`.
Anda dapat menemukan contoh dalam tabel berikut.
| Pernyataan Oracle | Pernyataan MySQL |
| --- | --- |
| CREATE PROCEDURE
TEST_ORA_PG.P_WITH_SELECT_VARIABLE_01
(p_state IN NUMBER)
AS
l_dept_id NUMBER := 1;
BEGIN
FOR cur IN
(WITH dept_empl(id, name, surname,
lastname, state, dept_id)
AS
(
SELECT id, name, surname,
lastname, state, dept_id
FROM test_ora_pg.dept_employees
WHERE state = p_state AND
dept_id = l_dept_id)
SELECT id,state
FROM dept_empl
ORDER BY id) LOOP
NULL;
END LOOP;
| CREATE PROCEDURE test_ora_pg.P_WITH_SELECT_VARIABLE_01(IN par_P_STATE DOUBLE)
BEGIN
DECLARE var_l_dept_id DOUBLE DEFAULT 1;
DECLARE var$id VARCHAR (8000);
DECLARE var$state VARCHAR (8000);
DECLARE done INT DEFAULT FALSE;
DECLARE cur CURSOR FOR SELECT
ID, STATE
FROM (SELECT
ID, NAME, SURNAME, LASTNAME, STATE, DEPT_ID
FROM TEST_ORA_PG.DEPT_EMPLOYEES
WHERE STATE = par_p_state AND DEPT_ID = var_l_dept_id) AS dept_empl
ORDER BY ID;
DECLARE CONTINUE HANDLER FOR NOT FOUND
SET done := TRUE;
OPEN cur;
read_label:
LOOP
FETCH cur INTO var$id, var$state;
IF done THEN
LEAVE read_label;
END IF;
BEGIN
END;
END LOOP;
CLOSE cur;
END;
|
| CREATE PROCEDURE
TEST_ORA_PG.P_WITH_SELECT_REGULAR_MULT_01
AS
BEGIN
FOR cur IN (
WITH dept_empl AS
(
SELECT id, name, surname,
lastname, state, dept_id
FROM test_ora_pg.dept_employees
WHERE state = 1),
dept AS
(SELECT id deptid, parent_id,
name deptname
FROM test_ora_pg.department
)
SELECT dept_empl.*,dept.*
FROM dept_empl, dept
WHERE dept_empl.dept_id = dept.deptid
) LOOP
NULL;
END LOOP;
| CREATE VIEW TEST_ORA_PG.`P_WITH_SELECT_REGULAR_MULT_01$dept_empl
`(id, name, surname, lastname, state, dept_id)
AS
(SELECT id, name, surname, lastname, state, dept_id
FROM test_ora_pg.dept_employees
WHERE state = 1);
CREATE VIEW TEST_ORA_PG.`P_WITH_SELECT_REGULAR_MULT_01$dept
`(deptid, parent_id,deptname)
AS
(SELECT id deptid, parent_id, name deptname
FROM test_ora_pg.department);
CREATE PROCEDURE test_ora_pg.P_WITH_SELECT_REGULAR_MULT_01()
BEGIN
DECLARE var$ID DOUBLE;
DECLARE var$NAME VARCHAR (30);
DECLARE var$SURNAME VARCHAR (30);
DECLARE var$LASTNAME VARCHAR (30);
DECLARE var$STATE DOUBLE;
DECLARE var$DEPT_ID DOUBLE;
DECLARE var$deptid DOUBLE;
DECLARE var$PARENT_ID DOUBLE;
DECLARE var$deptname VARCHAR (200);
DECLARE done INT DEFAULT FALSE;
DECLARE cur CURSOR FOR SELECT
dept_empl.*, dept.*
FROM TEST_ORA_PG.`P_WITH_SELECT_REGULAR_MULT_01$dept_empl
` AS dept_empl,
TEST_ORA_PG.`P_WITH_SELECT_REGULAR_MULT_01$dept
` AS dept
WHERE dept_empl.DEPT_ID = dept.DEPTID;
DECLARE CONTINUE HANDLER FOR NOT FOUND
SET done := TRUE;
OPEN cur;
read_label:
LOOP
FETCH cur INTO var$ID, var$NAME, var$SURNAME,
var$LASTNAME, var$STATE, var$DEPT_ID, var$deptid,
var$PARENT_ID, var$deptname;
IF done THEN
LEAVE read_label;
END IF;
BEGIN
END;
END LOOP;
CLOSE cur;
END;
call test_ora_pg.P_WITH_SELECT_REGULAR_MULT_01()
|
| CREATE PROCEDURE
TEST_ORA_PG.P_WITH_SELECT_VAR_CROSS_02(p_state IN NUMBER)
AS
l_dept_id NUMBER := 10;
BEGIN
FOR cur IN (
WITH emp AS
(SELECT id, name, surname,
lastname, state, dept_id
FROM test_ora_pg.dept_employees
WHERE dept_id > 10
),
active_emp AS
(
SELECT id
FROM emp
WHERE emp.state = p_state
)
SELECT *
FROM active_emp
) LOOP
NULL;
END LOOP;
END;
| CREATE VIEW TEST_ORA_PG.`P_WITH_SELECT_VAR_CROSS_01$emp
`(id, name, surname, lastname, state, dept_id)
AS
(SELECT
id, name, surname, lastname,
state, dept_id
FROM TEST_ORA_PG.DEPT_EMPLOYEES
WHERE DEPT_ID > 10);
CREATE PROCEDURE
test_ora_pg.P_WITH_SELECT_VAR_CROSS_02(IN par_P_STATE DOUBLE)
BEGIN
DECLARE var_l_dept_id DOUBLE DEFAULT 10;
DECLARE var$ID DOUBLE;
DECLARE done INT DEFAULT FALSE;
DECLARE cur CURSOR FOR SELECT *
FROM (SELECT
ID
FROM
TEST_ORA_PG.
`P_WITH_SELECT_VAR_CROSS_01$emp` AS emp
WHERE emp.STATE = par_p_state)
AS active_emp;
DECLARE CONTINUE HANDLER FOR NOT FOUND
SET done := TRUE;
OPEN cur;
read_label:
LOOP
FETCH cur INTO var$ID;
IF done THEN
LEAVE read_label;
END IF;
BEGIN
END;
END LOOP;
CLOSE cur;
END;
|
# Migrasi dari Oracle Database ke Amazon RDS for Oracle AWS Schema Conversion Tool
Beberapa hal yang perlu dipertimbangkan saat memigrasikan skema dan kode Oracle ke Amazon RDS for Oracle:
+ AWS SCT dapat menambahkan objek direktori ke pohon objek. *Objek direktori* adalah struktur logis yang masing-masing mewakili direktori fisik pada sistem file server. Anda dapat menggunakan objek direktori dengan paket seperti DBMS\$1LOB, UTL\$1FILE, DBMS\$1FILE\$1TRANSFER, utilitas DATAPUMP, dan sebagainya.
+ AWS SCT mendukung konversi ruang meja Oracle ke Amazon RDS for Oracle DB instans. Oracle menyimpan data secara logis di tablespaces dan secara fisik dalam file data yang terkait dengan tablespace yang sesuai. Di Oracle, Anda dapat membuat tablespace dengan nama file data. Amazon RDS mendukung Oracle Managed Files (OMF) untuk file data, file log, dan file kontrol saja. AWS SCT membuat file data yang dibutuhkan selama konversi.
+ AWS SCT dapat mengonversi peran dan hak istimewa tingkat server. Mesin database Oracle menggunakan keamanan berbasis peran. Peran adalah kumpulan hak istimewa yang dapat Anda berikan atau cabut dari pengguna. Peran yang telah ditentukan di Amazon RDS, yang disebut DBA, biasanya memungkinkan semua hak administratif pada mesin database Oracle. Hak istimewa berikut ini tidak tersedia untuk peran DBA di instans DB Amazon RDS yang menggunakan mesin Oracle:
+ Mengubah basis data
+ Mengubah sistem
+ Buat direktori apa pun
+ Berikan hak istimewa apa pun
+ Berikan peran apa pun
+ Buat pekerjaan eksternal
Anda dapat memberikan semua hak istimewa lainnya ke peran pengguna Amazon RDS for Oracle, termasuk hak istimewa pemfilteran dan kolom lanjutan.
+ AWS SCT mendukung konversi pekerjaan Oracle menjadi pekerjaan yang dapat berjalan di Amazon RDS for Oracle. Ada beberapa batasan untuk konversi, termasuk yang berikut:
+ Pekerjaan yang dapat dieksekusi tidak didukung.
+ Menjadwalkan pekerjaan yang menggunakan tipe data ANYDATA sebagai argumen tidak didukung.
+ Oracle Real Application Clusters (RAC) One Node adalah opsi untuk Oracle Database Enterprise Edition yang diperkenalkan dengan Oracle Database 11g Release 2. Amazon RDS for Oracle tidak mendukung fitur RAC. Untuk ketersediaan tinggi, gunakan Amazon RDS Multi-AZ.
Dalam penerapan Multi-AZ, Amazon RDS secara otomatis menyediakan dan mempertahankan replika siaga yang sinkron di Availability Zone yang berbeda. Instans DB utama direplikasi secara sinkron di seluruh Availability Zones ke replika siaga. Fungsionalitas ini menyediakan redundansi data, menghilangkan I/O pembekuan, dan meminimalkan lonjakan latensi selama pencadangan sistem.
+ Oracle Spatial menyediakan skema dan fungsi SQL yang memfasilitasi penyimpanan, pengambilan, pembaruan, dan kueri kumpulan data spasial dalam basis data Oracle. Oracle Locator menyediakan kemampuan yang biasanya dibutuhkan untuk mendukung aplikasi berbasis layanan nirkabel dan internet serta solusi GIS berbasis mitra. Oracle Locator adalah subset terbatas dari Oracle Spatial.
Untuk menggunakan fitur Oracle Spatial dan Oracle Locator, tambahkan opsi SPATIAL atau opsi LOCATOR (saling eksklusif) ke grup opsi instans DB Anda.
Ada beberapa prasyarat untuk menggunakan Oracle Spatial dan Oracle Locator pada instans Amazon RDS for Oracle DB:
+ Instans harus menggunakan Oracle Enterprise Edition versi 12.1.0.2.v6 atau lebih tinggi, atau 11.2.0.4.v10 atau lebih tinggi.
+ Instans harus berada di dalam virtual private cloud (VPC).
+ Instance harus kelas instans DB yang dapat mendukung fitur Oracle. Misalnya, Oracle Spatial tidak didukung untuk kelas instans db.m1.small, db.t1.micro, db.t2.micro, atau db.t2.small DB. Untuk informasi selengkapnya, lihat [dukungan kelas instans DB untuk Oracle](https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/CHAP_Oracle.html#Oracle.Concepts.InstanceClasses).
+ Instans harus mengaktifkan opsi Auto Minor Version Upgrade. Amazon RDS memperbarui instans DB Anda ke Oracle PSU terbaru jika ada kerentanan keamanan dengan skor CVSS 9\$1 atau kerentanan keamanan lainnya yang diumumkan. Untuk informasi selengkapnya, silakan lihat
[Pengaturan untuk instans Oracle DB](https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/USER_ModifyInstance.Oracle.html#USER_ModifyInstance.Oracle.Settings).
+ Jika instans DB Anda adalah versi 11.2.0.4.v10 atau lebih tinggi, Anda harus menginstal opsi XMLDB. Untuk informasi selengkapnya, silakan lihat
[Oracle XML-DB](https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Appendix.Oracle.Options.XMLDB.html).
+ Anda harus memiliki lisensi Oracle Spatial dari Oracle. Untuk informasi selengkapnya, lihat [Oracle Spatial and Graph](https://shop.oracle.com/apex/product?p1=OracleSpatialandGraph) dalam dokumentasi Oracle.
+ Data Guard disertakan dengan Oracle Database Enterprise Edition. Untuk ketersediaan tinggi, gunakan fitur Amazon RDS Multi-AZ.
Dalam penerapan Multi-AZ, Amazon RDS secara otomatis menyediakan dan mempertahankan replika siaga yang sinkron di Availability Zone yang berbeda. Instans DB utama direplikasi secara sinkron di seluruh Availability Zones ke replika siaga. Fungsionalitas ini menyediakan redundansi data, menghilangkan I/O pembekuan, dan meminimalkan lonjakan latensi selama pencadangan sistem.
+ AWS SCT mendukung konversi objek Oracle DBMS\$1SCHEDULER saat bermigrasi ke Amazon RDS for Oracle. Laporan AWS SCT penilaian menunjukkan apakah objek jadwal dapat dikonversi. Untuk informasi selengkapnya tentang penggunaan objek jadwal dengan Amazon RDS, lihat dokumentasi [Amazon RDS.](https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Appendix.Oracle.CommonDBATasks.System.html#Appendix.Oracle.CommonDBATasks.ModifyScheduler)
+ Untuk konversi Oracle ke Amazon RDS for Oracle, DB Links didukung. Sebuah link database adalah objek skema dalam satu database yang memungkinkan Anda untuk mengakses objek pada database lain. Database lain tidak perlu menjadi database Oracle. Namun, untuk mengakses database non-Oracle Anda harus menggunakan Oracle Heterogenous Services.
Setelah Anda membuat link database, Anda dapat menggunakan link dalam pernyataan SQL untuk merujuk ke tabel, tampilan, dan PL/SQL objek dalam database lainnya. Untuk menggunakan link database, tambahkan `@dblink` ke tabel, tampilan, atau nama PL/SQL objek. Anda dapat menanyakan tabel atau tampilan di database lain dengan pernyataan SELECT. Untuk informasi selengkapnya tentang menggunakan tautan database Oracle, lihat dokumentasi [Oracle](https://docs.oracle.com/cd/B28359_01/server.111/b28310/ds_concepts002.htm#ADMIN12083).
Untuk informasi selengkapnya tentang menggunakan tautan database dengan Amazon RDS, lihat dokumentasi [Amazon RDS.](https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Appendix.Oracle.CommonDBATasks.Database.html#Appendix.Oracle.CommonDBATasks.DBLinks)
+ Laporan AWS SCT penilaian menyediakan metrik server untuk konversi. Metrik tentang instans Oracle Anda ini mencakup yang berikut:
+ Komputasi dan kapasitas memori instans DB target.
+ Fitur Oracle yang tidak didukung seperti Real Application Clusters yang tidak didukung Amazon RDS.
+ Beban baca-tulis disk
+ Total throughput disk rata-rata
+ Informasi server seperti nama server, OS, nama host, dan set karakter.
## Hak istimewa untuk RDS untuk Oracle sebagai target
Untuk bermigrasi ke Amazon RDS for Oracle, buat pengguna database istimewa. Anda dapat menggunakan contoh kode berikut.
```
CREATE USER user_name IDENTIFIED BY your_password;
-- System privileges
GRANT DROP ANY CUBE BUILD PROCESS TO user_name;
GRANT ALTER ANY CUBE TO user_name;
GRANT CREATE ANY CUBE DIMENSION TO user_name;
GRANT CREATE ANY ASSEMBLY TO user_name;
GRANT ALTER ANY RULE TO user_name;
GRANT SELECT ANY DICTIONARY TO user_name;
GRANT ALTER ANY DIMENSION TO user_name;
GRANT CREATE ANY DIMENSION TO user_name;
GRANT ALTER ANY TYPE TO user_name;
GRANT DROP ANY TRIGGER TO user_name;
GRANT CREATE ANY VIEW TO user_name;
GRANT ALTER ANY CUBE BUILD PROCESS TO user_name;
GRANT CREATE ANY CREDENTIAL TO user_name;
GRANT DROP ANY CUBE DIMENSION TO user_name;
GRANT DROP ANY ASSEMBLY TO user_name;
GRANT DROP ANY PROCEDURE TO user_name;
GRANT ALTER ANY PROCEDURE TO user_name;
GRANT ALTER ANY SQL TRANSLATION PROFILE TO user_name;
GRANT DROP ANY MEASURE FOLDER TO user_name;
GRANT CREATE ANY MEASURE FOLDER TO user_name;
GRANT DROP ANY CUBE TO user_name;
GRANT DROP ANY MINING MODEL TO user_name;
GRANT CREATE ANY MINING MODEL TO user_name;
GRANT DROP ANY EDITION TO user_name;
GRANT CREATE ANY EVALUATION CONTEXT TO user_name;
GRANT DROP ANY DIMENSION TO user_name;
GRANT ALTER ANY INDEXTYPE TO user_name;
GRANT DROP ANY TYPE TO user_name;
GRANT CREATE ANY PROCEDURE TO user_name;
GRANT CREATE ANY SQL TRANSLATION PROFILE TO user_name;
GRANT CREATE ANY CUBE TO user_name;
GRANT COMMENT ANY MINING MODEL TO user_name;
GRANT ALTER ANY MINING MODEL TO user_name;
GRANT DROP ANY SQL PROFILE TO user_name;
GRANT CREATE ANY JOB TO user_name;
GRANT DROP ANY EVALUATION CONTEXT TO user_name;
GRANT ALTER ANY EVALUATION CONTEXT TO user_name;
GRANT CREATE ANY INDEXTYPE TO user_name;
GRANT CREATE ANY OPERATOR TO user_name;
GRANT CREATE ANY TRIGGER TO user_name;
GRANT DROP ANY ROLE TO user_name;
GRANT DROP ANY SEQUENCE TO user_name;
GRANT DROP ANY CLUSTER TO user_name;
GRANT DROP ANY SQL TRANSLATION PROFILE TO user_name;
GRANT ALTER ANY ASSEMBLY TO user_name;
GRANT CREATE ANY RULE SET TO user_name;
GRANT ALTER ANY OUTLINE TO user_name;
GRANT UNDER ANY TYPE TO user_name;
GRANT CREATE ANY TYPE TO user_name;
GRANT DROP ANY MATERIALIZED VIEW TO user_name;
GRANT ALTER ANY ROLE TO user_name;
GRANT DROP ANY VIEW TO user_name;
GRANT ALTER ANY INDEX TO user_name;
GRANT COMMENT ANY TABLE TO user_name;
GRANT CREATE ANY TABLE TO user_name;
GRANT CREATE USER TO user_name;
GRANT DROP ANY RULE SET TO user_name;
GRANT CREATE ANY CONTEXT TO user_name;
GRANT DROP ANY INDEXTYPE TO user_name;
GRANT ALTER ANY OPERATOR TO user_name;
GRANT CREATE ANY MATERIALIZED VIEW TO user_name;
GRANT ALTER ANY SEQUENCE TO user_name;
GRANT DROP ANY SYNONYM TO user_name;
GRANT CREATE ANY SYNONYM TO user_name;
GRANT DROP USER TO user_name;
GRANT ALTER ANY MEASURE FOLDER TO user_name;
GRANT ALTER ANY EDITION TO user_name;
GRANT DROP ANY RULE TO user_name;
GRANT CREATE ANY RULE TO user_name;
GRANT ALTER ANY RULE SET TO user_name;
GRANT CREATE ANY OUTLINE TO user_name;
GRANT UNDER ANY TABLE TO user_name;
GRANT UNDER ANY VIEW TO user_name;
GRANT DROP ANY DIRECTORY TO user_name;
GRANT ALTER ANY CLUSTER TO user_name;
GRANT CREATE ANY CLUSTER TO user_name;
GRANT ALTER ANY TABLE TO user_name;
GRANT CREATE ANY CUBE BUILD PROCESS TO user_name;
GRANT ALTER ANY CUBE DIMENSION TO user_name;
GRANT CREATE ANY EDITION TO user_name;
GRANT CREATE ANY SQL PROFILE TO user_name;
GRANT ALTER ANY SQL PROFILE TO user_name;
GRANT DROP ANY OUTLINE TO user_name;
GRANT DROP ANY CONTEXT TO user_name;
GRANT DROP ANY OPERATOR TO user_name;
GRANT DROP ANY LIBRARY TO user_name;
GRANT ALTER ANY LIBRARY TO user_name;
GRANT CREATE ANY LIBRARY TO user_name;
GRANT ALTER ANY MATERIALIZED VIEW TO user_name;
GRANT ALTER ANY TRIGGER TO user_name;
GRANT CREATE ANY SEQUENCE TO user_name;
GRANT DROP ANY INDEX TO user_name;
GRANT CREATE ANY INDEX TO user_name;
GRANT DROP ANY TABLE TO user_name;
GRANT SELECT_CATALOG_ROLE TO user_name;
GRANT SELECT ANY SEQUENCE TO user_name;
-- Database Links
GRANT CREATE DATABASE LINK TO user_name;
GRANT CREATE PUBLIC DATABASE LINK TO user_name;
GRANT DROP PUBLIC DATABASE LINK TO user_name;
-- Server Level Objects (directory)
GRANT CREATE ANY DIRECTORY TO user_name;
GRANT DROP ANY DIRECTORY TO user_name;
-- (for RDS only)
GRANT EXECUTE ON RDSADMIN.RDSADMIN_UTIL TO user_name;
-- Server Level Objects (tablespace)
GRANT CREATE TABLESPACE TO user_name;
GRANT DROP TABLESPACE TO user_name;
-- Server Level Objects (user roles)
/* (grant source privileges with admin option or convert roles/privs as DBA) */
-- Queues
grant execute on DBMS_AQADM to user_name;
grant aq_administrator_role to user_name;
-- for Materialized View Logs creation
GRANT SELECT ANY TABLE TO user_name;
-- Roles
GRANT RESOURCE TO user_name;
GRANT CONNECT TO user_name;
```
Pada contoh sebelumnya, ganti *user\$1name* dengan nama pengguna Anda. Kemudian, ganti *your\$1password* dengan kata sandi yang aman.
