postgre, SQL Babelfish para Aurora Postgre SQL (somente para relatórios de avaliação), MariaDB, Microsoft Server, My, Postgre SQL SQL SQL Para obter mais informações, consulte SQLbancos de dados do servidor. |
My SQL (versão 5.5 e superior) |
Aurora PostgerSQL, maio, Postger SQL SQL Para obter mais informações, consulte Usando My SQL como fonte. Você pode migrar o esquema e os dados do My SQL para um cluster de SQL banco de dados do Aurora My sem usar. AWS SCT Para obter mais informações, consulte Migração de dados para um cluster de banco de dados do Amazon Aurora. |
Oracle (versão 10.1 e superior) |
Aurora My, SQL Aurora Postgre, SQL MariaDB, My, Oracle, Postgre SQL SQL Para obter mais informações, consulte Bancos de dados Oracle. |
Postgre SQL (versão 9.1 e superior) |
Aurora May, SQL Aurora Postgre, Maio, Postgre SQL SQL SQL Para obter mais informações, consulte Bancos de dados Postger SQL. |
SAPASE(versões 12.5.4, 15.0.2, 15.5, 15.7 e 16.0) |
Aurora May, SQL Aurora Postgre, SQL MariaDB, Maio, Postgre SQL SQL Para obter mais informações, consulte SAPbancos de dados. |
AWS SCT suporta as seguintes conversões de data warehouse.
Data warehouse de origem | Data warehouse de destino |
---|---|
Amazon Redshift |
Amazon Redshift Para obter mais informações, consulte Amazon Redshift. |
Azure Synapse Analytics |
Amazon Redshift Para obter mais informações, consulte Azure Synapse Analytics como fonte. |
BigQuery |
Amazon Redshift Para obter mais informações, consulte BigQuery como fonte. |
Banco de dados Greenplum (versões 4.3 e 6.21) |
Amazon Redshift Para obter mais informações, consulte Bancos de dados Greenplum. |
Microsoft SQL Server (versão 2008 e superior) |
Amazon Redshift Para obter mais informações, consulte SQLArmazéns de dados de servidores. |
Netezza (versão 7.0.3 e superior) |
Amazon Redshift Para obter mais informações, consulte Bancos de dados Netezza. |
Oracle (versão 10.1 e superior) |
Amazon Redshift Para obter mais informações, consulte Armazém de dados Oracle. |
Snowflake (versão 3) |
Amazon Redshift Para obter mais informações, consulte Snowflake. |
Teradata (versão 13 e superior) |
Amazon Redshift Para obter mais informações, consulte Bancos de dados Teradata. |
Vertica (versão 7.2.2 e superior) |
Amazon Redshift Para obter mais informações, consulte Bancos de dados Vertica. |
AWS SCT suporta os seguintes dados Sem conversões SQL de banco de dados.
Fonte do banco de dados | Bancos de dados de destino |
---|---|
Apache Cassandra (versões 2.1.x, 2.2.16 e 3.11.x) |
Amazon DynamoDB Para obter mais informações, consulte Conectando-se ao Apache Cassandra. |
AWS SCT suporta conversões dos seguintes processos de extração, transformação e carregamento (ETL). Para obter mais informações, consulte Convertendo dados usando ETL.
Origem | Destino |
---|---|
Scripts da Informatica ETL |
Informatica |
ETLPacotes SQL do Microsoft Server Integration Services (SSIS) |
AWS Glue ou AWS Glue Studio |
Scripts de shell com comandos incorporados do Teradata Basic Teradata Query () BTEQ |
Amazon Redshift RSQL |
Scripts Teradata BTEQ ETL |
AWS Glue ou Amazon Redshift RSQL |
Scripts de trabalho da Teradata FastExport |
Amazon Redshift RSQL |
Scripts de trabalho da Teradata FastLoad |
Amazon Redshift RSQL |
Scripts de trabalho da Teradata MultiLoad |
Amazon Redshift RSQL |
AWS SCT suporta as seguintes migrações da estrutura de big data. Para obter mais informações, consulte Como migrar estruturas de big data.
