Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Buat pekerjaan modernisasi SQL Server
Connect database dan repo kode sumber
Konfigurasikan konektor basis data
Membangun konektivitas aman ke database SQL Server Anda dengan mengkonfigurasi konektor database. Konektor melakukan analisis lingkungan, penemuan ketergantungan, dan memungkinkan AWS Transform mengakses skema database dan metadata Anda untuk penilaian dan konversi.
Tindakan untuk Menyelesaikan:
Pilih Konfigurasi Konektor Database dari wizard penyiapan
Pilih metode koneksi: Koneksi Baru atau Koneksi yang Ada
Berikan detail koneksi SQL Server (titik akhir, port, nama database)
Konfigurasikan otentikasi dan uji konektivitas
Tinjau database yang ditemukan dan konfirmasi pemilihan
catatan
Konektivitas Jaringan: Pastikan grup keamanan SQL Server dan NACL mengizinkan koneksi masuk dari AWS titik akhir layanan Transform.
Connect repositori kode sumber
Aktifkan AWS Transform untuk mengakses kode sumber aplikasi.NET Anda. AWS Transform mendukung tiga metode untuk menyediakan kode sumber: konektor Personal Access Token (PAT) (disarankan) AWS CodeConnections, atau Amazon S3. Integrasi ini memungkinkan layanan untuk menganalisis kode aplikasi Anda, mengidentifikasi dependensi database, dan melakukan transformasi kode otomatis untuk kompatibilitas PostgreSQL.
Tindakan untuk Menyelesaikan:
Arahkan ke bagian Connect Source Code Repository
Pilih metode otentikasi Anda: Konektor PAT (disarankan) AWS CodeConnections, atau Amazon S3
Pilih repositori yang berisi aplikasi.NET
Tentukan cabang untuk analisis (biasanya main/master atau pengembangan)
Validasi akses repositori dan struktur kode
catatan
Repository Discovery: AWS Transform secara otomatis memindai repositori Anda untuk mengidentifikasi proyek.NET, konfigurasi Entity Framework, string koneksi database, dan dependensi SQL.
catatan
Catatan Keamanan: AWS Transform hanya memerlukan akses baca ke repositori Anda dan membuat cabang fitur baru untuk kode yang diubah. Cabang utama Anda tetap tak tersentuh.
Manusia dalam lingkaran
AWS Transform menggunakan mekanisme human-in-the-loop (HITL) untuk memastikan kualitas dan memungkinkan Anda untuk meninjau dan menyetujui keputusan transformasi kritis. Pos pemeriksaan berikut membutuhkan perhatian Anda:
Tinjauan dan persetujuan rencana gelombang
Apa yang Anda ulas: Gelombang migrasi yang diusulkan, termasuk database dan aplikasi mana yang dikelompokkan bersama dan urutan gelombang.
Anda dapat:
Menyetujui rencana gelombang
Sesuaikan gelombang dengan memindahkan database antar gelombang
Ubah urutan gelombang
Membagi atau menggabungkan gelombang
Setelah persetujuan, AWS Transform melanjutkan dengan konversi skema.
Ulasan konversi skema
Apa yang Anda tinjau: Objek database yang dikonversi termasuk tabel, prosedur tersimpan, fungsi, dan pemicu. Item aksi menyoroti objek yang membutuhkan perhatian.
Anda dapat:
Terima kode yang dikonversi
Ubah kode yang dikonversi
Bendera untuk tinjauan manusia setelah transformasi
Lihat perbandingan berdampingan dari kode asli dan yang dikonversi
Apa yang terjadi setelah persetujuan: AWS Transform menerapkan skema ke Aurora PostgreSQL dan melanjutkan dengan migrasi data (jika dikonfigurasi).
Ulasan kode aplikasi
Apa yang Anda tinjau: Semua perubahan kode aplikasi termasuk konfigurasi Entity Framework, string koneksi, kode akses data, dan panggilan prosedur tersimpan.
Anda dapat:
Terima perubahan untuk setiap file
Memodifikasi kode yang diubah
Tolak perubahan (tidak disarankan)
Tambahkan komentar untuk tim Anda
Unduh kode yang diubah untuk tinjauan lokal
Apa yang terjadi setelah persetujuan: AWS Transform melakukan perubahan ke cabang baru di repositori Anda dan melanjutkan dengan validasi.
Ulasan hasil validasi
Apa yang Anda tinjau: Hasil validasi otomatis termasuk kompatibilitas skema, pemeriksaan integritas data, dan status pembuatan aplikasi.
Anda dapat:
Tinjau tes yang lulus
Selidiki tes yang gagal
Peringatan alamat
Lanjutkan ke penerapan atau kembali untuk memperbaiki masalah
Apa yang terjadi setelah persetujuan: AWS Transform mempersiapkan penerapan ke lingkungan target Anda.
Persetujuan penyebaran
Apa yang Anda tinjau: Konfigurasi penerapan termasuk templat infrastruktur-sebagai-kode, konfigurasi layanan ECS, dan pengaturan penerapan.
Anda dapat:
Tinjau dan sesuaikan pengaturan penerapan
Menyetujui penerapan untuk melanjutkan
Keterlambatan penyebaran untuk pengujian tambahan
Unduh kode infrastruktur untuk ditinjau
Setelah disetujui, AWS Transform menyebarkan aplikasi dan database modern Anda ke lingkungan target.
