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.
Utilizar um banco de dados Amazon DynamoDB como destino do AWS Database Migration Service
É possível utilizar o AWS DMS para migrar dados para uma tabela do Amazon DynamoDB. O Amazon DynamoDB é um serviço de banco de dados NoSQL totalmente gerenciado que fornece desempenho rápido e previsível com escalabilidade contínua. O AWS DMS é compatível com a utilização de um banco de dados relacional ou MongoDB como origem.
No DynamoDB, tabelas, itens e atributos são os componentes principais com que você trabalha. Uma tabela é uma coleção de itens, e cada item é uma coleção de atributos. O DynamoDB utiliza chaves primárias, chamadas chaves de partição, para identificar de modo exclusivo cada item em uma tabela. Também é possível utilizar chaves e índices secundários para fornecer mais flexibilidade de consulta.
O mapeamento de objeto é utilizado para migrar os dados de um banco de dados de origem para uma tabela de destino do DynamoDB. O mapeamento de objetos permite que você determine onde os dados de origem estão localizados no destino.
Quando o AWS DMS cria tabelas em um endpoint de destino do DynamoDB, ele cria o mesmo número de tabelas que está no endpoint do banco de dados de origem. O AWS DMS também define vários valores de parâmetros do DynamoDB. O custo de criação da tabela depende da quantidade de dados e do número de tabelas a serem migradas.
nota
A opção Modo SSL no console ou na API do AWS DMS não se aplica a alguns serviços de streaming de dados e do NoSQL, como o Kinesis e o DynamoDB. Eles são seguros por padrão, portanto, o AWS DMS mostra que a configuração do modo SSL é igual a nenhum (Modo SSL=nenhum). Não é necessário fornecer nenhuma configuração adicional para que o endpoint utilize o SSL. Por exemplo, ao utilizar o DynamoDB como um endpoint de destino, ele é seguro por padrão. Todas as chamadas de API para o DynamoDB utilizam SSL, portanto, não há necessidade de uma opção adicional de SSL no endpoint do AWS DMS. É possível inserir e recuperar dados com segurança por meio de endpoints SSL utilizando o protocolo HTTPS, que o AWS DMS utiliza por padrão ao se conectar a um banco de dados DynamoDB.
Para ajudar a aumentar a velocidade da transferência, o AWS DMS é compatível com uma carga máxima multithread para uma instância de destino do DynamoDB. O DMS oferece suporte a esse multithreading com configurações de tarefa que incluem o seguinte:
-
MaxFullLoadSubTasks
: utilize esta opção para indicar o número máximo de tabelas de origem a serem carregadas em paralelo. O DMS carrega cada tabela na tabela de destino do DynamoDB correspondente utilizando uma subtarefa dedicada. O valor padrão é 8. O valor máximo é 49. -
ParallelLoadThreads
: utilize essa opção para especificar o número de threads que o AWS DMS utiliza para carregar cada tabela na tabela de destino do DynamoDB. O valor padrão é 0 (segmento único). O valor máximo é 200. Você pode solicitar o aumento desse limite máximo.nota
O DMS atribui cada segmento de uma tabela ao seu próprio thread para carregar. Portanto, defina
ParallelLoadThreads
como o número máximo de segmentos que você especifica para uma tabela na origem. -
ParallelLoadBufferSize
: utilize essa opção para especificar o número máximo de registros a serem armazenados em buffer utilizado pelos threads paralelos para carregar dados no destino do DynamoDB. O valor padrão é 50. Valor máximo de 1.000. Use essa configuração comParallelLoadThreads
;ParallelLoadBufferSize
é válido somente quando há mais de um thread. -
Configurações de mapeamento de tabela para tabelas individuais: utilize as regras
table-settings
para identificar tabelas individuais da origem que você deseja carregar em paralelo. Além disso, utilize essas regras para especificar como segmentar as linhas de cada tabela para carregamento multithread. Para obter mais informações, consulte Regras e operações de configurações de tabelas e coleções.
nota
Quando o AWS DMS define valores de parâmetros do DynamoDB para uma tarefa de migração, o valor do parâmetro de Unidades de capacidade de leitura (RCU) padrão é definido como 200.
