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. # Erstellen Sie einen Auftrag zur Modernisierung von SQL Server ## Datenbank und Quellcode-Repo Connect ### Datenbankkonnektor konfigurieren Stellen Sie eine sichere Konnektivität zu Ihren SQL Server-Datenbanken her, indem Sie Datenbankconnectors konfigurieren. Der Konnektor führt Umgebungsanalysen und die Erkennung von Abhängigkeiten durch und ermöglicht AWS Transform den Zugriff auf Ihre Datenbankschemas und Metadaten zur Bewertung und Konvertierung. **Abzuschließende Aktionen:** + Wählen Sie im Setup-Assistenten die Option **Datenbank-Connector konfigurieren** aus + Wählen Sie die Verbindungsmethode: **Neue Verbindung** oder **Bestehende Verbindung** + Geben Sie die SQL Server-Verbindungsdetails (Endpunkt, Port, Datenbanknamen) an + 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-Dienstendpunkten zulassen. ### Quellcode-Repository Connect Aktivieren Sie AWS Transform, um auf den Quellcode Ihrer .NET-Anwendung zuzugreifen. AWS Transform unterstützt drei Methoden zur Bereitstellung von Quellcode: einen Personal Access Token (PAT) -Connector (empfohlen) oder Amazon S3. AWS CodeConnections Diese Integration ermöglicht es dem Service, Ihren Anwendungscode zu analysieren, Datenbankabhängigkeiten zu identifizieren und automatisierte Codetransformationen für die PostgreSQL-Kompatibilität durchzuführen. **Abzuführende Aktionen:** + Navigieren Sie zum Abschnitt **Connect Source Code Repository** + Wählen Sie Ihre Authentifizierungsmethode: **PAT Connector** (empfohlen) oder **Amazon S3 **AWS CodeConnections**** + Wählen Sie Repositorys, die .NET-Anwendungen enthalten + Geben Sie den Zweig für die Analyse an (in der Regel main/master für die Entwicklung) + Validieren Sie den Repository-Zugriff und die Codestruktur **Anmerkung** **Repository Discovery:** AWS Transform scannt Ihre Repositorys automatisch, um .NET-Projekte, Entity Framework-Konfigurationen, Datenbankverbindungszeichenfolgen und SQL-Abhängigkeiten zu identifizieren. **Anmerkung** **Sicherheitshinweis:** AWS Transform benötigt nur Lesezugriff auf Ihre Repositorys und erstellt neue Feature-Branches für transformierten Code. Ihr Hauptzweig bleibt unberührt. ## Der Mensch ist auf dem Laufenden AWS Transform verwendet Human-in-the-Loop (HITL) -Mechanismen, 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 Wellenplans **Was Sie überprüfen:** Die vorgeschlagenen Migrationswellen, einschließlich der Gruppierung von Datenbanken und Anwendungen und der Reihenfolge der Migrationswellen. 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, gespeicherten Prozeduren, Funktionen und Triggern. Aktionspunkte heben Objekte hervor, die Aufmerksamkeit erfordern. Sie können: + Konvertierten Code akzeptieren + Konvertierten Code ändern + Markierung, die nach der Transformation von Menschen überprüft werden kann + Sehen Sie sich den direkten Vergleich von Originalcode 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, Datenzugriffscode und Aufrufe gespeicherter Prozeduren. Sie können: + Änderungen für jede Datei akzeptieren + Modifizieren Sie den transformierten Code + Änderungen ablehnen (nicht empfohlen) + Fügen Sie Kommentare für Ihr Team hinzu + Laden Sie den transformierten Code zur lokalen Überprüfung herunter **Was passiert nach der Genehmigung:** AWS Transform überträgt die Änderungen in einen neuen Branch in Ihrem Repository und fährt mit der Validierung fort. ### Überprüfung der Validierungsergebnisse **Was Sie überprüfen:** Automatisierte Validierungsergebnisse, einschließlich Schemakompatibilität, Datenintegritätsprüfungen und Status der Anwendungsentwicklung. Sie können: + Überprüfe die bestandenen Tests + Untersuchen Sie gescheiterte Tests + Adressieren Sie Warnungen + Fahren Sie mit der Bereitstellung fort oder kehren Sie zurück, um Probleme zu beheben **Was passiert nach der Genehmigung:** AWS Transform bereitet die Bereitstellung in Ihrer Zielumgebung vor. ### Genehmigung der Bereitstellung **Was Sie überprüfen:** Bereitstellungskonfiguration einschließlich Infrastructure-as-Code-Vorlagen, ECS-Servicekonfiguration und Bereitstellungseinstellungen. Sie können: + Die Bereitstellungseinstellungen überprüfen und anpassen + Genehmigen Sie die Bereitstellung, um fort + Verzögern Sie die Bereitstellung für weitere 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 ### landing zone