在中建立多伺服器評估報告 AWS Schema Conversion Tool - AWS Schema Conversion Tool
執行多伺服器評估準備輸入CSV檔尋找和檢視報表彙總評估報告的輸出

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

在中建立多伺服器評估報告 AWS Schema Conversion Tool

若要決定整體環境的最佳目標方向，請建立多伺服器評估報告。

多伺服器評估報告會根據您為每個要評估的結構描述定義提供的輸入，評估多部伺服器。您的結構定義包含資料庫伺服器連線參數和每個結構描述的完整名稱。評估每個結構描述後， AWS SCT 會針對跨多部伺服器的資料庫移轉產生摘要、彙總的評估報告。此報告顯示每個可能移轉目標的預估複雜度。

您可以使用 AWS SCT 為下列來源和目標資料庫建立多伺服器評估報告。

來源資料庫 目標資料庫

Amazon Redshift

Amazon Redshift

Azure SQL 資料庫

我的 AuroraSQL, Aurora 波斯特雷SQL, 我的SQL, 後者 SQL

突觸分析

Amazon Redshift

BigQuery

Amazon Redshift

Greenplum

Amazon Redshift

IBM適用於 z/OS 的 Db2

Amazon Aurora 我的SQL兼容版（我的 AuroraSQL），Amazon Aurora Postgre SQL 兼容版（Aurora 波斯特SQL），我的，後者 SQL SQL

IBMDB2 LUW

我的 AuroraSQL, Aurora 波斯特格雷SQL, MariaDB, 我的, 後者 SQL SQL

Microsoft SQL 伺服器

我的 AuroraSQL, Aurora 波斯特SQL, Amazon Redshift, 巴貝爾魚的 Aurora Postgre, MariaDB 的, Microsoft 服務器SQL, 我的, 後者 SQL SQL SQL

我的 SQL

Aurora 波斯特SQL, 我的SQL, 後者 SQL

Netezza

Amazon Redshift

Oracle

我的 AuroraSQL, Aurora 波斯特格雷SQL, Amazon Redshift, MariaDB 的, 我的SQL, 甲骨文, Postgre SQL

後備 SQL

我的 AuroraSQL, Aurora 波斯特雷SQL, 我的SQL, 後者 SQL

SAP ASE

我的 AuroraSQL, Aurora 波斯特格雷SQL, MariaDB, 我的, 後者 SQL SQL

Snowflake

Amazon Redshift

Teradata

Amazon Redshift

Vertica

Amazon Redshift

執行多伺服器評估

使用下列程序來使用執行多伺服器評估。 AWS SCT您不需要在中建立新專案即可執 AWS SCT 行多伺服器評估。在開始之前，請確定您已準備好含有資料庫連線參數的逗號分隔值 (CSV) 檔案。另外，請確保您已安裝所有必需的數據庫驅動程序，並在設置中設置驅動程序的位 AWS SCT 置。如需詳細資訊，請參閱安裝JDBC驅動程式 AWS Schema Conversion Tool。

執行多伺服器評估並建立彙總摘要報告

  1. 在中 AWS SCT，選擇檔案，新增多伺服器評估。[新增多伺服器評估] 對話方塊隨即開啟。

    新的多使用者評估存取

  2. 選擇 [下載連線檔案範例] 以下載含有資料庫連線參數之CSV檔案的空白範本。

  3. 輸入「專案名稱」、「位置」(用於儲存報告) 和「連接檔案」(CSV檔案) 的值。

  4. 選擇 [為每個來源資料庫建立 AWS SCT 專案]，以在產生評估報告後自動建立移轉專案。

  5. 開啟 [為每個來源資料庫建立 AWS SCT 專案] 後，您可以選擇 [將對映規則新增至這些專案]，並儲存轉換統計資料以供離線使用。在此情況下， AWS SCT 會將對應規則新增至每個專案，並將來源資料庫中繼資料儲存在專案中。如需詳細資訊，請參閱使用離線模式 AWS Schema Conversion Tool。

