기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # AWS Schema Conversion Tool에서 보고서 작업 데이터베이스 전환을 계획할 때는 관련된 내용을 이해하는 데 도움이 되는 몇 가지 보고서를 만드는 것이 좋습니다. 를 사용하여 보고서를 생성할 수 있습니다AWS Schema Conversion Tool AWS SCT를 사용하여 데이터베이스 마이그레이션 평가 보고서를 생성할 수 있습니다. 이 보고서는 스키마 변환 작업에 대한 요약 정보 및 대상 데이터베이스로 자동 변환할 수 없는 항목에 대한 세부 정보를 제공합니다. 이 보고서를 사용하면 AWS SCT를 사용하여 완료할 수 있는 프로젝트의 양과 변환을 완료하는 데 필요한 기타 사항을 평가할 수 있습니다. 평가 보고서를 생성하려면 AWS SCT에서 데이터베이스의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴에 있는 **보고서 생성**을 사용합니다. **Topics** + [에서 평가 보고서 사용 AWS Schema Conversion Tool](CHAP_AssessmentReport.md) # 에서 평가 보고서 사용 AWS Schema Conversion Tool 의 중요한 부분은 스키마 변환의 복잡성을 추정하기 위해 생성하는 평가 보고서 AWS Schema Conversion Tool 입니다. 이 *데이터베이스 마이그레이션 평가 보고서*는 모든 스키마 변환 작업을 요약하고 대상 DB 인스턴스의 DB 엔진으로 변환할 수 없는 스키마에 대한 작업 항목을 자세히 설명합니다. 애플리케이션에서 보고서를 보거나 쉼표로 구분된 값(CSV) 또는 PDF 파일로 내보낼 수 있습니다. 단일 프로젝트에 여러 소스 및 대상 데이터베이스를 추가하는 경우는 모든 변환 페어에 대한 보고서를 하나의 데이터베이스 마이그레이션 평가 보고서로 AWS SCT 집계합니다. 가상 대상 데이터베이스 플랫폼을 사용하면 평가 보고서를 생성하고 선택한 데이터베이스 플랫폼으로의 마이그레이션 복잡성을 이해할 수 있습니다. 이 경우 대상 데이터베이스 플랫폼에 연결할 필요는 없습니다. 예를 들어 Babelfish for Aurora PostgreSQL을 가상 대상 데이터베이스 플랫폼으로 사용하여 데이터베이스 마이그레이션 평가 보고서를 생성할 수 있습니다. 가상 대상 데이터베이스 플랫폼에 대한 자세한 내용은 [AWS Schema Conversion Tool에서 가상 대상에 매핑](CHAP_Mapping.VirtualTargets.md)을 참조하세요. 마이그레이션 평가 보고서에는 다음 내용이 포함됩니다. + 핵심 요약 + 라이선스 평가 + 대상에서 사용할 수 없는 소스 데이터베이스의 모든 기능을 나타내는 클라우드 지원 + 서버 객체 변환, 백업 제안, 연결된 서버 변경을 포함한 권장 사항 이 보고서에는 대상 DB 인스턴스에 대해 자동으로 변환할 수 없는 동등한 코드를 작성하는 데 드는 예상 작업량도 포함되어 있습니다. AWS SCT 를 사용하여 기존 스키마를 Amazon RDS DB 인스턴스로 마이그레이션하는 경우 보고서를 사용하여 AWS 클라우드로 이전하기 위한 요구 사항을 분석하고 라이선스 유형을 변경할 수 있습니다. **Topics** + [에서 평가 보고서 생성 AWS Schema Conversion Tool](CHAP_AssessmentReport.Create.md) + [에서 평가 보고서 보기 AWS Schema Conversion Tool](CHAP_AssessmentReport.View.md) + [에 평가 보고서 저장 AWS Schema Conversion Tool](CHAP_AssessmentReport.Save.md) + [에서 평가 보고서 구성 AWS Schema Conversion Tool](CHAP_AssessmentReport.Configure.md) + [에서 다중 서버 평가 보고서 생성 AWS Schema Conversion Tool](CHAP_AssessmentReport.Multiserver.md) # 에서 평가 보고서 생성 AWS Schema Conversion Tool 다음 절차에 따라 데이터베이스 마이그레이션 평가 보고서를 생성합니다. **데이터베이스 마이그레이션 평가 보고서를 생성하려면** 1. 평가 보고서를 생성하는 데 사용할 소스 데이터베이스 스키마에 대한 매핑 규칙을 생성했는지 확인합니다. 자세한 내용은 [AWS Schema Conversion Tool에서 새 데이터 유형 매핑](CHAP_Mapping.New.md) 단원을 참조하십시오. 