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.
Auftrag zur SQL Server-Modernisierung erstellen
Verbinden Sie Datenbank und Quellcode-Repo
Konfigurieren Sie den Datenbank-Connector
Stellen Sie eine sichere Konnektivität zu Ihren SQL Server-Datenbanken her, indem Sie Datenbankkonnektoren konfigurieren. Der Connector führt Umgebungsanalysen durch, ermittelt Abhängigkeiten und ermöglicht AWS Transform den Zugriff auf Ihre Datenbankschemas und Metadaten zur Bewertung und Konvertierung.
Zu erledigende Aktionen:
Wählen Sie im Setup-Assistenten die Option Datenbankkonnektor konfigurieren
Wählen Sie die Verbindungsmethode: Neue Verbindung oder Bestehende Verbindung
Geben Sie die SQL Server-Verbindungsdetails an (Endpunkt, Port, Datenbanknamen)
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 Service-Endpunkten zulassen.
Verbinden Sie das Quellcode-Repository
Aktivieren Sie AWS Transform, um auf den Quellcode Ihrer .NET-Anwendung zuzugreifen. AWS Transform unterstützt drei Methoden zur Bereitstellung von Quellcode: einen PAT-Connector (Personal Access Token) (empfohlen) oder Amazon S3. AWS CodeConnections Diese Integration ermöglicht es dem Service, Ihren Anwendungscode zu analysieren, Datenbankabhängigkeiten zu identifizieren und aus Gründen der PostgreSQL-Kompatibilität automatische Codetransformationen durchzuführen.
Zu erledigende Aktionen:
Navigieren Sie zum Abschnitt Source Code Repository verbinden
Wählen Sie Ihre Authentifizierungsmethode: PAT Connector (empfohlen) oder Amazon S3 AWS CodeConnections
Wählen Sie Repositorys mit .NET-Anwendungen aus
Geben Sie den Zweig für die Analyse an (normalerweise main/master für die Entwicklung)
Validieren Sie den Repository-Zugriff und die Codestruktur
Anmerkung
Repository-Erkennung: AWS Transform scannt Ihre Repositorys automatisch, um .NET-Projekte, Entity Framework-Konfigurationen, Datenbankverbindungszeichenfolgen und SQL-Abhängigkeiten zu identifizieren.
Anmerkung
Sicherheitshinweis: AWS Transform erfordert nur Lesezugriff auf Ihre Repositorys und erstellt neue Feature-Branches für transformierten Code. Ihr Hauptzweig bleibt unberührt.
Der Mensch auf dem Laufenden
AWS Transform verwendet HITL-Mechanismen (Human-in-the-Loop), 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 Wave-Plans
Was Sie überprüfen: Die vorgeschlagenen Migrationswellen, einschließlich der Gruppierung von Datenbanken und Anwendungen und der Reihenfolge der Wellen.
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, gespeicherte Prozeduren, Funktionen und Trigger. Aktionspunkte heben Objekte hervor, die Aufmerksamkeit erfordern.
Du kannst:
Konvertierten Code akzeptieren
Konvertierten Code ändern
Kennzeichnung für menschliche Überprüfung nach der Transformation
Sehen Sie sich den direkten Vergleich von ursprünglichem 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, Datenzugriffscodes und Aufrufen gespeicherter Prozeduren.
Sie können:
Änderungen für jede Datei akzeptieren
Modifizieren Sie den transformierten Code
Änderungen ablehnen (nicht empfohlen)
Füge Kommentare für dein Team hinzu
Laden Sie den transformierten Code zur lokalen Überprüfung herunter
Was passiert nach der Genehmigung: AWS Transform schreibt die Änderungen in einem neuen Branch in Ihrem Repository fest und fährt mit der Validierung fort.
Überprüfung der Validierungsergebnisse
Was Sie überprüfen: Automatisierte Validierungsergebnisse, einschließlich Schemakompatibilität, Datenintegritätsprüfungen und Status der Anwendungserstellung.
Sie können:
Überprüfen Sie die bestandenen Tests
Untersuche fehlgeschlagene Tests
Warnungen adressieren
Fahren Sie mit der Bereitstellung fort oder kehren Sie zurück, um Probleme zu beheben
Was passiert nach der Genehmigung: AWS Transform bereitet sich auf die Bereitstellung in Ihrer Zielumgebung vor.
Genehmigung der Bereitstellung
Was Sie überprüfen: Bereitstellungskonfiguration einschließlich Infrastructure-as-Code-Vorlagen, ECS-Servicekonfiguration und Bereitstellungseinstellungen.
Sie können:
Bereitstellungseinstellungen überprüfen und anpassen
Genehmigen Sie die Bereitstellung, um fort
Verzögern Sie die Bereitstellung für zusätzliche 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
Landezone einrichten
Konfigurieren Sie die Zielinfrastrukturumgebung, in der Ihre modernisierten Anwendungen bereitgestellt werden. Das Landing Zone-Setup umfasst die Bereitstellung von Aurora PostgreSQL, die Netzwerkkonfiguration und Referenzkonfigurationen für die Bereitstellung.