  6. 選擇執行。

    會出現一個進度列，指出資料庫評估的速度。目標引擎的數目可能會影響評估執行階段。

  7. 如果顯示下列訊息，請選擇是：完整分析所有資料庫伺服器可能需要一些時間。您要繼續嗎？

    當多伺服器評估報告完成時，會出現一個畫面，指出這樣做。

  8. 選擇「開啟報表」以檢視彙總的摘要評估報告。

依預設， AWS SCT 會為所有來源資料庫產生彙總報表，並針對來源資料庫中的每個結構描述名稱產生詳細的評估報告。如需詳細資訊，請參閱尋找和檢視報表。

打開「為每個來源資料庫建 AWS SCT 立 AWS SCT 專案」選項後，為每個來源資料庫建立一個空專案。 AWS SCT 也會建立先前所述的評估報告。分析這些評估報告並為每個來源資料庫選擇移轉目的地之後，請將目標資料庫新增至這些空白專案。

開啟「將對映規則新增至這些專案並儲存轉換統計資料以供離線使用」選項後，為每個來源資料庫 AWS SCT 建立專案。這些專案包括下列資訊：

準備輸入CSV檔

若要提供連線參數做為多伺服器評估報告的輸入，請使用下列範例所示的CSV檔案。

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

上述範例會使用分號來分隔Sales資料庫的兩個結構描述名稱。它也會使用分號來分隔資料庫的兩個目標資料庫移轉平台。Sales

此外，上述範例會使用連線 AWS Secrets Manager 至Customers資料庫，並使用 Windows 驗證連線至資HR料庫。

您可以從中建立新CSV檔案或下載CSV檔案範本， AWS SCT 然後填寫必要的資訊。請確定CSV檔案的第一列包含與上述範例所示相同的欄名稱。

下載輸入CSV檔案範本的步驟

  1. 開始 AWS SCT。

  2. 選擇檔案，然後選擇新增多伺服器評估。

  3. 選擇 [下載連線檔案範例]。

請確定您的CSV檔案包含範本所提供的下列值：

  • 名稱 — 有助於識別資料庫的文字標籤。 AWS SCT 在評估報告中顯示此文字標籤。

  • 說明 — 選擇性值，您可以在其中提供有關資料庫的其他資訊。

  • 秘密管理員金鑰 — 將資料庫認證儲存在中的秘密名稱 AWS Secrets Manager。若要使用 Secrets Manager，請確定您已將設定 AWS 檔儲存在中 AWS SCT。如需詳細資訊，請參閱AWS Secrets Manager 中的配置 AWS Schema Conversion Tool。

    重要

    AWS SCT 如果您在輸入檔案中包含伺服器 IP、連接埠、登入和密碼參數，則會忽略秘密管理員金鑰參數。

  • 伺服器 IP — 網域名稱服務 (DNS) 名稱或來源資料庫伺服器的 IP 位址。

  • 連接埠 — 用來連線到來源資料庫伺服器的連接埠。

  • 服務名稱 — 如果您使用服務名稱連線至 Oracle 資料庫，則為要連線的 Oracle 服務名稱。

  • 資料庫名稱 — 資料庫名稱。若為 Oracle 資料庫，請使用 Oracle 系統識別碼 (SID)。

  • BigQuery path — 來源 BigQuery 資料庫服務帳戶金鑰檔案的路徑。若要取得有關建立此檔案的更多資訊，請參閱 BigQuery 作為來源的權限。

  • 來源引擎 — 來源資料庫的類型。使用以下其中一個值：

    • AZURE_ MSSQL 表示 Azure SQL 資料庫。

    • AZURE_ SYNAPSE 用於 Azure 突觸分析數據庫。

    • GOOGLE_ BIGQUERY 表示資 BigQuery 料庫。

    • DB2ZOS適用於 z/OS 資料庫的 IBM Db2。

    • DB2LUW用於 D IBM b2 LUW 資料庫。

    • GREENPLUM對於綠色數據庫。

    • MSSQL對於 Microsoft SQL 服務器數據庫。

    • MYSQL對於我的SQL數據庫。

    • NETEZZA對於一個涅泰扎數據庫。

    • ORACLE對於甲骨文數據庫。

    • POSTGRESQL對於一個郵政SQL數據庫。

    • REDSHIFT對於亞 Amazon Redshift 數據庫。

    • SNOWFLAKE雪花數據庫。

    • SYBASE_ ASE 表示資SAPASE料庫。

    • TERADATA對於一個太元數據庫。

    • VERTICA對於一個 Vertica 數據庫。

  • 綱要名稱 — 要包含在評估報告中的資料庫綱要名稱。

    對於 Azure SQL 資料庫, Azure 突觸分析, 網站 BigQuery, 雪花, 和SQL伺服器 SAPASE, 使用下列格式的結構描述名稱:

    db_name.schema_name

    db_name以來源資料庫的名稱取代。

    schema_name以來源結構描述的名稱取代。

    以雙引號括住包含點的資料庫或結構描述名稱，如下所示："database.name"."schema.name"