## Keterbatasan saat mengonversi Oracle ke Amazon RDS for Oracle
Beberapa batasan yang harus Anda pertimbangkan saat memigrasikan skema dan kode Oracle ke Amazon RDS for Oracle:
+ Peran yang telah ditentukan di Amazon RDS, yang disebut DBA, biasanya memungkinkan semua hak administratif pada mesin database Oracle. Hak istimewa berikut ini tidak tersedia untuk peran DBA di instans DB Amazon RDS yang menggunakan mesin Oracle:
+ Mengubah basis data
+ Mengubah sistem
+ Buat direktori apa pun
+ Berikan hak istimewa apa pun
+ Berikan peran apa pun
+ Buat pekerjaan eksternal
Anda dapat memberikan semua hak istimewa lainnya untuk peran pengguna Oracle RDS.
+ Amazon RDS for Oracle mendukung audit tradisional, audit halus menggunakan paket DBMS\$1FGA, dan Oracle Unified Audit.
+ Amazon RDS for Oracle tidak mendukung pengambilan data perubahan (CDC). Untuk melakukan CDC selama dan setelah migrasi database, gunakan AWS Database Migration Service.
# Menghubungkan ke Database PostgreSQL dengan AWS Schema Conversion Tool
Anda dapat menggunakan AWS SCT untuk mengonversi skema, objek kode database, dan kode aplikasi dari PostgreSQL ke target berikut:
+ Amazon RDS for MySQL
+ Edisi yang Kompatibel dengan Amazon Aurora MySQL
+ Amazon RDS for PostgreSQL
+ Edisi yang Kompatibel dengan Amazon Aurora PostgreSQL
Untuk informasi selengkapnya, lihat bagian berikut:
**Topics**
+ [Hak istimewa untuk PostgreSQL sebagai database sumber](#CHAP_Source.PostgreSQL.Permissions)
+ [Menghubungkan ke PostgreSQL sebagai sumber](#CHAP_Source.PostgreSQL.Connecting)
+ [Hak istimewa untuk MySQL sebagai basis data target](#CHAP_Source.PostgreSQL.ConfigureMySQL)
## Hak istimewa untuk PostgreSQL sebagai database sumber
Hak istimewa yang diperlukan untuk PostgreSQL sebagai sumber adalah sebagai berikut:
+ TERHUBUNG PADA DATABASE **
+ PENGGUNAAN PADA SKEMA **
+ PILIH PADA SEMUA TABEL DALAM SKEMA **
+ PILIH PADA SEMUA URUTAN DALAM SKEMA **
## Menghubungkan ke PostgreSQL sebagai sumber
Gunakan prosedur berikut untuk terhubung ke database sumber PostgreSQL Anda dengan file. AWS Schema Conversion Tool
**Untuk terhubung ke database sumber PostgreSQL**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. **Pilih **PostgreSQL**, lalu pilih Berikutnya.**
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Secret**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan informasi koneksi database sumber PostgreSQL secara manual, gunakan petunjuk berikut:
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.PostgreSQL.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
## Hak istimewa untuk MySQL sebagai basis data target
Hak istimewa yang diperlukan untuk MySQL sebagai target saat Anda bermigrasi dari PostgreSQL adalah sebagai berikut:
+ BUAT DI \$1 . \$1
+ UBAH PADA \$1 . \$1
+ JATUHKAN\$1 . \$1
+ INDEKS PADA\$1 . \$1
+ REFERENSI PADA\$1 . \$1
+ PILIH PADA \$1 . \$1
+ BUAT TAMPILAN DI \$1 . \$1
+ TAMPILKAN TAMPILAN DI \$1 . \$1
+ PEMICU PADA \$1 . \$1
+ BUAT RUTINITAS DI \$1 . \$1
+ MENGUBAH RUTINITAS PADA \$1 . \$1
+ MENGEKSEKUSI PADA \$1 . \$1
+ SISIPKAN, PERBARUI PADA AWS\$1POSTGRESQL \$1EXT. \$1
+ SISIPKAN, PERBARUI, HAPUS PADA AWS\$1POSTGRESQL \$1EXT\$1DATA. \$1
+ BUAT TABEL SEMENTARA DI AWS\$1POSTGRESQL \$1EXT\$1DATA. \$1
Anda dapat menggunakan contoh kode berikut untuk membuat pengguna database dan memberikan hak istimewa.
```
CREATE USER 'user_name' IDENTIFIED BY 'your_password';
GRANT CREATE ON *.* TO 'user_name';
GRANT ALTER ON *.* TO 'user_name';
GRANT DROP ON *.* TO 'user_name';
GRANT INDEX ON *.* TO 'user_name';
GRANT REFERENCES ON *.* TO 'user_name';
GRANT SELECT ON *.* TO 'user_name';
GRANT CREATE VIEW ON *.* TO 'user_name';
GRANT SHOW VIEW ON *.* TO 'user_name';
GRANT TRIGGER ON *.* TO 'user_name';
GRANT CREATE ROUTINE ON *.* TO 'user_name';
GRANT ALTER ROUTINE ON *.* TO 'user_name';
GRANT EXECUTE ON *.* TO 'user_name';
GRANT INSERT, UPDATE ON AWS_POSTGRESQL_EXT.* TO 'user_name';
GRANT INSERT, UPDATE, DELETE ON AWS_POSTGRESQL_EXT_DATA.* TO 'user_name';
GRANT CREATE TEMPORARY TABLES ON AWS_POSTGRESQL_EXT_DATA.* TO 'user_name';
```
Pada contoh sebelumnya, ganti *user\$1name* dengan nama pengguna Anda. Kemudian, ganti *your\$1password* dengan kata sandi yang aman.
Untuk menggunakan Amazon RDS for MySQL atau Aurora MySQL sebagai target, tetapkan parameter ke. `lower_case_table_names` `1` Nilai ini berarti bahwa server MySQL menangani pengidentifikasi nama objek seperti tabel, indeks, pemicu, dan database sebagai case insensitive. Jika Anda telah mengaktifkan pencatatan biner di instance target Anda, maka atur `log_bin_trust_function_creators` parameternya ke`1`. Dalam hal ini, Anda tidak perlu menggunakan`DETERMINISTIC`, `READS SQL DATA` atau `NO SQL` karakteristik untuk membuat fungsi yang disimpan. Untuk mengkonfigurasi parameter ini, buat grup parameter DB baru atau modifikasi grup parameter DB yang ada.
# Menghubungkan ke Database SAP dengan AWS Schema Conversion Tool
Anda dapat menggunakan AWS SCT untuk mengkonversi skema, objek kode database, dan kode aplikasi dari SAP (Sybase) Adaptive Server Enterprise (ASE) ke target berikut:
+ Amazon RDS for MySQL
+ Edisi yang Kompatibel dengan Amazon Aurora MySQL
+ Amazon RDS for MariaDB
+ Amazon RDS for PostgreSQL
+ Edisi yang Kompatibel dengan Amazon Aurora PostgreSQL
Untuk informasi selengkapnya, lihat bagian berikut:
**Topics**
+ [Hak istimewa untuk SAP ASE sebagai database sumber](#CHAP_Source.SAP.Permissions)
+ [Menghubungkan ke SAP ASE (Sybase) sebagai sumber](#CHAP_Source.SAP.Connecting)
+ [Hak istimewa untuk MySQL sebagai basis data target](#CHAP_Source.SAP.ConfigureMySQL)
+ [SAP ASE ke pengaturan konversi MySQL](#CHAP_Source.SAP.MySQLConversionSettings)
+ [Hak istimewa untuk PostgreSQL sebagai database target](#CHAP_Source.SAP.ConfigurePostgreSQL)
+ [SAP ASE ke pengaturan konversi PostgreSQL](#CHAP_Source.SAP.PostgreSQLConversionSettings)
## Hak istimewa untuk SAP ASE sebagai database sumber
Untuk menggunakan database SAP ASE sebagai sumber, Anda membuat pengguna database dan memberikan izin. Untuk melakukan ini, ambil langkah-langkah berikut.
**Membuat dan mengkonfigurasi pengguna database**
1. Connect ke database sumber.
1. Buat pengguna database dengan perintah berikut. Berikan kata sandi untuk pengguna baru.
```
USE master
CREATE LOGIN min_privs WITH PASSWORD
sp_adduser min_privs
grant select on dbo.spt_values to min_privs
grant select on asehostname to min_privs
```
1. Untuk setiap database yang akan Anda migrasi, berikan hak istimewa berikut.
```
USE
sp_adduser min_privs
grant select on dbo.sysusers to min_privs
grant select on dbo.sysobjects to min_privs
grant select on dbo.sysindexes to min_privs
grant select on dbo.syscolumns to min_privs
grant select on dbo.sysreferences to min_privs
grant select on dbo.syscomments to min_privs
grant select on dbo.syspartitions to min_privs
grant select on dbo.syspartitionkeys to min_privs
grant select on dbo.sysconstraints to min_privs
grant select on dbo.systypes to min_privs
grant select on dbo.sysqueryplans to min_privs
```
## Menghubungkan ke SAP ASE (Sybase) sebagai sumber
Gunakan prosedur berikut untuk terhubung ke database sumber SAP ASE Anda dengan file. AWS Schema Conversion Tool
**Untuk terhubung ke database sumber SAP ASE**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. Pilih **SAP ASE**, lalu pilih **Next**.
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Secret**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan informasi koneksi database sumber SAP ASE secara manual, gunakan instruksi berikut:
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.SAP.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
## Hak istimewa untuk MySQL sebagai basis data target
Hak istimewa yang diperlukan untuk MySQL sebagai target adalah sebagai berikut:
+ BUAT DI \$1 . \$1
+ UBAH PADA \$1 . \$1
+ JATUHKAN\$1 . \$1
+ INDEKS PADA\$1 . \$1
+ REFERENSI PADA\$1 . \$1
+ PILIH PADA \$1 . \$1
+ BUAT TAMPILAN DI \$1 . \$1
+ TAMPILKAN TAMPILAN DI \$1 . \$1
+ PEMICU PADA \$1 . \$1
+ BUAT RUTINITAS DI \$1 . \$1
+ MENGUBAH RUTINITAS PADA \$1 . \$1
+ MENGEKSEKUSI PADA \$1 . \$1
+ SISIPKAN, PERBARUI PADA AWS\$1SAPASE \$1EXT. \$1
+ BUAT TABEL SEMENTARA DI AWS\$1SAPASE \$1EXT. \$1
Anda dapat menggunakan contoh kode berikut untuk membuat pengguna database dan memberikan hak istimewa.
```
CREATE USER 'user_name' IDENTIFIED BY 'your_password';
GRANT CREATE ON *.* TO 'user_name';
GRANT ALTER ON *.* TO 'user_name';
GRANT DROP ON *.* TO 'user_name';
GRANT INDEX ON *.* TO 'user_name';
GRANT REFERENCES ON *.* TO 'user_name';
GRANT SELECT ON *.* TO 'user_name';
GRANT CREATE VIEW ON *.* TO 'user_name';
GRANT SHOW VIEW ON *.* TO 'user_name';
GRANT TRIGGER ON *.* TO 'user_name';
GRANT CREATE ROUTINE ON *.* TO 'user_name';
GRANT ALTER ROUTINE ON *.* TO 'user_name';
GRANT EXECUTE ON *.* TO 'user_name';
GRANT INSERT, UPDATE ON AWS_SAPASE_EXT.* TO 'user_name';
GRANT CREATE TEMPORARY TABLES ON AWS_SAPASE_EXT.* TO 'user_name';
```
Pada contoh sebelumnya, ganti *user\$1name* dengan nama pengguna Anda. Kemudian, ganti *your\$1password* dengan kata sandi yang aman.
Untuk menggunakan Amazon RDS for MySQL atau Aurora MySQL sebagai target, tetapkan parameter ke. `lower_case_table_names` `1` Nilai ini berarti bahwa server MySQL menangani pengidentifikasi nama objek seperti tabel, indeks, pemicu, dan database sebagai case insensitive. Jika Anda telah mengaktifkan logging biner dalam instance target Anda, maka atur `log_bin_trust_function_creators` parameternya ke`1`. Dalam hal ini, Anda tidak perlu menggunakan`DETERMINISTIC`, `READS SQL DATA` atau `NO SQL` karakteristik untuk membuat fungsi yang disimpan. Untuk mengonfigurasi parameter ini, buat grup parameter DB baru atau modifikasi grup parameter DB yang ada.
## SAP ASE ke pengaturan konversi MySQL
**Untuk mengedit pengaturan konversi SAP ASE ke MySQL, pilih Pengaturan, lalu **pilih** Pengaturan konversi.** Dari daftar atas, pilih SAP ASE, lalu pilih **SAP ASE** - **MySQL atau SAP ASE - **Amazon Aurora** (kompatibel dengan MySQL**). AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi SAP ASE ke PostgreSQL.
Pengaturan konversi SAP ASE ke MySQL AWS SCT di menyertakan opsi untuk yang berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk menggunakan nama yang tepat dari objek database sumber dalam kode yang dikonversi.
Secara default, AWS SCT mengkonversi nama-nama objek database, variabel, dan parameter ke huruf kecil. Untuk menyimpan kasus asli untuk nama-nama ini, pilih **Perlakukan nama objek database sumber sebagai peka huruf besar/kecil**. Pilih opsi ini jika Anda menggunakan nama objek case-sensitive di server database SAP ASE sumber Anda.
## Hak istimewa untuk PostgreSQL sebagai database target
Untuk menggunakan PostgreSQL sebagai target, membutuhkan hak istimewa. AWS SCT `CREATE ON DATABASE` Pastikan Anda memberikan hak istimewa ini untuk setiap basis data PostgreSQL target.
Untuk menggunakan sinonim publik yang dikonversi, ubah jalur pencarian default database menjadi`"$user", public_synonyms, public`.
Anda dapat menggunakan contoh kode berikut untuk membuat pengguna database dan memberikan hak istimewa.
```
CREATE ROLE user_name LOGIN PASSWORD 'your_password';
GRANT CREATE ON DATABASE db_name TO user_name;
ALTER DATABASE db_name SET SEARCH_PATH = "$user", public_synonyms, public;
```
Pada contoh sebelumnya, ganti *user\$1name* dengan nama pengguna Anda. Kemudian, ganti *db\$1name* dengan nama database target Anda. Akhirnya, ganti *your\$1password* dengan kata sandi yang aman.
Di PostgreSQL, hanya pemilik skema atau a yang dapat menjatuhkan skema. `superuser` Pemilik dapat menjatuhkan skema dan semua objek yang disertakan skema ini bahkan jika pemilik skema tidak memiliki beberapa objeknya.
Saat Anda menggunakan pengguna yang berbeda untuk mengonversi dan menerapkan skema yang berbeda ke basis data target Anda, Anda bisa mendapatkan pesan kesalahan saat tidak AWS SCT dapat menjatuhkan skema. Untuk menghindari pesan kesalahan ini, gunakan `superuser` peran.
## SAP ASE ke pengaturan konversi PostgreSQL
**Untuk mengedit pengaturan konversi SAP ASE ke PostgreSQL, pilih Pengaturan, lalu **pilih** Pengaturan konversi.** Dari daftar atas, pilih SAP ASE, lalu pilih **SAP ASE** - **PostgreSQL atau SAP ASE **- Amazon** Aurora (PostgreSQL** kompatibel). AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi SAP ASE ke PostgreSQL.
Pengaturan AWS SCT konversi SAP ASE ke PostgreSQL termasuk opsi untuk yang berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk menentukan template yang akan digunakan untuk nama skema dalam kode yang dikonversi. Untuk **templat pembuatan nama Skema**, pilih salah satu opsi berikut:
+ ****— Menggunakan nama database SAP ASE sebagai nama skema di PostgreSQL.
+ ****— Menggunakan nama skema SAP ASE sebagai nama skema di PostgreSQL.
+ **\$1** — Menggunakan kombinasi database SAP ASE dan nama skema sebagai nama skema di PostgreSQL.
+ Untuk menggunakan nama yang tepat dari objek database sumber dalam kode yang dikonversi.
Secara default, AWS SCT mengkonversi nama-nama objek database, variabel, dan parameter ke huruf kecil. Untuk menyimpan kasus asli untuk nama-nama ini, pilih **Perlakukan nama objek database sumber sebagai peka huruf besar/kecil**. Pilih opsi ini jika Anda menggunakan nama objek case-sensitive di server database SAP ASE sumber Anda.
Untuk operasi case-sensitive, AWS SCT dapat menghindari konversi nama objek database ke huruf kecil. Untuk melakukannya, pilih **Hindari casting ke huruf kecil untuk operasi peka huruf** kecil.
+ Untuk memungkinkan penggunaan indeks dengan nama yang sama di tabel yang berbeda di SAP ASE.
Di PostgreSQL, semua nama indeks yang Anda gunakan dalam skema harus unik. Untuk memastikan bahwa AWS SCT menghasilkan nama unik untuk semua indeks Anda, pilih **Hasilkan nama unik untuk indeks**.
# Connect Microsoft SQL Server dengan AWS Schema Conversion Tool
Anda dapat menggunakan AWS SCT untuk mengonversi skema, objek kode database, dan kode aplikasi dari SQL Server ke target berikut:
+ Amazon RDS for MySQL
+ Edisi yang Kompatibel dengan Amazon Aurora MySQL
+ Amazon RDS for PostgreSQL
+ Edisi yang Kompatibel dengan Amazon Aurora PostgreSQL
+ Amazon RDS for SQL Server
+ Amazon RDS for MariaDB
**catatan**
AWS SCT tidak mendukung penggunaan Amazon RDS untuk server SQL sebagai sumber.
Anda dapat menggunakan AWS SCT untuk membuat laporan penilaian untuk migrasi skema, objek kode database, dan kode aplikasi dari SQL Server ke Babelfish untuk Aurora PostgreSQL, seperti yang dijelaskan berikut.
**Topics**
+ [Hak istimewa untuk Microsoft SQL Server sebagai sumber](#CHAP_Source.SQLServer.Permissions)
+ [Menggunakan Otentikasi Windows saat menggunakan Microsoft SQL Server sebagai sumber](#CHAP_Source.SQLServer.Permissions.WinAuth)
+ [Menghubungkan ke SQL Server sebagai sumber](#CHAP_Source.SQLServer.Connecting)
+ [Mengonversi SQL Server ke MySQL](CHAP_Source.SQLServer.ToMySQL.md)
+ [Migrasi dari SQL Server ke PostgreSQL dengan AWS Schema Conversion Tool](CHAP_Source.SQLServer.ToPostgreSQL.md)
+ [Migrasi dari SQL Server ke Amazon RDS for SQL Server dengan AWS Schema Conversion Tool](CHAP_Source.SQLServer.ToRDSSQLServer.md)
## Hak istimewa untuk Microsoft SQL Server sebagai sumber
Hak istimewa yang diperlukan untuk Microsoft SQL Server sebagai sumber adalah sebagai berikut:
+ LIHAT DEFINISI
+ LIHAT STATUS BASIS DATA
Hak `VIEW DEFINITION` istimewa memungkinkan pengguna yang memiliki akses publik untuk melihat definisi objek. AWS SCT menggunakan hak `VIEW DATABASE STATE` istimewa untuk memeriksa fitur edisi SQL Server Enterprise.
Ulangi hibah untuk setiap database yang skema Anda konversi.
Selain itu, berikan hak istimewa berikut pada `master` database:
+ LIHAT STATUS SERVER
+ LIHAT DEFINISI APA PUN
AWS SCT menggunakan hak `VIEW SERVER STATE` istimewa untuk mengumpulkan pengaturan dan konfigurasi server. Pastikan Anda memberikan `VIEW ANY DEFINITION` hak istimewa untuk melihat titik akhir.
