Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Qu'est-ce que c'est AWS Schema Conversion Tool ?
Vous pouvez utiliser le AWS Schema Conversion Tool (AWS SCT) pour convertir votre schéma de base de données existant d'un moteur de base de données à un autre. Vous pouvez convertir un OLTP schéma relationnel ou un schéma d'entrepôt de données. Votre schéma converti convient à un Amazon Relational Database Service (RDSAmazon) SQL My, MariaDB, Oracle, Server, Postgre SQL DB, à un SQL cluster de bases de données Amazon Aurora ou à un cluster Amazon Redshift. Le schéma converti peut également être utilisé avec une base de données sur une EC2 instance Amazon ou stocké sous forme de données dans un compartiment Amazon S3.
AWS SCT prend en charge plusieurs normes du secteur, notamment les normes fédérales de traitement de l'information (FIPS), pour les connexions à un compartiment Amazon S3 ou à une autre AWS ressource. AWS SCT est également conforme au programme fédéral de gestion des risques et des autorisations (FedRAMP). Pour plus de détails sur AWS les efforts de conformité et les efforts de mise en conformité, voir les AWS services concernés par le programme de conformité
AWS SCT prend en charge les OLTP conversions suivantes.
Base de données source | Base de données cible |
---|---|
IBMDB2 pour z/OS (version 12) |
Édition SQL compatible Amazon Aurora My (Aurora MySQL), édition compatible Amazon Aurora Postgre SQL (Aurora PostgreSQL), My, Postgre SQL SQL Pour de plus amples informations, veuillez consulter Connexion à IBM DB2 pour z/OS. |
IBMDb2 LUW (versions 9.1, 9.5, 9.7, 10.5, 11.1 et 11.5) |
Aurora MaySQL, Aurora Postgree, MariaDBSQL, Mai, Postgre SQL SQL Pour de plus amples informations, veuillez consulter IBMBases de données DB2 LUW. |
Base de SQL données Microsoft Azure |
Aurora MaiSQL, Aurora Postgrege, SQL MaiSQL, Poster SQL Pour de plus amples informations, veuillez consulter Connexion à Azure SQL. |
Microsoft SQL Server (versions 2008 R2, 2012, 2014, 2016, 2017, 2019 et 2022) |
Aurora MySQL, Aurora PostgreSQL, Babelfish pour Aurora Postgre SQL (uniquement pour les rapports d'évaluation), MariaDB, Microsoft Server, My, Postgre SQL SQL SQL Pour de plus amples informations, veuillez consulter SQLBases de données serveur. |
My SQL (version 5.5 et supérieure) |
Aurora PostgerSQL, maiSQL, Postgre SQL Pour de plus amples informations, veuillez consulter Utiliser My SQL comme source. Vous pouvez migrer le schéma et les données de My SQL vers un cluster Aurora My SQL DB sans utiliser AWS SCT. Pour plus d'informations, consultez la section Migration des données vers un cluster de base de données Amazon Aurora. |
Oracle (version 10.1 et supérieure) |
Aurora MySQL, Aurora Postware, MariaDBSQL, My, Oracle, SQL Postgre SQL Pour de plus amples informations, veuillez consulter Bases de données Oracle. |
Postgre SQL (version 9.1 et supérieure) |
Aurora MaiSQL, Aurora Postgrege, SQL MaiSQL, Poster SQL Pour de plus amples informations, veuillez consulter Bases de données Postgrer SQL. |
SAPASE(versions 12.5.4, 15.0.2, 15.5, 15.7 et 16.0) |
Aurora MaySQL, Aurora Postgree, MariaDBSQL, Mai, Postgre SQL SQL Pour de plus amples informations, veuillez consulter SAPbases de données. |
AWS SCT prend en charge les conversions d'entrepôts de données suivantes.
Entrepôt de données source | Entrepôt de données cible |
---|---|
Amazon Redshift |
Amazon Redshift Pour de plus amples informations, veuillez consulter Amazon Redshift. |
Analyses Azure Synapse |
Amazon Redshift Pour de plus amples informations, veuillez consulter Azure Synapse Analytics en tant que source. |
BigQuery |
Amazon Redshift Pour de plus amples informations, veuillez consulter BigQuery comme source. |
Base de données Greenplum (versions 4.3 et 6.21) |
Amazon Redshift Pour de plus amples informations, veuillez consulter Bases de données Greenplum. |
Microsoft SQL Server (version 2008 et supérieure) |
Amazon Redshift Pour de plus amples informations, veuillez consulter SQLEntrepôts de données pour serveurs. |
Netezza (version 7.0.3 et supérieure) |
Amazon Redshift Pour de plus amples informations, veuillez consulter Bases de données Netezza. |
Oracle (version 10.1 et supérieure) |
Amazon Redshift Pour de plus amples informations, veuillez consulter Entrepôt de données Oracle. |
Flocon de neige (version 3) |
Amazon Redshift Pour de plus amples informations, veuillez consulter Snowflake. |
Teradata (version 13 et supérieure) |
Amazon Redshift Pour de plus amples informations, veuillez consulter Bases de données Teradata. |
Vertica (version 7.2.2 et supérieure) |
Amazon Redshift Pour de plus amples informations, veuillez consulter Bases de données Vertica. |
AWS SCT prend en charge les données suivantes Aucune conversion SQL de base de données.
Base de données source | Base de données cible |
---|---|
Apache Cassandra (versions 2.1.x, 2.2.16 et 3.11.x) |
Amazon DynamoDB Pour de plus amples informations, veuillez consulter Connexion à Apache Cassandra. |
AWS SCT prend en charge les conversions des processus d'extraction, de transformation et de chargement (ETL) suivants. Pour de plus amples informations, veuillez consulter Conversion de données à l'aide de ETL.