Penilaian dan perencanaan gelombang
Mengatur landing zone
Konfigurasikan lingkungan infrastruktur target tempat aplikasi modern Anda akan digunakan. Pengaturan landing zone mencakup penyediaan Aurora PostgreSQL, konfigurasi jaringan, dan konfigurasi penerapan referensi.
Tindakan untuk Menyelesaikan:
Pilih Siapkan Zona Pendaratan dari menu konfigurasi
Konfigurasikan target PostgreSQL Aurora (versi, kelas instance,) Multi-AZ
Konfigurasikan pengaturan jaringan dan keamanan (VPC, subnet, grup keamanan)
catatan
Pertimbangan Biaya: Instans PostgreSQL Aurora menimbulkan biaya berkelanjutan. Pertimbangkan untuk menggunakan Aurora Serverless v2 untuk lingkungan. development/testing
Penilaian
Lakukan analisis komprehensif skema database, kode aplikasi, dan dependensi Anda. Fase penilaian memberikan peringkat kompleksitas transformasi, mengidentifikasi tantangan potensial, dan menghasilkan laporan terperinci.
Tindakan untuk Menyelesaikan:
Pilih Cabang Repositori untuk analisis kode
Pilih Repositori dan Database untuk transformasi
Tinjauan Hasil Penilaian dan peringkat kompleksitas
Menghasilkan Laporan Penilaian dengan proyeksi usaha
Laporan ekspor untuk tinjauan dan persetujuan pemangku kepentingan
catatan
Wawasan Penilaian: Penilaian memberikan analisis rinci objek skema, prosedur tersimpan, dependensi aplikasi, dan perkiraan tingkat intervensi manusia yang diperlukan.
Perencanaan gelombang
Atur modernisasi Anda menjadi gelombang yang dapat dikelola berdasarkan kompleksitas transformasi, prioritas bisnis, dan dependensi aplikasi. AWS Transform menghasilkan rekomendasi gelombang cerdas yang dapat Anda sesuaikan.
Tindakan untuk Menyelesaikan:
Tinjau Rencana AI-Generated Gelombang dan rekomendasi
Sesuaikan Konfigurasi Gelombang berdasarkan prioritas bisnis
Validasi Dependensi antara aplikasi dan database
Selesaikan Rencana Gelombang menggunakan antarmuka percakapan
Tetapkan prioritas eksekusi gelombang dan tetapkan tanggung jawab
catatan
AI-Powered Rekomendasi: Anda dapat berinteraksi dengan AI melalui bahasa alami untuk menyesuaikan rekomendasi: 'Pindahkan CustomerDB ke Gelombang 1' atau 'Gabungkan kedua aplikasi ini ke gelombang yang sama. '
catatan
Praktik Terbaik: Mulailah dengan gelombang pilot yang berisi 1-2 database kompleksitas rendah untuk membangun proses dan membangun kepercayaan tim.
Migrasi data untuk setiap gelombang
Konversi skema untuk setiap gelombang
Ubah skema database SQL Server menjadi PostgreSQL-compatible setara menggunakan kemampuan konversi. AI-enhanced Proses ini mengkonversi tabel, prosedur tersimpan, fungsi, pemicu, dan objek database lainnya.
Tindakan untuk Menyelesaikan:
Berikan Target Konversi Skema dan konfigurasikan preferensi
Jalankan Konversi Otomatis menggunakan layanan Konversi Skema DMS
Tinjau Hasil Konversi dan identifikasi item intervensi manusia
Menangani Intervensi Manual melalui petunjuk HITL
Validasi koreksi manusia dan jalankan kembali konversi jika diperlukan
catatan
Intervensi Manual Umum: Server tertaut, tipe yang ditentukan pengguna, T-SQL pola lanjutan, dan fitur SQL khusus vendor biasanya memerlukan tinjauan dan koreksi manusia.
Migrasi data untuk setiap gelombang
Transfer data dari SQL Server ke Aurora PostgreSQL AWS Database Migration Service menggunakan integrasi ().AWS DMS Pilih antara migrasi data produksi atau pembuatan data sintetis untuk tujuan pengujian.
Tindakan untuk Menyelesaikan:
Pilih Migrasi Data Produksi atau Pembuatan Data Sintetis
Konfigurasikan contoh replikasi DMS untuk transfer data
Memantau kemajuan migrasi dan menangani inkonsistensi data
Validasi integritas data dan kendala referensial
Konfirmasikan penyelesaian yang berhasil sebelum melanjutkan
catatan
Integrasi DMS Otomatis: AWS Transform mengabstraksi kompleksitas konfigurasi DMS, secara otomatis menangani pembuatan endpoint, konfigurasi tugas, dan pemetaan tipe data.
catatan
Validasi Data: Layanan melakukan pengujian empiris dengan menjalankan kueri identik terhadap basis data sumber dan target untuk memastikan konsistensi data.
Migrasi kode untuk setiap gelombang
Ubah kode aplikasi.NET untuk bekerja dengan Aurora PostgreSQL, termasuk pembaruan konfigurasi Entity Framework, modifikasi string koneksi, adaptasi kueri SQL, dan penyesuaian khusus kerangka kerja.
Tindakan untuk Menyelesaikan:
Jalankan Analisis Kode Otomatis untuk dependensi SQL Server
Lakukan Transformasi Kerangka Kerja (pembaruan penyedia Kerangka Entitas)
Menyesuaikan sintaks SQL Query ke SQL PostgreSQL-compatible
Konfigurasikan Manajemen Cabang Target untuk kode yang diubah
Tangani Intervensi Manual untuk pola yang kompleks