    通過使用分號分隔多個模式名稱，如下所示：Schema1;Schema2。

    資料庫和結構描述名稱是區分大小寫的。

    使用百分比 (%) 作為萬用字元來取代資料庫或結構描述名稱中任意數量的任何符號。上述範例使用百分比 (%) 作為萬用字元，將employees資料庫中的所有結構描述納入評估報告中。

  • 使用視窗驗證 — 如果您使用視窗驗證連線到您的 Microsoft SQL 伺服器資料庫，請輸入 true。如需詳細資訊，請參閱使用 Microsoft SQL 服務器作為源時使用 Windows 身份驗證。

  • 登入 — 連線到來源資料庫伺服器的使用者名稱。

  • 密碼 — 連線到來源資料庫伺服器的密碼。

  • 使用 SSL — 如果您使用安全通訊端層 (SSL) 連線到來源資料庫，請輸入 true。

  • 信任存放區 — 用於SSL連線的信任存放區。

  • 金鑰存放區 — 用於SSL連線的金鑰存放區。

  • SSL驗證 — 如果您使用憑證SSL驗證，請輸入 true。

  • 目標引擎 — 目標資料庫平台。使用下列值來指定評估報告中的一或多個目標：

    • AURORA_ MYSQL 對於 Aurora 我的SQL兼容數據庫。

    • AURORA_ POSTGRESQL 用於 Aurora 郵政SQL兼容的數據庫。

    • BABELFISH對於 Aurora 波斯特雷數據庫的巴貝爾魚。SQL

    • MARIA_DB 對於一個 MariaDB 數據庫。

    • MSSQL對於 Microsoft SQL 服務器數據庫。

    • MYSQL對於我的SQL數據庫。

    • ORACLE對於甲骨文數據庫。

    • POSTGRESQL對於一個郵政SQL數據庫。

    • REDSHIFT對於亞 Amazon Redshift 數據庫。

    使用像這樣的分號來分隔多個目標：MYSQL;MARIA_DB。目標數目會影響執行評估所需的時間。

尋找和檢視報表

多伺服器評估會產生兩種類型的報告：

  • 所有來源資料庫的彙總報表。

  • 來源資料庫中每個綱要名稱之目標資料庫的詳細評估報告。

報告儲存在您在 [新增多伺服器評估] 對話方塊中為 [位置] 選擇的目錄中。

若要存取詳細報表，您可以瀏覽子目錄，這些子目錄是依來源資料庫、結構描述名稱和目標資料庫引擎組織的。

彙總報表會在四個資料欄中顯示有關目標資料庫轉換複雜度的資訊。這些資料行包括程式碼物件轉換、儲存物件、語法元素和轉換複雜度的相關資訊。

下列範例顯示將兩個 Oracle 資料庫結構描述轉換為 Amazon 以RDS進行 Postgre SQL 的相關資訊。

彙總報表一個目標

相同的四個欄會附加至每個指定的其他目標資料庫引擎的報表。

有關如何閱讀此信息的詳細信息，請參閱以下內容。

彙總評估報告的輸出

中的彙總多伺服器資料庫移轉評估報告 AWS Schema Conversion Tool 是包含下列欄位的CSV檔案：

  • 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

若要收集資訊，請 AWS SCT 執行完整評估報告，然後依結構描述彙總報表。

在報告中，下列三個欄位會根據評估顯示可能自動轉換的百分比：

程式碼物件轉換%

結構描述中 AWS SCT 可以自動轉換或變更極少的程式碼物件百分比。程式碼物件包括程序、函數、檢視及類似項目。

儲存物件轉換%

SCT可以自動轉換或變更極少的儲存物件百分比。存儲對象包括表，索引，約束和類似的。

語法元素轉換%

可以自動轉換的語SCT法元素百分比。語法元素包括SELECTFROM、DELETE、和JOIN子句和類似項目。

轉換複雜度計算以行動項目的概念為基礎。行動項目反映在原始程式碼中發現的一種問題類型，您需要在移轉至特定目標期間手動修正這些問題。一個行動項目可以有多個出現位置。

加權量表可識別執行移轉的複雜程度。數字 1 代表複雜度的最低層級，數字 10 代表最高的複雜度。