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.
Ferramentas para migraçãoes heterogênea de bancos de dados
O gráfico a seguir fornece uma lista de ferramentas que você pode usar para migrar do SQL Server para outro mecanismo de banco de dados.
Ferramenta de migração | Suporte ao banco de dados Target | Usado para |
---|---|---|
AWS SCT |
Amazon RDS para MySQL Amazon RDS para PostgreSQL Amazon Aurora MySQL Amazon Aurora PostgreSQL |
Conversão do esquema |
AWS DMS |
Amazon RDS para MySQL Amazon RDS para PostgreSQL Amazon Aurora MySQL Amazon Aurora PostgreSQL |
Migração de dados |
Babelfish |
Amazon Aurora PostgreSQL |
Acesso e migração de dados |
As subseções a seguir fornecem mais informações sobre cada ferramenta.
AWS SCT
O AWS Schema Conversion Tool (AWS SCT) converte seus esquemas de banco de dados comerciais existentes em um mecanismo de código aberto ou em um banco de dados nativo da AWS Cloud. O AWS SCT torna previsíveis as migrações heterogêneas do banco de dados ao converter automaticamente o esquema do banco de dados de origem e a maioria dos objetos do código do banco de dados, incluindo visualizações, procedimentos armazenados e funções, em um formato compatível com o banco de dados de destino.
Ao converter o esquema do seu banco de dados de um mecanismo para outro, é preciso também atualizar o código SQL nos seus aplicativos, a fim de interagir com o novo mecanismo de banco de dados, em vez do antigo. O AWS SCT também converte o código SQL em C++, C#, Java ou outro código. Todos os objetos que não podem ser convertidos automaticamente são claramente marcados para conversão manual. O AWS SCT também pode escanear o código-fonte do aplicativo em busca de instruções SQL incorporadas e convertê-las como parte de um projeto de conversão de esquema de banco de dados. Para obter mais informações, consulte Usar o Microsoft SQL Server como fonte para o AWS SCT na documentação do AWS.
AWS DMS
O AWS Database Migration Service (AWS DMS) migra seus dados de forma rápida e segura para o AWS. Durante a migração, o banco de dados de origem permanece totalmente operacional, minimizando o tempo de inatividade do aplicativo. O AWS DMS oferece suporte a migrações homogêneas, como a migração de dados de um banco de dados do SQL Server para outro. Ele também oferece suporte a migrações heterogêneas entre diferentes plataformas de banco de dados, como migrar seu banco de dados do SQL Server para um banco de dados de código aberto ou para um banco de dados nativo da AWS Cloud. O AWS DMS gerencia as complexidades do processo de migração, incluindo a replicação automática das alterações de dados que ocorrem no banco de dados de origem para o banco de dados de destino. Quando a migração do banco de dados estiver concluída, o banco de dados de destino permanece sincronizado com o de origem pelo tempo que você especificar, o que permite que você alterne o banco de dados em um momento conveniente. Para obter mais informações, consulte Usar o banco de dados do Microsoft SQL Server como fonte para o AWS DMS na documentação do AWS.
Babelfish
O Babelfish é um recurso integrado do Amazon Aurora. O Babelfish para Aurora PostgreSQL permite que seus bancos de dados da edição compatível com o Aurora PostgreSQL entendam comandos de aplicativos que foram escritos para o Microsoft SQL Server. Modificar aplicativos do SQL Server que têm código de banco de dados SQL Server escrito em Transact-SQL (T-SQL), o dialeto SQL proprietário do SQL Server, exige esforço e é demorado. O Babelfish para Aurora PostgreSQL
Com o Babelfish, o Aurora PostgreSQL entende o T-SQL e oferece suporte ao mesmo protocolo de comunicação, para que você não precise trocar os drivers do banco de dados ou reescrever suas consultas de aplicativos. Seus aplicativos que foram originalmente escritos para o SQL Server agora podem funcionar com o Aurora com menos alterações no código. Isso reduz o esforço necessário para modificar e mover aplicativos executados no SQL Server ou em versões mais recentes do Aurora, resultando em migrações mais rápidas, de menor risco e mais econômicas.
Se você estiver migrando de bancos de dados SQL Server legados, poderá usar o Babelfish para executar o código do SQL Server lado a lado com a nova funcionalidade criada usando APIs nativas do PostgreSQL. O Babelfish permite que o Aurora PostgreSQL funcione com ferramentas, comandos e drivers comumente usados do SQL Server.
O Babelfish também fornece acesso aos dados usando a conexão nativa do PostgreSQL. Por padrão, os dois dialetos SQL compatíveis com o Babelfish estão disponíveis por meio de seus protocolos nativos nas seguintes portas:
-
Dialeto do SQL Server (T-SQL), os clientes conectam-se à porta 1433.
-
Dialeto PostgreSQL (PL/pgSQL), os clientes conectam-se à porta 5432.
O Babelfish permite que seus aplicativos SQL Server legados se comuniquem com o Aurora sem grandes regravações de código, fornecendo conexões da porta SQL Server ou PostgreSQL. O diagrama a seguir ilustra esse cenário
Você pode habilitar o Babelfish no cluster do Aurora a partir do Console de gerenciamento do Amazon RDS. Para obter instruções, consulte Criar um cluster de banco de dados Babelfish para Aurora PostgreSQL na documentação do Amazon RDS.
Para obter mais informações sobre migração, consulte Migrar um banco de dados SQL Server para o Babelfish para Aurora PostgreSQL na documentação do Aurora.
Para obter mais informações, consulte os recursos a seguir:
-
Conceitos básicos com o Babelfish para Aurora PostgreSQL
(Blog de banco de dados AWS) -
Migrar do SQL Server para o Amazon Aurora usando o Babelfish
(Blog de banco de dados AWS) -
Migrar do SQL Server para o Aurora PostgreSQL usando SSIS e Babelfish
(Blog do banco de dados AWS) -
Modificar pacotes SSIS do SQL Server para o Babelfish para Aurora PostgreSQL
(Blog do banco de dados AWS) -
Executar relatórios do SQL Server Reporting Services no Babelfish para Aurora PostgreSQL
(Blog do banco de dados AWS) -
Preparar-se para a migração do Babelfish com o relatório de avaliação do AWS SCT
(Blog do banco de dados AWS)