View a markdown version of this page

Création d'une tâche de modernisation de SQL Server - AWS Transformation
Connecter la base de données et le dépôt de code sourceUn humain au courantÉvaluation et planification des vaguesMigration des données pour chaque vagueMigration de code pour chaque vague

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.

Création d'une tâche de modernisation de SQL Server

Connecter la base de données et le dépôt de code source

Configuration du connecteur de base de données

Établissez une connectivité sécurisée à vos bases de données SQL Server en configurant des connecteurs de base de données. Le connecteur effectue une analyse de l'environnement, découvre les dépendances et permet à AWS Transform d'accéder aux schémas et aux métadonnées de votre base de données à des fins d'évaluation et de conversion.

Actions à effectuer :

  • Sélectionnez Configurer le connecteur de base de données dans l'assistant de configuration

  • Choisissez la méthode de connexion : nouvelle connexion ou connexion existante

  • Fournissez les détails de connexion à SQL Server (point de terminaison, port, noms de base de données)

  • Configurer l'authentification et tester la connectivité

  • Passez en revue les bases de données découvertes et confirmez la sélection

Note

Connectivité réseau : assurez-vous que vos groupes de sécurité SQL Server et vos NACL autorisent les connexions entrantes depuis les points de terminaison du service AWS Transform.

Connect le référentiel de code source

Activez AWS Transform pour accéder au code source de votre application .NET. AWS Transform prend en charge trois méthodes pour fournir du code source : un connecteur PAT (Personal Access Token) (recommandé) ou Amazon S3. AWS CodeConnections Cette intégration permet au service d'analyser le code de votre application, d'identifier les dépendances de base de données et d'effectuer des transformations de code automatisées pour garantir la compatibilité avec PostgreSQL.

Actions à effectuer :

  • Accédez à la section Connect Source Code Repository

  • Choisissez votre méthode d'authentification : connecteur PAT (recommandé) ou Amazon S3 AWS CodeConnections

  • Sélectionnez les référentiels contenant des applications .NET

  • Spécifier la branche à analyser (généralement main/master pour le développement)

  • Valider l'accès au référentiel et la structure du code

Note

Découverte des référentiels : AWS Transform analyse automatiquement vos référentiels pour identifier les projets .NET, les configurations Entity Framework, les chaînes de connexion aux bases de données et les dépendances SQL.

Note

Note de sécurité : AWS Transform nécessite uniquement un accès en lecture à vos référentiels et crée de nouvelles branches de fonctionnalités pour le code transformé. Votre branche principale reste intacte.

Un humain au courant

AWS Transform utilise des mécanismes HITL (human in-the-loop) pour garantir la qualité et vous permettre de revoir et d'approuver les décisions de transformation critiques. Les points de contrôle suivants nécessitent votre attention :

Examen et approbation du plan Wave

Ce que vous examinez : Les vagues de migration proposées, y compris les bases de données et les applications qui sont regroupées, ainsi que la séquence des vagues.

Vous pouvez effectuer les actions suivantes :

  • Approuver le plan de vagues

  • Personnalisez les vagues en déplaçant les bases de données entre les vagues

  • Modifier la séquence d'ondes

  • Diviser ou fusionner des vagues

Après approbation, AWS Transform procède à la conversion du schéma.

Révision de la conversion du schéma

Ce que vous examinez : objets de base de données convertis, notamment des tables, des procédures stockées, des fonctions et des déclencheurs. Les actions mettent en évidence les objets qui nécessitent une attention particulière.

Vous pouvez effectuer les actions suivantes :

  • Accepter le code converti

  • Modifier le code converti

  • Indicateur pour un examen humain après la transformation

  • Afficher la comparaison côte à côte du code original et du code converti

Que se passe-t-il après approbation : AWS Transform applique le schéma à Aurora PostgreSQL et procède à la migration des données (si elle est configurée).

Révision du code de l'application

Ce que vous examinez : Toutes les modifications du code de l'application, y compris les configurations d'Entity Framework, les chaînes de connexion, le code d'accès aux données et les appels de procédure stockée.

Vous pouvez effectuer les actions suivantes :

  • Accepter les modifications pour chaque fichier

  • Modifier le code transformé

  • Refuser les modifications (non recommandé)

  • Ajoutez des commentaires pour votre équipe

  • Téléchargez le code transformé pour un examen local

Que se passe-t-il après approbation : AWS Transform valide les modifications dans une nouvelle branche de votre référentiel et procède à la validation.

Examen des résultats de validation

Ce que vous examinez : résultats de validation automatique, notamment la compatibilité des schémas, les contrôles d'intégrité des données et l'état de création de l'application.

Vous pouvez effectuer les actions suivantes :

  • Passez en revue les tests réussis

  • Examiner les tests ayant échoué

  • Avertissements relatifs aux adresses

  • Procéder au déploiement ou revenir pour résoudre les problèmes

Que se passe-t-il après approbation : AWS Transform prépare le déploiement dans votre environnement cible.

Approbation du déploiement

Ce que vous examinez : Configuration du déploiement, y compris les modèles d'infrastructure sous forme de code, la configuration du service ECS et les paramètres de déploiement.

Vous pouvez effectuer les actions suivantes :

  • Vérifiez et personnalisez les paramètres de déploiement

  • Approuver le déploiement pour continuer

  • Retarder le déploiement pour des tests supplémentaires

  • Téléchargez le code d'infrastructure pour examen

Après approbation, AWS Transform déploie votre application et votre base de données modernisées dans l'environnement cible.

