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.
Sie können das AWS Schema Conversion Tool (AWS SCT) verwenden, um Ihr vorhandenes Datenbankschema von einer Datenbank-Engine in eine andere zu konvertieren. Sie können relationale OLTP-Schemata sowie Data Warehouse-Schemata konvertieren. Ihr konvertiertes Schema ist für Amazon Relational Database Service (Amazon RDS) MySQL, MariaDB, Oracle, SQL Server, PostgreSQL DB, einen Amazon-Aurora-DB-Cluster oder einen Amazon-Redshift-Cluster geeignet. Das konvertierte Schema kann auch mit einer Datenbank auf einer EC2 Amazon-Instance verwendet oder als Daten in einem Amazon S3-Bucket gespeichert werden.
AWS SCT unterstützt mehrere Industriestandards, darunter Federal Information Processing Standards (FIPS), für Verbindungen zu einem Amazon S3 S3-Bucket oder einer anderen AWS Ressource. AWS SCT entspricht auch dem Federal Risk and Authorization Management Program (FedRAMP). Einzelheiten zu den Compliance-Maßnahmen AWS und den Bemühungen zur Einhaltung der Vorschriften finden Sie unter AWS Leistungen nach Compliance-Programmen
AWS SCT unterstützt die folgenden OLTP-Konvertierungen.
| Quelldatenbank | Zieldatenbank |
|---|---|
| IBM Db2 für z/OS (Version 12) |
Amazon Aurora MySQL-kompatible Edition (Aurora MySQL), Amazon Aurora PostgreSQL-kompatible Edition (Aurora PostgreSQL), MySQL, PostgreSQL Weitere Informationen finden Sie unter Verbindung zu IBM DB2 für z/OS herstellen. |
|
IBM Db2 LUW (Versionen 9.1, 9.5, 9.7, 10.5, 11.1 und 11.5) |
Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, PostgreSQL Weitere Informationen finden Sie unter IBM Db2 LUW-Datenbanken. |
| Microsoft Azure SQL Database |
Aurora MySQL, Aurora PostgreSQL, MySQL, PostgreSQL Weitere Informationen finden Sie unter Verbindung zu Azure SQL herstellen. |
|
Microsoft SQL Server (Version 2008 R2, 2012, 2014, 2016, 2017, 2019 und 2022) |
Aurora MySQL, Aurora PostgreSQL, Babelfish für Aurora PostgreSQL (nur für Bewertungsberichte), MariaDB, Microsoft SQL Server, MySQL, PostgreSQL Weitere Informationen finden Sie unter SQL Server-Datenbanken. |
|
MySQL (Version 5.5 und höher) |
Aurora PostgreSQL, MySQL, PostgreSQL Weitere Informationen finden Sie unter Verwenden von MySQL als Quelle. Sie können Schema und Daten von MySQL zu einem Aurora MySQL-DB-Cluster migrieren, ohne es zu verwenden AWS SCT. Weitere Informationen finden Sie unter Daten in einen Amazon Aurora Aurora-DB-Cluster migrieren. |
|
Oracle (Version 10.1 und höher) |
Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, Oracle, PostgreSQL Weitere Informationen finden Sie unter Oracle-Datenbanken. |
|
PostgreSQL (Version 9.1 und höher) |
Aurora MySQL, Aurora PostgreSQL, MySQL, PostgreSQL Weitere Informationen finden Sie unter PostgreSQL-Datenbanken. |
| SAP ASE (Versionen 12.5.4, 15.0.2, 15.5, 15.7 und 16.0) |
Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, PostgreSQL Weitere Informationen finden Sie unter SAP-Datenbanken. |
AWS SCT unterstützt die folgenden Data Warehouse-Konvertierungen.