Untuk membaca informasi tentang Microsoft Analysis Services, jalankan perintah berikut pada `master` database.
```
EXEC master..sp_addsrvrolemember @loginame = N'', @rolename = N'sysadmin'
```
Pada contoh sebelumnya, ganti `` placeholder dengan nama pengguna yang Anda berikan dengan hak istimewa sebelumnya.
Untuk membaca informasi tentang SQL Server Agent, tambahkan pengguna Anda ke `SQLAgentUser` peran. Jalankan perintah berikut pada `msdb` database.
```
EXEC sp_addrolemember , ;
```
Pada contoh sebelumnya, ganti `` placeholder dengan nama peran SQL Server Agent. Kemudian ganti `` placeholder dengan nama pengguna yang Anda berikan dengan hak istimewa sebelumnya. Untuk informasi selengkapnya, lihat [Menambahkan pengguna ke peran SQLAgent Pengguna](https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Appendix.SQLServer.CommonDBATasks.Agent.html#SQLServerAgent.AddUser) di *Panduan Pengguna Amazon RDS*.
Untuk mendeteksi pengiriman log, berikan hak `SELECT on dbo.log_shipping_primary_databases` istimewa pada `msdb` database.
Untuk menggunakan pendekatan notifikasi replikasi DDL, berikan `RECEIVE ON .` hak istimewa pada basis data sumber Anda. Dalam contoh ini, ganti `` placeholder dengan nama skema database Anda. Kemudian, ganti `` placeholder dengan nama tabel antrian.
## Menggunakan Otentikasi Windows saat menggunakan Microsoft SQL Server sebagai sumber
Jika aplikasi Anda berjalan pada intranet berbasis Windows, Anda mungkin dapat menggunakan Windows Authentication untuk akses database. Windows Authentication menggunakan identitas Windows saat ini yang ditetapkan pada thread sistem operasi untuk mengakses database SQL Server. Anda kemudian dapat memetakan identitas Windows ke database SQL Server dan izin. Untuk terhubung ke SQL Server menggunakan Windows Authentication, Anda harus menentukan identitas Windows yang digunakan aplikasi Anda. Anda juga harus memberikan akses identitas Windows ke database SQL Server.
SQL Server memiliki dua mode akses: mode Otentikasi Windows dan Mode Campuran. Mode Otentikasi Windows memungkinkan Otentikasi Windows dan menonaktifkan Otentikasi SQL Server. Mode Campuran memungkinkan Otentikasi Windows dan Otentikasi SQL Server. Otentikasi Windows selalu tersedia dan tidak dapat dinonaktifkan. Untuk informasi selengkapnya tentang Otentikasi Windows, lihat dokumentasi Microsoft Windows.
Contoh yang mungkin untuk membuat pengguna di TEST\$1DB ditampilkan sebagai berikut.
```
USE [TEST_DB]
CREATE USER [TestUser] FOR LOGIN [TestDomain\TestUser]
GRANT VIEW DEFINITION TO [TestUser]
GRANT VIEW DATABASE STATE TO [TestUser]
```
### Menggunakan Otentikasi Windows dengan koneksi JDBC
Driver JDBC tidak mendukung Otentikasi Windows ketika driver digunakan pada sistem operasi non-Windows. Kredensyal Windows Authentication, seperti nama pengguna dan kata sandi, tidak ditentukan secara otomatis saat menghubungkan ke SQL Server dari sistem operasi non-Windows. Dalam kasus seperti itu, aplikasi harus menggunakan SQL Server Authentication sebagai gantinya.
Dalam string koneksi JDBC, parameter `integratedSecurity` harus ditentukan untuk terhubung menggunakan Windows Authentication. Driver JDBC mendukung Otentikasi Windows Terpadu pada sistem operasi Windows melalui parameter string `integratedSecurity` koneksi.
Untuk menggunakan otentikasi terintegrasi
1. Instal driver JDBC.
1. Salin `sqljdbc_auth.dll` file ke direktori di jalur sistem Windows di komputer tempat driver JDBC diinstal.
`sqljdbc_auth.dll`File diinstal di lokasi berikut:
*< *direktori instalasi>*\$1 sqljdbc\$1< *versi>*\$1 < bahasa >\$1 auth\$1*
Ketika Anda mencoba untuk membuat koneksi ke database SQL Server menggunakan Windows Authentication, Anda mungkin mendapatkan kesalahan ini: Driver ini tidak dikonfigurasi untuk otentikasi terintegrasi. Masalah ini dapat diselesaikan dengan melakukan tindakan berikut:
+ Deklarasikan dua variabel yang mengarah ke jalur terinstal JDBC Anda:
`variable name: SQLJDBC_HOME; variable value: D:\lib\JDBC4.1\enu`(di mana sqljdbc4.jar Anda ada);
`variable name: SQLJDBC_AUTH_HOME; variable value: D\lib\JDBC4.1\enu\auth\x86`(jika Anda menjalankan OS 32bit) atau `D\lib\JDBC4.1\enu\auth\x64` (jika Anda menjalankan OS 64bit). Di sinilah Anda `sqljdbc_auth.dll` berada.
+ Salin `sqljdbc_auth.dll` ke folder tempat Anda JDK/JRE berjalan. Anda dapat menyalin ke folder lib, folder bin, dan sebagainya. Sebagai contoh, Anda dapat menyalin ke folder berikut.
```
[JDK_INSTALLED_PATH]\bin;
[JDK_INSTALLED_PATH]\jre\bin;
[JDK_INSTALLED_PATH]\jre\lib;
[JDK_INSTALLED_PATH]\lib;
```
+ Pastikan bahwa di folder perpustakaan JDBC Anda, Anda hanya memiliki SQLJDBC4 file.jar. Hapus file sqljdbc\$1.jar lainnya dari folder itu (atau salin ke folder lain). Jika Anda menambahkan driver sebagai bagian dari program Anda, pastikan bahwa Anda hanya menambahkan SQLJDBC4 .jar sebagai driver untuk digunakan.
+ Salin sqljdbc\$1auth.dll file dalam folder dengan aplikasi Anda.
**catatan**
Jika Anda menjalankan Java Virtual Machine (JVM) 32-bit, gunakan file sqljdbc\$1auth.dll di folder x86, bahkan jika sistem operasinya adalah versi x64. Jika Anda menjalankan JVM 64-bit pada prosesor x64, gunakan file sqljdbc\$1auth.dll di folder x64.
**Saat Anda terhubung ke database SQL Server, Anda dapat memilih Otentikasi **Windows atau Otentikasi** **SQL Server untuk opsi Otentikasi**.**
## Menghubungkan ke SQL Server sebagai sumber
Gunakan prosedur berikut untuk menyambung ke database sumber Microsoft SQL Server Anda dengan file. AWS Schema Conversion Tool
**Untuk menyambung ke database sumber Microsoft SQL Server**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. Pilih **Microsoft SQL Server**, lalu pilih **Berikutnya**.
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Secret**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan informasi koneksi database sumber Microsoft SQL Server secara manual, gunakan petunjuk berikut:
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.SQLServer.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
# Mengonversi SQL Server ke MySQL
Untuk meniru fungsi database Microsoft SQL Server dalam kode MySQL yang dikonversi, gunakan paket ekstensi SQL Server ke MySQL di. AWS SCT Untuk informasi selengkapnya tentang paket ekstensi, lihat[Menggunakan paket ekstensi dengan AWS Schema Conversion Tool](CHAP_ExtensionPack.md).
**Topics**
+ [Hak istimewa untuk MySQL sebagai basis data target](#CHAP_Source.SQLServer.ToMySQL.ConfigureTarget)
+ [SQL Server ke pengaturan konversi MySQL](#CHAP_Source.SQLServer.ToMySQL.ConversionSettings)
+ [Pertimbangan migrasi](#CHAP_Source.SQLServer.ToMySQL.MigrationConsiderations)
## Hak istimewa untuk MySQL sebagai basis data target
Hak istimewa yang diperlukan untuk MySQL sebagai target adalah sebagai berikut:
+ BUAT DI \$1 . \$1
+ UBAH PADA \$1 . \$1
+ JATUHKAN\$1 . \$1
+ INDEKS PADA\$1 . \$1
+ REFERENSI PADA\$1 . \$1
+ PILIH PADA \$1 . \$1
+ BUAT TAMPILAN DI \$1 . \$1
+ TAMPILKAN TAMPILAN DI \$1 . \$1
+ PEMICU PADA \$1 . \$1
+ BUAT RUTINITAS DI \$1 . \$1
+ MENGUBAH RUTINITAS PADA \$1 . \$1
+ MENGEKSEKUSI PADA \$1 . \$1
+ SISIPKAN, PERBARUI PADA AWS\$1SQLSERVER \$1EXT. \$1
+ SISIPKAN, PERBARUI, HAPUS PADA AWS\$1SQLSERVER \$1EXT\$1DATA. \$1
+ BUAT TABEL SEMENTARA DI AWS\$1SQLSERVER \$1EXT\$1DATA. \$1
Anda dapat menggunakan contoh kode berikut untuk membuat pengguna database dan memberikan hak istimewa.
```
CREATE USER 'user_name' IDENTIFIED BY 'your_password';
GRANT CREATE ON *.* TO 'user_name';
GRANT ALTER ON *.* TO 'user_name';
GRANT DROP ON *.* TO 'user_name';
GRANT INDEX ON *.* TO 'user_name';
GRANT REFERENCES ON *.* TO 'user_name';
GRANT SELECT ON *.* TO 'user_name';
GRANT CREATE VIEW ON *.* TO 'user_name';
GRANT SHOW VIEW ON *.* TO 'user_name';
GRANT TRIGGER ON *.* TO 'user_name';
GRANT CREATE ROUTINE ON *.* TO 'user_name';
GRANT ALTER ROUTINE ON *.* TO 'user_name';
GRANT EXECUTE ON *.* TO 'user_name';
GRANT INSERT, UPDATE ON AWS_SQLSERVER_EXT.* TO 'user_name';
GRANT INSERT, UPDATE, DELETE ON AWS_SQLSERVER_EXT_DATA.* TO 'user_name';
GRANT CREATE TEMPORARY TABLES ON AWS_SQLSERVER_EXT_DATA.* TO 'user_name';
```
Pada contoh sebelumnya, ganti *user\$1name* dengan nama pengguna Anda. Kemudian, ganti *your\$1password* dengan kata sandi yang aman.
Jika Anda menggunakan database MySQL versi 5.7 atau lebih rendah sebagai target, maka jalankan perintah berikut. Untuk database MySQL versi 8.0 dan yang lebih tinggi, perintah ini tidak digunakan lagi.
```
GRANT SELECT ON mysql.proc TO 'user_name';
```
Untuk menggunakan Amazon RDS for MySQL atau Aurora MySQL sebagai target, tetapkan parameter ke. `lower_case_table_names` `1` Nilai ini berarti bahwa server MySQL menangani pengidentifikasi nama objek seperti tabel, indeks, pemicu, dan database sebagai case insensitive. Jika Anda telah mengaktifkan logging biner dalam instance target Anda, maka atur `log_bin_trust_function_creators` parameternya ke`1`. Dalam hal ini, Anda tidak perlu menggunakan`DETERMINISTIC`, `READS SQL DATA` atau `NO SQL` karakteristik untuk membuat fungsi yang disimpan. Untuk mengonfigurasi parameter ini, buat grup parameter DB baru atau modifikasi grup parameter DB yang ada.
## SQL Server ke pengaturan konversi MySQL
**Untuk mengedit SQL Server ke pengaturan konversi MySQL, pilih Pengaturan, AWS SCT lalu **pilih** Pengaturan konversi.** Dari daftar atas, pilih **SQL Server**, lalu pilih **SQL Server - MySQL**. AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi SQL Server ke MySQL.
Pengaturan AWS SCT konversi SQL Server ke MySQL termasuk opsi untuk berikut ini:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk memungkinkan database SQL Server sumber Anda untuk menyimpan output `EXEC` dalam tabel. AWS SCT membuat tabel sementara dan prosedur tambahan untuk meniru fitur ini. Untuk menggunakan emulasi ini, pilih **Buat rutinitas tambahan untuk menangani kumpulan data terbuka**.
## Pertimbangan migrasi
Pertimbangkan hal-hal ini saat memigrasikan skema SQL Server ke MySQL:
+ MySQL tidak mendukung pernyataan tersebut. `MERGE` Namun, AWS SCT dapat meniru `MERGE` pernyataan selama konversi dengan menggunakan `INSERT ON DUPLICATE KEY` klausa dan pernyataan. `UPDATE FROM and DELETE FROM`
Untuk menggunakan emulasi yang benar`INSERT ON DUPLICATE KEY`, pastikan bahwa kendala unik atau kunci utama ada pada database MySQL target.
+ Anda dapat menggunakan `GOTO` pernyataan dan label untuk mengubah urutan pernyataan dijalankan. Setiap pernyataan Transact-SQL yang mengikuti `GOTO` pernyataan dilewati, dan pemrosesan berlanjut pada label. Anda dapat menggunakan `GOTO` pernyataan dan label di mana saja dalam blok prosedur, batch, atau pernyataan. Anda juga dapat membuat `GOTO` pernyataan sarang.
MySQL tidak menggunakan pernyataan. `GOTO` Ketika AWS SCT mengkonversi kode yang berisi `GOTO` pernyataan, itu mengubah pernyataan untuk menggunakan pernyataan `BEGIN…END` atau`LOOP…END LOOP`. Anda dapat menemukan contoh bagaimana AWS SCT mengkonversi `GOTO` pernyataan dalam tabel berikut.
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.SQLServer.ToMySQL.html)
+ MySQL tidak mendukung fungsi bernilai tabel multistatement. AWS SCT mensimulasikan fungsi bernilai tabel selama konversi dengan membuat tabel sementara dan menulis ulang pernyataan untuk menggunakan tabel sementara ini.
# Migrasi dari SQL Server ke PostgreSQL dengan AWS Schema Conversion Tool
Anda dapat menggunakan SQL Server untuk paket ekstensi PostgreSQL di. AWS SCT Paket ekstensi ini mengemulasi fungsi database SQL Server dalam kode PostgreSQL yang dikonversi. Gunakan paket ekstensi SQL Server ke PostgreSQL untuk meniru SQL Server Agent dan SQL Server Database Mail. Untuk informasi selengkapnya tentang paket ekstensi, lihat[Menggunakan paket ekstensi dengan AWS Schema Conversion Tool](CHAP_ExtensionPack.md).
**Topics**
+ [Hak istimewa untuk PostgreSQL sebagai database target](#CHAP_Source.SQLServer.ToPostgreSQL.ConfigurePostgreSQL)
+ [SQL Server ke pengaturan konversi PostgreSQL](#CHAP_Source.SQLServer.ToPostgreSQL.ConversionSettings)
+ [Mengkonversi partisi SQL Server ke PostgreSQL versi 10 partisi](#CHAP_Source.SQLServer.ToPostgreSQL.PG10Partitions)
+ [Pertimbangan migrasi](#CHAP_Source.SQLServer.ToPostgreSQL.MigrationConsiderations)
+ [Menggunakan paket AWS SCT ekstensi untuk meniru SQL Server Agent di PostgreSQL](CHAP_Source.SQLServer.ToPostgreSQL.ExtensionPack.Agent.md)
+ [Menggunakan paket AWS SCT ekstensi untuk meniru SQL Server Database Mail di PostgreSQL](CHAP_Source.SQLServer.ToPostgreSQL.ExtensionPack.Mail.md)
## Hak istimewa untuk PostgreSQL sebagai database target
Untuk menggunakan PostgreSQL sebagai target, membutuhkan hak istimewa. AWS SCT `CREATE ON DATABASE` Pastikan Anda memberikan hak istimewa ini untuk setiap database PostgreSQL target.
Untuk menggunakan sinonim publik yang dikonversi, ubah jalur pencarian default database menjadi`"$user", public_synonyms, public`.
Anda dapat menggunakan contoh kode berikut untuk membuat pengguna database dan memberikan hak istimewa.
```
CREATE ROLE user_name LOGIN PASSWORD 'your_password';
GRANT CREATE ON DATABASE db_name TO user_name;
ALTER DATABASE db_name SET SEARCH_PATH = "$user", public_synonyms, public;
```
Pada contoh sebelumnya, ganti *user\$1name* dengan nama pengguna Anda. Kemudian, ganti *db\$1name* dengan nama database target Anda. Akhirnya, ganti *your\$1password* dengan kata sandi yang aman.
Di PostgreSQL, hanya pemilik skema atau a yang dapat menjatuhkan skema. `superuser` Pemilik dapat menjatuhkan skema dan semua objek yang disertakan skema ini bahkan jika pemilik skema tidak memiliki beberapa objeknya.
Saat Anda menggunakan pengguna yang berbeda untuk mengonversi dan menerapkan skema yang berbeda ke basis data target Anda, Anda bisa mendapatkan pesan kesalahan saat tidak AWS SCT dapat menjatuhkan skema. Untuk menghindari pesan kesalahan ini, gunakan `superuser` peran.
## SQL Server ke pengaturan konversi PostgreSQL
**Untuk mengedit SQL Server ke pengaturan konversi PostgreSQL, pilih Pengaturan, lalu **pilih** Pengaturan konversi.** Dari daftar atas, pilih **SQL Server, lalu pilih SQL Server** - **PostgreSQL**. AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi SQL Server ke PostgreSQL.
Pengaturan AWS SCT konversi SQL Server ke PostgreSQL di menyertakan opsi untuk hal berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk memungkinkan untuk menggunakan indeks dengan nama yang sama dalam tabel yang berbeda di SQL Server.
Di PostgreSQL, semua nama indeks yang Anda gunakan dalam skema, harus unik. Untuk memastikan bahwa AWS SCT menghasilkan nama unik untuk semua indeks Anda, pilih **Hasilkan nama unik untuk indeks**.
+ Untuk mengkonversi prosedur SQL Server ke fungsi PostgreSQL.
PostgreSQL versi 10 dan sebelumnya tidak mendukung prosedur. Untuk pelanggan yang tidak terbiasa menggunakan prosedur di PostgreSQL AWS SCT , dapat mengonversi prosedur ke fungsi. Untuk melakukannya, pilih **Konversi prosedur ke fungsi**.
+ Untuk meniru output `EXEC` dalam tabel.
Database SQL Server sumber Anda dapat menyimpan output `EXEC` dalam tabel. AWS SCT membuat tabel sementara dan prosedur tambahan untuk meniru fitur ini. Untuk menggunakan emulasi ini, pilih **Buat rutinitas tambahan untuk menangani kumpulan data terbuka**.
+ Untuk menentukan template yang akan digunakan untuk nama skema dalam kode yang dikonversi. Untuk **templat pembuatan nama Skema**, pilih salah satu opsi berikut:
+ ****— Menggunakan nama database SQL Server sebagai nama skema di PostgreSQL.
+ ****— Menggunakan nama skema SQL Server sebagai nama skema di PostgreSQL.
+ **\$1** — Menggunakan kombinasi database SQL Server dan nama skema sebagai nama skema di PostgreSQL.
+ Untuk menyimpan huruf huruf nama objek sumber Anda.
Untuk menghindari konversi nama objek ke huruf kecil, pilih **Hindari casting ke huruf kecil untuk operasi peka huruf kecil**. Opsi ini hanya berlaku ketika Anda mengaktifkan opsi sensitivitas kasus di basis data target Anda.
+ Untuk menyimpan nama parameter dari database sumber Anda.
Untuk menambahkan tanda kutip ganda ke nama parameter dalam kode yang dikonversi, pilih **Simpan nama parameter asli**.
## Mengkonversi partisi SQL Server ke PostgreSQL versi 10 partisi
Saat Anda mengonversi database Microsoft SQL Server ke Amazon Aurora PostgreSQL Compatible Edition (Aurora PostgreSQL) atau Amazon Relational Database Service untuk PostgreSQL (Amazon RDS for PostgreSQL), perhatikan hal-hal berikut.
Di SQL Server, Anda membuat partisi dengan fungsi partisi. Saat mengonversi dari tabel porsi SQL Server ke tabel partisi PostgreSQL versi 10, perhatikan beberapa masalah potensial:
+ SQL Server memungkinkan Anda untuk partisi tabel menggunakan kolom tanpa kendala NOT NULL. Dalam hal ini, semua nilai NULL pergi ke partisi paling kiri. PostgreSQL tidak mendukung nilai NULL untuk partisi RANGE.