einrichten Konfigurieren Sie die Zielinfrastrukturumgebung, in der Ihre modernisierten Anwendungen bereitgestellt werden. Die Einrichtung der landing zone umfasst die Bereitstellung von Aurora PostgreSQL, die Netzwerkkonfiguration und Referenzbereitstellungskonfigurationen. **Zu erledigende Aktionen:** + Wählen Sie im Konfigurationsmenü die Option **Landing Zone einrichten** + Aurora PostgreSQL-Ziel konfigurieren (Version, Instanzklasse,) Multi-AZ + Netzwerk- und Sicherheitseinstellungen konfigurieren (VPC, Subnetze, Sicherheitsgruppen) **Anmerkung** **Kostenüberlegung: Für** Aurora PostgreSQL-Instances fallen laufende Kosten an. Erwägen Sie die Verwendung von Aurora Serverless v2 für development/testing Umgebungen. ### Bewertung Führen Sie eine umfassende Analyse Ihrer Datenbankschemas, Ihres Anwendungscodes und Ihrer Abhängigkeiten durch. In der Bewertungsphase wird die Komplexität der Transformation bewertet, potenzielle Herausforderungen identifiziert und detaillierte Berichte erstellt. **Abzuschließende Aktionen:** + Wählen Sie Repository Branch für die Codeanalyse aus + Wählen Sie Repositorien und Datenbanken für die Transformation aus + Überprüfen Sie die Bewertungsergebnisse und die Einstufungen der Komplexität + Generieren Sie einen Bewertungsbericht mit Aufwandsprognosen + Exportieren Sie den Bericht zur Überprüfung und Genehmigung durch die Interessengruppen **Anmerkung** **Einblicke in die Bewertung:** Die Bewertung bietet eine detaillierte Analyse von Schemaobjekten, gespeicherten Prozeduren und Anwendungsabhängigkeiten und schätzt, wie viel menschliches Eingreifen erforderlich ist. ### Planung von Wellen Organisieren Sie Ihre Modernisierung auf der Grundlage der Transformationskomplexität, der Geschäftsprioritäten und der Anwendungsabhängigkeiten in überschaubare Phasen. AWS Transform generiert intelligente Wellenempfehlungen, 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 Abhängigkeiten zwischen Anwendungen und Datenbanken + Finalisieren Sie Wave Plan mithilfe der Konversationsoberfläche + Legen Sie Prioritäten für die Ausführung von Wellen fest und weisen Sie Verantwortlichkeiten zu **Anmerkung** **AI-Powered Empfehlungen:** Sie können mithilfe natürlicher Sprache mit der KI interagieren, um die Empfehlungen anzupassen: „Move CustomerDB to Wave 1“ oder „Kombinieren Sie diese beiden Anwendungen in derselben Welle“. **Anmerkung** **Bewährtes Verfahren:** Beginnen Sie mit einer Pilotwelle mit 1-2 Datenbanken mit geringer Komplexität, um Prozesse festzulegen 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. **Abzuschließende Aktionen:** + Geben Sie Ziele für die Schemakonvertierung an und konfigurieren Sie Einstellungen + Führen Sie die automatische Konvertierung mithilfe des DMS-Schemakonvertierungsdienstes aus + Überprüfen Sie die Konvertierungsergebnisse und identifizieren Sie menschliche Eingriffe + Führen Sie manuelle Eingriffe mithilfe von HITL-Eingabeaufforderungen durch + 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 herstellerspezifische SQL-Funktionen erfordern in der Regel eine Überprüfung und Korrektur durch einen Mitarbeiter. ### Datenmigration für jede Welle Übertragen Sie Daten mithilfe der AWS Database Migration Service (AWS DMS) -Integration von SQL Server nach Aurora PostgreSQL. Wählen Sie zu Testzwecken zwischen der Migration von Produktionsdaten oder der Generierung synthetischer Daten. **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 Endpunkterstellung, Aufgabenkonfiguration und Datentypzuordnungen. **Anmerkung** **Datenvalidierung:** Der Service führt empirische Tests durch, indem identische Abfragen für Quell- und Zieldatenbanken ausgeführt werden, um die Datenkonsistenz sicherzustellen. ## Code-Migration für jede Welle Transformieren Sie .NET-Anwendungscode so, dass er mit Aurora PostgreSQL funktioniert, einschließlich Entity Framework-Konfigurationsupdates, Änderungen von Verbindungszeichenfolgen, SQL-Abfrageanpassungen und Framework-spezifischen Anpassungen. **Abzuführende Aktionen:** + Führen Sie die automatisierte Codeanalyse für SQL Server-Abhängigkeiten aus + Führen Sie die Framework-Transformation durch (Entity Framework-Anbieterupdates) + Passen Sie die SQL-Abfragesyntax an PostgreSQL-compatible SQL an + Konfigurieren Sie Target Branch Management für transformierten Code + Bewältigen Sie manuelle Eingriffe bei komplexen Mustern