Évaluation et planification des vagues

Configuration de la zone de landing

Configurez l'environnement d'infrastructure cible dans lequel vos applications modernisées seront déployées. La configuration de la zone d'atterrissage inclut le provisionnement d'Aurora PostgreSQL, la configuration réseau et les configurations de déploiement de référence.

Actions à effectuer :

  • Sélectionnez Configurer la zone d'atterrissage dans le menu de configuration

  • Configurer la cible Aurora PostgreSQL (version, classe d'instance,) Multi-AZ

  • Configuration des paramètres réseau et de sécurité (VPC, sous-réseaux, groupes de sécurité)

Note

Prise en compte des coûts : les instances Aurora PostgreSQL entraînent des coûts permanents. Envisagez d'utiliser Aurora Serverless v2 pour les development/testing environnements.

Évaluation

Procédez à une analyse complète des schémas de base de données, du code de l'application et des dépendances. La phase d'évaluation fournit des évaluations de la complexité de la transformation, identifie les défis potentiels et génère des rapports détaillés.

Actions à effectuer :

  • Sélectionnez la branche du référentiel pour l'analyse du code

  • Sélectionnez les référentiels et les bases de données à transformer

  • Réviser les résultats de l'évaluation et les cotes de complexité

  • Générer un rapport d'évaluation avec des projections d'effort

  • Rapport d'exportation pour examen et approbation par les parties prenantes

Note

Informations sur l'évaluation : L'évaluation fournit une analyse détaillée des objets du schéma, des procédures stockées, des dépendances des applications et estime le niveau d'intervention humaine requis.

Planification des vagues

Organisez votre modernisation en vagues gérables en fonction de la complexité de la transformation, des priorités commerciales et des dépendances des applications. AWS Transform génère des recommandations de vagues intelligentes que vous pouvez personnaliser.

Actions à effectuer :

  • Passez en revue le plan AI-Generated Wave et les recommandations

  • Personnalisez la configuration Wave en fonction des priorités de l'entreprise

  • Valider les dépendances entre les applications et les bases de données

  • Finaliser le plan de vague à l'aide de l'interface conversationnelle

  • Définissez les priorités d'exécution des vagues et attribuez les responsabilités

Note

AI-Powered Recommandations : vous pouvez interagir avec l'IA par le biais du langage naturel pour ajuster les recommandations : « Déplacer CustomerDB vers la vague 1 » ou « Combiner ces deux applications dans la même vague ».

Note

Meilleure pratique : Commencez par une vague pilote contenant 1 à 2 bases de données peu complexes afin d'établir des processus et de renforcer la confiance de l'équipe.

Migration des données pour chaque vague

Conversion de schéma pour chaque vague

Transformez les schémas de base de données SQL Server en PostgreSQL-compatible équivalents à l'aide des fonctionnalités AI-enhanced de conversion. Ce processus convertit les tables, les procédures stockées, les fonctions, les déclencheurs et les autres objets de base de données.

Actions à effectuer :

  • Fournir des cibles de conversion de schéma et configurer les préférences

  • Exécuter une conversion automatique à l'aide du service de conversion de schéma DMS

  • Examiner les résultats de conversion et identifier les éléments d'intervention humaine

  • Gérez les interventions manuelles via les instructions HITL

  • Validez les corrections humaines et relancez la conversion si nécessaire

Note

Interventions manuelles courantes : les serveurs liés, les types définis par l'utilisateur, T-SQL les modèles avancés et les fonctionnalités SQL spécifiques au fournisseur nécessitent généralement une révision et une correction humaines.

Migration des données pour chaque vague

Transférez des données de SQL Server vers Aurora PostgreSQL à l' AWS Database Migration Service aide AWS DMS de l'intégration (). Choisissez entre la migration des données de production ou la génération de données synthétiques à des fins de test.

Actions à effectuer :

  • Choisissez la migration des données de production ou la génération de données synthétiques

  • Configuration de l'instance de réplication DMS pour le transfert de données

  • Surveillez la progression de la migration et gérez les incohérences dans les données

  • Valider l'intégrité des données et les contraintes référentielles

  • Confirmez la réussite avant de continuer

Note

Intégration DMS automatisée : AWS Transform élimine la complexité de la configuration DMS en gérant automatiquement la création de points de terminaison, la configuration des tâches et les mappages de types de données.

Note

Validation des données : le service effectue des tests empiriques en exécutant des requêtes identiques sur les bases de données source et cible afin de garantir la cohérence des données.

Migration de code pour chaque vague

Transformez le code d'application .NET pour qu'il fonctionne avec Aurora PostgreSQL, y compris les mises à jour de configuration d'Entity Framework, les modifications de chaînes de connexion, les adaptations de requêtes SQL et les ajustements spécifiques au framework.

Actions à effectuer :

  • Exécuter une analyse de code automatisée pour les dépendances de SQL Server

  • Procéder à la transformation du framework (mises à jour du fournisseur Entity Framework)

  • Adapter la syntaxe des requêtes SQL au PostgreSQL-compatible SQL

  • Configuration de la gestion des branches cibles pour le code transformé

  • Gérez les interventions manuelles pour des modèles complexes