+ SQL Server memungkinkan Anda membuat kunci primer dan unik untuk tabel yang dipartisi. Untuk PostgreSQL, Anda membuat kunci primer atau unik untuk setiap partisi secara langsung. Dengan demikian, kendala PRIMARY atau UNIQUE KEY harus dihapus dari tabel induknya saat bermigrasi ke PostgreSQL. Nama kunci yang dihasilkan mengambil format`_`.
+ SQL Server memungkinkan Anda membuat batasan kunci asing dari dan ke tabel yang dipartisi. PostgreSQL tidak mendukung kunci asing yang mereferensikan tabel yang dipartisi. Juga, PostgreSQL tidak mendukung referensi kunci asing dari tabel yang dipartisi ke tabel lain.
+ SQL Server memungkinkan Anda membuat indeks untuk tabel yang dipartisi. Untuk PostgreSQL, indeks harus dibuat untuk setiap partisi secara langsung. Dengan demikian, indeks harus dihapus dari tabel induknya saat bermigrasi ke PostgreSQL. Nama indeks yang dihasilkan mengambil format`_`.
+ PostgreSQL tidak mendukung indeks yang dipartisi.
## Pertimbangan migrasi
Beberapa hal yang perlu dipertimbangkan saat memigrasikan skema SQL Server ke PostgreSQL:
+ Dalam PostgreSQL, semua nama objek dalam skema harus unik, termasuk indeks. Nama indeks harus unik dalam skema tabel dasar. Di SQL Server, nama indeks bisa sama untuk tabel yang berbeda.
Untuk memastikan keunikan nama indeks, AWS SCT memberi Anda opsi untuk menghasilkan nama indeks unik jika nama indeks Anda tidak unik. Untuk melakukan ini, pilih opsi **Menghasilkan nama indeks unik** di properti proyek. Secara default, opsi ini diaktifkan. Jika opsi ini diaktifkan, nama indeks unik dibuat menggunakan format IX\$1TABLE\$1NAME\$1INDEX\$1NAME. Jika opsi ini dinonaktifkan, nama indeks tidak diubah.
+ Pernyataan GOTO dan label dapat digunakan untuk mengubah urutan pernyataan dijalankan. Setiap pernyataan Transact-SQL yang mengikuti pernyataan GOTO dilewati dan pemrosesan berlanjut pada label. Pernyataan dan label GOTO dapat digunakan di mana saja dalam prosedur, batch, atau blok pernyataan. Pernyataan GOTO juga dapat disarangkan.
PostgreSQL tidak menggunakan pernyataan GOTO. Ketika AWS SCT mengkonversi kode yang berisi pernyataan GOTO, itu mengubah pernyataan untuk menggunakan pernyataan BEGIN... END atau LOOP... END LOOP. Anda dapat menemukan contoh bagaimana AWS SCT mengkonversi pernyataan GOTO dalam tabel berikut.
**Pernyataan SQL Server GOTO dan pernyataan PostgreSQL dikonversi**
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.SQLServer.ToPostgreSQL.html)
+ PostgreSQL tidak mendukung pernyataan MERGE. AWS SCT mengemulasi perilaku pernyataan MERGE dengan cara berikut:
+ Dengan INSERT ON CONFLICT konstruksi.
+ Dengan menggunakan pernyataan UPDATE FROM DHTML, seperti MERGE tanpa klausa WHEN NOT MATCHED.
+ Dengan menggunakan CURSOR, seperti dengan klausa MERGE dengan DELETE atau dengan menggunakan pernyataan kondisi MERGE ON yang kompleks.
+ AWS SCT dapat menambahkan pemicu database ke pohon objek saat Amazon RDS adalah targetnya.
+ AWS SCT dapat menambahkan pemicu tingkat server ke pohon objek saat Amazon RDS adalah targetnya.
+ SQL Server secara otomatis membuat dan mengelola `deleted` dan `inserted` tabel. Anda dapat menggunakan tabel sementara, memori-residen ini untuk menguji efek modifikasi data tertentu dan untuk mengatur kondisi untuk tindakan pemicu DML. AWS SCT dapat mengonversi penggunaan tabel ini di dalam pernyataan pemicu DML.
+ AWS SCT dapat menambahkan server tertaut ke pohon objek saat Amazon RDS adalah targetnya.
+ Saat bermigrasi dari Microsoft SQL Server ke PostgreSQL, fungsi SUSER\$1SNAME bawaan dikonversi sebagai berikut:
+ SUSER\$1SNAME — Mengembalikan nama login yang terkait dengan nomor identifikasi keamanan (SID).
+ SUSER\$1SNAME () - Tidak didukung.
+ SUSER\$1SNAME () CURRENT\$1USER — Mengembalikan nama pengguna dari konteks eksekusi saat ini.
+ SUSER\$1SNAME (NULL) - Mengembalikan NULL.
+ Mengonversi fungsi bernilai tabel didukung. Fungsi bernilai tabel mengembalikan tabel dan dapat menggantikan tabel dalam kueri.
+ PATINDEX mengembalikan posisi awal kemunculan pertama pola dalam ekspresi tertentu pada semua tipe data teks dan karakter yang valid. Ia mengembalikan nol jika pola tidak ditemukan. Saat mengonversi dari SQL Server ke Amazon RDS for AWS SCT PostgreSQL, ganti kode aplikasi yang menggunakan PATINDEX dengan aws\$1sqlserver\$1ext.patindex (,).
+ Di SQL Server, tipe tabel yang ditentukan pengguna adalah tipe yang mewakili definisi struktur tabel. Anda menggunakan tipe tabel yang ditentukan pengguna untuk mendeklarasikan parameter nilai tabel untuk prosedur atau fungsi yang disimpan. Anda juga dapat menggunakan tipe tabel yang ditentukan pengguna untuk mendeklarasikan variabel tabel yang ingin Anda gunakan dalam batch atau dalam badan prosedur atau fungsi yang disimpan. AWS SCT meniru jenis ini di PostgreSQL dengan membuat tabel sementara.
Saat mengonversi dari SQL Server ke PostgreSQL, AWS SCT mengubah objek sistem SQL Server menjadi objek yang dapat dikenali di PostgreSQL. Tabel berikut menunjukkan bagaimana objek sistem dikonversi.
| Kasus penggunaan MS SQL Server | Substitusi PostgreSQL |
| --- | --- |
| SYS.SKEMA | AWS\$1SQLSERVER\$1EXT.SYS\$1SKEMA |
| SYS.TABLES | AWS\$1SQLSERVER\$1EXT.SYS\$1TABLES |
| SYS.PANDANGAN | AWS\$1SQLSERVER\$1EXT.SYS\$1DILIHAT |
| SYS.ALL\$1VIEWS | AWS\$1SQLSERVER\$1EXT.SYS\$1ALL\$1VIEWS |
| SYS.JENIS | AWS\$1SQLSERVER\$1EXT.SYS\$1TYPES |
| SYS.COLUMNS | AWS\$1SQLSERVER\$1EXT.SYS\$1COLUMNS |
| SYS.ALL\$1COLUMNS | AWS\$1SQLSERVER\$1EXT.SYS\$1ALL\$1COLUMNS |
| SYS.FOREIGN\$1KEYS | AWS\$1SQLSERVER\$1EXT.SYS\$1FOREIGN\$1KEYS |
| SYS.SYSFOREIGNKEYS | AWS\$1SQLSERVER\$1EXT.SYS\$1SYSFOREIGNKEYS |
| SYS.FOREIGN\$1KEY\$1COLUMNS | AWS\$1SQLSERVER\$1EXT.SYS\$1FOREIGN\$1KEY\$1COLUMNS |
| SYS.KEY\$1KENDALA | AWS\$1SQLSERVER\$1EXT.SYS\$1KEY\$1KENDALA |
| SYS.IDENTITY\$1COLUMNS | AWS\$1SQLSERVER\$1EXT.SYS\$1IDENTITY\$1COLUMNS |
| SYS.PROSEDUR | AWS\$1SQLSERVER\$1EXT.SYS\$1PROSEDUR |
| SYS.INDEXES | AWS\$1SQLSERVER\$1EXT.SYS\$1INDEXES |
| SYS.SYSINDEX | AWS\$1SQLSERVER\$1EXT.SYS\$1SYSINDEXES |
| SYS.OBJECTS | AWS\$1SQLSERVER\$1EXT.SYS\$1OBJECTS |
| SYS.ALL\$1OBJECTS | AWS\$1SQLSERVER\$1EXT.SYS\$1ALL\$1OBJECTS |
| SYS.SYSOBJECTS | AWS\$1SQLSERVER\$1EXT.SYS\$1SYSOBJECTS |
| SYS.SQL\$1MODULES | AWS\$1SQLSERVER\$1EXT.SYS\$1SQL\$1MODULES |
| SYS.DATABASE | AWS\$1SQLSERVER\$1EXT.SYS\$1DATABASE |
| INFORMATION\$1SCHEMA.SCHEMATA | AWS\$1SQLSERVER\$1EXT.INFORMATION\$1SCHEMA\$1SCHEMATA |
| INFORMATION\$1SCHEMA.VIEWS | AWS\$1SQLSERVER\$1EXT.INFORMATION\$1SCHEMA\$1VIEWS |
| INFORMATION\$1SCHEMA.TABLES | AWS\$1SQLSERVER\$1EXT.INFORMATION\$1SCHEMA\$1TABLES |
| INFORMATION\$1SCHEMA.COLUMNS | AWS\$1SQLSERVER\$1EXT.INFORMATION\$1SCHEMA\$1COLUMNS |
| INFORMATION\$1SCHEMA.CHECK\$1CONSTRAINTS | AWS\$1SQLSERVER\$1EXT.INFORMATION\$1SCHEMA\$1CHECK\$1CONSTRAINTS |
| INFORMATION\$1SCHEMA.REFERENTIAL\$1CONSTRAINTS | AWS\$1SQLSERVER\$1EXT.INFORMATION\$1SCHEMA\$1REFERENTIAL\$1CONSTRAINTS |
| INFORMATION\$1SCHEMA.TABLE\$1CONSTRAINTS | AWS\$1SQLSERVER\$1EXT.INFORMATION\$1SCHEMA\$1TABLE\$1KENDALA |
| INFORMATION\$1SCHEMA.KEY\$1COLUMN\$1USAGE | AWS\$1SQLSERVER\$1EXT.INFORMATION\$1SCHEMA\$1KEY\$1COLUMN\$1USAGE |
| INFORMATION\$1SCHEMA.CONSTRAINT\$1TABLE\$1USAGE | AWS\$1SQLSERVER\$1EXT.INFORMATION\$1SCHEMA\$1CONSTRAINT\$1TABLE\$1USAGE |
| INFORMATION\$1SCHEMA.CONSTRAINT\$1COLUMN\$1USAGE | AWS\$1SQLSERVER\$1EXT.INFORMATION\$1SCHEMA\$1CONSTRAINT\$1COLUMN\$1USAGE |
| INFORMATION\$1SCHEMA.ROUTINES | AWS\$1SQLSERVER\$1EXT.INFORMATION\$1SCHEMA\$1RUTINES |
| SYS.SYSPROCESSES | AWS\$1SQLSERVER\$1EXT.SYS\$1SYSPROCESSS |
| sys.system\$1objects | AWS\$1SQLSERVER\$1EXT.SYS\$1SYSTEM\$1OBJECTS |
# Menggunakan paket AWS SCT ekstensi untuk meniru SQL Server Agent di PostgreSQL
SQL Server Agent adalah layanan Microsoft Windows yang menjalankan pekerjaan SQL Server. SQL Server Agent menjalankan pekerjaan sesuai jadwal, sebagai respons terhadap acara tertentu, atau sesuai permintaan. Untuk informasi selengkapnya tentang Agen SQL Server, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/ssms/agent/sql-server-agent?view=sql-server-ver15).
PostgreSQL tidak memiliki setara untuk SQL Server Agent. Untuk meniru fitur SQL Server Agent, AWS SCT buat paket ekstensi. Paket ekstensi ini menggunakan AWS Lambda dan Amazon CloudWatch. AWS Lambda mengimplementasikan antarmuka yang Anda gunakan untuk mengelola jadwal dan menjalankan pekerjaan. Amazon CloudWatch mempertahankan aturan jadwal.
AWS Lambda dan Amazon CloudWatch menggunakan parameter JSON untuk berinteraksi. Parameter JSON ini memiliki struktur sebagai berikut.
```
{
"mode": mode,
"parameters": {
list of parameters
},
"callback": procedure name
}
```
Dalam contoh sebelumnya, *`mode`* adalah jenis tugas dan `list of parameters` merupakan seperangkat parameter yang bergantung pada jenis tugas. Juga, `procedure name` adalah nama prosedur yang berjalan setelah tugas selesai.
AWS SCT menggunakan satu fungsi Lambda untuk mengontrol dan menjalankan pekerjaan. CloudWatch Aturan memulai menjalankan pekerjaan dan memberikan informasi yang diperlukan untuk memulai pekerjaan. Ketika CloudWatch aturan dipicu, itu memulai fungsi Lambda menggunakan parameter dari aturan.
Untuk membuat pekerjaan sederhana yang memanggil prosedur, gunakan format berikut.
```
{
"mode": "run_job",
"parameters": {
"vendor": "mysql",
"cmd": "lambda_db.nightly_job"
}
}
```
Untuk membuat pekerjaan dengan beberapa langkah, gunakan format berikut.
```
{
"mode": "run_job",
"parameters": {
"job_name": "Job1",
"enabled": "true",
"start_step_id": 1,
"notify_level_email": [0|1|2|3],
"notify_email": email,
"delete_level": [0|1|2|3],
"job_callback": "ProcCallBackJob(job_name, code, message)",
"step_callback": "ProcCallBackStep(job_name, step_id, code, message)"
},
"steps": [
{
"id":1,
"cmd": "ProcStep1",
"cmdexec_success_code": 0,
"on_success_action": [|2|3|4],
"on_success_step_id": 1,
"on_fail_action": 0,
"on_fail_step_id": 0,
"retry_attempts": number,
"retry_interval": number
},
{
"id":2,
"cmd": "ProcStep2",
"cmdexec_success_code": 0,
"on_success_action": [1|2|3|4],
"on_success_step_id": 0,
"on_fail_action": 0,
"on_fail_step_id": 0,
"retry_attempts": number,
"retry_interval": number
},
...
]
}
```
Untuk meniru perilaku Agen SQL Server di PostgreSQL, paket AWS SCT ekstensi juga membuat tabel dan prosedur berikut.
## Tabel yang meniru SQL Server Agent di PostgreSQL
Untuk meniru SQL Server Agent, paket ekstensi menggunakan tabel berikut:
**sysjobs**
Menyimpan informasi tentang pekerjaan.
**sysjobsteps**
Menyimpan informasi tentang langkah-langkah pekerjaan.
**sysschedules**
Menyimpan informasi tentang jadwal pekerjaan.
**jadwal sysjob**
Menyimpan informasi jadwal untuk pekerjaan individu.
**sysjobhistory**
Menyimpan informasi tentang menjalankan pekerjaan terjadwal.
## Prosedur yang meniru SQL Server Agent di PostgreSQL
Untuk meniru SQL Server Agent, paket ekstensi menggunakan prosedur berikut:
**sp\$1add\$1pekerjaan**
Menambahkan pekerjaan baru.
**sp\$1add\$1jobstep**
Menambahkan langkah ke pekerjaan.
**sp\$1add\$1schedule**
Membuat aturan jadwal baru di Amazon CloudWatch. Anda dapat menggunakan jadwal ini dengan sejumlah pekerjaan.
**sp\$1attach\$1schedule**
Menetapkan jadwal untuk pekerjaan yang dipilih.
**sp\$1add\$1jobschedule**
Membuat aturan jadwal untuk pekerjaan di Amazon CloudWatch dan menetapkan target untuk aturan ini.
**sp\$1update\$1job**
Memperbarui atribut pekerjaan yang dibuat sebelumnya.
**sp\$1update\$1jobstep**
Memperbarui atribut langkah dalam pekerjaan.
**sp\$1update\$1schedule**
Memperbarui atribut aturan jadwal di Amazon CloudWatch.
**sp\$1update\$1jobschedule**
Memperbarui atribut jadwal untuk pekerjaan yang ditentukan.
**sp\$1delete\$1job**
Menghapus pekerjaan.
**sp\$1delete\$1jobstep**
Menghapus langkah pekerjaan dari pekerjaan.
**sp\$1delete\$1schedule**
Menghapus jadwal.
**sp\$1delete\$1jobschedule**
Menghapus aturan jadwal untuk pekerjaan yang ditentukan dari Amazon CloudWatch.
**sp\$1detach\$1schedule**
Menghapus hubungan antara jadwal dan pekerjaan.
**get\$1jobs, update\$1job**
Prosedur internal yang berinteraksi dengan AWS Elastic Beanstalk.
**sp\$1verify\$1job\$1date, sp\$1verify\$1job\$1time, sp\$1verify\$1job, sp\$1verify\$1jobstep, sp\$1verify\$1job\$1identifiers, sp\$1verify\$1schedule\$1identifiers**
Prosedur internal yang memeriksa pengaturan.
## Sintaks untuk prosedur yang meniru SQL Server Agent di PostgreSQL
`aws_sqlserver_ext.sp_add_job`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_add_job` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-add-job-transact-sql?view=sql-server-ver15).
```
par_job_name varchar,
par_enabled smallint = 1,
par_description varchar = NULL::character varying,
par_start_step_id integer = 1,
par_category_name varchar = NULL::character varying,
par_category_id integer = NULL::integer,
par_owner_login_name varchar = NULL::character varying,
par_notify_level_eventlog integer = 2,
par_notify_level_email integer = 0,
par_notify_level_netsend integer = 0,
par_notify_level_page integer = 0,
par_notify_email_operator_name varchar = NULL::character varying,
par_notify_netsend_operator_name varchar = NULL::character varying,
par_notify_page_operator_name varchar = NULL::character varying,
par_delete_level integer = 0,
inout par_job_id integer = NULL::integer,
par_originating_server varchar = NULL::character varying,
out returncode integer
```
`aws_sqlserver_ext.sp_add_jobstep`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_add_jobstep` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-add-jobstep-transact-sql?view=sql-server-ver15).
```
par_job_id integer = NULL::integer,
par_job_name varchar = NULL::character varying,
par_step_id integer = NULL::integer,
par_step_name varchar = NULL::character varying,
par_subsystem varchar = 'TSQL'::bpchar,
par_command text = NULL::text,
par_additional_parameters text = NULL::text,
par_cmdexec_success_code integer = 0,
par_on_success_action smallint = 1,
par_on_success_step_id integer = 0,
par_on_fail_action smallint = 2,
par_on_fail_step_id integer = 0,
par_server varchar = NULL::character varying,
par_database_name varchar = NULL::character varying,
par_database_user_name varchar = NULL::character varying,
par_retry_attempts integer = 0,
par_retry_interval integer = 0,
par_os_run_priority integer = 0,
par_output_file_name varchar = NULL::character varying,
par_flags integer = 0,
par_proxy_id integer = NULL::integer,
par_proxy_name varchar = NULL::character varying,
inout par_step_uid char = NULL::bpchar,
out returncode integer
```
`aws_sqlserver_ext.sp_add_schedule`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_add_schedule` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-add-schedule-transact-sql?view=sql-server-ver15).
```
par_schedule_name varchar,
par_enabled smallint = 1,
par_freq_type integer = 0,
par_freq_interval integer = 0,
par_freq_subday_type integer = 0,
par_freq_subday_interval integer = 0,
par_freq_relative_interval integer = 0,
par_freq_recurrence_factor integer = 0,
par_active_start_date integer = NULL::integer,
par_active_end_date integer = 99991231,
par_active_start_time integer = 0,
par_active_end_time integer = 235959,
par_owner_login_name varchar = NULL::character varying,
*inout par_schedule_uid char = NULL::bpchar,*
inout par_schedule_id integer = NULL::integer,
par_originating_server varchar = NULL::character varying,
out returncode integer
```
`aws_sqlserver_ext.sp_attach_schedule`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_attach_schedule` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-attach-schedule-transact-sql?view=sql-server-ver15).
```
par_job_id integer = NULL::integer,
par_job_name varchar = NULL::character varying,
par_schedule_id integer = NULL::integer,
par_schedule_name varchar = NULL::character varying,
par_automatic_post smallint = 1,
out returncode integer
```
`aws_sqlserver_ext.sp_add_jobschedule`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_add_jobschedule` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-add-jobschedule-transact-sql?view=sql-server-ver15).
