Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Erstellen Sie einen Auftrag zur Modernisierung von SQL Server
Datenbank und Quellcode-Repo Connect
Datenbankkonnektor konfigurieren
Stellen Sie eine sichere Konnektivität zu Ihren SQL Server-Datenbanken her, indem Sie Datenbankconnectors konfigurieren. Der Konnektor führt Umgebungsanalysen und die Erkennung von Abhängigkeiten durch und ermöglicht AWS Transform den Zugriff auf Ihre Datenbankschemas und Metadaten zur Bewertung und Konvertierung.
Abzuschließende Aktionen:
Wählen Sie im Setup-Assistenten die Option Datenbank-Connector konfigurieren aus
Wählen Sie die Verbindungsmethode: Neue Verbindung oder Bestehende Verbindung
Geben Sie die SQL Server-Verbindungsdetails (Endpunkt, Port, Datenbanknamen) an
Konfigurieren Sie die Authentifizierung und testen Sie die Konnektivität
Überprüfen Sie die erkannten Datenbanken und bestätigen Sie die Auswahl
Anmerkung
Netzwerkkonnektivität: Stellen Sie sicher, dass Ihre SQL Server-Sicherheitsgruppen und NACLs eingehende Verbindungen von AWS Transform-Dienstendpunkten zulassen.
Quellcode-Repository Connect
Aktivieren Sie AWS Transform, um auf den Quellcode Ihrer .NET-Anwendung zuzugreifen. AWS Transform unterstützt drei Methoden zur Bereitstellung von Quellcode: einen Personal Access Token (PAT) -Connector (empfohlen) oder Amazon S3. AWS CodeConnections Diese Integration ermöglicht es dem Service, Ihren Anwendungscode zu analysieren, Datenbankabhängigkeiten zu identifizieren und automatisierte Codetransformationen für die PostgreSQL-Kompatibilität durchzuführen.
Abzuführende Aktionen:
Navigieren Sie zum Abschnitt Connect Source Code Repository
Wählen Sie Ihre Authentifizierungsmethode: PAT Connector (empfohlen) oder Amazon S3 AWS CodeConnections
Wählen Sie Repositorys, die .NET-Anwendungen enthalten
Geben Sie den Zweig für die Analyse an (in der Regel main/master für die Entwicklung)
Validieren Sie den Repository-Zugriff und die Codestruktur
Anmerkung
Repository Discovery: AWS Transform scannt Ihre Repositorys automatisch, um .NET-Projekte, Entity Framework-Konfigurationen, Datenbankverbindungszeichenfolgen und SQL-Abhängigkeiten zu identifizieren.
Anmerkung
Sicherheitshinweis: AWS Transform benötigt nur Lesezugriff auf Ihre Repositorys und erstellt neue Feature-Branches für transformierten Code. Ihr Hauptzweig bleibt unberührt.
Der Mensch ist auf dem Laufenden
AWS Transform verwendet Human-in-the-Loop (HITL) -Mechanismen, um die Qualität sicherzustellen und es Ihnen zu ermöglichen, wichtige Transformationsentscheidungen zu überprüfen und zu genehmigen. Die folgenden Checkpoints erfordern Ihre Aufmerksamkeit:
Überprüfung und Genehmigung des Wellenplans
Was Sie überprüfen: Die vorgeschlagenen Migrationswellen, einschließlich der Gruppierung von Datenbanken und Anwendungen und der Reihenfolge der Migrationswellen.
Sie können:
Genehmigen Sie den Wellenplan
Passen Sie Wellen an, indem Sie Datenbanken zwischen Wellen verschieben
Ändern Sie die Wellensequenz
Wellen teilen oder zusammenführen
Nach der Genehmigung fährt AWS Transform mit der Schemakonvertierung fort.
Überprüfung der Schemakonvertierung
Was Sie überprüfen: Konvertierte Datenbankobjekte, einschließlich Tabellen, gespeicherten Prozeduren, Funktionen und Triggern. Aktionspunkte heben Objekte hervor, die Aufmerksamkeit erfordern.
Sie können:
Konvertierten Code akzeptieren
Konvertierten Code ändern
Markierung, die nach der Transformation von Menschen überprüft werden kann
Sehen Sie sich den direkten Vergleich von Originalcode und konvertiertem Code an
Was passiert nach der Genehmigung: AWS Transform wendet das Schema auf Aurora PostgreSQL an und fährt mit der Datenmigration fort (falls konfiguriert).