O valor do parâmetro das Unidades de capacidade de gravação (WCU) também é definido, mas o valor depende de várias outras configurações:
-
O valor padrão do parâmetro WCU é 200.
-
Se a configuração de tarefa
ParallelLoadThreads
for definida com um valor maior que 1 (o padrão é 0), o parâmetro WCU será definido como 200 vezes o valor deParallelLoadThreads
. As taxas de utilização padrão do AWS DMS se aplicam aos recursos que você utiliza.
Migração de um banco de dados relacional para uma tabela do DynamoDB
O AWS DMS é compatível com a migração de dados para os tipos de dados escalares do DynamoDB. Para migrar de um banco de dados relacional, como o Oracle ou o MySQL, para o DynamoDB, reestruture a forma como você armazena esses dados.
Atualmente, o AWS DMS é compatível com tabela única para a reestruturação de tabela única para os atributos do tipo escalar do DynamoDB. Se você estivesse migrando dados para o DynamoDB a partir de uma tabela de banco de dados relacional, pegaria dados de uma tabela e os reformataria como atributos de tipo de dados escalares. Esses atributos podem aceitar dados de várias colunas, e é possível mapear uma coluna diretamente para um atributo.
O AWS DMS é compatível com os seguintes tipos de dados escalares do DynamoDB:
-
String
-
Número
-
Booleano
nota
Os dados NULL da origem são ignorados no destino.
Pré-requisitos para a utilização do DynamoDB como destino do AWS Database Migration Service
Antes de começar a trabalhar com um banco de dados DynamoDB como destino do AWS DMS, crie um perfil do IAM. Esse perfil do IAM deve permitir que o AWS DMS pressuponha e conceda acesso às tabelas do DynamoDB que estão sendo migradas. O conjunto mínimo de permissões de acesso é mostrado na seguinte política do IAM.
{ "Version": "2012-10-17", "Statement": [ { "Sid": "", "Effect": "Allow", "Principal": { "Service": "dms.amazonaws.com" }, "Action": "sts:AssumeRole" } ] }
O perfil utilizado para a migração para o DynamoDB deve ter as seguintes permissões:
{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "dynamodb:PutItem", "dynamodb:CreateTable", "dynamodb:DescribeTable", "dynamodb:DeleteTable", "dynamodb:DeleteItem", "dynamodb:UpdateItem" ], "Resource": [ "arn:aws:dynamodb:us-west-2:account-id:table/name1", "arn:aws:dynamodb:us-west-2:account-id:table/OtherName*", "arn:aws:dynamodb:us-west-2:account-id:table/awsdms_apply_exceptions", "arn:aws:dynamodb:us-west-2:account-id:table/awsdms_full_load_exceptions" ] }, { "Effect": "Allow", "Action": [ "dynamodb:ListTables" ], "Resource": "*" } ] }
Limitações ao utilizar o DynamoDB como destino do AWS Database Migration Service
Aplicam-se as seguintes limitações ao utilizar o DynamoDB como destino:
-
O DynamoDB limita a precisão do tipo de dados Número a 38 locais. Armazene todos os tipos de dados com mais precisão como uma string. É necessário especificar isso explicitamente utilizando o recurso de mapeamento de objetos.
-
Como o DynamoDB não tem um tipo de dados Date, os dados que utilizam esse tipo Date são convertidos em strings.
-
O DynamoDB não permite atualizações nos atributos da chave primária. Essa restrição é importante quando se usa a replicação contínua com captura de dados de alterações (CDC), pois ela pode gerar dados indesejados no destino. Dependendo de como é o seu mapeamento de objetos, uma operação de CDC que atualiza a chave primária pode fazer uma de duas coisas. Pode falhar ou inserir um novo item com a chave primária atualizada e dados incompletos.