1. **보기** 메뉴에서 **Main view**를 선택합니다. 1. 소스 데이터베이스 스키마를 표시하는 왼쪽 패널에서 평가 보고서를 생성할 스키마 객체를 선택합니다. 보고서에 여러 데이터베이스 스키마를 포함하려면 상위 노드(예: **스키마**)를 선택합니다. 평가 보고서를 만들 때 사용할 모든 스키마 객체의 확인란을 선택했는지 확인합니다. 1. 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 **보고서 생성**을 선택합니다. ![\[데이터베이스 마이그레이션 평가 보고서 생성\]](http://docs.aws.amazon.com/ko_kr/SchemaConversionTool/latest/userguide/images/create_assessment_report.png) # 에서 평가 보고서 보기 AWS Schema Conversion Tool 평가 보고서를 생성하면 평가 보고서 보기가 열리고 다음 탭이 표시됩니다. + **요약** + **작업 항목** **요약** 탭에는 자동으로 변환되거나 변환되지 않은 항목이 표시됩니다. **작업 항목** 탭에는 자동으로 변환할 수 없는 항목과 이에 대한 권장 조치가 표시됩니다. **Topics** + [평가 보고서 요약](CHAP_AssessmentReport.Summary.md) + [평가 보고서 작업 항목](CHAP_AssessmentReport.ActionItems.md) + [평가 보고서 경고 메시지](CHAP_AssessmentReport.WarningMessage.md) # 평가 보고서 요약 **요약** 탭에는 데이터베이스 마이그레이션 평가 보고서의 요약 정보가 표시됩니다. 자동으로 변환된 항목과 자동으로 변환되지 않은 항목이 표시됩니다. ![\[평가 보고서 요약\]](http://docs.aws.amazon.com/ko_kr/SchemaConversionTool/latest/userguide/images/summary_tab.png) 대상 데이터베이스 엔진으로 자동 변환할 수 없는 스키마 항목의 경우, 요약에는 대상 DB 인스턴스에서 소스에 있는 것과 동일한 스키마 항목을 생성하는 데 필요한 예상 작업량이 포함됩니다. 보고서에는 이러한 스키마 항목을 변환하는 데 걸리는 예상 시간이 다음과 같이 분류됩니다. + **단순** - 2시간 이내에 완료할 수 있는 작업입니다. + **중간** - 더 복잡하고 2\$16시간 사이에 완료할 수 있는 작업입니다. + **Significant** - 매우 복잡하며 완료하는 데 6시간 이상 걸리는 작업입니다. **라이선스 평가 및 클라우드 지원** 섹션에는 동일한 엔진을 실행하는 Amazon RDS DB 인스턴스로 기존 온프레미스 데이터베이스 스키마를 이동하는 방법에 대한 정보가 포함되어 있습니다. 예를 들어 라이선스 유형을 변경하려는 경우 보고서의 이 섹션에서는 현재 데이터베이스에서 제거해야 하는 기능을 설명합니다. ![\[라이선스 평가 및 클라우드 지원 섹션\]](http://docs.aws.amazon.com/ko_kr/SchemaConversionTool/latest/userguide/images/license-evaluation-and-cloud-support.png) # 평가 보고서 작업 항목 평가 보고서 보기에는 **작업 항목** 탭도 포함되어 있습니다. 이 탭에는 대상 Amazon RDS DB 인스턴스의 데이터베이스 엔진으로 자동 변환할 수 없는 항목 목록이 포함되어 있습니다. 목록에서 작업 항목을 선택하면 AWS SCT 가 스키마에서 해당 작업 항목이 적용되는 항목을 강조 표시합니다. 또한 보고서에는 스키마 항목을 수동으로 변환하는 방법에 대한 권장 사항도 포함되어 있습니다. 예를 들어 평가를 실행한 후 데이터베이스/스키마에 대한 세부 보고서를 통해 작업 항목 변환을 위한 권장 사항을 설계하고 구현하는 데 필요한 작업량을 확인할 수 있습니다. 수동 변환 처리 방법 결정에 대한 자세한 내용은 [AWS SCT를 사용하여 스키마 변환에서 스키마 수동 변환 AWS SCT](CHAP_Converting.Manual.md) 섹션을 참조하세요. ![\[작업 항목 탭\]](http://docs.aws.amazon.com/ko_kr/SchemaConversionTool/latest/userguide/images/action_items_tab.png) # 평가 보고서 경고 메시지 다른 데이터베이스 엔진으로 변환하는 복잡성을 평가하려면 소스 데이터베이스의 객체에 대한 액세스 권한이 AWS SCT 필요합니다. 