Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Cree un trabajo de modernización de SQL Server
Connect base de datos y repositorio de código fuente
Configurar el conector de base de datos
Establezca una conectividad segura con sus bases de datos de SQL Server configurando los conectores de bases de datos. El conector realiza análisis del entorno, descubre dependencias y permite a AWS Transform acceder a los esquemas y metadatos de la base de datos para su evaluación y conversión.
Acciones que se deben completar:
Seleccione Configurar el conector de base de datos en el asistente de configuración
Elija el método de conexión: conexión nueva o conexión existente
Proporcione los detalles de la conexión a SQL Server (nombre del punto final, puerto o base de datos)
Configure la autenticación y pruebe la conectividad
Revise las bases de datos detectadas y confirme la selección
nota
Conectividad de red: asegúrese de que los grupos de seguridad y las NACL de SQL Server permitan las conexiones entrantes desde los puntos finales del servicio AWS Transform.
Connect repositorio de código fuente
Habilite AWS Transform para acceder al código fuente de su aplicación.NET. AWS Transform admite tres métodos para proporcionar el código fuente: un conector de token de acceso personal (PAT) (recomendado) o Amazon S3. AWS CodeConnections Esta integración permite al servicio analizar el código de la aplicación, identificar las dependencias de las bases de datos y realizar transformaciones de código automatizadas para garantizar la compatibilidad con PostgreSQL.
Acciones que se deben completar:
Navegue a la sección Connect Source Code Repository
Elija su método de autenticación: PAT Connector (recomendado) o Amazon S3 AWS CodeConnections
Seleccione los repositorios que contienen aplicaciones.NET
Especifique la rama para el análisis (normalmente main/master o de desarrollo)
Valide el acceso al repositorio y la estructura del código
nota
Descubrimiento de repositorios: AWS Transform escanea automáticamente los repositorios para identificar los proyectos de.NET, las configuraciones de Entity Framework, las cadenas de conexión a bases de datos y las dependencias de SQL.
nota
Nota de seguridad: AWS Transform solo requiere acceso de lectura a tus repositorios y crea nuevas ramas de funciones para el código transformado. Tu rama principal permanece intacta.
Un humano al tanto
AWS Transform utiliza los mecanismos «human-in-the-loop» (HITL) para garantizar la calidad y permitirle revisar y aprobar las decisiones críticas de transformación. Los siguientes puntos de control requieren su atención:
Revisión y aprobación del plan de olas
Lo que usted analiza: Las oleadas de migración propuestas, incluidas las bases de datos y aplicaciones que se agrupan y la secuencia de las oleadas.
Puede:
Aprobar el plan de olas
Personalice las olas moviendo las bases de datos entre las olas
Modifique la secuencia de ondas
Divida o fusione ondas
Tras la aprobación, AWS Transform continúa con la conversión del esquema.
Revisión de la conversión del esquema
Lo que revisa: objetos de base de datos convertidos, incluidas tablas, procedimientos almacenados, funciones y activadores. Los elementos de acción resaltan los objetos que requieren atención.
Puede:
Aceptar el código convertido
Modificar el código convertido
Marcar para su revisión humana después de la transformación
Vea una comparación lado a lado del código original y el convertido
Qué ocurre después de la aprobación: AWS Transform aplica el esquema a Aurora PostgreSQL y continúa con la migración de datos (si está configurada).
Revisión del código de la aplicación
Lo que revisa: todos los cambios en el código de la aplicación, incluidas las configuraciones de Entity Framework, las cadenas de conexión, el código de acceso a los datos y las llamadas a procedimientos almacenados.
Puede:
Aceptar los cambios de cada archivo
Modifique el código transformado
Rechazar los cambios (no se recomienda)
Agrega comentarios para tu equipo
Descarga el código transformado para su revisión local
Qué ocurre después de la aprobación: AWS Transform confirma los cambios en una nueva rama de tu repositorio y continúa con la validación.
Revisión de los resultados de la validación
Lo que revisa: los resultados de la validación automatizada, incluida la compatibilidad de los esquemas, las comprobaciones de integridad de los datos y el estado de creación de la aplicación.
Puede:
Revisar las pruebas aprobadas
Investigue las pruebas no aprobadas
Aborda las advertencias
Continúe con la implementación o vuelva a solucionar los problemas
Qué ocurre después de la aprobación: AWS Transform se prepara para la implementación en el entorno de destino.
Aprobación de la implementación
Lo que debe revisar: la configuración de la implementación, incluidas las plantillas de infraestructura como código, la configuración del servicio de ECS y los ajustes de implementación.
Puede:
Revisar y personalizar la configuración de implementación
Apruebe la implementación para continuar
Retrase el despliegue para realizar pruebas adicionales
Descargue el código de infraestructura para revisarlo
Tras la aprobación, AWS Transform implementa la aplicación y la base de datos modernizadas en el entorno de destino.
