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. # Carregar arquivos DDL (fluxo de trabalho offline) Nesse fluxo de trabalho, o AWS Transform moderniza seu esquema inteiramente a partir dos arquivos DDL carregados — nenhuma conexão direta com seu banco de dados é necessária. Você executa um script de extração fornecido no seu SQL Server, carrega os arquivos do esquema resultantes e o AWS Transform descobre, avalia, converte e implanta o esquema no Amazon Aurora PostgreSQL. Escolha esse fluxo de trabalho quando seu banco de dados não puder ser exposto a uma conexão direta ou quando você quiser uma avaliação de viabilidade e uma conversão de esquema antes de conceder acesso à rede. **Importante** O fluxo de trabalho off-line converte e implanta somente seu esquema. Ele não migra dados reais. Quando disponíveis, você pode gerar dados de teste sintéticos para validar o alvo. Se você precisar migrar dados reais, use o console do AWS DMS para criar um novo projeto de migração de dados. ## Pré-requisitos para o fluxo de trabalho off-line + Uma versão compatível do SQL Server (2008 R2 a 2022, todas as edições). + **PowerShell 7 ou posterior ** para executar o script de extração. PowerShell está pré-instalado no Windows. No macOS ou Linux, instale o PowerShell 7\+ e execute o script com. `pwsh` Consulte o guia de instalação da [ Microsoft](https://learn.microsoft.com/en-us/powershell/scripting/install/installing-powershell). + O `sqlcmd` utilitário disponível no PATH. Veja o [ utilitário sqlcmd. ](https://learn.microsoft.com/en-us/sql/tools/sqlcmd/sqlcmd-utility) + Um login de autenticação do SQL Server (nome de usuário e senha) com pelo menos `VIEW SERVER STATE` uma `VIEW ANY DEFINITION` permissão. O script não oferece suporte à autenticação do Windows ou do domínio. + Uma AWS conta para as fases posteriores (criação do destino Aurora PostgreSQL e implantação do esquema convertido), com o IAM Identity Center ou a autenticação IAM ativada. + Nenhuma conectividade de entrada ou saída do banco de dados AWS é necessária para as fases de análise e conversão do esquema. ## etapas do fluxo de trabalho 1. **Carregar arquivos DDL ** — O AWS Transform fornece um botão de download para um script de extração no chat. Baixe e execute o script em seu SQL Server. Opcionalmente, limite a extração a bancos de dados específicos com uma lista de inclusão separada por vírgula (sem distinção entre maiúsculas e minúsculas). O script produz um registro de data e hora `.zip` dos arquivos SQL DDL. Faça o upload do `.zip` (ou `.sql` arquivos individuais) usando o botão de upload do bate-papo. 1. **O Discovery ** — AWS Transform analisa os arquivos enviados e cataloga os objetos do banco de dados (tabelas, procedimentos armazenados, visualizações, gatilhos, índices, restrições, sequências e muito mais), agrupados por banco de dados. Você revisa um resumo por banco de dados e escolhe quais bancos de dados avaliar. Se algumas declarações não puderem ser analisadas, o AWS Transform relata os problemas e permite que você continue com os objetos analisados, escolha bancos de dados específicos ou faça upload de arquivos corrigidos. 1. **Avaliação ** — O AWS Transform avalia a viabilidade de conversão para os bancos de dados selecionados e produz um relatório para download com um resumo executivo, um resumo por objeto de banco de dados e uma estimativa de nível de esforço (LOE). Personalize as pontuações do LOE, faça upload de arquivos adicionais ou prossiga com a conversão. 1. **Conversão de esquema ** — O AWS Transform converte o esquema do SQL Server (incluindo procedimentos T-SQL armazenados) em Aurora PostgreSQL, um banco de dados por vez. Um único banco de dados é convertido automaticamente; com vários bancos de dados, você escolhe qual deseja converter. Os bancos de dados são convertidos de forma independente e em paralelo. 1. **Provisionamento de destino ** — Para cada banco de dados convertido, o AWS Transform cria ou reutiliza um cluster Amazon Aurora PostgreSQL em sua conta. AWS Você escolhe a configuração de rede e de destino por meio de prompts guiados. 1. **Implantação do esquema ** — O AWS Transform aplica o esquema convertido ao cluster do Aurora. Após a implantação, corrija os objetos restantes no chat ou em um IDE, gere dados de teste sintéticos (quando disponíveis) ou conclua. 