-
O AWS DMS só é compatível com a replicação de tabelas com chaves primárias não compostas. A exceção é se você especificar um mapeamento de objetos para a tabela de destino com uma chave de partição personalizada ou chave de classificação, ou ambas.
-
O AWS DMS não é compatível com dados LOB, a menos que ele seja um CLOB. O AWS DMS converte dados CLOB em uma string do DynamoDB ao migrar dados.
-
Ao utilizar o DynamoDB como destino, somente a tabela de controle Aplicar exceções (
dmslogs.awsdms_apply_exceptions
) será compatível. Para obter mais informações sobre tabelas de controle, consulte Configurações de tarefa de tabela de controle. O AWS DMS não é compatível com a configuração da tarefa
TargetTablePrepMode=TRUNCATE_BEFORE_LOAD
do DynamoDB como destino.O AWS DMS não é compatível com a configuração da tarefa
TaskRecoveryTableEnabled
do DynamoDB como destino.
Utilizar o mapeamento de objetos para migrar dados para o DynamoDB
O AWS DMS utiliza regras de mapeamento de tabela para mapear dados da origem para a tabela de destino do DynamoDB. Para mapear dados para um destino do DynamoDB, utilize um tipo de regra de mapeamento de tabela chamada object-mapping. O mapeamento de objetos permite definir os nomes de atributos e os dados a serem migrados para eles. Você deve ter regras de seleção ao utilizar o mapeamento de objetos.
O DynamoDB não tem uma estrutura predefinida além de ter uma chave de partição e uma chave de classificação opcional. Se você tiver uma chave primária não composta, o AWS DMS a utilizará. Se você tiver uma chave primária composta ou quiser utilizar uma chave de classificação, defina as chaves e os outros atributos na tabela de destino do DynamoDB.
Para criar uma regra de mapeamento de objetos, especifique rule-type
como object-mapping. Essa regra especifica o tipo de mapeamento de objeto que você deseja usar.
A estrutura da regra é a seguinte:
{ "rules": [ { "rule-type": "object-mapping", "rule-id": "<id>", "rule-name": "<name>", "rule-action": "<valid object-mapping rule action>", "object-locator": { "schema-name": "<case-sensitive schema name>", "table-name": "" }, "target-table-name": "<table_name>" } ] }
Atualmente, o AWS DMS oferece suporte a map-record-to-record
e map-record-to-document
como os únicos valores válidos para o parâmetro rule-action
. Esses valores especificam o que o AWS DMS faz por padrão com registros que não são excluídos como parte da lista de atributos exclude-columns
. Esses valores não afetam os mapeamentos de atributos de forma alguma.
-
É possível utilizar
map-record-to-record
ao migrar de um banco de dados relacional para o DynamoDB. Ele utiliza a chave primária do banco de dados relacional como a chave de partição no DynamoDB e cria um atributo para cada coluna no banco de dados de origem. Ao utilizarmap-record-to-record
para qualquer coluna na tabela de origem que não aparece na lista de atributosexclude-columns
, o AWS DMS cria um atributo correspondente na instância de destino do DynamoDB. Isso é feito, independentemente de a coluna de origem ser utilizada ou não em um mapeamento de atributos. -
Você utiliza
map-record-to-document
para colocar colunas de origem em um único mapa sem formatação do DynamoDB no destino, utilizando o nome de atributo "_doc". Ao utilizarmap-record-to-document
, o AWS DMS coloca os dados em um único atributo de mapa sem formatação do DynamoDB na origem. Esse atributo é chamado "_doc". Esse posicionamento se aplica a qualquer coluna na tabela de origem que não aparece na lista de atributosexclude-columns
.