스캔 중에 문제가 발생하여 SCT에서 평가를 수행할 수 없는 경우에는 전체 전환율이 감소했음을 나타내는 경고 메시지가 표시됩니다. ![\[평가 보고서 경고 메시지\]](http://docs.aws.amazon.com/ko_kr/SchemaConversionTool/latest/userguide/images/assessment-report-warning-message.png) 다음은에서 스캔 중에 문제가 발생할 AWS SCT 수 있는 이유입니다. + 데이터베이스에 연결된 사용자 계정으로는 필요한 모든 객체에 액세스할 수 없습니다. + 스키마에 인용된 객체가 더 이상 데이터베이스에 존재하지 않습니다. + SCT가 암호화된 객체를 평가하려고 합니다. SCT에 필요한 데이터베이스 보안 권한 및 권한 부여에 대한 자세한 내용은 이 설명서의 해당 소스 데이터베이스 섹션에 대한 [를 사용하여 소스 데이터베이스에 연결 AWS Schema Conversion Tool](CHAP_Source.md)를 참조하세요. # 에 평가 보고서 저장 AWS Schema Conversion Tool [데이터베이스 마이그레이션 평가 보고서를 만든](CHAP_AssessmentReport.Create.md) 후 데이터베이스 마이그레이션 평가 보고서의 로컬 사본을 PDF 파일 또는 CSV(쉼표로 구분된 값) 파일로 저장할 수 있습니다. **데이터베이스 마이그레이션 평가 보고서를 PDF 파일로 저장하려면** 1. 상단 메뉴에서 **보기**를 선택한 다음, **Assessment report view**를 선택합니다. 1. **요약** 탭을 선택합니다. 1. 오른쪽 상단에서 **Save to PDF**를 선택합니다. **데이터베이스 마이그레이션 평가 보고서를 CSV 파일로 저장하려면** 1. 상단 메뉴에서 **보기**를 선택한 다음, **Assessment report view**를 선택합니다. 1. **요약** 탭을 선택합니다. 1. 오른쪽 상단에서 **Save to CSV**를 선택합니다. PDF 파일에는 다음 예제와 같이 요약 및 작업 항목 정보가 모두 포함되어 있습니다. ![\[PDF 파일의 데이터베이스 마이그레이션 평가 보고서\]](http://docs.aws.amazon.com/ko_kr/SchemaConversionTool/latest/userguide/images/assessment_report.png) **CSV에 저장** 옵션을 선택하면가 3개의 CSV 파일을 AWS SCT 생성합니다. 첫 번째 CSV 파일에는 작업 항목에 대한 다음과 같은 정보가 포함됩니다. + 카테고리 + 발생 - 항목의 파일 이름, 행 번호, 위치 + 작업 항목 번호 + 제목 + Group + 설명 + 문서 참조 + 권장 조치 + 예상 복잡성 두 번째 CSV 파일은 이름에 `Action_Items_Summary` 접미사를 포함하며 모든 작업 항목의 발생 횟수에 대한 정보를 포함합니다. 다음 예제에서 **Learning curve effort** 열의 값은 각 작업 항목을 전환하는 방법을 설계하는 데 필요한 작업량을 나타냅니다. **Effort to convert an occurrence of the action item** 열의 값은 설계된 접근 방식에 따라 각 작업 항목을 변환하는 데 필요한 작업량을 나타냅니다. 필요한 노력의 수준을 나타내는 데 사용되는 값은 낮음(최소)에서 높음(최대)까지의 가중치 척도를 기반으로 합니다. ![\[작업 항목 평가 보고서\]](http://docs.aws.amazon.com/ko_kr/SchemaConversionTool/latest/userguide/images/action-item-cvs.png) 세 번째 CSV 파일은 이름에 `Summary`가 포함되며 다음 정보를 포함하고 있습니다. + 카테고리 + 객체 수 + 자동으로 변환된 객체 + 단순 작업이 포함된 객체 + 중간 복잡도의 작업이 포함된 객체 + 복잡한 작업이 포함된 객체 + 총 코드 줄 수 # 에서 평가 보고서 구성 AWS Schema Conversion Tool 가 평가 보고서에 AWS SCT 포함하는 세부 정보의 양을 구성할 수 있습니다. **데이터베이스 마이그레이션 평가 보고서를 구성하려면** 1. **설정** 메뉴에서 **전역 설정**을 선택한 다음, **평가 보고서**를 선택합니다. 1. 평가 보고서에서 단일 유형의 작업 항목 수를 제한하려면 **Action item occurrences**에서 **First five issues only**를 선택합니다. 