```
par_job_id integer = NULL::integer,
par_job_name varchar = NULL::character varying,
par_name varchar = NULL::character varying,
par_enabled smallint = 1,
par_freq_type integer = 1,
par_freq_interval integer = 0,
par_freq_subday_type integer = 0,
par_freq_subday_interval integer = 0,
par_freq_relative_interval integer = 0,
par_freq_recurrence_factor integer = 0,
par_active_start_date integer = NULL::integer,
par_active_end_date integer = 99991231,
par_active_start_time integer = 0,
par_active_end_time integer = 235959,
inout par_schedule_id integer = NULL::integer,
par_automatic_post smallint = 1,
inout par_schedule_uid char = NULL::bpchar,
out returncode integer
```
`aws_sqlserver_ext.sp_delete_job`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_delete_job` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-delete-job-transact-sql?view=sql-server-ver15).
```
par_job_id integer = NULL::integer,
par_job_name varchar = NULL::character varying,
par_originating_server varchar = NULL::character varying,
par_delete_history smallint = 1,
par_delete_unused_schedule smallint = 1,
out returncode integer
```
`aws_sqlserver_ext.sp_delete_jobstep`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_delete_jobstep` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-delete-jobsteplog-transact-sql?view=sql-server-ver15).
```
par_job_id integer = NULL::integer,
par_job_name varchar = NULL::character varying,
par_step_id integer = NULL::integer,
out returncode integer
```
`aws_sqlserver_ext.sp_delete_jobschedule`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_delete_jobschedule` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-delete-jobschedule-transact-sql?view=sql-server-ver15).
```
par_job_id integer = NULL::integer,
par_job_name varchar = NULL::character varying,
par_name varchar = NULL::character varying,
par_keep_schedule integer = 0,
par_automatic_post smallint = 1,
out returncode integer
```
`aws_sqlserver_ext.sp_delete_schedule`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_delete_schedule` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-delete-schedule-transact-sql?view=sql-server-ver15).
```
par_schedule_id integer = NULL::integer,
par_schedule_name varchar = NULL::character varying,
par_force_delete smallint = 0,
par_automatic_post smallint = 1,
out returncode integer
```
`aws_sqlserver_ext.sp_detach_schedule`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_detach_schedule` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-detach-schedule-transact-sql?view=sql-server-ver15).
```
par_job_id integer = NULL::integer,
par_job_name varchar = NULL::character varying,
par_schedule_id integer = NULL::integer,
par_schedule_name varchar = NULL::character varying,
par_delete_unused_schedule smallint = 0,
par_automatic_post smallint = 1,
out returncode integer
```
`aws_sqlserver_ext.sp_update_job`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_update_job` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-update-job-transact-sql?view=sql-server-ver15).
```
par_job_id integer = NULL::integer
par_job_name varchar = NULL::character varying
par_new_name varchar = NULL::character varying
par_enabled smallint = NULL::smallint
par_description varchar = NULL::character varying
par_start_step_id integer = NULL::integer
par_category_name varchar = NULL::character varying
par_owner_login_name varchar = NULL::character varying
par_notify_level_eventlog integer = NULL::integer
par_notify_level_email integer = NULL::integer
par_notify_level_netsend integer = NULL::integer
par_notify_level_page integer = NULL::integer
par_notify_email_operator_name varchar = NULL::character varying
par_notify_netsend_operator_name varchar = NULL::character varying
par_notify_page_operator_name varchar = NULL::character varying
par_delete_level integer = NULL::integer
par_automatic_post smallint = 1
out returncode integer
```
`aws_sqlserver_ext.sp_update_jobschedule`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_update_jobschedule` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-update-jobschedule-transact-sql?view=sql-server-ver15).
```
par_job_id integer = NULL::integer
par_job_name varchar = NULL::character varying
par_name varchar = NULL::character varying
par_new_name varchar = NULL::character varying
par_enabled smallint = NULL::smallint
par_freq_type integer = NULL::integer
par_freq_interval integer = NULL::integer
par_freq_subday_type integer = NULL::integer
par_freq_subday_interval integer = NULL::integer
par_freq_relative_interval integer = NULL::integer
par_freq_recurrence_factor integer = NULL::integer
par_active_start_date integer = NULL::integer
par_active_end_date integer = NULL::integer
par_active_start_time integer = NULL::integer
par_active_end_time integer = NULL::integer
par_automatic_post smallint = 1
out returncode integer
```
`aws_sqlserver_ext.sp_update_jobstep`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_update_jobstep` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-update-jobstep-transact-sql?view=sql-server-ver15).
```
par_job_id integer = NULL::integer
par_job_name varchar = NULL::character varying
par_step_id integer = NULL::integer
par_step_name varchar = NULL::character varying
par_subsystem varchar = NULL::character varying
par_command text = NULL::text
par_additional_parameters text = NULL::text
par_cmdexec_success_code integer = NULL::integer
par_on_success_action smallint = NULL::smallint
par_on_success_step_id integer = NULL::integer
par_on_fail_action smallint = NULL::smallint
par_on_fail_step_id integer = NULL::integer
par_server varchar = NULL::character varying
par_database_name varchar = NULL::character varying
par_database_user_name varchar = NULL::character varying
par_retry_attempts integer = NULL::integer
par_retry_interval integer = NULL::integer
par_os_run_priority integer = NULL::integer
par_output_file_name varchar = NULL::character varying
par_flags integer = NULL::integer
par_proxy_id integer = NULL::integer
par_proxy_name varchar = NULL::character varying
out returncode integer
```
`aws_sqlserver_ext.sp_update_schedule`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_update_schedule` prosedur. Untuk informasi selengkapnya tentang prosedur Agen SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-update-schedule-transact-sql?view=sql-server-ver15).
```
par_schedule_id integer = NULL::integer
par_name varchar = NULL::character varying
par_new_name varchar = NULL::character varying
par_enabled smallint = NULL::smallint
par_freq_type integer = NULL::integer
par_freq_interval integer = NULL::integer
par_freq_subday_type integer = NULL::integer
par_freq_subday_interval integer = NULL::integer
par_freq_relative_interval integer = NULL::integer
par_freq_recurrence_factor integer = NULL::integer
par_active_start_date integer = NULL::integer
par_active_end_date integer = NULL::integer
par_active_start_time integer = NULL::integer
par_active_end_time integer = NULL::integer
par_owner_login_name varchar = NULL::character varying
par_automatic_post smallint = 1
out returncode integer
```
## Contoh untuk menggunakan prosedur yang meniru SQL Server Agent di PostgreSQL
Untuk menambahkan pekerjaan baru, gunakan `aws_sqlserver_ext.sp_add_job` prosedur seperti yang ditunjukkan berikut.
```
SELECT * FROM aws_sqlserver_ext.sp_add_job (
par_job_name := 'test_job',
par_enabled := 1::smallint,
par_start_step_id := 1::integer,
par_category_name := '[Uncategorized (Local)]',
par_owner_login_name := 'sa');
```
Untuk menambahkan langkah pekerjaan baru, gunakan `aws_sqlserver_ext.sp_add_jobstep` prosedur seperti yang ditunjukkan berikut.
```
SELECT * FROM aws_sqlserver_ext.sp_add_jobstep (
par_job_name := 'test_job',
par_step_id := 1::smallint,
par_step_name := 'test_job_step1',
par_subsystem := 'TSQL',
par_command := 'EXECUTE [dbo].[PROC_TEST_JOB_STEP1];',
par_server := NULL,
par_database_name := 'GOLD_TEST_SS');
```
Untuk menambahkan jadwal sederhana, gunakan `aws_sqlserver_ext.sp_add_schedule` prosedur seperti yang ditunjukkan berikut.
```
SELECT * FROM aws_sqlserver_ext.sp_add_schedule(
par_schedule_name := 'RunOnce',
par_freq_type := 1,
par_active_start_time := 233000);
```
Untuk mengatur jadwal pekerjaan, gunakan `aws_sqlserver_ext.sp_attach_schedule` prosedur seperti yang ditunjukkan berikut.
```
SELECT * FROM aws_sqlserver_ext.sp_attach_schedule (
par_job_name := 'test_job',
par_schedule_name := 'NightlyJobs');
```
Untuk membuat jadwal pekerjaan, gunakan `aws_sqlserver_ext.sp_add_jobschedule` prosedur seperti yang ditunjukkan berikut.
```
SELECT * FROM aws_sqlserver_ext.sp_add_jobschedule (
par_job_name := 'test_job2',
par_name := 'test_schedule2',
par_enabled := 1::smallint,
par_freq_type := 4,
par_freq_interval := 1,
par_freq_subday_type := 4,
par_freq_subday_interval := 1,
par_freq_relative_interval := 0,
par_freq_recurrence_factor := 0,
par_active_start_date := 20100801,
par_active_end_date := 99991231,
par_active_start_time := 0,
par_active_end_time := 0);
```
## Gunakan contoh kasus untuk meniru Agen SQL Server di PostgreSQL
Jika kode database sumber Anda menggunakan SQL Server Agent untuk menjalankan pekerjaan, Anda dapat menggunakan paket ekstensi SQL Server ke PostgreSQL untuk mengonversi kode ini ke PostgreSQL. AWS SCT Paket ekstensi menggunakan AWS Lambda fungsi untuk meniru perilaku SQL Server Agent.
Anda dapat membuat AWS Lambda fungsi baru atau mendaftarkan fungsi yang ada.
**Untuk membuat AWS Lambda fungsi baru**
1. Di AWS SCT, di pohon database target, buka menu konteks (klik kanan), pilih **Terapkan paket ekstensi untuk**, lalu pilih **PostgreSQL**.
Wizard paket ekstensi muncul.
1. Pada tab **layanan emulasi Agen SQL Server**, lakukan hal berikut:
+ Pilih **Buat AWS Lambda fungsi**.
+ Untuk **login Database**, masukkan nama pengguna database target.
+ Untuk **kata sandi Database**, masukkan kata sandi untuk nama pengguna yang Anda masukkan pada langkah sebelumnya.
+ Untuk **folder pustaka Python, masukkan path ke folder pustaka** Python Anda.
+ Pilih **Create AWS Lambda Function**, lalu pilih **Next**.
**Untuk mendaftarkan AWS Lambda fungsi yang Anda gunakan sebelumnya**
+ Jalankan skrip berikut pada database target Anda.
```
SELECT
FROM aws_sqlserver_ext.set_service_setting(
p_service := 'JOB',
p_setting := 'LAMBDA_ARN',
p_value := ARN)
```
Dalam contoh sebelumnya, *`ARN`* adalah Amazon Resource Name (ARN) dari fungsi yang digunakan. AWS Lambda
Contoh berikut menciptakan tugas sederhana yang terdiri dari satu langkah. Setiap lima menit, tugas ini menjalankan `job_example` fungsi yang dibuat sebelumnya. Fungsi ini menyisipkan catatan ke dalam `job_example_table` tabel.
**Untuk membuat tugas sederhana ini**
1. Buat pekerjaan menggunakan `aws_sqlserver_ext.sp_add_job` fungsi seperti yang ditunjukkan berikut.
```
SELECT
FROM aws_sqlserver_ext.sp_add_job (
par_job_name := 'test_simple_job');
```
1. Buat langkah pekerjaan menggunakan `aws_sqlserver_ext.sp_add_jobstep` fungsi seperti yang ditunjukkan berikut.
```
SELECT
FROM aws_sqlserver_ext.sp_add_jobstep (
par_job_name := 'test_simple_job',
par_step_name := 'test_simple_job_step1',
par_command := 'PERFORM job_simple_example;');
```
Langkah pekerjaan menentukan apa fungsi yang dilakukan.
1. Buat penjadwal untuk pekerjaan menggunakan `aws_sqlserver_ext.sp_add_jobschedule` fungsi seperti yang ditunjukkan berikut.
```
SELECT
FROM aws_sqlserver_ext.sp_add_jobschedule (
par_job_name := 'test_simple_job',
par_name := 'test_schedule',
par_freq_type := 4, /* Daily */
par_freq_interval := 1, /* frequency_interval is unused */
par_freq_subday_type := 4, /* Minutes */
par_freq_subday_interval := 5 /* 5 minutes */);
```
Langkah pekerjaan menentukan apa fungsi yang dilakukan.
Untuk menghapus pekerjaan ini, gunakan `aws_sqlserver_ext.sp_delete_job` fungsi seperti yang ditunjukkan berikut.
```
PERFORM aws_sqlserver_ext.sp_delete_job(
par_job_name := 'PeriodicJob1'::character varying,
par_delete_history := 1::smallint,
par_delete_unused_schedule := 1::smallint);
```
# Menggunakan paket AWS SCT ekstensi untuk meniru SQL Server Database Mail di PostgreSQL
Anda dapat menggunakan SQL Server Database Mail untuk mengirim pesan email ke pengguna dari SQL Server Database Engine atau Azure SQL Managed Instance. Pesan email ini dapat berisi hasil kueri atau menyertakan file dari sumber daya apa pun di jaringan Anda. Untuk informasi selengkapnya tentang SQL Server Database Mail, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/database-mail/database-mail?view=sql-server-ver15).
PostgreSQL tidak memiliki padanan untuk SQL Server Database Mail. Untuk meniru fitur SQL Server Database Mail, AWS SCT buat paket ekstensi. Paket ekstensi ini menggunakan AWS Lambda dan Amazon Simple Email Service (Amazon SES). AWS Lambda menyediakan pengguna dengan antarmuka untuk berinteraksi dengan layanan pengiriman email Amazon SES. Untuk mengatur interaksi ini, tambahkan Amazon Resource Name (ARN) dari fungsi Lambda Anda.
Untuk akun email baru, gunakan perintah berikut.
```
do
$$
begin
PERFORM sysmail_add_account_sp (
par_account_name :='your_account_name',
par_email_address := 'your_account_email',
par_display_name := 'your_account_display_name',
par_mailserver_type := 'AWSLAMBDA'
par_mailserver_name := 'ARN'
);
end;
$$ language plpgsql;
```
Untuk menambahkan ARN fungsi Lambda Anda ke akun email yang ada, gunakan perintah berikut.
```
do
$$
begin
PERFORM sysmail_update_account_sp (
par_account_name :='existind_account_name',
par_mailserver_type := 'AWSLAMBDA'
par_mailserver_name := 'ARN'
);
end;
$$ language plpgsql;
```
Dalam contoh sebelumnya, *`ARN`* adalah ARN dari fungsi Lambda Anda.
Untuk meniru perilaku SQL Server Database Mail di PostgreSQL, paket AWS SCT ekstensi menggunakan tabel, tampilan, dan prosedur berikut.
## Tabel yang meniru SQL Server Database Mail di PostgreSQL
Untuk meniru SQL Server Database Mail, paket ekstensi menggunakan tabel berikut:
**sysmail\$1akun**
Menyimpan informasi tentang akun email.
**sysmail\$1profil**
Menyimpan informasi tentang profil pengguna.
**sysmail\$1server**
Menyimpan informasi tentang server email.
**sysmail\$1mailitems**
Menyimpan daftar pesan email.
**lampiran sysmail\$1**
Berisi satu baris untuk setiap lampiran email.
**sysmail\$1log**
Menyimpan informasi layanan tentang mengirim pesan email.
**sysmail\$1profileakun**
Menyimpan informasi tentang profil pengguna dan akun email.
## Tampilan yang meniru SQL Server Database Mail di PostgreSQL
Untuk meniru SQL Server Database Mail, AWS SCT membuat tampilan berikut dalam database PostgreSQL untuk memastikan kompatibilitas. Paket ekstensi tidak menggunakannya, tetapi kode yang dikonversi dapat menanyakan tampilan ini.
**sysmail\$1allitems**
Termasuk daftar semua email.
**sysmail\$1faileditems**
Termasuk daftar email yang tidak dapat dikirim.
**sysmail\$1sentitems**
Termasuk daftar email yang dikirim.
**sysmail\$1unsentitems**
Termasuk daftar email yang belum dikirim.
**sysmail\$1mailattachments**
Termasuk daftar file terlampir.
## Prosedur yang meniru SQL Server Database Mail di PostgreSQL
Untuk meniru SQL Server Database Mail, paket ekstensi menggunakan prosedur berikut:
**sp\$1send\$1dbmail**
Mengirim email ke penerima yang ditentukan.
**sysmail\$1add\$1profile\$1sp**
Membuat profil pengguna baru.
**sysmail\$1add\$1account\$1sp**
Membuat akun email baru yang menyimpan informasi seperti kredensi Simple Mail Transfer Protocol (SMTP), dan sebagainya.
**sysmail\$1add\$1profileaccount\$1sp**
Menambahkan akun email ke profil pengguna yang ditentukan.
**sysmail\$1update\$1profile\$1sp**
Mengubah atribut profil pengguna seperti deskripsi, nama, dan sebagainya.
**sysmail\$1update\$1account\$1sp**
Mengubah informasi di akun email yang ada.
**sysmail\$1update\$1profileaccount\$1sp**
Memperbarui informasi akun email di profil pengguna yang ditentukan.
**sysmail\$1delete\$1profileaccount\$1sp**
Menghapus akun email dari profil pengguna yang ditentukan.
**sysmail\$1delete\$1account\$1sp**
Menghapus akun email.
**sysmail\$1delete\$1profile\$1sp**
Menghapus profil pengguna.
**sysmail\$1delete\$1mailitems\$1sp**
Menghapus email dari tabel internal.
**sysmail\$1help\$1profile\$1sp**
Menampilkan informasi tentang profil pengguna.
**sysmail\$1help\$1account\$1sp**
Menampilkan informasi tentang akun email.
**sysmail\$1help\$1profileaccount\$1sp**
Menampilkan informasi tentang akun email yang terkait dengan profil pengguna.
**sysmail\$1dbmail\$1json**
Prosedur internal yang menghasilkan permintaan JSON untuk AWS Lambda fungsi.
**sysmail\$1verify\$1profile\$1sp, sysmail\$1verify\$1account\$1sp, sysmail\$1verify\$1addressparams\$1sp**
Prosedur internal yang memeriksa pengaturan.
**sp\$1get\$1dbmail, sp\$1set\$1dbmail, sysmail\$1dbmail\$1xml**
Prosedur internal yang tidak digunakan lagi.
## Sintaks untuk prosedur yang meniru SQL Server Database Mail di PostgreSQL
`aws_sqlserver_ext.sp_send_dbmail`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sp_send_dbmail` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sp-send-dbmail-transact-sql?view=sql-server-ver15).
```
par_profile_name varchar = NULL::character varying,
par_recipients text = NULL::text,
par_copy_recipients text = NULL::text,
par_blind_copy_recipients text = NULL::text,
par_subject varchar = NULL::character varying,
par_body text = NULL::text,
par_body_format varchar = NULL::character varying,
par_importance varchar = 'NORMAL'::character varying,
par_sensitivity varchar = 'NORMAL'::character varying,
par_file_attachments text = NULL::text,
par_query text = NULL::text,
par_execute_query_database varchar = NULL::character varying,
par_attach_query_result_as_file smallint = 0,
par_query_attachment_filename varchar = NULL::character varying,
par_query_result_header smallint = 1,
par_query_result_width integer = 256,
par_query_result_separator VARCHAR = ' '::character varying,
par_exclude_query_output smallint = 0,
par_append_query_error smallint = 0,
par_query_no_truncate smallint = 0,
par_query_result_no_padding smallint = 0,
out par_mailitem_id integer,
par_from_address text = NULL::text,
par_reply_to text = NULL::text,
out returncode integer
```
`aws_sqlserver_ext.sysmail_delete_mailitems_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_delete_mailitems_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-delete-mailitems-sp-transact-sql?view=sql-server-ver15).
```
par_sent_before timestamp = NULL::timestamp without time zone,
par_sent_status varchar = NULL::character varying,
out returncode integer
```
`aws_sqlserver_ext.sysmail_add_profile_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_add_profile_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-add-profile-sp-transact-sql?view=sql-server-ver15).
```
par_profile_name varchar,
par_description varchar = NULL::character varying,
out par_profile_id integer,
out returncode integer
```
`aws_sqlserver_ext.sysmail_add_account_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_add_account_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-add-account-sp-transact-sql?view=sql-server-ver15).
```
par_account_name varchar
par_email_address varchar
par_display_name varchar = NULL::character varying
par_replyto_address varchar = NULL::character varying
par_description varchar = NULL::character varying
par_mailserver_name varchar = NULL::character varying
par_mailserver_type varchar = 'SMTP'::bpchar
par_port integer = 25
par_username varchar = NULL::character varying
par_password varchar = NULL::character varying
par_use_default_credentials smallint = 0
par_enable_ssl smallint = 0
out par_account_id integer
out returncode integer
```
`aws_sqlserver_ext.sysmail_add_profileaccount_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_add_profileaccount_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-add-profileaccount-sp-transact-sql?view=sql-server-ver15).