Uma maneira de compreender a diferença entre os parâmetros de rule-action
, map-record-to-record
e map-record-to-document
, é ver os dois parâmetros em ação. Para este exemplo, suponha que você está começando com uma linha de tabela de banco de dados relacional com a seguinte estrutura e dados:
Para migrar essas informações para o DynamoDB, você criaria regras para mapear os dados para um item de tabela do DynamoDB. Observe as colunas listadas para o parâmetro exclude-columns
. Essas colunas não são mapeadas diretamente para o destino. Em vez disso, o mapeamento de atributo é utilizado para combinar os dados em novos itens, como quando FirstName e LastName são agrupados para se tornarem CustomerName no destino do DynamoDB. NickName e renda não são excluídos.
{ "rules": [ { "rule-type": "selection", "rule-id": "1", "rule-name": "1", "object-locator": { "schema-name": "test", "table-name": "%" }, "rule-action": "include" }, { "rule-type": "object-mapping", "rule-id": "2", "rule-name": "TransformToDDB", "rule-action": "map-record-to-record", "object-locator": { "schema-name": "test", "table-name": "customer" }, "target-table-name": "customer_t", "mapping-parameters": { "partition-key-name": "CustomerName", "exclude-columns": [ "FirstName", "LastName", "HomeAddress", "HomePhone", "WorkAddress", "WorkPhone" ], "attribute-mappings": [ { "target-attribute-name": "CustomerName", "attribute-type": "scalar", "attribute-sub-type": "string", "value": "${FirstName},${LastName}" }, { "target-attribute-name": "ContactDetails", "attribute-type": "document", "attribute-sub-type": "dynamodb-map", "value": { "M": { "Home": { "M": { "Address": { "S": "${HomeAddress}" }, "Phone": { "S": "${HomePhone}" } } }, "Work": { "M": { "Address": { "S": "${WorkAddress}" }, "Phone": { "S": "${WorkPhone}" } } } } } } ] } } ] }
Ao utilizar o parâmetro rule-action
map-record-to-record, os dados de NickName e renda são mapeados para itens com o mesmo nome no destino do DynamoDB.
No entanto, suponhamos que você utilize as mesmas regras, mas altere o parâmetro rule-action
para map-record-to-document. Nesse caso, as colunas não listadas no parâmetro exclude-columns
, NickName e income, serão mapeadas para um item _doc.
Utilizar expressões de condição personalizadas com o mapeamento de objetos
É possível utilizar um recurso do DynamoDB chamado de expressões condicionais para manipular dados que estão sendo gravados em uma tabela do DynamoDB. Para obter mais informações sobre expressões condicionais no DynamoDB, consulte Expressões de condição.
Um membro de expressão condicional consiste em:
-
uma expressão (obrigatória)
-
valores de atributo de expressão (opcional). Especifica uma estrutura json do DynamoDB do valor de atributo
-
nomes de atributo de expressão (opcional)
-
opções para quando utilizar a expressão condicional (opcional). O padrão é apply-during-cdc = falso e apply-during-full-load = verdadeiro
A estrutura da regra é a seguinte:
"target-table-name": "customer_t", "mapping-parameters": { "partition-key-name": "CustomerName", "condition-expression": { "expression":"<conditional expression>", "expression-attribute-values": [ { "name":"<attribute name>", "value":<attribute value> } ], "apply-during-cdc":<optional Boolean value>, "apply-during-full-load": <optional Boolean value> }
O exemplo a seguir destaca as seções utilizadas para expressão condicional.
Usar o mapeamento de atributo com mapeamento de objeto
O mapeamento de atributo permite especificar uma string de modelo utilizando nomes de colunas de origem para reestruturar dados no destino. Não há formatação feita além do que o usuário especifica no modelo.
O exemplo a seguir mostra a estrutura do banco de dados de origem e a estrutura desejada do destino do DynamoDB. Primeiramente, é mostrada a estrutura da origem: nesse caso um banco de dados Oracle, e, depois, a estrutura desejada dos dados no DynamoDB. O exemplo termina com o JSON utilizado para criar a estrutura de destino desejada.