| Quell-Data Warehouse | Ziel-Data-Warehouse |
|---|---|
|
Amazon Redshift |
Amazon Redshift Weitere Informationen finden Sie unter Amazon Redshift. |
|
Azure Synapse Analytics |
Amazon Redshift Weitere Informationen finden Sie unter Azure Synapse Analytics als Quelle. |
|
BigQuery |
Amazon Redshift Weitere Informationen finden Sie unter BigQuery als Quelle. |
|
Greenplum-Datenbank (Versionen 4.3 und 6.21) |
Amazon Redshift Weitere Informationen finden Sie unter Greenplum-Datenbanken. |
|
Microsoft SQL Server (Version 2008 und höher) |
Amazon Redshift Weitere Informationen finden Sie unter SQL Server-Data Warehouses. |
|
Netezza (Version 7.0.3 und höher) |
Amazon Redshift Weitere Informationen finden Sie unter Netezza-Datenbanken. |
|
Oracle (Version 10.1 und höher) |
Amazon Redshift Weitere Informationen finden Sie unter Oracle Data Warehouse. |
|
Schneeflocke (Version 3) |
Amazon Redshift Weitere Informationen finden Sie unter Snowflake. |
|
Teradata (Version 13 und höher) |
Amazon Redshift Weitere Informationen finden Sie unter Teradata-Datenbanken. |
|
Vertica (Version 7.2.2 und höher) |
Amazon Redshift Weitere Informationen finden Sie unter Vertica-Datenbanken. |
AWS SCT unterstützt die folgenden Daten-NoSQL-Datenbankkonvertierungen.
| Quelldatenbank | Zieldatenbank |
|---|---|
|
Apache Cassandra (Versionen 2.1.x, 2.2.16 und 3.11.x) |
Amazon-DynamoDB Weitere Informationen finden Sie unter Verbindung zu Apache Cassandra herstellen. |
AWS SCT unterstützt Konvertierungen der folgenden ETL-Prozesse (Extrahieren, Transformieren und Laden). Weitere Informationen finden Sie unter Daten mithilfe von ETL konvertieren.
| Quelle | Ziel |
|---|---|
ETL-Skripts von Informatica |
Informatica |
ETL-Pakete für Microsoft SQL Server Integration Services (SSIS) |
AWS Glue oder AWS Glue Studio |
Shell-Skripts mit eingebetteten Befehlen aus Teradata Basic Teradata Query (BTEQ) |
Amazon-Redshift-RSQL |
Teradata BTEQ ETL-Skripts |
AWS Glue oder Amazon Redshift RSQL |
FastExport Teradata-Jobskripte |
Amazon-Redshift-RSQL |
FastLoad Teradata-Jobskripte |
Amazon-Redshift-RSQL |
MultiLoad Teradata-Jobskripte |
Amazon-Redshift-RSQL |
AWS SCT unterstützt die folgenden Big-Data-Framework-Migrationen. Weitere Informationen finden Sie unter Migration von Big-Data-Frameworks.
| Quelle | Ziel |
|---|---|
|
Apache Hive (Version 0.13.0 und höher) |
Hive auf Amazon EMR |
|
Apache HDFS |
Amazon S3 oder HDFS auf Amazon EMR |
|
Apache Oozie |
AWS Step Functions |
Übersicht über die Schemakonvertierung
AWS SCT bietet eine projektbasierte Benutzeroberfläche, um das Datenbankschema Ihrer Quelldatenbank automatisch in ein Format zu konvertieren, das mit Ihrer Amazon RDS-Zielinstanz kompatibel ist. Falls das Schema aus Ihrer Quelldatenbank nicht automatisch konvertiert werden kann, finden Sie AWS SCT hier eine Anleitung, wie Sie ein entsprechendes Schema in Ihrer Amazon RDS-Zieldatenbank erstellen können.
Informationen zur Installation finden Sie AWS SCT unterInstallation und Konfiguration AWS Schema Conversion Tool.
Eine Einführung in die AWS SCT Benutzeroberfläche finden Sie unterNavigieren in der Benutzeroberfläche des AWS SCT.
Weitere Informationen zum Umwandlungsverfahren finden Sie unter Datenbankschemas konvertieren in AWS Schema Conversion Tool.