```
par_profile_id integer = NULL::integer,
par_profile_name varchar = NULL::character varying,
par_account_id integer = NULL::integer,
par_account_name varchar = NULL::character varying,
par_sequence_number integer = NULL::integer,
out returncode integer
```
`aws_sqlserver_ext.sysmail_help_profile_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_help_profile_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-help-profile-sp-transact-sql?view=sql-server-ver15).
```
par_profile_id integer = NULL::integer,
par_profile_name varchar = NULL::character varying,
out returncode integer
```
`aws_sqlserver_ext.sysmail_update_profile_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_update_profile_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-update-profile-sp-transact-sql?view=sql-server-ver15).
```
par_profile_id integer = NULL::integer,
par_profile_name varchar = NULL::character varying,
par_description varchar = NULL::character varying,
out returncode integer
```
`aws_sqlserver_ext.sysmail_delete_profile_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_delete_profile_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-delete-profile-sp-transact-sql?view=sql-server-ver15).
```
par_profile_id integer = NULL::integer,
par_profile_name varchar = NULL::character varying,
par_force_delete smallint = 1,
out returncode integer
```
`aws_sqlserver_ext.sysmail_help_account_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_help_account_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-help-account-sp-transact-sql?view=sql-server-ver15).
```
par_account_id integer = NULL::integer,
par_account_name varchar = NULL::character varying,
out returncode integer
```
`aws_sqlserver_ext.sysmail_update_account_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_update_account_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-update-account-sp-transact-sql?view=sql-server-ver15).
```
par_account_id integer = NULL::integer,
par_account_name varchar = NULL::character varying,
par_email_address varchar = NULL::character varying,
par_display_name varchar = NULL::character varying,
par_replyto_address varchar = NULL::character varying,
par_description varchar = NULL::character varying,
par_mailserver_name varchar = NULL::character varying,
par_mailserver_type varchar = NULL::character varying,
par_port integer = NULL::integer,
par_username varchar = NULL::character varying,
par_password varchar = NULL::character varying,
par_use_default_credentials smallint = NULL::smallint,
par_enable_ssl smallint = NULL::smallint,
par_timeout integer = NULL::integer,
par_no_credential_change smallint = NULL::smallint,
out returncode integer
```
`aws_sqlserver_ext.sysmail_delete_account_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_delete_account_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-delete-account-sp-transact-sql?view=sql-server-ver15).
```
par_account_id integer = NULL::integer,
par_account_name varchar = NULL::character varying,
out returncode integer
```
`aws_sqlserver_ext.sysmail_help_profileaccount_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_help_profileaccount_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-help-profileaccount-sp-transact-sql?view=sql-server-ver15).
```
par_profile_id integer = NULL::integer,
par_profile_name varchar = NULL::character varying,
par_account_id integer = NULL::integer,
par_account_name varchar = NULL::character varying,
out returncode integer
```
`aws_sqlserver_ext.sysmail_update_profileaccount_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_update_profileaccount_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-update-profileaccount-sp-transact-sql?view=sql-server-ver15).
```
par_profile_id integer = NULL::integer,
par_profile_name varchar = NULL::character varying,
par_account_id integer = NULL::integer,
par_account_name varchar = NULL::character varying,
par_sequence_number integer = NULL::integer,
out returncode integer
```
`aws_sqlserver_ext.sysmail_delete_profileaccount_sp`Prosedur dalam paket ekstensi mengemulasi `msdb.dbo.sysmail_delete_profileaccount_sp` prosedur. Untuk informasi selengkapnya tentang prosedur Mail Database SQL Server sumber, lihat [dokumentasi teknis Microsoft](https://docs.microsoft.com/en-us/sql/relational-databases/system-stored-procedures/sysmail-delete-profileaccount-sp-transact-sql?view=sql-server-ver15).
```
par_profile_id integer = NULL::integer,
par_profile_name varchar = NULL::character varying,
par_account_id integer = NULL::integer,
par_account_name varchar = NULL::character varying,
out returncode integer
```
## Contoh untuk menggunakan prosedur yang meniru SQL Server Database Mail di PostgreSQL
Untuk mengirim email, gunakan `aws_sqlserver_ext.sp_send_dbmail` prosedur seperti yang ditunjukkan berikut.
```
PERFORM sp_send_dbmail (
par_profile_name := 'Administrator',
par_recipients := 'hello@rusgl.info',
par_subject := 'Automated Success Message',
par_body := 'The stored procedure finished'
);
```
Contoh berikut menunjukkan cara mengirim email dengan hasil query.
```
PERFORM sp_send_dbmail (
par_profile_name := 'Administrator',
par_recipients := 'hello@rusgl.info',
par_subject := 'Account with id = 1',
par_query := 'SELECT COUNT(*)FROM Account WHERE id = 1'
);
```
Contoh berikut menunjukkan cara mengirim email dengan kode HTML.
```
DECLARE var_tableHTML TEXT;
SET var_tableHTML := CONCAT(
'Work Order Report
',
'',
'| Work Order ID | Product ID | ',
'Name | Order Qty | Due Date | ',
'Expected Revenue |
|---|
',
'
'
);
PERFORM sp_send_dbmail (
par_recipients := 'hello@rusgl.info',
par_subject := 'Work Order List',
par_body := var_tableHTML,
par_body_format := 'HTML'
);
```
Untuk menghapus email, gunakan `aws_sqlserver_ext.sysmail_delete_mailitems_sp` prosedur seperti yang ditunjukkan berikut.
```
DECLARE var_GETDATE datetime;
SET var_GETDATE = NOW();
PERFORM sysmail_delete_mailitems_sp (
par_sent_before := var_GETDATE
);
```
Contoh berikut menunjukkan cara menghapus email tertua.
```
PERFORM sysmail_delete_mailitems_sp (
par_sent_before := '31.12.2015'
);
```
Contoh berikut menunjukkan cara menghapus semua email yang tidak dapat dikirim.
```
PERFORM sysmail_delete_mailitems_sp (
par_sent_status := 'failed'
);
```
Untuk membuat profil pengguna baru, gunakan `aws_sqlserver_ext.sysmail_add_profile_sp` prosedur seperti yang ditunjukkan berikut.
```
PERFORM sysmail_add_profile_sp (
profile_name := 'Administrator',
par_description := 'administrative mail'
);
```
Contoh berikut menunjukkan cara membuat profil baru dan menyimpan pengenal profil unik dalam variabel.
```
DECLARE var_profileId INT;
SELECT par_profile_id
FROM sysmail_add_profile_sp (
profile_name := 'Administrator',
par_description := ' Profile used for administrative mail.')
INTO var_profileId;
SELECT var_profileId;
```
Untuk membuat akun email baru, gunakan `aws_sqlserver_ext.sysmail_add_account_sp` prosedur seperti yang ditunjukkan berikut.
```
PERFORM sysmail_add_account_sp (
par_account_name :='Audit Account',
par_email_address := 'dba@rusgl.info',
par_display_name := 'Test Automated Mailer',
par_description := 'Account for administrative e-mail.',
par_mailserver_type := 'AWSLAMBDA'
par_mailserver_name := 'arn:aws:lambda:us-west-2:555555555555:function:pg_v3'
);
```
Untuk menambahkan akun email ke profil pengguna, gunakan `aws_sqlserver_ext.sysmail_add_profileaccount_sp` prosedur seperti yang ditunjukkan berikut.
```
PERFORM sysmail_add_profileaccount_sp (
par_account_name := 'Administrator',
par_account_name := 'Audit Account',
par_sequence_number := 1
);
```
## Gunakan contoh kasus untuk meniru SQL Server Database Mail di PostgreSQL
Jika kode database sumber Anda menggunakan SQL Server Database Mail untuk mengirim email, Anda dapat menggunakan paket AWS SCT ekstensi untuk mengonversi kode ini ke PostgreSQL.
**Untuk mengirim email dari database PostgreSQL Anda**
1. Buat dan konfigurasikan AWS Lambda fungsi Anda.
1. Terapkan paket AWS SCT ekstensi.
1. Buat profil pengguna menggunakan `sysmail_add_profile_sp` fungsi seperti yang ditunjukkan berikut.
1. Buat akun email menggunakan `sysmail_add_account_sp` fungsi seperti yang ditunjukkan berikut.
1. Tambahkan akun email ini ke profil pengguna Anda menggunakan `sysmail_add_profileaccount_sp` fungsi seperti yang ditunjukkan berikut.
```
CREATE OR REPLACE FUNCTION aws_sqlserver_ext.
proc_dbmail_settings_msdb()
RETURNS void
AS
$BODY$
BEGIN
PERFORM aws_sqlserver_ext.sysmail_add_profile_sp(
par_profile_name := 'Administrator',
par_description := 'administrative mail'
);
PERFORM aws_sqlserver_ext.sysmail_add_account_sp(
par_account_name := 'Audit Account',
par_description := 'Account for administrative e-mail.',
par_email_address := 'dba@rusgl.info',
par_display_name := 'Test Automated Mailer',
par_mailserver_type := 'AWSLAMBDA'
par_mailserver_name := 'your_ARN'
);
PERFORM aws_sqlserver_ext.sysmail_add_profileaccount_sp(
par_profile_name := 'Administrator',
par_account_name := 'Audit Account',
par_sequence_number := 1
);
END;
$BODY$
LANGUAGE plpgsql;
```
1. Kirim email menggunakan `sp_send_dbmail` fungsi seperti yang ditunjukkan berikut.
```
CREATE OR REPLACE FUNCTION aws_sqlserver_ext.
proc_dbmail_send_msdb()
RETURNS void
AS
$BODY$
BEGIN
PERFORM aws_sqlserver_ext.sp_send_dbmail(
par_profile_name := 'Administrator',
par_recipients := 'hello@rusgl.info',
par_body := 'The stored procedure finished',
par_subject := 'Automated Success Message'
);
END;
$BODY$
LANGUAGE plpgsql;
```
Untuk melihat informasi tentang semua profil pengguna, gunakan `sysmail_help_profile_sp` prosedur seperti yang ditunjukkan berikut.
```
SELECT FROM aws_sqlserver_ext.sysmail_help_profile_sp();
```
Contoh berikut menampilkan informasi tentang profil pengguna tertentu.
```
select from aws_sqlserver_ext.sysmail_help_profile_sp(par_profile_id := 1);
select from aws_sqlserver_ext.sysmail_help_profile_sp(par_profile_name := 'Administrator');
```
Untuk melihat informasi tentang semua akun email, gunakan `sysmail_help_account_sp` prosedur seperti yang ditunjukkan berikut.
```
select from aws_sqlserver_ext.sysmail_help_account_sp();
```
Contoh berikut menampilkan informasi tentang akun email tertentu.
```
select from aws_sqlserver_ext.sysmail_help_account_sp(par_account_id := 1);
select from aws_sqlserver_ext.sysmail_help_account_sp(par_account_name := 'Audit Account');
```
Untuk melihat informasi tentang semua akun email yang terkait dengan profil pengguna, gunakan `sysmail_help_profileaccount_sp` prosedur seperti yang ditunjukkan berikut.
```
select from aws_sqlserver_ext.sysmail_help_profileaccount_sp();
```
Contoh berikut memfilter catatan berdasarkan pengenal, nama profil, atau nama akun.
```
select from aws_sqlserver_ext.sysmail_help_profileaccount_sp(par_profile_id := 1);
select from aws_sqlserver_ext.sysmail_help_profileaccount_sp(par_profile_id := 1, par_account_id := 1);
select from aws_sqlserver_ext.sysmail_help_profileaccount_sp(par_profile_name := 'Administrator');
select from aws_sqlserver_ext.sysmail_help_profileaccount_sp(par_account_name := 'Audit Account');
```
Untuk mengubah nama atau deskripsi profil pengguna, gunakan `sysmail_update_profile_sp` prosedur seperti yang ditunjukkan berikut.
```
select aws_sqlserver_ext.sysmail_update_profile_sp(
par_profile_id := 2,
par_profile_name := 'New profile name'
);
```
Untuk mengubah pengaturan akun email, gunakan `ysmail_update_account_sp` prosedur seperti yang ditunjukkan berikut.
```
select from aws_sqlserver_ext.sysmail_update_account_sp (
par_account_name := 'Audit Account',
par_mailserver_name := 'arn:aws:lambda:region:XXXXXXXXXXXX:function:func_test',
par_mailserver_type := 'AWSLAMBDA'
);
```
# Migrasi dari SQL Server ke Amazon RDS for SQL Server dengan AWS Schema Conversion Tool
Beberapa hal yang perlu dipertimbangkan saat memigrasikan skema dan kode SQL Server ke Amazon RDS for SQL Server:
+ AWS SCT dapat mengonversi Agen SQL Server untuk menyediakan jadwal, peringatan, dan pekerjaan pada instans Amazon RDS for SQL Server DB. Setelah konversi, Anda dapat menggunakan instans Amazon RDS for SQL Server DB dengan SQL Server Reporting Services (SSRS), SQL Server Analysis Services (SSAS), dan SQL Server Integration Services (SSIS).
+ Amazon RDS saat ini tidak mendukung Broker Layanan SQL Server atau titik akhir T-SQL tambahan yang mengharuskan Anda menjalankan perintah CREATE ENDPOINT.
+ Amazon RDS memiliki dukungan terbatas untuk server tertaut. Saat mengonversi kode aplikasi SQL Server yang menggunakan server tertaut, AWS SCT mengonversi kode aplikasi. Namun, pastikan untuk meninjau perilaku objek yang menggunakan server tertaut sebelum Anda menjalankan kode yang dikonversi.
+ Selalu aktif digunakan.
+ Laporan AWS SCT penilaian menyediakan metrik server untuk konversi. Metrik tentang instance SQL Server ini mencakup yang berikut:
+ Pencerminan data digunakan.
+ SQL Server Log Shipping dikonfigurasi.
+ Failover cluster digunakan.
+ Database Mail dikonfigurasi.
+ Layanan Pencarian Teks Lengkap digunakan. Amazon RDS for SQL Server memiliki pencarian teks lengkap terbatas, dan tidak mendukung pencarian semantik.
+ Layanan Kualitas Data (DQS) diinstal. Amazon RDS tidak mendukung DQS jadi kami sarankan Anda menginstal SQL Server pada instans Amazon EC2.
## Hak istimewa untuk RDS untuk SQL Server sebagai target
Untuk bermigrasi ke RDS untuk SQL Server, buat pengguna database dan kemudian berikan hak istimewa yang diperlukan untuk setiap database. Anda dapat menggunakan contoh kode berikut.
```
CREATE LOGIN user_name WITH PASSWORD 'your_password';
USE db_name
CREATE USER user_name FOR LOGIN user_name
GRANT VIEW DEFINITION TO user_name
GRANT VIEW DATABASE STATE TO user_name
GRANT CREATE SCHEMA TO user_name;
GRANT CREATE TABLE TO user_name;
GRANT CREATE VIEW TO user_name;
GRANT CREATE TYPE TO user_name;
GRANT CREATE DEFAULT TO user_name;
GRANT CREATE FUNCTION TO user_name;
GRANT CREATE PROCEDURE TO user_name;
GRANT CREATE ASSEMBLY TO user_name;
GRANT CREATE AGGREGATE TO user_name;
GRANT CREATE FULLTEXT CATALOG TO user_name;
GRANT CREATE SYNONYM TO user_name;
GRANT CREATE XML SCHEMA COLLECTION TO user_name;
```
Pada contoh sebelumnya, ganti *user\$1name* dengan nama pengguna Anda. Kemudian, ganti *db\$1name* dengan nama database target Anda. Akhirnya, ganti *your\$1password* dengan kata sandi yang aman.
# Sumber gudang data untuk AWS Schema Conversion Tool
AWS SCT dapat mengonversi skema untuk gudang data sumber berikut ke target yang didukung. Untuk informasi tentang izin, koneksi, dan apa yang AWS SCT dapat dikonversi untuk digunakan dengan basis data target atau gudang data, lihat detail berikut ini.
**Topics**
+ [Menghubungkan Amazon Redshift dengan AWS Schema Conversion Tool](CHAP_Source.Redshift.md)
+ [Menghubungkan Azure Synapse Analytics dengan AWS Schema Conversion Tool](CHAP_Source.AzureSynapse.md)
+ [Menghubungkan ke Google BigQuery dengan AWS Schema Conversion Tool](CHAP_Source.BigQuery.md)
+ [Menghubungkan Database Greenplum dengan AWS Schema Conversion Tool](CHAP_Source.Greenplum.md)
+ [Menghubungkan ke Netezza dengan AWS Schema Conversion Tool](CHAP_Source.Netezza.md)
+ [Menghubungkan Oracle Data Warehouse dengan AWS SCT](CHAP_Source.OracleDW.md)
+ [Menghubungkan ke gudang data Snowflake dengan AWS Schema Conversion Tool](CHAP_Source.Snowflake.md)
+ [Menghubungkan ke Gudang Data SQL Server dengan AWS Schema Conversion Tool](CHAP_Source.SQLServerDW.md)
+ [Menghubungkan ke Gudang Data Teradata dengan AWS Schema Conversion Tool](CHAP_Source.Teradata.md)
+ [Menghubungkan database AWS Schema Conversion Tool ke Vertica](CHAP_Source.Vertica.md)
# Menghubungkan Amazon Redshift dengan AWS Schema Conversion Tool
Anda dapat menggunakannya AWS SCT untuk mengoptimalkan cluster Amazon Redshift Anda. AWS SCT memberi Anda rekomendasi tentang pemilihan kunci distribusi dan pengurutan untuk klaster Amazon Redshift Anda. Anda dapat mempertimbangkan proyek pengoptimalan Amazon Redshift sebagai AWS SCT proyek dengan sumber dan target yang menunjuk ke berbagai kluster Amazon Redshift.
## Hak istimewa untuk Amazon Redshift sebagai database sumber
Hak istimewa berikut diperlukan untuk menggunakan Amazon Redshift sebagai sumber:
+ PENGGUNAAN PADA SKEMA **
+ PILIH PADA SEMUA TABEL DALAM SKEMA **
+ PILIH DI PG\$1CATALOG.PG\$1STATISTIC
+ PILIH PADA SVV\$1TABLE\$1INFO
+ PILIH PADA TABEL STV\$1BLOCKLIST
+ PILIH PADA TABEL STV\$1TBL\$1PERM
+ PILIH PADA SYS\$1SERVERLESS\$1USAGE
+ PILIH DI PG\$1DATABASE\$1INFO
+ PILIH DI PG\$1STATISTIC
Pada contoh sebelumnya, ganti ** placeholder dengan nama skema sumber.
Untuk hak istimewa yang diperlukan untuk Amazon Redshift sebagai target, lihat. [Izin untuk Amazon Redshift sebagai target](CHAP_Converting.DW.md#CHAP_Converting.DW.ConfigureTarget)
## Menghubungkan ke Amazon Redshift sebagai sumber
Gunakan prosedur berikut untuk menyambung ke database sumber Amazon Redshift Anda dengan file. AWS Schema Conversion Tool
**Untuk terhubung ke database sumber Amazon Redshift**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. **Pilih **Amazon Redshift**, lalu pilih Berikutnya.**
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Rahasia**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan informasi koneksi untuk database sumber Amazon Redshift, gunakan petunjuk berikut:
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.Redshift.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
## Pengaturan pengoptimalan Amazon Redshift
Untuk mengedit setelan optimasi Amazon Redshift, pilih **Pengaturan** di AWS SCT, lalu pilih Pengaturan **konversi**. Dari daftar atas, pilih **Amazon Redshift**, lalu pilih Amazon **Redshift — Amazon Redshift**. AWS SCT menampilkan semua pengaturan yang tersedia untuk optimasi Amazon Redshift.
Pengaturan pengoptimalan Amazon Redshift AWS SCT termasuk opsi untuk hal-hal berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk mengatur jumlah maksimum tabel yang AWS SCT dapat diterapkan ke cluster Amazon Redshift target Anda.
Untuk **Jumlah maksimum tabel untuk klaster Amazon Redshift target, pilih jumlah tabel yang AWS SCT dapat diterapkan ke cluster** Amazon Redshift Anda.
Amazon Redshift memiliki kuota yang membatasi tabel penggunaan untuk jenis node cluster yang berbeda. Jika Anda memilih **Otomatis**, AWS SCT tentukan jumlah tabel yang akan diterapkan ke klaster Amazon Redshift target Anda tergantung pada jenis node. Secara opsional, pilih nilai secara manual. Untuk informasi selengkapnya, lihat [Kuota dan batasan di Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) dalam *Panduan Manajemen Amazon Redshift*.