평가 보고서에 각 유형의 모든 작업 항목을 포함하려면 **모든 문제**를 선택합니다. 1. 평가 보고서의 SQL 스크립트 파일 수를 `X`개로 제한하려면 **SQL script analyzed files**에서 **List not more than `X` files**를 선택합니다. 파일 수를 입력합니다. 평가 보고서에 모든 SQL 스크립트 파일을 포함하려면 **List all analyzed files**를 선택합니다. 1. 데이터베이스 마이그레이션 평가 보고서의 로컬 사본을 저장한 후 파일을 자동으로 열려면 **Open reports after saving**을 선택합니다. 자세한 내용은 [ 에 평가 보고서 저장 AWS Schema Conversion Tool평가 보고서 저장 AWS Schema Conversion Tool평가 보고서데이터 마이그레이션스키마 변환데이터베이스 마이그레이션데이터 변환데이터 매핑스키마 매핑마이그레이션 평가데이터베이스 평가 AWS Schema Conversion Tool 사용 설명서의이 섹션에서는 데이터 마이그레이션 프로젝트에 대한 평가 보고서를 저장하는 방법을 보여줍니다. 평가 보고서는 마이그레이션 프로세스 중에 소스 및 대상 스키마, 데이터 유형 매핑 및 잠재적 문제 또는 제한 사항에 대한 자세한 정보를 제공합니다. [데이터베이스 마이그레이션 평가 보고서를 만든](CHAP_AssessmentReport.Create.md) 후 데이터베이스 마이그레이션 평가 보고서의 로컬 사본을 PDF 파일 또는 CSV(쉼표로 구분된 값) 파일로 저장할 수 있습니다. 데이터베이스 마이그레이션 평가 보고서를 PDF 파일로 저장하려면 상단 메뉴에서 **보기**를 선택한 다음, **Assessment report view**를 선택합니다. **요약** 탭을 선택합니다. 오른쪽 상단에서 **Save to PDF**를 선택합니다. 데이터베이스 마이그레이션 평가 보고서를 CSV 파일로 저장하려면 상단 메뉴에서 **보기**를 선택한 다음, **Assessment report view**를 선택합니다. **요약** 탭을 선택합니다. 오른쪽 상단에서 **Save to CSV**를 선택합니다. PDF 파일에는 다음 예제와 같이 요약 및 작업 항목 정보가 모두 포함되어 있습니다. ![\[PDF 파일의 데이터베이스 마이그레이션 평가 보고서\]](http://docs.aws.amazon.com/ko_kr/SchemaConversionTool/latest/userguide/images/assessment_report.png) **CSV에 저장** 옵션을 선택하면가 3개의 CSV 파일을 AWS SCT 생성합니다. 첫 번째 CSV 파일에는 작업 항목에 대한 다음과 같은 정보가 포함됩니다. 카테고리 발생 - 항목의 파일 이름, 행 번호, 위치 작업 항목 번호 제목 Group 설명 문서 참조 권장 조치 예상 복잡성 두 번째 CSV 파일은 이름에 `Action_Items_Summary` 접미사를 포함하며 모든 작업 항목의 발생 횟수에 대한 정보를 포함합니다. 다음 예제에서 **Learning curve effort** 열의 값은 각 작업 항목을 전환하는 방법을 설계하는 데 필요한 작업량을 나타냅니다. **Effort to convert an occurrence of the action item** 열의 값은 설계된 접근 방식에 따라 각 작업 항목을 변환하는 데 필요한 작업량을 나타냅니다. 필요한 노력의 수준을 나타내는 데 사용되는 값은 낮음(최소)에서 높음(최대)까지의 가중치 척도를 기반으로 합니다. ![\[작업 항목 평가 보고서\]](http://docs.aws.amazon.com/ko_kr/SchemaConversionTool/latest/userguide/images/action-item-cvs.png) 세 번째 CSV 파일은 이름에 `Summary`가 포함되며 다음 정보를 포함하고 있습니다. 카테고리 객체 수 자동으로 변환된 객체 단순 작업이 포함된 객체 중간 복잡도의 작업이 포함된 객체 복잡한 작업이 포함된 객체 총 코드 줄 수 ](CHAP_AssessmentReport.Save.md#CHAP_AssessmentReport.Save.title) 단원을 참조하십시오. # 에서 다중 서버 평가 보고서 생성 AWS Schema Conversion Tool 전체 환경에 가장 적합한 대상 방향을 결정하려면 다중 서버 평가 보고서를 생성합니다. 