Überprüfung des Anwendungscodes
Was Sie überprüfen: Alle Änderungen am Anwendungscode, einschließlich Entity Framework-Konfigurationen, Verbindungszeichenfolgen, Datenzugriffscode und Aufrufe gespeicherter Prozeduren.
Sie können:
Änderungen für jede Datei akzeptieren
Modifizieren Sie den transformierten Code
Änderungen ablehnen (nicht empfohlen)
Fügen Sie Kommentare für Ihr Team hinzu
Laden Sie den transformierten Code zur lokalen Überprüfung herunter
Was passiert nach der Genehmigung: AWS Transform überträgt die Änderungen in einen neuen Branch in Ihrem Repository und fährt mit der Validierung fort.
Überprüfung der Validierungsergebnisse
Was Sie überprüfen: Automatisierte Validierungsergebnisse, einschließlich Schemakompatibilität, Datenintegritätsprüfungen und Status der Anwendungsentwicklung.
Sie können:
Überprüfe die bestandenen Tests
Untersuchen Sie gescheiterte Tests
Adressieren Sie Warnungen
Fahren Sie mit der Bereitstellung fort oder kehren Sie zurück, um Probleme zu beheben
Was passiert nach der Genehmigung: AWS Transform bereitet die Bereitstellung in Ihrer Zielumgebung vor.
Genehmigung der Bereitstellung
Was Sie überprüfen: Bereitstellungskonfiguration einschließlich Infrastructure-as-Code-Vorlagen, ECS-Servicekonfiguration und Bereitstellungseinstellungen.
Sie können:
Die Bereitstellungseinstellungen überprüfen und anpassen
Genehmigen Sie die Bereitstellung, um fort
Verzögern Sie die Bereitstellung für weitere Tests
Laden Sie den Infrastrukturcode zur Überprüfung herunter
Nach der Genehmigung stellt AWS Transform Ihre modernisierte Anwendung und Datenbank in der Zielumgebung bereit.
Bewertung und Wellenplanung
landing zone einrichten
Konfigurieren Sie die Zielinfrastrukturumgebung, in der Ihre modernisierten Anwendungen bereitgestellt werden. Die Einrichtung der landing zone umfasst die Bereitstellung von Aurora PostgreSQL, die Netzwerkkonfiguration und Referenzbereitstellungskonfigurationen.
Zu erledigende Aktionen:
Wählen Sie im Konfigurationsmenü die Option Landing Zone einrichten
Aurora PostgreSQL-Ziel konfigurieren (Version, Instanzklasse,) Multi-AZ
Netzwerk- und Sicherheitseinstellungen konfigurieren (VPC, Subnetze, Sicherheitsgruppen)
Anmerkung
Kostenüberlegung: Für Aurora PostgreSQL-Instances fallen laufende Kosten an. Erwägen Sie die Verwendung von Aurora Serverless v2 für development/testing Umgebungen.
Bewertung
Führen Sie eine umfassende Analyse Ihrer Datenbankschemas, Ihres Anwendungscodes und Ihrer Abhängigkeiten durch. In der Bewertungsphase wird die Komplexität der Transformation bewertet, potenzielle Herausforderungen identifiziert und detaillierte Berichte erstellt.
Abzuschließende Aktionen:
Wählen Sie Repository Branch für die Codeanalyse aus
Wählen Sie Repositorien und Datenbanken für die Transformation aus
Überprüfen Sie die Bewertungsergebnisse und die Einstufungen der Komplexität
Generieren Sie einen Bewertungsbericht mit Aufwandsprognosen
Exportieren Sie den Bericht zur Überprüfung und Genehmigung durch die Interessengruppen
Anmerkung
Einblicke in die Bewertung: Die Bewertung bietet eine detaillierte Analyse von Schemaobjekten, gespeicherten Prozeduren und Anwendungsabhängigkeiten und schätzt, wie viel menschliches Eingreifen erforderlich ist.
Planung von Wellen
Organisieren Sie Ihre Modernisierung auf der Grundlage der Transformationskomplexität, der Geschäftsprioritäten und der Anwendungsabhängigkeiten in überschaubare Phasen. AWS Transform generiert intelligente Wellenempfehlungen, die Sie anpassen können.