AWS SCT mengonversi semua tabel sumber Anda, meskipun jumlah tabel lebih dari yang dapat disimpan oleh cluster Amazon Redshift Anda. AWS SCT menyimpan kode yang dikonversi dalam proyek Anda dan tidak menerapkannya ke database target. Jika Anda mencapai kuota klaster Amazon Redshift untuk tabel saat menerapkan kode yang dikonversi, maka akan AWS SCT menampilkan pesan peringatan. Selain itu, AWS SCT terapkan tabel ke cluster Amazon Redshift target Anda hingga jumlah tabel mencapai batas.
+ Untuk memilih strategi migrasi.
AWS merekomendasikan penggunaan cluster yang berbeda sebagai sumber dan target untuk proyek pengoptimalan Anda. Sebelum memulai proses pengoptimalan Amazon Redshift, Anda membuat salinan cluster Amazon Redshift sumber Anda. Anda dapat menyertakan data sumber Anda ke dalam salinan ini atau membuat cluster kosong.
Untuk **strategi Migrasi**, pilih **Migrasi ke salinan** untuk menyertakan data dari kluster sumber Anda di kluster target.
Untuk **strategi Migrasi**, pilih **Migrasi ke papan tulis bersih** untuk meninjau saran pengoptimalan. Setelah Anda menerima saran ini, memigrasikan data sumber Anda ke kluster target.
+ Untuk menerapkan kompresi ke kolom tabel Amazon Redshift. Untuk melakukannya, pilih **Gunakan pengkodean kompresi**.
AWS SCT menetapkan pengkodean kompresi ke kolom secara otomatis menggunakan algoritme Amazon Redshift default. Untuk informasi selengkapnya, lihat [Pengkodean kompresi di Panduan](https://docs.aws.amazon.com/redshift/latest/dg/c_Compression_encodings.html) Pengembang *Database Amazon Redshift*.
Secara default, Amazon Redshift tidak menerapkan kompresi ke kolom yang didefinisikan sebagai kunci pengurutan dan distribusi. Anda dapat mengubah perilaku ini dan menerapkan kompresi ke kolom ini. Untuk melakukannya, pilih **Gunakan pengkodean kompresi untuk kolom KEY**. Anda dapat memilih opsi ini hanya ketika Anda memilih opsi **Gunakan pengkodean kompresi**.
+ Untuk bekerja dengan optimasi tabel otomatis.
Optimalisasi tabel otomatis adalah proses self-tuning di Amazon Redshift yang secara otomatis mengoptimalkan desain tabel. Untuk informasi selengkapnya, lihat [Bekerja dengan pengoptimalan tabel otomatis](https://docs.aws.amazon.com/redshift/latest/dg/t_Creating_tables.html) di Panduan *Pengembang Database Amazon Redshift*.
Untuk menggunakan hanya pada optimasi tabel otomatis, pilih **strategi Optimasi** di panel kiri. Kemudian pilih **Gunakan penyetelan tabel otomatis Amazon Redshift**, dan pilih **None** for **Initial key** selection strategy.
+ Untuk memilih kunci sortir dan distribusi menggunakan strategi Anda.
Anda dapat memilih kunci sortir dan distribusi menggunakan metadata Amazon Redshift, informasi statistik, atau kedua opsi ini. Untuk **strategi pemilihan kunci awal** pada tab **Strategi optimasi**, pilih salah satu opsi berikut:
+ Gunakan metadata, abaikan informasi statistik
+ Abaikan metadata, gunakan informasi statistik
+ Gunakan metadata dan informasi statistik
Bergantung pada opsi yang Anda pilih, Anda dapat memilih strategi pengoptimalan. Kemudian, untuk setiap strategi, masukkan nilainya (0-100). Nilai-nilai ini menentukan bobot setiap strategi. Dengan menggunakan nilai bobot ini, AWS SCT mendefinisikan bagaimana setiap aturan mempengaruhi pilihan distribusi dan kunci pengurutan. Nilai default didasarkan pada praktik terbaik AWS migrasi.
Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk mendefinisikannya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
+ Untuk mengkonfigurasi detail strategi.
Selain menentukan bobot untuk setiap strategi pengoptimalan, Anda dapat mengonfigurasi pengaturan pengoptimalan. Untuk melakukannya, pilih **Optimasi konversi**.
+ Untuk **Batas kolom kunci Urutkan**, masukkan jumlah kolom maksimum di tombol sortir.
+ Untuk **nilai ambang miring**, masukkan persentase (0-100) dari nilai miring untuk kolom. AWS SCT mengecualikan kolom dengan nilai miring lebih besar dari ambang batas dari daftar kandidat untuk kunci distribusi. AWS SCT mendefinisikan nilai miring untuk kolom sebagai rasio persentase dari jumlah kemunculan nilai yang paling umum dengan jumlah total catatan.
+ Untuk **kueri N Teratas dari tabel riwayat kueri**, masukkan nomor (1-100) kueri yang paling sering digunakan untuk dianalisis.
+ Untuk **Pilih pengguna statistik**, pilih pengguna database yang statistik kuerinya ingin Anda analisis.
# Menghubungkan Azure Synapse Analytics dengan AWS Schema Conversion Tool
Anda dapat menggunakan AWS SCT untuk mengonversi skema, objek kode, dan kode aplikasi dari Azure Synapse Analytics ke Amazon Redshift.
## Hak istimewa untuk Azure Synapse Analytics sebagai database sumber
Hak istimewa berikut diperlukan untuk menggunakan gudang data Azure Synapse Analytics sebagai sumber:
+ LIHAT DEFINISI
+ LIHAT STATUS BASIS DATA
Terapkan hak istimewa untuk setiap database yang skema Anda konversi.
## Menghubungkan ke Azure Synapse Analytics sebagai sumber
Gunakan prosedur berikut untuk menyambung ke gudang data Azure Synapse Analytics Anda dengan. AWS Schema Conversion Tool
**Untuk terhubung ke gudang data Azure Synapse Analytics sebagai sumber**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. **Pilih **Azure Synapse Analytics**, lalu pilih Berikutnya.**
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Rahasia**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan informasi koneksi untuk gudang data Azure Synapse Analytics secara manual, gunakan petunjuk berikut:
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.AzureSynapse.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
## Pengaturan konversi Azure Synapse Analytics ke Amazon Redshift
**Untuk mengedit pengaturan konversi Azure Synapse Analytics ke Amazon Redshift, pilih Pengaturan di AWS SCT, **lalu pilih Pengaturan** konversi.** Dari daftar atas, pilih **Azure Synapse, lalu pilih **Azure** Synapse** — Amazon Redshift. AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi Azure Synapse Analytics ke Amazon Redshift.
Pengaturan konversi Azure Synapse Analytics ke Amazon Redshift AWS SCT termasuk opsi untuk hal-hal berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk mengatur jumlah maksimum tabel yang AWS SCT dapat diterapkan ke cluster Amazon Redshift target Anda.
Untuk **Jumlah maksimum tabel untuk klaster Amazon Redshift target, pilih jumlah tabel yang AWS SCT dapat diterapkan ke cluster** Amazon Redshift Anda.
Amazon Redshift memiliki kuota yang membatasi tabel penggunaan untuk jenis node cluster yang berbeda. Jika Anda memilih **Otomatis**, AWS SCT tentukan jumlah tabel yang akan diterapkan ke klaster Amazon Redshift target Anda tergantung pada jenis node. Secara opsional, pilih nilai secara manual. Untuk informasi selengkapnya, lihat [Kuota dan batasan di Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) dalam *Panduan Manajemen Amazon Redshift*.
AWS SCT mengonversi semua tabel sumber Anda, meskipun ini lebih dari yang dapat disimpan oleh cluster Amazon Redshift Anda. AWS SCT menyimpan kode yang dikonversi dalam proyek Anda dan tidak menerapkannya ke database target. Jika Anda mencapai kuota klaster Amazon Redshift untuk tabel saat menerapkan kode yang dikonversi, maka akan AWS SCT menampilkan pesan peringatan. Selain itu, AWS SCT terapkan tabel ke cluster Amazon Redshift target Anda hingga jumlah tabel mencapai batas.
+ Untuk memigrasikan partisi tabel sumber ke tabel terpisah di Amazon Redshift. Untuk melakukannya, pilih **Gunakan tampilan UNION ALL** dan masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk tabel sumber tunggal.
Amazon Redshift tidak mendukung partisi tabel. Untuk meniru perilaku ini dan membuat kueri berjalan lebih cepat, AWS SCT dapat memigrasikan setiap partisi tabel sumber Anda ke tabel terpisah di Amazon Redshift. Kemudian, AWS SCT buat tampilan yang menyertakan data dari semua tabel ini.
AWS SCT secara otomatis menentukan jumlah partisi dalam tabel sumber Anda. Bergantung pada jenis partisi tabel sumber, angka ini dapat melebihi kuota untuk tabel yang dapat Anda terapkan ke cluster Amazon Redshift Anda. Untuk menghindari mencapai kuota ini, masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk partisi dari tabel sumber tunggal. Opsi default adalah 368 tabel, yang mewakili partisi selama 366 hari dalam setahun dan dua tabel untuk `NO RANGE` dan `UNKNOWN` partisi.
+ Untuk menerapkan kompresi ke kolom tabel Amazon Redshift. Untuk melakukannya, pilih **Gunakan pengkodean kompresi**.
AWS SCT menetapkan pengkodean kompresi ke kolom secara otomatis menggunakan algoritme Amazon Redshift default. Untuk informasi selengkapnya, lihat [Pengkodean kompresi di Panduan](https://docs.aws.amazon.com/redshift/latest/dg/c_Compression_encodings.html) Pengembang *Database Amazon Redshift*.
Secara default, Amazon Redshift tidak menerapkan kompresi ke kolom yang didefinisikan sebagai kunci pengurutan dan distribusi. Anda dapat mengubah perilaku ini dan menerapkan kompresi ke kolom ini. Untuk melakukannya, pilih **Gunakan pengkodean kompresi untuk kolom KEY**. Anda dapat memilih opsi ini hanya ketika Anda memilih opsi **Gunakan pengkodean kompresi**.
## Pengaturan pengoptimalan konversi Azure Synapse Analytics ke Amazon Redshift
**Untuk mengedit pengaturan pengoptimalan konversi Azure Synapse Analytics ke Amazon Redshift, pilih Pengaturan di AWS SCT, **lalu pilih Pengaturan** konversi.** Dari daftar atas, pilih **Azure Synapse, lalu pilih **Azure** Synapse** — Amazon Redshift. Di panel kiri, pilih **Strategi optimasi**. AWS SCT menampilkan setelan pengoptimalan konversi untuk konversi Azure Synapse Analytics ke Amazon Redshift.
Pengaturan pengoptimalan konversi Azure Synapse Analytics ke Amazon Redshift AWS SCT termasuk opsi untuk hal-hal berikut:
+ Untuk bekerja dengan optimasi tabel otomatis. Untuk melakukannya, pilih **Gunakan penyetelan tabel otomatis Amazon Redshift**.
Optimalisasi tabel otomatis adalah proses self-tuning di Amazon Redshift yang secara otomatis mengoptimalkan desain tabel. Untuk informasi selengkapnya, lihat [Bekerja dengan pengoptimalan tabel otomatis](https://docs.aws.amazon.com/redshift/latest/dg/t_Creating_tables.html) di Panduan *Pengembang Database Amazon Redshift*.
Untuk hanya mengandalkan optimasi tabel otomatis, pilih **None** for **Initial key selection strategy**.
+ Untuk memilih kunci sortir dan distribusi menggunakan strategi Anda.
Anda dapat memilih kunci sortir dan distribusi menggunakan metadata Amazon Redshift, informasi statistik, atau kedua opsi ini. Untuk **strategi pemilihan kunci awal** pada tab **Strategi optimasi**, pilih salah satu opsi berikut:
+ Gunakan metadata, abaikan informasi statistik
+ Abaikan metadata, gunakan informasi statistik
+ Gunakan metadata dan informasi statistik
Bergantung pada opsi yang Anda pilih, Anda dapat memilih strategi pengoptimalan. Kemudian, untuk setiap strategi, masukkan nilainya (0-100). Nilai-nilai ini menentukan bobot setiap strategi. Dengan menggunakan nilai bobot ini, AWS SCT mendefinisikan bagaimana setiap aturan mempengaruhi pilihan distribusi dan kunci pengurutan. Nilai default didasarkan pada praktik terbaik AWS migrasi.
Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk mendefinisikannya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
+ Untuk mengkonfigurasi detail strategi.
Selain menentukan bobot untuk setiap strategi pengoptimalan, Anda dapat mengonfigurasi pengaturan pengoptimalan. Untuk melakukannya, pilih **Optimasi konversi**.
+ Untuk **Batas kolom kunci Urutkan**, masukkan jumlah kolom maksimum di tombol sortir.
+ Untuk **nilai ambang miring**, masukkan persentase (0-100) dari nilai miring untuk kolom. AWS SCT mengecualikan kolom dengan nilai miring lebih besar dari ambang batas dari daftar kandidat untuk kunci distribusi. AWS SCT mendefinisikan nilai miring untuk kolom sebagai rasio persentase dari jumlah kemunculan nilai yang paling umum dengan jumlah total catatan.
+ Untuk **kueri N Teratas dari tabel riwayat kueri**, masukkan nomor (1-100) kueri yang paling sering digunakan untuk dianalisis.
+ Untuk **Pilih pengguna statistik**, pilih pengguna database yang ingin Anda analisis statistik kueri.
Juga, pada tab **Strategi optimasi**, Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **Jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk menganggapnya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
# Menghubungkan ke Google BigQuery dengan AWS Schema Conversion Tool
Anda dapat menggunakan AWS SCT untuk mengonversi skema, objek kode, dan kode aplikasi dari Amazon BigQuery Redshift.
## Hak istimewa untuk BigQuery sebagai sumber
Untuk menggunakan gudang BigQuery data sebagai sumber AWS SCT, buat akun layanan. Di Google Cloud, aplikasi menggunakan akun layanan untuk melakukan panggilan API resmi. Akun layanan berbeda dari akun pengguna. Untuk informasi selengkapnya, lihat [Akun layanan](https://cloud.google.com/iam/docs/service-accounts) di dokumentasi Google Cloud Identity and Access Management.
Pastikan Anda memberikan peran berikut ke akun layanan Anda:
+ `BigQuery Admin`
+ `Storage Admin`
`BigQuery Admin`Peran tersebut memberikan izin untuk mengelola semua sumber daya dalam proyek. AWS SCT menggunakan peran ini untuk memuat BigQuery metadata Anda dalam proyek migrasi.
`Storage Admin`Peran tersebut memberikan kontrol penuh atas objek data dan ember. Anda dapat menemukan peran ini di bawah`Cloud Storage`. AWS SCT menggunakan peran ini untuk mengekstrak data Anda BigQuery dan kemudian memuatnya ke Amazon Redshift.
**Untuk membuat file kunci akun layanan**
1. Masuk ke konsol manajemen Google Cloud di [https://console.cloud.google.com/](https://console.cloud.google.com/).
1. Pada halaman [BigQuery API](https://console.cloud.google.com/apis/library/bigquery.googleapis.com), pilih **Aktifkan**. Lewati langkah ini jika Anda melihat **API Diaktifkan**.
1. Pada halaman [Akun layanan](https://console.cloud.google.com/iam-admin/serviceaccounts), pilih proyek Anda, lalu pilih **Buat akun layanan**.
1. Pada halaman **detail akun Layanan**, masukkan nilai deskriptif untuk **nama akun Layanan**. Pilih **Buat dan lanjutkan**. **Berikan akses akun layanan ini ke halaman proyek** terbuka.
1. Untuk **Pilih peran**, pilih **BigQuery**, lalu pilih **BigQuery Admin**.
1. Pilih **Tambahkan peran lain**. Untuk **Memilih peran**, pilih **Cloud Storage**, lalu pilih **Admin Penyimpanan**.
1. Pilih **Lanjutkan**, lalu pilih **Selesai**.
1. Pada halaman [Akun layanan](https://console.cloud.google.com/iam-admin/serviceaccounts), pilih akun layanan yang Anda buat.
1. Pilih **Keys**, lalu pilih **Create new key** for **Add key**.
1. Pilih **JSON**, lalu pilih **Buat**. Pilih folder untuk menyimpan kunci pribadi Anda atau pilih folder default untuk diunduh di browser Anda.
Untuk mengekstrak data dari gudang BigQuery data, AWS SCT gunakan folder bucket Google Cloud Storage. Buat bucket ini sebelum Anda memulai migrasi data. Masukkan path ke folder bucket Google Cloud Storage di kotak dialog **Create Local task**. Untuk informasi selengkapnya, lihat [Membuat, menjalankan, dan memantau AWS SCT tugas](agents.md#agents.Tasks).
## Menghubungkan ke BigQuery sebagai sumber
Gunakan prosedur berikut untuk terhubung ke BigQuery proyek sumber Anda dengan AWS Schema Conversion Tool.
**Untuk terhubung ke gudang data BigQuery sumber**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. Pilih **BigQuery**, lalu pilih **Berikutnya**.
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk BigQuery proyek Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Untuk **jalur Kunci**, masukkan jalur ke file kunci akun layanan. Untuk informasi selengkapnya tentang membuat file ini, lihat[Hak istimewa untuk BigQuery sebagai sumber](#CHAP_Source.BigQuery.Permissions).
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke BigQuery proyek sumber Anda.
1. Pilih **Connect** untuk terhubung ke BigQuery proyek sumber Anda.
## Keterbatasan penggunaan BigQuery sebagai sumber untuk AWS SCT
Batasan berikut berlaku saat menggunakan BigQuery sebagai sumber untuk AWS SCT:
+ AWS SCT tidak mendukung konversi subkueri dalam fungsi analitik.
+ Anda tidak dapat menggunakan AWS SCT untuk mengonversi BigQuery `SELECT AS STRUCT` dan `SELECT AS VALUE` pernyataan.
+ AWS SCT tidak mendukung konversi jenis fungsi berikut:
+ Perkiraan agregat
+ Bit
+ Debugging
+ Kueri federasi
+ Geografi
+ Hash
+ Matematika
+ Bersih
+ Agregat statistik
+ UUID
+ AWS SCT menyediakan dukungan terbatas untuk konversi fungsi string.
+ AWS SCT tidak mendukung konversi `UNNEST` operator.
+ Anda tidak dapat mengonversi operasi gabungan yang berkorelasi di AWS SCT.
+ AWS SCT tidak mendukung konversi`QUALIFY`,, `WINDOW``LIMIT`, dan `OFFSET` klausa.
+ Anda tidak dapat menggunakan AWS SCT untuk mengonversi ekspresi tabel umum rekursif.
+ AWS SCT tidak mendukung konversi `INSERT` pernyataan dengan subkueri di dalam `VALUES` klausa.
+ AWS SCT tidak mendukung konversi `UPDATE` pernyataan untuk bidang bersarang dan catatan berulang.
+ Anda tidak dapat menggunakan AWS SCT untuk mengkonversi `STRUCT` dan tipe `ARRAY` data.
## BigQuery ke pengaturan konversi Amazon Redshift
Untuk mengedit BigQuery ke pengaturan konversi Amazon Redshift, pilih **Pengaturan** di AWS SCT, lalu pilih Pengaturan **konversi**. Dari daftar atas, pilih **Google BigQuery**, lalu pilih **Google BigQuery — Amazon Redshift**. AWS SCT menampilkan semua pengaturan yang tersedia BigQuery untuk konversi Amazon Redshift.
BigQuery ke setelan konversi Amazon Redshift di AWS SCT menyertakan opsi untuk hal berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk mengatur jumlah maksimum tabel yang AWS SCT dapat diterapkan ke cluster Amazon Redshift target Anda.
Untuk **Jumlah maksimum tabel untuk klaster Amazon Redshift target, pilih jumlah tabel yang AWS SCT dapat diterapkan ke cluster** Amazon Redshift Anda.
Amazon Redshift memiliki kuota yang membatasi tabel penggunaan untuk jenis node cluster yang berbeda. Jika Anda memilih **Otomatis**, AWS SCT tentukan jumlah tabel yang akan diterapkan ke klaster Amazon Redshift target Anda tergantung pada jenis node. Secara opsional, pilih nilai secara manual. Untuk informasi selengkapnya, lihat [Kuota dan batasan di Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) dalam *Panduan Manajemen Amazon Redshift*.
AWS SCT mengonversi semua tabel sumber Anda, meskipun ini lebih dari yang dapat disimpan oleh cluster Amazon Redshift Anda. AWS SCT menyimpan kode yang dikonversi dalam proyek Anda dan tidak menerapkannya ke database target. Jika Anda mencapai kuota klaster Amazon Redshift untuk tabel saat menerapkan kode yang dikonversi, maka akan AWS SCT menampilkan pesan peringatan. Selain itu, AWS SCT terapkan tabel ke cluster Amazon Redshift target Anda hingga jumlah tabel mencapai batas.