Evaluación y planificación de oleadas
Configurar landing zone
Configure el entorno de infraestructura de destino en el que se implementarán las aplicaciones modernizadas. La configuración de landing zone incluye el aprovisionamiento de Aurora PostgreSQL, la configuración de red y las configuraciones de despliegue de referencia.
Acciones que se deben completar:
Seleccione Configurar zona de aterrizaje en el menú de configuración
Configurar el destino de Aurora PostgreSQL (versión, clase de instancia) Multi-AZ
Configurar los ajustes de red y seguridad (VPC, subredes, grupos de seguridad)
nota
Consideración de costos: las instancias de Aurora PostgreSQL incurren en costos continuos. Considere usar Aurora Serverless v2 para development/testing entornos.
Evaluación
Realice un análisis exhaustivo de los esquemas, el código de la aplicación y las dependencias de la base de datos. La fase de evaluación proporciona clasificaciones de la complejidad de la transformación, identifica los posibles desafíos y genera informes detallados.
Acciones que se deben completar:
Seleccione la rama del repositorio para el análisis del código
Seleccione repositorios y bases de datos para la transformación
Revise los resultados de la evaluación y las calificaciones de complejidad
Genere un informe de evaluación con proyecciones de esfuerzo
Exporte el informe para su revisión y aprobación por las partes interesadas
nota
Perspectivas de la evaluación: la evaluación proporciona un análisis detallado de los objetos del esquema, los procedimientos almacenados y las dependencias de las aplicaciones y estima el nivel de intervención humana requerido.
Planificación de olas
Organice su modernización en fases gestionables en función de la complejidad de la transformación, las prioridades empresariales y las dependencias de las aplicaciones. AWS Transform genera recomendaciones de oleadas inteligentes que puede personalizar.
Acciones a completar:
Revise el plan y las recomendaciones de AI-Generated Wave
Personalice la configuración de Wave en función de las prioridades empresariales
Valide las dependencias entre aplicaciones y bases de datos
Finalice Wave Plan mediante una interfaz conversacional
Establezca las prioridades de ejecución de la oleada y asigne responsabilidades
nota
AI-Powered Recomendaciones: Puede interactuar con la IA a través de un lenguaje natural para ajustar las recomendaciones: «Mueva CustomerDB a la primera fase» o «combine estas dos aplicaciones en la misma oleada».
nota
Práctica recomendada: comience con una oleada piloto que contenga de 1 a 2 bases de datos de baja complejidad para establecer los procesos y fomentar la confianza del equipo.
Migración de datos para cada oleada
Conversión de esquemas para cada oleada
Transforme los esquemas de bases de datos de SQL Server en PostgreSQL-compatible equivalentes mediante las capacidades AI-enhanced de conversión. Este proceso convierte las tablas, los procedimientos almacenados, las funciones, los activadores y otros objetos de la base de datos.
Acciones que se deben completar:
Proporcione los objetivos de conversión del esquema y configure las preferencias
Ejecute la conversión automática mediante el servicio de conversión de esquemas de DMS
Revise los resultados de la conversión e identifique los elementos de intervención humana
Gestione las intervenciones manuales siguiendo las instrucciones de HITL
Valide las correcciones humanas y vuelva a ejecutar la conversión si es necesario
nota
Intervenciones manuales habituales: los servidores enlazados, los tipos definidos por el usuario, T-SQL los patrones avanzados y las funciones de SQL específicas del proveedor suelen requerir la revisión y corrección por parte de un humano.
Migración de datos para cada oleada
Transfiera datos de SQL Server a Aurora PostgreSQL AWS Database Migration Service mediante AWS DMS la integración (). Elija entre la migración de datos de producción o la generación de datos sintéticos para realizar pruebas.
Acciones a completar:
Elija la migración de datos de producción o la generación de datos sintéticos
Configure la instancia de replicación de DMS para la transferencia de datos
Supervise el progreso de la migración y gestione las inconsistencias en los datos
Valide la integridad de los datos y las restricciones referenciales
Confirme que se ha completado correctamente antes de continuar
nota
Integración automatizada del DMS: AWS Transform resume la complejidad de la configuración del DMS y gestiona automáticamente la creación de puntos finales, la configuración de tareas y la asignación de tipos de datos.
nota
Validación de datos: el servicio realiza pruebas empíricas mediante la ejecución de consultas idénticas en las bases de datos de origen y de destino para garantizar la coherencia de los datos.
Migración de código para cada oleada
Transforme el código de la aplicación.NET para que funcione con Aurora PostgreSQL, incluidas las actualizaciones de configuración de Entity Framework, las modificaciones de las cadenas de conexión, las adaptaciones de consultas SQL y los ajustes específicos del marco.
Acciones que se deben completar:
Ejecute un análisis de código automatizado para las dependencias de SQL Server
Realice la transformación del marco (actualizaciones del proveedor de Entity Framework)
Adapte la sintaxis de SQL Query a PostgreSQL-compatible SQL
Configure Target Branch Management para el código transformado
Gestione intervenciones manuales para patrones complejos