Zu erledigende Aktionen:
Überprüfen Sie den AI-Generated Wave-Plan und die Empfehlungen
Passen Sie die Wave-Konfiguration an Ihre Geschäftsprioritäten an
Validieren Sie Abhängigkeiten zwischen Anwendungen und Datenbanken
Finalisieren Sie Wave Plan mithilfe der Konversationsoberfläche
Legen Sie Prioritäten für die Ausführung von Wellen fest und weisen Sie Verantwortlichkeiten zu
Anmerkung
AI-Powered Empfehlungen: Sie können mithilfe natürlicher Sprache mit der KI interagieren, um die Empfehlungen anzupassen: „Move CustomerDB to Wave 1“ oder „Kombinieren Sie diese beiden Anwendungen in derselben Welle“.
Anmerkung
Bewährtes Verfahren: Beginnen Sie mit einer Pilotwelle mit 1-2 Datenbanken mit geringer Komplexität, um Prozesse festzulegen und das Vertrauen des Teams zu stärken.
Datenmigration für jede Welle
Schemakonvertierung für jede Welle
Transformieren Sie SQL Server-Datenbankschemas mithilfe AI-enhanced von Konvertierungsfunktionen in PostgreSQL-compatible Entsprechungen. Dieser Prozess konvertiert Tabellen, gespeicherte Prozeduren, Funktionen, Trigger und andere Datenbankobjekte.
Abzuschließende Aktionen:
Geben Sie Ziele für die Schemakonvertierung an und konfigurieren Sie Einstellungen
Führen Sie die automatische Konvertierung mithilfe des DMS-Schemakonvertierungsdienstes aus
Überprüfen Sie die Konvertierungsergebnisse und identifizieren Sie menschliche Eingriffe
Führen Sie manuelle Eingriffe mithilfe von HITL-Eingabeaufforderungen durch
Validieren Sie menschliche Korrekturen und führen Sie die Konvertierung bei Bedarf erneut durch
Anmerkung
Häufige manuelle Eingriffe: Verbindungsserver, benutzerdefinierte Typen, erweiterte T-SQL Muster und herstellerspezifische SQL-Funktionen erfordern in der Regel eine Überprüfung und Korrektur durch einen Mitarbeiter.
Datenmigration für jede Welle
Übertragen Sie Daten mithilfe der AWS Database Migration Service (AWS DMS) -Integration von SQL Server nach Aurora PostgreSQL. Wählen Sie zu Testzwecken zwischen der Migration von Produktionsdaten oder der Generierung synthetischer Daten.
Zu erledigende Aktionen:
Wählen Sie die Migration von Produktionsdaten oder die Generierung synthetischer Daten
Konfigurieren Sie die DMS-Replikationsinstanz für die Datenübertragung
Überwachen Sie den Migrationsfortschritt und behandeln Sie Dateninkonsistenzen
Überprüfen Sie die Datenintegrität und referenzielle Einschränkungen
Bestätigen Sie den erfolgreichen Abschluss, bevor Sie fortfahren
Anmerkung
Automatisierte DMS-Integration: AWS Transform abstrahiert die Komplexität der DMS-Konfiguration und übernimmt automatisch die Endpunkterstellung, Aufgabenkonfiguration und Datentypzuordnungen.
Anmerkung
Datenvalidierung: Der Service führt empirische Tests durch, indem identische Abfragen für Quell- und Zieldatenbanken ausgeführt werden, um die Datenkonsistenz sicherzustellen.
Code-Migration für jede Welle
Transformieren Sie .NET-Anwendungscode so, dass er mit Aurora PostgreSQL funktioniert, einschließlich Entity Framework-Konfigurationsupdates, Änderungen von Verbindungszeichenfolgen, SQL-Abfrageanpassungen und Framework-spezifischen Anpassungen.
Abzuführende Aktionen:
Führen Sie die automatisierte Codeanalyse für SQL Server-Abhängigkeiten aus
Führen Sie die Framework-Transformation durch (Entity Framework-Anbieterupdates)
Passen Sie die SQL-Abfragesyntax an PostgreSQL-compatible SQL an
Konfigurieren Sie Target Branch Management für transformierten Code
Bewältigen Sie manuelle Eingriffe bei komplexen Mustern