1. **Modernização do código do aplicativo ** (opcional) — O AWS Transform pode atualizar aplicativos do.NET 6\+ associados para que funcionem com o Aurora PostgreSQL. O serviço atualiza as conexões do banco de dados no código-fonte e modifica o código ORM no Entity Framework ADO.NET para ser compatível com o Aurora PostgreSQL em um fluxo de trabalho unificado com supervisão humana. Conecte seu repositório de código-fonte usando AWS CodeConnections um token de acesso pessoal (PAT) para GitHub e GitLab ou forneça um URI do S3 para um arquivo zip contendo o código-fonte. **nota** O Amazon Aurora PostgreSQL é o único mecanismo de destino compatível com esse fluxo de trabalho. ## Limites de serviço para o fluxo de trabalho off-line Os limites padrão a seguir se aplicam ao fluxo de trabalho off-line. Alguns limites são configuráveis por conta; entre em contato com sua equipe de AWS contas para solicitar um aumento. | Limite | Padrão | Aplica-se a | | --- | --- | --- | | Tamanho do upload por trabalho | 1.024 MB (1 GB), cumulativos em todos os uploads no trabalho | Carregar arquivos DDL | | Bancos de dados convertidos por mês | 10 por conta | Conversão do esquema | | Procedimentos armazenados por banco de dados | 250 | Conversão do esquema | | Conversões simultâneas de esquema | 5 bancos de dados por vez | Conversão do esquema | | Trabalhos em execução simultânea | 5 | Por conta | + O limite de tamanho de upload é um orçamento cumulativo por trabalho. Se você redefinir a configuração de entrada, o orçamento será liberado (isso descarta os arquivos já carregados e executa novamente a descoberta e a avaliação no mesmo trabalho). + Quando você escolhe mais de 5 bancos de dados para conversão, os bancos de dados adicionais são colocados em fila e iniciam automaticamente quando as conversões em execução terminam. + A avaliação nunca é bloqueada pelo limite de procedimentos armazenados por banco de dados; somente a conversão do esquema é afetada. ## Solução de problemas do fluxo de trabalho off-line ### Script de extração + **`pwsh: command not found`(macOS/Linux) ** — PowerShell 7\+ não está instalado. Instale e execute`pwsh ./ExtractDatabaseMetadata.ps1`. + **Referência de erros `sqlcmd` ** — O `sqlcmd` utilitário não está no PATH. Instale-o e verifique se ele está no PATH. + **Erros de login ou permissão ** — Use um login de autenticação do SQL Server com `VIEW SERVER STATE` `VIEW ANY DEFINITION` e. Windows/domain a autenticação não é suportada. + **Somente alguns bancos de dados foram exportados ** — A lista de inclusão restringiu o escopo. Re-run sem ele, ou especifique os nomes corretos do banco de dados separados por vírgula. ### Carregar + **Carregamento rejeitado com uma mensagem de tamanho ** — O orçamento de upload por tarefa foi excedido. Faça upload de um arquivo menor ou peça ao agente que redefina a configuração de entrada para liberar o orçamento dentro do mesmo trabalho. Peça ao agente o orçamento restante atual em vez de fazer uma estimativa. + **Arquivo não aceito ** — Faça upload do `.zip` produzido pelo script ou de `.sql` arquivos individuais. Compacte vários arquivos em um único arquivo. ### Descoberta + **Problemas de sintaxe SQL detectados ** — Baixe o relatório de problemas. Objetos em seções sem erros ainda estão catalogados. Escolha continuar com os objetos analisados, escolher bancos de dados específicos ou fazer upload de arquivos corrigidos. + **Objetos agrupados sob um nome genérico ** — O analisador não conseguiu encontrar uma `USE [Database]` declaração. Quando solicitado, forneça o nome correto do banco de dados. + **Nenhum objeto encontrado ** — Os arquivos não continham `CREATE` declarações ou falharam na análise de todos. Re-upload DDL válido. ### Avaliação + **As estimativas de LOE parecem ** erradas — Escolha personalizar as pontuações de LOE, editar o modelo e fazer o upload novamente para regenerar a avaliação. + **Objetos perdidos ** — Escolha carregar arquivos SQL adicionais; a descoberta e a avaliação são executadas automaticamente novamente. ### Conversão do esquema + **Falha na conversão do banco de dados ** — AWS Transforme os relatórios como o motivo. Responda pedindo para tentar novamente; a conversão é reiniciada para esse banco de dados. + **Uma resposta vai para o banco de dados errado ** — Quando vários bancos de dados estão aguardando entrada, especifique para qual banco de dados sua mensagem se destina. Você pode abordar um banco de dados específico com`@DatabaseName:`. ### Provisionamento e implantação do Target + **Não é possível criar o cluster Aurora ** — preencha as solicitações guiadas de credencial e rede e garanta que a conta tenha permissão para criar o Aurora PostgreSQL. + **Alguns objetos não foram implantados ** — Use as opções de pós-implantação para corrigir os objetos restantes no chat ou em um IDE e, em seguida, reimplantar.