다중 서버 평가 보고서는 평가하려는 각 스키마 정의에 대해 제공된 입력 내용을 기반으로 여러 서버를 평가합니다.** 스키마 정의에는 데이터베이스 서버 연결 파라미터와 각 스키마의 전체 이름이 포함됩니다. 각 스키마를 평가한 후는 여러 서버에서 데이터베이스 마이그레이션을 위한 집계된 요약 평가 보고서를 AWS SCT 생성합니다. 이 보고서는 가능한 각 마이그레이션 대상의 예상 복잡성을 보여줍니다. AWS SCT 를 사용하여 다음 소스 및 대상 데이터베이스에 대한 다중 서버 평가 보고서를 생성할 수 있습니다. | 원본 데이터베이스 | 대상 데이터베이스 | | --- | --- | | Amazon Redshift | Amazon Redshift | | Azure SQL Database | Aurora MySQL, Aurora PostgreSQL, MySQL, PostgreSQL | | Azure Synapse Analytics | Amazon Redshift | | BigQuery | Amazon Redshift | | Greenplum | Amazon Redshift | | IBM Db2 for z/OS | Amazon Aurora MySQL-Compatible Edition(Aurora MySQL), Amazon Aurora PostgreSQL-Compatible Edition(Aurora PostgreSQL), MySQL, PostgreSQL | | IBM DB2 LUW | Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, PostgreSQL | | Microsoft SQL Server | Aurora MySQL, Aurora PostgreSQL, Amazon Redshift, Babelfish for Aurora PostgreSQL, MariaDB, Microsoft SQL Server, MySQL, PostgreSQL | | MySQL | Aurora PostgreSQL, MySQL, PostgreSQL | | Netezza | Amazon Redshift | | Oracle | Aurora MySQL, Aurora PostgreSQL, Amazon Redshift, MariaDB, MySQL, Oracle, PostgreSQL | | PostgreSQL | Aurora MySQL, Aurora PostgreSQL, MySQL, PostgreSQL | | SAP ASE | Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, PostgreSQL | | Snowflake | Amazon Redshift | | Teradata | Amazon Redshift | | Vertica | Amazon Redshift | ## 다중 서버 평가 수행 다음 절차에 따라를 사용하여 다중 서버 평가를 수행합니다 AWS SCT. 다중 서버 평가를 수행하기 AWS SCT 위해에서 새 프로젝트를 생성할 필요가 없습니다. 시작하기 전에 데이터베이스 연결 파라미터가 포함된 쉼표로 구분된 값(CSV) 파일이 준비되었는지 확인합니다. 또한 필요한 데이터베이스 드라이버를 모두 설치하고 AWS SCT 설정에서 드라이버 위치를 설정했는지 확인합니다. 자세한 내용은 [용 JDBC 드라이버 설치 AWS Schema Conversion Tool](CHAP_Installing.JDBCDrivers.md) 단원을 참조하십시오. **다중 서버 평가를 수행하고 집계된 요약 보고서를 생성하려면** 1. 에서 **파일** AWS SCT, **새 다중 서버 평가를** 선택합니다. **New multiserver assessment** 대화 상자가 열립니다. ![\[새 다중 사용자 평가 액세스\]](http://docs.aws.amazon.com/ko_kr/SchemaConversionTool/latest/userguide/images/new_assess_screen_v3.png) 1. **Download a connections file example**을 선택하여 데이터베이스 연결 파라미터가 포함된 CSV 파일의 빈 템플릿을 다운로드합니다. 1. **프로젝트 이름**, **위치**(보고서 저장용), **Connections file**(CSV 파일)의 값을 입력합니다. 1. 평가 보고서를 생성한 후 마이그레이션 ** AWS SCT 프로젝트를 자동으로 생성하려면 각 소스 데이터베이스에 대한** 프로젝트 생성을 선택합니다. 