Source | Cible |
---|---|
Scripts Informatica ETL |
Informatica |
ETLPackages Microsoft SQL Server Integration Services (SSIS) |
AWS Glue ou AWS Glue Studio |
Scripts Shell avec commandes intégrées à partir de Teradata Basic Teradata Query () BTEQ |
Amazon Redshift RSQL |
Scripts Teradata BTEQ ETL |
AWS Glue ou Amazon Redshift RSQL |
Scripts de FastExport tâches Teradata |
Amazon Redshift RSQL |
Scripts de FastLoad tâches Teradata |
Amazon Redshift RSQL |
Scripts de MultiLoad tâches Teradata |
Amazon Redshift RSQL |
AWS SCT prend en charge les migrations de framework Big Data suivantes. Pour de plus amples informations, veuillez consulter Migration des infrastructures de mégadonnées.
Source | Cible |
---|---|
Apache Hive (version 0.13.0 et supérieure) |
Hive sur Amazon EMR |
Apache HDFS |
Amazon S3 ou HDFS sur Amazon EMR |
Apache Oozie |
AWS Step Functions |
Présentation de la conversion de schémas
AWS SCT fournit une interface utilisateur basée sur un projet pour convertir automatiquement le schéma de base de données de votre base de données source dans un format compatible avec votre instance Amazon RDS cible. Si le schéma de votre base de données source ne peut pas être converti automatiquement, AWS SCT fournit des conseils sur la manière de créer un schéma équivalent dans votre RDS base de données Amazon cible.
Pour plus d'informations sur la procédure d'installation AWS SCT, consultezInstallation et configuration AWS Schema Conversion Tool.
Pour une présentation de l'interface AWS SCT utilisateur, voirNaviguer dans l'interface utilisateur du AWS SCT.
Pour plus d'informations sur le processus de conversion, consultez Conversion de schémas de base de données dans AWS Schema Conversion Tool.
Outre la conversion de votre schéma de base de données existant d'un moteur de base de données à un autre, AWS SCT certaines fonctionnalités supplémentaires vous aident à déplacer vos données et applications vers le AWS cloud :
-
Vous pouvez utiliser des agents d'extraction de données pour extraire les données de votre entrepôt de données afin de préparer leur migration vers Amazon Redshift. Pour gérer les agents d'extraction de données, vous pouvez utiliser AWS SCT. Pour de plus amples informations, veuillez consulter Migration des données de l'entrepôt de données sur site vers Amazon Redshift avec AWS Schema Conversion Tool.
-
Vous pouvez l'utiliser AWS SCT pour créer des AWS DMS points de terminaison et des tâches. Vous pouvez exécuter et surveiller ces tâches à partir de AWS SCT. Pour de plus amples informations, veuillez consulter Intégration AWS Database Migration Service avec AWS Schema Conversion Tool.
-
Dans certains cas, les fonctionnalités de base de données ne peuvent pas être converties en fonctionnalités Amazon RDS ou Amazon Redshift équivalentes. L'assistant du pack d' AWS SCT extension peut vous aider à installer AWS Lambda des fonctions et des bibliothèques Python pour émuler les fonctionnalités qui ne peuvent pas être converties. Pour de plus amples informations, veuillez consulter Utilisation de packs d'extension avec AWS Schema Conversion Tool.
-
Vous pouvez l'utiliser AWS SCT pour optimiser votre base de données Amazon Redshift existante. AWS SCT recommande des clés de tri et des clés de distribution pour optimiser votre base de données. Pour de plus amples informations, veuillez consulter Conversion de données depuis Amazon Redshift à l'aide de AWS Schema Conversion Tool.
-
Vous pouvez l'utiliser AWS SCT pour copier votre schéma de base de données sur site existant vers une RDS instance de base de données Amazon exécutant le même moteur. Cette fonction vous permet d'analyser les économies de coûts potentielles en cas de déplacement vers le cloud et de changement de votre type de licence.
-
Vous pouvez l'utiliser AWS SCT pour convertir SQL votre code d'application C++, C#, Java ou autre. Vous pouvez afficher, analyser, modifier et enregistrer le SQL code converti. Pour de plus amples informations, veuillez consulter Conversion d'une application à SQL l'aide AWS SCT.
-
Vous pouvez l'utiliser AWS SCT pour migrer les processus d'extraction, de transformation et de chargement (ETL). Pour de plus amples informations, veuillez consulter Conversion de données à l'aide ETL de processus dans AWS Schema Conversion Tool.
Fournir des commentaires
Vous pouvez fournir des commentaires sur AWS SCT. Vous pouvez déposer un rapport de bogue, soumettre une demande de fonctionnalité ou fournir des informations générales.
Pour fournir des commentaires sur AWS SCT
-
Démarrez le AWS Schema Conversion Tool.
-
Ouvrez le menu Help, puis choisissez Leave Feedback. La boîte de dialogue Leave Feedback s'affiche.
-
Dans Area, choisissez Information, Bug report ou Feature request.
-
Dans Source database, choisissez votre base de données source. Choisissez Any si vos commentaires ne concernent pas une base de données spécifique.
-
Dans Target database, choisissez votre base de données cible. Choisissez Any si vos commentaires ne concernent pas une base de données spécifique.
-
Dans Title, tapez un titre pour vos commentaires.
-
Dans Message, tapez vos commentaires.
-
Choisissez Send pour soumettre vos commentaires.