Zu erledigende Aktionen:
Wählen Sie im Konfigurationsmenü die Option Landing Zone einrichten
Konfigurieren Sie das Aurora PostgreSQL-Ziel (Version, Instanzklasse,) Multi-AZ
Konfigurieren Sie die Netzwerk- und Sicherheitseinstellungen (VPC, Subnetze, Sicherheitsgruppen)
Anmerkung
Kostenüberlegung: Für Aurora PostgreSQL-Instances fallen laufende Kosten an. Erwägen Sie die Verwendung von Aurora Serverless v2 für Umgebungen. development/testing
Bewertung
Führen Sie eine umfassende Analyse Ihrer Datenbankschemas, Ihres Anwendungscodes und Ihrer Abhängigkeiten durch. In der Bewertungsphase werden die Komplexität der Transformation bewertet, potenzielle Herausforderungen identifiziert und detaillierte Berichte erstellt.
Zu erfüllende Maßnahmen:
Wählen Sie Repository Branch für die Codeanalyse
Wählen Sie Repositorys und Datenbanken für die Transformation aus
Überprüfen Sie die Bewertungsergebnisse und Komplexitätsbewertungen
Generieren Sie einen Bewertungsbericht mit Aufwandsprognosen
Exportieren Sie den Bericht zur Überprüfung und Genehmigung durch die Stakeholder
Anmerkung
Erkenntnisse aus der Bewertung: Die Bewertung bietet eine detaillierte Analyse von Schemaobjekten, gespeicherten Prozeduren und Anwendungsabhängigkeiten und schätzt den Umfang des erforderlichen menschlichen Eingreifens.
Planung von Wellen
Organisieren Sie Ihre Modernisierung in überschaubare Phasen, die auf der Komplexität der Transformation, den Geschäftsprioritäten und den Anwendungsabhängigkeiten basieren. AWS Transform generiert intelligente Wave-Empfehlungen, 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 die Abhängigkeiten zwischen Anwendungen und Datenbanken
Finalisieren Sie Wave Plan mithilfe der Konversationsschnittstelle
Setzen Sie Prioritäten für die Ausführung von Wave und weisen Sie Verantwortlichkeiten zu
Anmerkung
AI-Powered Empfehlungen: Sie können mithilfe natürlicher Sprache mit der KI interagieren, um die Empfehlungen anzupassen: „Verschieben Sie CustomerDB auf Welle 1“ oder „Kombinieren Sie diese beiden Anwendungen zu derselben Welle“.
Anmerkung
Best Practice: Beginnen Sie mit einer Pilotwelle, die 1—2 Datenbanken mit geringer Komplexität umfasst, um Prozesse zu etablieren 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.
Zu erledigende Aktionen:
Geben Sie Ziele für die Schemakonvertierung an und konfigurieren Sie die Einstellungen
Führen Sie die automatische Konvertierung mithilfe des DMS-Schemakonvertierungsdienstes durch
Überprüfen Sie die Konvertierungsergebnisse und identifizieren Sie die Elemente, die von Menschen eingreifen
Behandeln Sie manuelle Eingriffe mithilfe von HITL-Eingabeaufforderungen
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 anbieterspezifische SQL-Funktionen erfordern in der Regel eine manuelle Überprüfung und Korrektur.
Datenmigration für jede Welle
Übertragen Sie Daten von SQL Server zu Aurora PostgreSQL mithilfe der AWS Database Migration Service (AWS DMS) -Integration. Wählen Sie zwischen der Migration von Produktionsdaten oder der Generierung synthetischer Daten zu Testzwecken.
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 Erstellung von Endpunkten, die Aufgabenkonfiguration und die Datentypzuordnungen.
Anmerkung
Datenvalidierung: Der Service führt empirische Tests durch, indem er identische Abfragen für Quell- und Zieldatenbanken ausführt, um die Datenkonsistenz sicherzustellen.
Code-Migration für jede Welle
Transformieren Sie den.NET-Anwendungscode so, dass er mit Aurora PostgreSQL funktioniert, einschließlich Entity Framework-Konfigurationsupdates, Änderungen der Verbindungszeichenfolge, Anpassungen von SQL-Abfragen und Framework-spezifischen Anpassungen.
Zu erledigende Aktionen:
Führen Sie eine automatische Codeanalyse für SQL Server-Abhängigkeiten aus
Führen Sie die Framework-Transformation durch (Entity Framework-Provider-Updates)
Passen Sie die SQL-Abfragesyntax an PostgreSQL-compatible SQL an
Konfigurieren Sie Target Branch Management für transformierten Code
Behandeln Sie manuelle Eingriffe bei komplexen Mustern