1. **각 소스 데이터베이스에 대한 AWS SCT 프로젝트 생성을** 켠 상태에서 **이러한 프로젝트에 매핑 규칙 추가를 선택하고 오프라인 사용을 위해 변환 통계를 저장할** 수 있습니다. 이 경우 AWS SCT 는 각 프로젝트에 매핑 규칙을 추가하고 소스 데이터베이스 메타데이터를 프로젝트에 저장합니다. 자세한 내용은 [에서 오프라인 모드 사용 AWS Schema Conversion Tool](CHAP_UserInterface.OfflineMode.md) 단원을 참조하십시오. 1. **실행**을 선택합니다. 데이터베이스 평가 속도를 나타내는 진행률 표시줄이 나타납니다. 대상 엔진 수는 평가 런타임에 영향을 미칠 수 있습니다. 1. 다음 메시지가 표시되면 **예**를 선택합니다. **Full analysis of all Database servers may take some time. Do you want to proceed?** 다중 서버 평가 보고서가 생성되면 완료되었음을 나타내는 화면이 표시됩니다. 1. 집계된 요약 평가 보고서를 보려면 **Open Report**를 선택합니다. 기본적으로는 모든 소스 데이터베이스에 대한 집계 보고서와 소스 데이터베이스의 각 스키마 이름에 대한 세부 평가 보고서를 AWS SCT 생성합니다. 자세한 내용은 [보고서 찾기 및 보기](#CHAP_AssessmentReport.Multiserver.Review) 단원을 참조하십시오. **각 소스 데이터베이스의 AWS SCT 프로젝트 생성** 옵션이 켜진 상태에서는 각 소스 데이터베이스의 빈 프로젝트를 AWS SCT 생성합니다. AWS SCT 또한는 앞서 설명한 대로 평가 보고서를 생성합니다. 이러한 평가 보고서를 분석하고 각 소스 데이터베이스의 마이그레이션 대상을 선택한 후 이러한 빈 프로젝트에 대상 데이터베이스를 추가합니다. **이러한 프로젝트에 매핑 규칙 추가 및 오프라인 사용에 대한 변환 통계 저장** 옵션이 켜져 있으면가 각 소스 데이터베이스에 대한 프로젝트를 AWS SCT 생성합니다. 이러한 프로젝트에는 다음 정보가 포함됩니다. + 소스 데이터베이스 및 가상 대상 데이터베이스 플랫폼. 자세한 내용은 [AWS Schema Conversion Tool에서 가상 대상에 매핑](CHAP_Mapping.VirtualTargets.md) 단원을 참조하십시오. + 이 소스–대상 쌍에 대한 매핑 규칙. 자세한 내용은 [데이터 유형 매핑](CHAP_Mapping.md) 단원을 참조하십시오. + 이 소스-대상 쌍에 대한 데이터베이스 마이그레이션 평가 보고서 + 소스 스키마 메타데이터 - 오프라인 모드에서이 AWS SCT 프로젝트를 사용할 수 있습니다. 자세한 내용은 [에서 오프라인 모드 사용 AWS Schema Conversion Tool](CHAP_UserInterface.OfflineMode.md) 단원을 참조하십시오. ## 입력 CSV 파일 준비 연결 파라미터를 다중 서버 평가 보고서의 입력으로 제공하려면 다음 예제와 같이 CSV 파일을 사용합니다. ``` 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 ``` 위의 예에서는 세미콜론을 사용하여 `Sales` 데이터베이스의 두 스키마 이름을 구분합니다. 또한 세미콜론을 사용하여 `Sales` 데이터베이스의 두 대상 데이터베이스 마이그레이션 플랫폼을 구분합니다. 또한 이전 예제에서는 AWS Secrets Manager 를 사용하여 `Customers` 데이터베이스에 연결하고 Windows 인증을 사용하여 `HR` 데이터베이스에 연결합니다. 새 CSV 파일을 만들거나 AWS SCT 에서 CSV 파일용 템플릿을 다운로드하여 필요한 정보를 입력할 수 있습니다. CSV 파일의 첫 번째 행에 위의 예에 나온 것과 같은 열 이름이 포함되어 있는지 확인합니다. **입력 CSV 파일의 템플릿을 다운로드하려면** 1. 시작 AWS SCT. 1. **파일**을 선택한 다음, **New multiserver assessment**를 선택합니다. 1. **Download a connections file example**을 선택합니다. 템플릿에서 제공하는 다음과 같은 값이 CSV 파일에 포함되어 있는지 확인합니다. + **이름** - 데이터베이스를 식별하는 데 도움이 되는 텍스트 레이블입니다. AWS SCT 는 평가 보고서에 이 텍스트 레이블을 표시합니다. + **설명** - 데이터베이스에 대한 추가 정보를 제공할 수 있는 선택적 값입니다. + **Secret Manager Key** - AWS Secrets Manager에 데이터베이스 보안 인증 정보를 저장하는 보안 암호의 이름입니다. Secrets Manager를 사용하려면 AWS 프로필을에 저장해야 합니다 AWS SCT. 