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 sourceL'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 et vos NACL SQL Server autorisent les connexions entrantes depuis les points de terminaison du service AWS Transform.

Référentiel de code source Connect

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 des bases de données et d'effectuer des transformations de code automatisées pour assurer 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 des référentiels contenant des applications .NET

  • Spécifier la branche pour l'analyse (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 à la base 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.

L'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 requièrent votre attention :

Examen et approbation du plan Wave

Ce que vous passez en revue : Les vagues de migration proposées, y compris les bases de données et les applications qui sont regroupées et 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

  • Séparer 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

  • Drapeau pour l'évaluation humaine après la transformation

  • Afficher la comparaison côte à côte du code d'origine 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 configuré).

Révision du code de l'application

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

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 une révision locale

Que se passe-t-il après l'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 automatisés, 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

  • Étudier les tests qui ont échoué

  • Avertissements relatifs aux adresses

  • Procéder au déploiement ou revenir pour résoudre les problèmes

Que se passe-t-il une fois l'approbation AWS terminée : Transform prépare le déploiement dans votre environnement cible.

Approbation du déploiement

Ce que vous examinez : Configuration du déploiement, y compris les modèles d'infrastructure en tant que 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

  • Télécharger le code d'infrastructure pour révision

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

Évaluation et planification des vagues

Configurer la zone d'atterrissage

Configurez l'environnement d'infrastructure cible dans lequel vos applications modernisées seront déployées. La configuration de la zone d'atterrissage inclut le provisionnement 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

Effectuez une analyse complète de vos schémas de base de données, de votre code d'application et de vos 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

  • Examiner 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 entre les applications et estime le niveau d'intervention humaine requis.

Planification des vagues

Organisez votre modernisation en étapes gérables en fonction de la complexité de la transformation, des priorités de l'entreprise et des dépendances entre les applications. AWS Transform génère des recommandations de vagues intelligentes que vous pouvez personnaliser.

Actions à effectuer :

  • Revoir le plan AI-Generated Wave et ses 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 Wave à l'aide d'une interface conversationnelle

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

Note

AI-Powered Recommandations : vous pouvez interagir avec l'IA via le 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 d'autres objets de base de données.

Actions à effectuer :

  • Fournissez des cibles de conversion de schéma et configurez 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 à l'aide des 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 aux fournisseurs 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'aide de l'intégration AWS Database Migration Service (AWS DMS). 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 que vous avez terminé avec succès avant de continuer

Note

Intégration automatisée du DMS : AWS Transform résume la complexité de la configuration du DMS en gérant automatiquement la création des terminaux, la configuration des tâches et les mappages des 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 de l'application .NET pour qu'il fonctionne avec Aurora PostgreSQL, notamment en mettant à jour la configuration d'Entity Framework, en modifiant les chaînes de connexion, en adaptant les requêtes SQL et en ajustant les paramètres spécifiques au framework.

Actions à effectuer :

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

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

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

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

  • Gérez les interventions manuelles pour des modèles complexes