Origem | Destino |
---|---|
Apache Hive (versão 0.13.0 e superior) |
Hive na Amazon EMR |
Apache HDFS |
Amazon S3 ou HDFS na Amazon EMR |
Apache Oozie |
AWS Step Functions |
Visão geral da conversão de esquema
AWS SCT fornece uma interface de usuário baseada em projetos para converter automaticamente o esquema de banco de dados do seu banco de dados de origem em um formato compatível com sua instância de destino da Amazon. RDS Se o esquema do seu banco de dados de origem não puder ser convertido automaticamente, AWS SCT fornece orientação sobre como você pode criar um esquema equivalente no seu banco de dados de destino da AmazonRDS.
Para obter informações sobre como instalar AWS SCT, consulteInstalando e configurando AWS Schema Conversion Tool.
Para obter uma introdução à interface AWS SCT do usuário, consulteNavegando pela interface do usuário do AWS SCT.
Para obter mais informações sobre o processo de conversão, consulte Convertendo esquemas de banco de dados em AWS Schema Conversion Tool.
Além de converter seu esquema de banco de dados existente de um mecanismo de banco de dados para outro, AWS SCT tem alguns recursos adicionais que ajudam você a mover seus dados e aplicativos para a AWS nuvem:
-
Você pode usar agentes de extração de dados para extrair dados de seu data warehouse para preparar a migração para o Amazon Redshift. Para gerenciar os agentes de extração de dados, você pode usar a AWS SCT. Para obter mais informações, consulte Migração de dados do armazém de dados local para o Amazon Redshift com AWS Schema Conversion Tool.
-
Você pode usar AWS SCT para criar AWS DMS endpoints e tarefas. Você pode executar e monitorar essas tarefas a partir de AWS SCT. Para obter mais informações, consulte Integrando com AWS Database Migration ServiceAWS Schema Conversion Tool.
-
Em alguns casos, os recursos do banco de dados não podem ser convertidos em recursos equivalentes do Amazon RDS ou do Amazon Redshift. O assistente do pacote de AWS SCT extensões pode ajudá-lo a instalar AWS Lambda funções e bibliotecas Python para emular os recursos que não podem ser convertidos. Para obter mais informações, consulte Usando pacotes de extensão com AWS Schema Conversion Tool.
-
Você pode usar a AWS SCT para otimizar seu banco de dados do Amazon Redshift existente. A AWS SCT recomenda chaves de classificação e chaves de distribuição para otimizar seu banco de dados. Para obter mais informações, consulte Convertendo dados do Amazon Redshift usando AWS Schema Conversion Tool.
-
Você pode usar AWS SCT para copiar seu esquema de banco de dados local existente para uma RDS instância de banco de dados Amazon executando o mesmo mecanismo. Você pode usar esse recurso para analisar possíveis economias de custo ao mudar para a nuvem e ao alterar o tipo de licença.
-
Você pode usar AWS SCT para converter SQL em seu código de aplicativo em C++, C#, Java ou outro. Você pode visualizar, analisar, editar e salvar o SQL código convertido. Para obter mais informações, consulte Convertendo o aplicativo usando SQL AWS SCT.
-
Você pode usar AWS SCT para migrar processos de extração, transformação e load (ETL). Para obter mais informações, consulte Convertendo dados usando ETL processos em AWS Schema Conversion Tool.
Fornecendo feedback
Você pode fornecer feedback sobre AWS SCT. Você pode registrar um relatório de bugs, enviar uma solicitação de atributo ou fornecer informações gerais.
Para fornecer feedback sobre AWS SCT
-
Inicie AWS Schema Conversion Tool o.
-
Abra o menu Ajuda e escolha Deixar um comentário. A caixa de diálogo Deixar um comentário é exibida.
-
Em Área, escolha Informações, Bug report ou Solicitação de recursos.
-
Em Banco de dados de origem, escolha o banco de dados de origem. Escolha Qualquer se o seu comentário não for específico para um banco de dados particular.
-
Em Banco de dados de destino, escolha o banco de dados de destino. Escolha Qualquer se o seu comentário não for específico para um banco de dados particular.
-
Em Título, digite um título para o seu comentário.
-
Em Mensagem, digite o seu comentário.
-
Escolha Enviar para enviar seu comentário.