자세한 내용은 [AWS Secrets Manager 에서 구성 AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md) 단원을 참조하십시오. **중요** AWS SCT 는 입력 파일에 **서버 IP**, **포트**, **로그인** 및 **암호** 파라미터를 포함하는 경우 **Secret Manager 키** 파라미터를 무시합니다. + **서버 IP** – 소스 데이터베이스 서버의 DNS(Domain Name Service) 이름 또는 IP 주소입니다. + **포트** - 소스 데이터베이스 서버에 연결하는 데 사용되는 포트입니다. + **서비스 이름** - 서비스 이름을 사용하여 Oracle 데이터베이스에 연결하는 경우 연결할 Oracle 서비스의 이름입니다. + **데이터베이스 이름** - 데이터베이스 이름입니다. Oracle 데이터베이스의 경우 Oracle System ID(SID)를 사용합니다. + **BigQuery path** - 소스 BigQuery 데이터베이스의 서비스 계정 키 파일 경로입니다. 이 파일 생성에 대한 자세한 내용은 [BigQuery를 소스로 사용하기 위한 권한](CHAP_Source.BigQuery.md#CHAP_Source.BigQuery.Permissions) 섹션을 참조하세요. + **소스 엔진** - 소스 데이터베이스의 유형입니다. 다음 값 중 하나를 사용합니다. + **AZURE\$1MSSQL** - Azure SQL Database + **AZURE\$1SYNAPSE** - Azure Synapse Analytics 데이터베이스 + **GOOGLE\$1BIGQUERY** - BigQuery 데이터베이스 + **DB2ZOS** - IBM Db2 for z/OS 데이터베이스 + **DB2LUW** - IBM Db2 LUW 데이터베이스 + **GREENPLUM** - Greenplum 데이터베이스 + **MSSQL** - Microsoft SQL Server 데이터베이스 + **MYSQL** - MySQL 데이터베이스 + **NETEZZA** - Netezza 데이터베이스 + **ORACLE** - Oracle 데이터베이스 + **POSTGRESQL** - PostgreSQL 데이터베이스 + **REDSHIFT** - Amazon Redshift 데이터베이스 + **SNOWFLAKE** - Snowflake 데이터베이스 + **SYBASE\$1ASE** - SAP ASE 데이터베이스 + **TERADATA** - Teradata 데이터베이스 + **VERTICA** - Vertica 데이터베이스 + **스키마 이름** - 평가 보고서에 포함할 데이터베이스 스키마의 이름입니다. Azure SQL Database, Azure Synapse Analytics, BigQuery, Netezza, SAP ASE, Snowflake 및 SQL Server의 경우 다음 형식의 스키마 이름을 사용합니다. `db_name.schema_name` `db_name`을 소스 데이터베이스의 이름으로 바꿉니다. `schema_name`을 소스 스키마의 이름으로 바꿉니다. `"database.name"."schema.name"`과 같이 점이 포함된 데이터베이스 또는 스키마 이름은 큰따옴표로 묶습니다. `Schema1;Schema2`와 같이 세미콜론을 사용하여 여러 스키마 이름을 구분합니다. 데이터베이스 및 스키마 이름은 대/소문자를 구분합니다. 데이터베이스 또는 스키마 이름에 있는 여러 기호를 바꾸려면 퍼센트(`%`)를 와일드카드로 사용합니다. 위 예제에서는 퍼센트(`%`)를 와일드카드로 사용하여 `employees` 데이터베이스의 모든 스키마를 평가 보고서에 포함시킵니다. + **Use Windows Authentication** - Windows 인증을 사용하여 Microsoft SQL Server 데이터베이스에 연결하는 경우 **true**를 입력합니다. 