A estrutura dos dados do Oracle é a seguinte:
FirstName | LastName | StoreId | HomeAddress | HomePhone | WorkAddress | WorkPhone | DateOfBirth |
---|---|---|---|---|---|---|---|
Chave primária | N/D | ||||||
Randy | Marsh | 5 | 221B Baker Street | 1234567890 | 31 Spooner Street, Quahog | 9876543210 | 29/02/1988 |
A estrutura dos dados do DynamoDB é a seguinte:
CustomerName | StoreId | ContactDetails | DateOfBirth |
---|---|---|---|
Chave de partição | Chave de classificação | N/D | |
|
|
|
|
O JSON a seguir mostra o mapeamento de objetos e o mapeamento de colunas utilizados para alcançar a estrutura do DynamoDB:
{ "rules": [ { "rule-type": "selection", "rule-id": "1", "rule-name": "1", "object-locator": { "schema-name": "test", "table-name": "%" }, "rule-action": "include" }, { "rule-type": "object-mapping", "rule-id": "2", "rule-name": "TransformToDDB", "rule-action": "map-record-to-record", "object-locator": { "schema-name": "test", "table-name": "customer" }, "target-table-name": "customer_t", "mapping-parameters": { "partition-key-name": "CustomerName", "sort-key-name": "StoreId", "exclude-columns": [ "FirstName", "LastName", "HomeAddress", "HomePhone", "WorkAddress", "WorkPhone" ], "attribute-mappings": [ { "target-attribute-name": "CustomerName", "attribute-type": "scalar", "attribute-sub-type": "string", "value": "${FirstName},${LastName}" }, { "target-attribute-name": "StoreId", "attribute-type": "scalar", "attribute-sub-type": "string", "value": "${StoreId}" }, { "target-attribute-name": "ContactDetails", "attribute-type": "scalar", "attribute-sub-type": "string", "value": "{\"Name\":\"${FirstName}\",\"Home\":{\"Address\":\"${HomeAddress}\",\"Phone\":\"${HomePhone}\"}, \"Work\":{\"Address\":\"${WorkAddress}\",\"Phone\":\"${WorkPhone}\"}}" } ] } } ] }
Outra maneira de utilizar o mapeamento de colunas é utilizar o formato do DynamoDB como o tipo de documento. O código a seguir utiliza dynamodb-map como attribute-sub-type
para o mapeamento de atributo.
{ "rules": [ { "rule-type": "selection", "rule-id": "1", "rule-name": "1", "object-locator": { "schema-name": "test", "table-name": "%" }, "rule-action": "include" }, { "rule-type": "object-mapping", "rule-id": "2", "rule-name": "TransformToDDB", "rule-action": "map-record-to-record", "object-locator": { "schema-name": "test", "table-name": "customer" }, "target-table-name": "customer_t", "mapping-parameters": { "partition-key-name": "CustomerName", "sort-key-name": "StoreId", "exclude-columns": [ "FirstName", "LastName", "HomeAddress", "HomePhone", "WorkAddress", "WorkPhone" ], "attribute-mappings": [ { "target-attribute-name": "CustomerName", "attribute-type": "scalar", "attribute-sub-type": "string", "value": "${FirstName},${LastName}" }, { "target-attribute-name": "StoreId", "attribute-type": "scalar", "attribute-sub-type": "string", "value": "${StoreId}" }, { "target-attribute-name": "ContactDetails", "attribute-type": "document", "attribute-sub-type": "dynamodb-map", "value": { "M": { "Name": { "S": "${FirstName}" }, "Home": { "M": { "Address": { "S": "${HomeAddress}" }, "Phone": { "S": "${HomePhone}" } } }, "Work": { "M": { "Address": { "S": "${WorkAddress}" }, "Phone": { "S": "${WorkPhone}" } } } } } } ] } } ] }
Como alternativa a dynamodb-map
, é possível utilizar dynamodb-list
como o subtipo de atributo para mapeamento de atributos, conforme mostrado no exemplo a seguir.