Neben der Konvertierung Ihres vorhandenen Datenbankschemas von einer Datenbank-Engine in eine andere AWS SCT bietet es einige zusätzliche Funktionen, mit denen Sie Ihre Daten und Anwendungen in die AWS Cloud verschieben können:
-
Sie können Datenextraktionsagenten verwenden, um Daten aus Ihrem Data Warehouse zu extrahieren, um sie auf die Migration zu Amazon Redshift vorzubereiten. Zur Verwaltung der Agenten für die Datenextraktion können Sie das AWS SCT verwenden. Weitere Informationen finden Sie unter Migrieren von Daten aus einem lokalen Data Warehouse zu Amazon Redshift mit AWS Schema Conversion Tool.
-
Sie können sie verwenden AWS SCT , um AWS DMS Endpunkte und Aufgaben zu erstellen. Sie können diese Aufgaben von AWS SCT ausführen und überwachen. Weitere Informationen finden Sie unter Integrieren AWS Database Migration Service mit AWS Schema Conversion Tool.
-
In einigen Fällen können Datenbankfunktionen nicht in äquivalente Amazon RDS- oder Amazon Redshift Redshift-Funktionen konvertiert werden. Der AWS SCT Erweiterungspaket-Assistent kann Ihnen bei der Installation von AWS Lambda Funktionen und Python-Bibliotheken helfen, um die Funktionen zu emulieren, die nicht konvertiert werden können. Weitere Informationen finden Sie unter Verwenden von Erweiterungspaketen mit AWS Schema Conversion Tool.
-
Sie können es verwenden AWS SCT , um Ihre bestehende Amazon Redshift Redshift-Datenbank zu optimieren. AWS SCT empfiehlt Sortierschlüssel und Verteilungsschlüssel zur Optimierung Ihrer Datenbank. Weitere Informationen finden Sie unter Daten aus Amazon Redshift konvertieren mit AWS Schema Conversion Tool.
-
Sie können Ihr vorhandenes AWS SCT lokales Datenbankschema in eine Amazon RDS-DB-Instance kopieren, auf der dieselbe Engine ausgeführt wird. Mit dieser Funktion können Sie potenzielle Kosteneinsparungen kalkulieren, die beim Wechsel in die Cloud und einer Änderung des Lizenztyps möglich sind.
-
Sie können mit dem AWS SCT SQL-Code in Ihren C++-, C #-, Java- oder anderen Anwendungscode konvertieren. Sie können den konvertierten SQL-Code anzeigen, analysieren, bearbeiten und speichern. Weitere Informationen finden Sie unter Anwendungs-SQL konvertieren mit AWS SCT.
-
Sie können AWS SCT es zur Migration von Extraktions-, Transformations- und Ladeprozessen (ETL) verwenden. Weitere Informationen finden Sie unter Konvertieren von Daten mithilfe von ETL-Prozessen in AWS Schema Conversion Tool.
Feedback geben
Sie können Feedback geben zu AWS SCT. Sie können einen Fehlerbericht einreichen, eine Funktionsanfrage stellen oder allgemeine Informationen bereitstellen.
Um Feedback zu geben AWS SCT
-
Starte das AWS Schema Conversion Tool.
-
Öffnen Sie das Menü Help und klicken Sie auf Leave Feedback. Das Dialogfeld Leave Feedback wird angezeigt.
-
Wählen Sie unter Area eine der Optionen Information, Bug report oder Feature request aus.
-
Wählen Sie für Source database Ihre Quelldatenbank aus. Wählen Sie Any aus, wenn Ihr Feedback sich nicht auf eine bestimmte Datenbank bezieht.
-
Wählen Sie für Target database Ihre Zieldatenbank aus. Wählen Sie Any aus, wenn Ihr Feedback sich nicht auf eine bestimmte Datenbank bezieht.
-
Geben Sie unter Title einen Titel für Ihr Feedback ein.
-
Geben Sie unter Message Ihr Feedback ein.
-
Klicken Sie auf Send, um das Feedback abzugeben.