자세한 내용은 [Microsoft SQL Server를 소스로 사용할 때 Windows 인증 사용](CHAP_Source.SQLServer.md#CHAP_Source.SQLServer.Permissions.WinAuth) 단원을 참조하십시오. + **로그인** – 소스 데이터베이스 서버에 연결하는 사용자 이름입니다. + **암호** - 소스 데이터베이스 서버에 연결하는 데 필요한 암호입니다. + **Use SSL** - SSL(Secure Sockets Layer)을 사용하여 소스 데이터베이스에 연결하는 경우 **true**를 입력합니다. + **트러스트 스토어** - SSL 연결에 사용할 트러스트 스토어입니다. + **키 스토어** - SSL 연결에 사용할 키 스토어입니다. + **SSL 인증** - 인증서를 통해 SSL 인증을 사용하는 경우 **true**를 입력합니다. + **Target Engines** - 대상 데이터베이스 플랫폼입니다. 평가 보고서에서 하나 이상의 대상을 지정하려면 다음 값을 사용합니다. + **AURORA\$1MYSQL** - Aurora MySQL-Compatible 데이터베이스 + **AURORA\$1POSTGRESQL** - Aurora PostgreSQL-Compatible 데이터베이스 + **BABELFISH** - Babelfish for Aurora PostgreSQL 데이터베이스 + **MARIA\$1DB** - MariaDB 데이터베이스 + **MSSQL** - Microsoft SQL Server 데이터베이스 + **MYSQL** - MySQL 데이터베이스 + **ORACLE** - Oracle 데이터베이스 + **POSTGRESQL** - PostgreSQL 데이터베이스 + **REDSHIFT** - Amazon Redshift 데이터베이스 `MYSQL;MARIA_DB`와 같이 세미콜론을 사용하여 여러 대상을 구분합니다. 대상 수는 평가를 실행하는 데 걸리는 시간에 영향을 줍니다. ## 보고서 찾기 및 보기 다중 서버 평가에서는 두 가지 유형의 보고서가 생성됩니다. + 모든 소스 데이터베이스의 집계 보고서 + 소스 데이터베이스의 각 스키마 이름에 대한 대상 데이터베이스의 세부 평가 보고서 보고서는 **New multiserver assessment** 대화 상자의 **위치**에서 선택한 디렉터리에 저장됩니다. 세부 보고서에 액세스하려면 소스 데이터베이스, 스키마 이름 및 대상 데이터베이스 엔진별로 구성된 하위 디렉터리를 탐색할 수 있습니다. 집계 보고서에는 대상 데이터베이스의 변환 복잡도에 대한 정보가 네 개의 열로 표시됩니다. 해당 열에는 코드 객체, 스토리지 객체, 구문 요소의 변환 및 변환 복잡도에 대한 정보가 포함됩니다. 다음 예제에서는 두 Oracle 데이터베이스 스키마를 Amazon RDS for PostgreSQL로 변환하는 방법에 대한 정보를 보여줍니다. ![\[집계 보고서 1개 대상\]](http://docs.aws.amazon.com/ko_kr/SchemaConversionTool/latest/userguide/images/aggregate_rpt5.png) 지정된 각각의 추가 대상 데이터베이스 엔진에 대해 동일한 네 개의 열이 보고서에 추가됩니다. 이 정보를 읽는 방법에 대한 자세한 내용은 다음을 참조하세요. ## 집계된 평가 보고서의 출력 의 집계된 다중 서버 데이터베이스 마이그레이션 평가 보고서는 다음 열이 있는 CSV 파일 AWS Schema Conversion Tool 입니다. + `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` 정보를 수집하기 위해는 전체 평가 보고서를 AWS SCT 실행한 다음 스키마별로 보고서를 집계합니다. 보고서에서 다음 세 필드는 평가를 기반으로 가능한 자동 변환 비율을 나타냅니다. **Code object conversion % ** 스키마에서 자동 또는 최소한의 변경으로 변환 AWS SCT 할 수 있는 코드 객체의 백분율입니다. 코드 객체에는 프로시저, 함수, 보기 등이 포함됩니다. **Storage object conversion % ** SCT가 자동으로 변환하거나 최소한의 변경으로 변환할 수 있는 스토리지 객체의 비율입니다. 스토리지 객체에는 테이블, 인덱스, 제약 조건 등이 포함됩니다. **Syntax elements conversion % ** SCT가 자동으로 변환할 수 있는 구문 요소의 비율입니다. 구문 요소에는 `SELECT`, `FROM`, `DELETE` 및 `JOIN` 절 등이 포함됩니다. 변환 복잡도 계산은 작업 항목의 개념을 기반으로 합니다. 작업 항목은 특정 대상으로 마이그레이션하는 동안 수동으로 수정해야 하는 소스 코드의 문제 유형을 나타냅니다.** 작업 항목은 여러 번 발생할 수 있습니다. 가중치 척도는 마이그레이션 수행의 복잡도를 나타냅니다. 숫자 1은 가장 낮은 복잡도를 나타내고 숫자 10은 가장 높은 복잡도를 나타냅니다.