{ "target-attribute-name": "ContactDetailsList", "attribute-type": "document", "attribute-sub-type": "dynamodb-list", "value": { "L": [ { "N": "${FirstName}" }, { "N": "${HomeAddress}" }, { "N": "${HomePhone}" }, { "N": "${WorkAddress}" }, { "N": "${WorkPhone}" } ] } }
Exemplo 1: Usar o mapeamento de atributo com mapeamento de objeto
O exemplo a seguir migra dados de duas tabelas de banco de dados MySQL, nfl_data e sport_team, para duas tabelas do DynamoDBs chamadas NFLTeams e SportTeams. A estrutura das tabelas e do JSON utilizados para mapear os dados das tabelas do banco de dados MySQL para as tabelas do DynamoDB é mostrada a seguir.
A estrutura da tabela do banco de dados MySQL nfl_data é mostrada abaixo:
mysql> desc nfl_data; +---------------+-------------+------+-----+---------+-------+ | Field | Type | Null | Key | Default | Extra | +---------------+-------------+------+-----+---------+-------+ | Position | varchar(5) | YES | | NULL | | | player_number | smallint(6) | YES | | NULL | | | Name | varchar(40) | YES | | NULL | | | status | varchar(10) | YES | | NULL | | | stat1 | varchar(10) | YES | | NULL | | | stat1_val | varchar(10) | YES | | NULL | | | stat2 | varchar(10) | YES | | NULL | | | stat2_val | varchar(10) | YES | | NULL | | | stat3 | varchar(10) | YES | | NULL | | | stat3_val | varchar(10) | YES | | NULL | | | stat4 | varchar(10) | YES | | NULL | | | stat4_val | varchar(10) | YES | | NULL | | | team | varchar(10) | YES | | NULL | | +---------------+-------------+------+-----+---------+-------+
A estrutura do banco de dados MySQL sport_team é mostrada abaixo:
mysql> desc sport_team; +---------------------------+--------------+------+-----+---------+----------------+ | Field | Type | Null | Key | Default | Extra | +---------------------------+--------------+------+-----+---------+----------------+ | id | mediumint(9) | NO | PRI | NULL | auto_increment | | name | varchar(30) | NO | | NULL | | | abbreviated_name | varchar(10) | YES | | NULL | | | home_field_id | smallint(6) | YES | MUL | NULL | | | sport_type_name | varchar(15) | NO | MUL | NULL | | | sport_league_short_name | varchar(10) | NO | | NULL | | | sport_division_short_name | varchar(10) | YES | | NULL | |
As regras de mapeamento de tabela utilizadas para mapear as duas tabelas para as duas tabelas do DynamoDB são mostradas abaixo:
{ "rules":[ { "rule-type": "selection", "rule-id": "1", "rule-name": "1", "object-locator": { "schema-name": "dms_sample", "table-name": "nfl_data" }, "rule-action": "include" }, { "rule-type": "selection", "rule-id": "2", "rule-name": "2", "object-locator": { "schema-name": "dms_sample", "table-name": "sport_team" }, "rule-action": "include" }, { "rule-type":"object-mapping", "rule-id":"3", "rule-name":"MapNFLData", "rule-action":"map-record-to-record", "object-locator":{ "schema-name":"dms_sample", "table-name":"nfl_data" }, "target-table-name":"NFLTeams", "mapping-parameters":{ "partition-key-name":"Team", "sort-key-name":"PlayerName", "exclude-columns": [ "player_number", "team", "name" ], "attribute-mappings":[ { "target-attribute-name":"Team", "attribute-type":"scalar", "attribute-sub-type":"string", "value":"${team}" }, { "target-attribute-name":"PlayerName", "attribute-type":"scalar", "attribute-sub-type":"string", "value":"${name}" }, { "target-attribute-name":"PlayerInfo", "attribute-type":"scalar", "attribute-sub-type":"string", "value":"{\"Number\": \"${player_number}\",\"Position\": \"${Position}\",\"Status\": \"${status}\",\"Stats\": {\"Stat1\": \"${stat1}:${stat1_val}\",\"Stat2\": \"${stat2}:${stat2_val}\",\"Stat3\": \"${stat3}:${ stat3_val}\",\"Stat4\": \"${stat4}:${stat4_val}\"}" } ] } }, { "rule-type":"object-mapping", "rule-id":"4", "rule-name":"MapSportTeam", "rule-action":"map-record-to-record", "object-locator":{ "schema-name":"dms_sample", "table-name":"sport_team" }, "target-table-name":"SportTeams", "mapping-parameters":{ "partition-key-name":"TeamName", "exclude-columns": [ "name", "id" ], "attribute-mappings":[ { "target-attribute-name":"TeamName", "attribute-type":"scalar", "attribute-sub-type":"string", "value":"${name}" }, { "target-attribute-name":"TeamInfo", "attribute-type":"scalar", "attribute-sub-type":"string", "value":"{\"League\": \"${sport_league_short_name}\",\"Division\": \"${sport_division_short_name}\"}" } ] } } ] }
A amostra de saída da tabela NFLTeams do DynamoDB é mostrada abaixo:
"PlayerInfo": "{\"Number\": \"6\",\"Position\": \"P\",\"Status\": \"ACT\",\"Stats\": {\"Stat1\": \"PUNTS:73\",\"Stat2\": \"AVG:46\",\"Stat3\": \"LNG:67\",\"Stat4\": \"IN 20:31\"}", "PlayerName": "Allen, Ryan", "Position": "P", "stat1": "PUNTS", "stat1_val": "73", "stat2": "AVG", "stat2_val": "46", "stat3": "LNG", "stat3_val": "67", "stat4": "IN 20", "stat4_val": "31", "status": "ACT", "Team": "NE" }
A amostra de saída da tabela SportsTeams do DynamoDB é mostrada abaixo:
{ "abbreviated_name": "IND", "home_field_id": 53, "sport_division_short_name": "AFC South", "sport_league_short_name": "NFL", "sport_type_name": "football", "TeamInfo": "{\"League\": \"NFL\",\"Division\": \"AFC South\"}", "TeamName": "Indianapolis Colts" }
Tipos de dados de destino do DynamoDB
O endpoint do DynamoDB do AWS DMS é compatível com a maioria dos tipos de dados do DynamoDB. A tabela a seguir mostra os tipos de dados de destino do Amazon AWS DMS compatíveis com o AWS DMS e o mapeamento padrão relativo aos tipos de dados do AWS DMS.
Para obter mais informações sobre os tipos de dados do AWS DMS, consulte Tipos de dados do AWS Database Migration Service.
Quando o AWS DMS migra dados de bancos de dados heterogêneos, mapeamos os tipos de dados do banco de dados de origem para tipos de dados intermediários chamados de tipos de dados AWS DMS. Em seguida, mapeamos os tipos de dados intermediários para os tipos de dados de destino. A tabela a seguir mostra cada tipo de dados do AWS DMS e o tipo de dados que ele mapeia no DynamoDB:
Tipo de dados do AWS DMS | Tipo de dados do DynamoDB |
---|---|
String |
String |
WString |
String |
Booleano |
Booleano |
Data |
String |
DateTime |
String |
INT1 |
Número |
INT2 |
Número |
INT4 |
Número |
INT8 |
Número |
Numérico |
Número |
Real4 |
Número |
Real8 |
Número |
UINT1 |
Número |
UINT2 |
Número |
UINT4 |
Número |
UINT8 | Número |
CLOB | String |