+ Untuk menerapkan kompresi ke kolom tabel Amazon Redshift. Untuk melakukannya, pilih **Gunakan pengkodean kompresi**.
AWS SCT menetapkan pengkodean kompresi ke kolom secara otomatis menggunakan algoritme Amazon Redshift default. Untuk informasi selengkapnya, lihat [Pengkodean kompresi di Panduan](https://docs.aws.amazon.com/redshift/latest/dg/c_Compression_encodings.html) Pengembang *Database Amazon Redshift*.
Secara default, Amazon Redshift tidak menerapkan kompresi ke kolom yang didefinisikan sebagai kunci pengurutan dan distribusi. Anda dapat mengubah perilaku ini dan menerapkan kompresi ke kolom ini. Untuk melakukannya, pilih **Gunakan pengkodean kompresi untuk kolom KEY**. Anda dapat memilih opsi ini hanya ketika Anda memilih opsi **Gunakan pengkodean kompresi**.
## BigQuery ke pengaturan pengoptimalan konversi Amazon Redshift
Untuk mengedit BigQuery ke pengaturan pengoptimalan konversi Amazon Redshift, pilih **Pengaturan** di AWS SCT, lalu pilih Pengaturan **konversi**. Dari daftar atas, pilih **Google BigQuery**, lalu pilih **Google BigQuery — Amazon Redshift**. Di panel kiri, pilih **Strategi optimasi**. AWS SCT menampilkan pengaturan pengoptimalan konversi BigQuery untuk konversi Amazon Redshift.
BigQuery ke setelan pengoptimalan konversi Amazon Redshift di AWS SCT menyertakan opsi untuk hal berikut:
+ Untuk bekerja dengan optimasi tabel otomatis. Untuk melakukannya, pilih **Gunakan penyetelan tabel otomatis Amazon Redshift**.
Optimalisasi tabel otomatis adalah proses self-tuning di Amazon Redshift yang secara otomatis mengoptimalkan desain tabel. Untuk informasi selengkapnya, lihat [Bekerja dengan pengoptimalan tabel otomatis](https://docs.aws.amazon.com/redshift/latest/dg/t_Creating_tables.html) di Panduan *Pengembang Database Amazon Redshift*.
Untuk hanya mengandalkan optimasi tabel otomatis, pilih **None** for **Initial key selection strategy**.
+ Untuk memilih kunci sortir dan distribusi menggunakan strategi Anda.
Anda dapat memilih kunci sortir dan distribusi menggunakan metadata Amazon Redshift, informasi statistik, atau kedua opsi ini. Untuk **strategi pemilihan kunci awal** pada tab **Strategi optimasi**, pilih salah satu opsi berikut:
+ Gunakan metadata, abaikan informasi statistik
+ Abaikan metadata, gunakan informasi statistik
+ Gunakan metadata dan informasi statistik
Bergantung pada opsi yang Anda pilih, Anda dapat memilih strategi pengoptimalan. Kemudian, untuk setiap strategi, masukkan nilainya (0-100). Nilai-nilai ini menentukan bobot setiap strategi. Dengan menggunakan nilai bobot ini, AWS SCT mendefinisikan bagaimana setiap aturan mempengaruhi pilihan distribusi dan kunci pengurutan. Nilai default didasarkan pada praktik terbaik AWS migrasi.
Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk mendefinisikannya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
+ Untuk mengkonfigurasi detail strategi.
Selain menentukan bobot untuk setiap strategi pengoptimalan, Anda dapat mengonfigurasi pengaturan pengoptimalan. Untuk melakukannya, pilih **Optimasi konversi**.
+ Untuk **Batas kolom kunci Urutkan**, masukkan jumlah kolom maksimum di tombol sortir.
+ Untuk **nilai ambang miring**, masukkan persentase (0-100) dari nilai miring untuk kolom. AWS SCT mengecualikan kolom dengan nilai miring lebih besar dari ambang batas dari daftar kandidat untuk kunci distribusi. AWS SCT mendefinisikan nilai miring untuk kolom sebagai rasio persentase dari jumlah kemunculan nilai yang paling umum dengan jumlah total catatan.
+ Untuk **kueri N Teratas dari tabel riwayat kueri**, masukkan nomor (1-100) kueri yang paling sering digunakan untuk dianalisis.
+ Untuk **Pilih pengguna statistik**, pilih pengguna database yang ingin Anda analisis statistik kueri.
Juga, pada tab **Strategi optimasi**, Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **Jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk menganggapnya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
# Menghubungkan Database Greenplum dengan AWS Schema Conversion Tool
Anda dapat menggunakan AWS SCT untuk mengonversi skema, objek kode, dan kode aplikasi dari Greenplum Database ke Amazon Redshift.
## Hak istimewa untuk Database Greenplum sebagai sumber
Hak istimewa berikut diperlukan untuk menggunakan Database Greenplum sebagai sumber:
+ TERHUBUNG PADA DATABASE **
+ PENGGUNAAN PADA SKEMA **
+ PILIH PADA *.*
+ PILIH PADA URUTAN *.*
Pada contoh sebelumnya, ganti placeholder sebagai berikut:
+ Ganti *database\$1name* dengan nama database sumber.
+ Ganti *schema\$1name* dengan nama skema sumber.
+ Ganti *table\$1name* dengan nama tabel sumber.
+ Ganti *sequence\$1name* dengan nama nama urutan.
## Menghubungkan ke Greenplum Database sebagai sumber
Gunakan prosedur berikut untuk terhubung ke database sumber Greenplum Anda dengan AWS SCT.
**Untuk terhubung ke database sumber Greenplum**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. Pilih **SAP ASE**, lalu pilih **Next**.
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Rahasia**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan kredensi database sumber Greenplum secara manual, gunakan petunjuk berikut:
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.Greenplum.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
## Pengaturan konversi Greenplum ke Amazon Redshift
Untuk mengedit pengaturan konversi Greenplum ke Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu **pilih** Pengaturan konversi. Dari daftar atas, pilih **Greenplum**, lalu pilih **Greenplum — Amazon Redshift**. AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi Greenplum ke Amazon Redshift.
Pengaturan konversi Greenplum ke Amazon Redshift AWS SCT di menyertakan opsi untuk hal berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk mengatur jumlah maksimum tabel yang AWS SCT dapat diterapkan ke cluster Amazon Redshift target Anda.
Untuk **Jumlah maksimum tabel untuk klaster Amazon Redshift target, pilih jumlah tabel yang AWS SCT dapat diterapkan ke cluster** Amazon Redshift Anda.
Amazon Redshift memiliki kuota yang membatasi tabel penggunaan untuk jenis node cluster yang berbeda. Jika Anda memilih **Otomatis**, AWS SCT tentukan jumlah tabel yang akan diterapkan ke klaster Amazon Redshift target Anda tergantung pada jenis node. Secara opsional, pilih nilai secara manual. Untuk informasi selengkapnya, lihat [Kuota dan batasan di Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) dalam *Panduan Manajemen Amazon Redshift*.
AWS SCT mengonversi semua tabel sumber Anda, meskipun ini lebih dari yang dapat disimpan oleh cluster Amazon Redshift Anda. AWS SCT menyimpan kode yang dikonversi dalam proyek Anda dan tidak menerapkannya ke database target. Jika Anda mencapai kuota klaster Amazon Redshift untuk tabel saat menerapkan kode yang dikonversi, maka akan AWS SCT menampilkan pesan peringatan. Selain itu, AWS SCT terapkan tabel ke cluster Amazon Redshift target Anda hingga jumlah tabel mencapai batas.
+ Untuk memigrasikan partisi tabel sumber ke tabel terpisah di Amazon Redshift. Untuk melakukannya, pilih **Gunakan tampilan UNION ALL** dan masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk tabel sumber tunggal.
Amazon Redshift tidak mendukung partisi tabel. Untuk meniru perilaku ini dan membuat kueri berjalan lebih cepat, AWS SCT dapat memigrasikan setiap partisi tabel sumber Anda ke tabel terpisah di Amazon Redshift. Kemudian, AWS SCT buat tampilan yang menyertakan data dari semua tabel ini.
AWS SCT secara otomatis menentukan jumlah partisi dalam tabel sumber Anda. Bergantung pada jenis partisi tabel sumber, angka ini dapat melebihi kuota untuk tabel yang dapat Anda terapkan ke cluster Amazon Redshift Anda. Untuk menghindari mencapai kuota ini, masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk partisi dari tabel sumber tunggal. Opsi default adalah 368 tabel, yang mewakili partisi selama 366 hari dalam setahun dan dua tabel untuk `NO RANGE` dan `UNKNOWN` partisi.
+ Untuk menerapkan kompresi ke kolom tabel Amazon Redshift. Untuk melakukannya, pilih **Gunakan pengkodean kompresi**.
AWS SCT menetapkan pengkodean kompresi ke kolom secara otomatis menggunakan algoritme Amazon Redshift default. Untuk informasi selengkapnya, lihat [Pengkodean kompresi di Panduan](https://docs.aws.amazon.com/redshift/latest/dg/c_Compression_encodings.html) Pengembang *Database Amazon Redshift*.
Secara default, Amazon Redshift tidak menerapkan kompresi ke kolom yang didefinisikan sebagai kunci pengurutan dan distribusi. Anda dapat mengubah perilaku ini dan menerapkan kompresi ke kolom ini. Untuk melakukannya, pilih **Gunakan pengkodean kompresi untuk kolom KEY**. Anda dapat memilih opsi ini hanya ketika Anda memilih opsi **Gunakan pengkodean kompresi**.
## Pengaturan pengoptimalan konversi Greenplum ke Amazon Redshift
Untuk mengedit pengaturan pengoptimalan konversi Greenplum ke Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu **pilih** Pengaturan konversi. Dari daftar atas, pilih **Greenplum**, lalu pilih **Greenplum — Amazon Redshift**. Di panel kiri, pilih **Strategi optimasi**. AWS SCT menampilkan pengaturan pengoptimalan konversi untuk konversi Greenplum ke Amazon Redshift.
Pengaturan pengoptimalan konversi Greenplum ke Amazon Redshift AWS SCT di menyertakan opsi untuk hal berikut:
+ Untuk bekerja dengan optimasi tabel otomatis. Untuk melakukannya, pilih **Gunakan penyetelan tabel otomatis Amazon Redshift**.
Optimalisasi tabel otomatis adalah proses self-tuning di Amazon Redshift yang secara otomatis mengoptimalkan desain tabel. Untuk informasi selengkapnya, lihat [Bekerja dengan pengoptimalan tabel otomatis](https://docs.aws.amazon.com/redshift/latest/dg/t_Creating_tables.html) di Panduan *Pengembang Database Amazon Redshift*.
Untuk hanya mengandalkan optimasi tabel otomatis, pilih **None** for **Initial key selection strategy**.
+ Untuk memilih kunci sortir dan distribusi menggunakan strategi Anda.
Anda dapat memilih kunci sortir dan distribusi menggunakan metadata Amazon Redshift, informasi statistik, atau kedua opsi ini. Untuk **strategi pemilihan kunci awal** pada tab **Strategi optimasi**, pilih salah satu opsi berikut:
+ Gunakan metadata, abaikan informasi statistik
+ Abaikan metadata, gunakan informasi statistik
+ Gunakan metadata dan informasi statistik
Bergantung pada opsi yang Anda pilih, Anda dapat memilih strategi pengoptimalan. Kemudian, untuk setiap strategi, masukkan nilainya (0-100). Nilai-nilai ini menentukan bobot setiap strategi. Dengan menggunakan nilai bobot ini, AWS SCT mendefinisikan bagaimana setiap aturan mempengaruhi pilihan distribusi dan kunci pengurutan. Nilai default didasarkan pada praktik terbaik AWS migrasi.
Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk mendefinisikannya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
+ Untuk mengkonfigurasi detail strategi.
Selain menentukan bobot untuk setiap strategi pengoptimalan, Anda dapat mengonfigurasi pengaturan pengoptimalan. Untuk melakukannya, pilih **Optimasi konversi**.
+ Untuk **Batas kolom kunci Urutkan**, masukkan jumlah kolom maksimum di tombol sortir.
+ Untuk **nilai ambang miring**, masukkan persentase (0-100) dari nilai miring untuk kolom. AWS SCT mengecualikan kolom dengan nilai miring lebih besar dari ambang batas dari daftar kandidat untuk kunci distribusi. AWS SCT mendefinisikan nilai miring untuk kolom sebagai rasio persentase dari jumlah kemunculan nilai yang paling umum dengan jumlah total catatan.
+ Untuk **kueri N Teratas dari tabel riwayat kueri**, masukkan nomor (1-100) kueri yang paling sering digunakan untuk dianalisis.
+ Untuk **Pilih pengguna statistik**, pilih pengguna database yang ingin Anda analisis statistik kueri.
Juga, pada tab **Strategi optimasi**, Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **Jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk menganggapnya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
# Menghubungkan ke Netezza dengan AWS Schema Conversion Tool
Anda dapat menggunakan AWS SCT untuk mengonversi skema, objek kode, dan kode aplikasi dari Netezza ke Amazon Redshift.
## Hak istimewa untuk Netezza sebagai sumber
Hak istimewa berikut diperlukan untuk menggunakan Netezza sebagai sumber:
+ pilih pada tampilan system.definition\$1schema.system
+ pilih pada tabel system.definition\$1schema.system
+ pilih pada tabel system.definition\$1schema.management
+ daftar di **
+ daftar di **
+ daftar ** di.all.table
+ daftar di ** tabel.all.external
+ daftar ** di.all.view
+ daftar pada ** tampilan.all.materialized
+ daftar ** di.all.procedure
+ daftar ** di.all.sequence
+ daftar ** di.all.function
+ daftar ** di.all.aggregate
Pada contoh sebelumnya, ganti placeholder sebagai berikut:
+ Ganti *database\$1name* dengan nama database sumber.
+ Ganti *schema\$1name* dengan nama skema sumber.
AWS SCT membutuhkan akses ke tabel dan tampilan sistem berikut. Anda dapat memberikan akses ke objek-objek ini alih-alih memberikan akses ke `system.definition_schema.system view` dan `system.definition_schema.system tables` dalam daftar sebelumnya.
+ pilih pada system.definition\$1schema. \$1t\$1agregat
+ pilih pada system.definition\$1schema. \$1t\$1class
+ pilih pada system.definition\$1schema. \$1t\$1kendala
+ pilih pada system.definition\$1schema. \$1t\$1const\$1relattr
+ pilih pada system.definition\$1schema. \$1t\$1database
+ pilih pada system.definition\$1schema. \$1t\$1grpobj\$1priv
+ pilih pada system.definition\$1schema. \$1t\$1grpusr
+ pilih pada system.definition\$1schema. \$1t\$1hist\$1config
+ pilih pada system.definition\$1schema. \$1t\$1objek
+ pilih pada system.definition\$1schema. \$1t\$1object\$1classes
+ pilih pada system.definition\$1schema. \$1t\$1proc
+ pilih pada system.definition\$1schema. \$1t\$1type
+ pilih pada system.definition\$1schema. \$1t\$1pengguna
+ pilih pada system.definition\$1schema. \$1t\$1usrobj\$1priv
+ pilih pada system.definition\$1schema. \$1vt\$1urutan
+ pilih pada system.definition\$1schema. \$1v\$1agregat
+ pilih pada system.definition\$1schema. \$1v\$1constraint\$1tergantung
+ pilih pada system.definition\$1schema. \$1v\$1basis data
+ pilih pada system.definition\$1schema. \$1v\$1tipe data
+ pilih pada system.definition\$1schema. \$1v\$1dslice
+ pilih pada system.definition\$1schema. \$1v\$1fungsi
+ pilih pada system.definition\$1schema. \$1v\$1grup
+ pilih pada system.definition\$1schema. \$1v\$1obj\$1relasi
+ pilih pada system.definition\$1schema. \$1v\$1obj\$1relasi\$1xdb
+ pilih pada system.definition\$1schema. \$1v\$1prosedur
+ pilih pada system.definition\$1schema. \$1v\$1hubungan\$1kolom
+ pilih pada system.definition\$1schema. \$1hubungan\$1keydata
+ pilih pada system.definition\$1schema. \$1v\$1relobjclasses
+ pilih pada system.definition\$1schema. \$1v\$1schema\$1xdb
+ pilih pada system.definition\$1schema. \$1v\$1urutan
+ pilih pada system.definition\$1schema. \$1v\$1sinonim
+ pilih pada system.definition\$1schema. \$1v\$1system\$1info
+ pilih pada system.definition\$1schema. \$1v\$1sys\$1kendala
+ pilih pada system.definition\$1schema. \$1v\$1sys\$1object\$1dslice\$1info
+ pilih pada system.definition\$1schema. \$1v\$1sys\$1pengguna
+ pilih pada system.definition\$1schema. \$1v\$1tabel
+ pilih pada system.definition\$1schema. \$1v\$1table\$1kendala
+ pilih pada system.definition\$1schema. \$1v\$1table\$1dist\$1map
+ pilih pada system.definition\$1schema. \$1v\$1table\$1organize\$1column
+ pilih pada system.definition\$1schema. \$1v\$1table\$1storage\$1stat
+ pilih pada system.definition\$1schema. \$1v\$1pengguna
+ pilih pada system.definition\$1schema. \$1v\$1lihat
+ pilih pada system.information\$1schema. \$1v\$1hubungan\$1kolom
+ pilih pada system.information\$1schema. \$1v\$1tabel
+ pilih pada \$1hist\$1column\$1access\$1\$1
## Menghubungkan ke Netezza sebagai sumber
Gunakan prosedur berikut untuk terhubung ke database sumber Netezza Anda dengan file. AWS Schema Conversion Tool
**Untuk terhubung ke database sumber Netezza**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. **Pilih **Netezza**, lalu pilih Berikutnya.**
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Rahasia**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan informasi koneksi database sumber Netezza secara manual, gunakan instruksi berikut:
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.Netezza.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
## Mengkonfigurasi replikasi data yang sedang berlangsung
Setelah mengonversi skema database Netezza dan menerapkannya ke database Amazon Redshift, Anda dapat memigrasi data dengan agen ekstraksi data. AWS SCT Agen mengekstrak data Anda dan mengunggahnya ke bucket Amazon S3 Anda. Anda kemudian dapat menggunakannya AWS SCT untuk menyalin data dari Amazon S3 ke Amazon Redshift.
Jika data dalam database sumber Anda berubah selama proses migrasi, Anda dapat menangkap perubahan yang sedang berlangsung dengan agen ekstraksi AWS SCT data Anda. Kemudian Anda dapat mereplikasi perubahan yang sedang berlangsung ini di database target Anda setelah Anda menyelesaikan migrasi data awal. Proses ini disebut replikasi data berkelanjutan atau *perubahan data capture* (CDC).
**Untuk mengonfigurasi replikasi data yang sedang berlangsung untuk migrasi dari Netezza ke Amazon Redshift**
1. Di database sumber Anda, buat database riwayat. Anda dapat menggunakan contoh kode berikut di antarmuka baris perintah Netezza (CLI).
```
nzhistcreatedb -d history_database_name -t query -v 1 -u load_user -o histdb_owner -p your_password
```
Pada contoh sebelumnya, ganti *history\$1database\$1name* dengan nama database riwayat Anda. Selanjutnya, ganti *load\$1user* dengan nama pengguna yang telah Anda tetapkan untuk memuat data riwayat ke database. Kemudian, ganti *histdb\$1owner* dengan nama pengguna yang telah Anda definisikan sebagai pemilik database riwayat. Pastikan Anda telah membuat pengguna ini dan memberikan `CREATE DATABASE` izin. Akhirnya, ganti *your\$1password* dengan kata sandi yang aman.
1. Konfigurasikan pencatatan riwayat. Untuk melakukannya, gunakan contoh kode berikut.
```
CREATE HISTORY CONFIGURATION history_configuration_name HISTTYPE QUERY
DATABASE history_database_name USER load_user PASSWORD your_password COLLECT PLAN, COLUMN
LOADINTERVAL 1 LOADMINTHRESHOLD 0 LOADMAXTHRESHOLD 0 STORAGELIMIT 25
LOADRETRY 2 VERSION 1;
```
Dalam contoh sebelumnya, ganti *history\$1configuration\$1name* dan *history\$1database\$1name* dengan nama konfigurasi riwayat Anda dan database riwayat Anda. Selanjutnya, ganti *load\$1user* dengan nama pengguna yang telah Anda tetapkan untuk memuat data riwayat ke database. Kemudian, ganti *your\$1password* dengan kata sandi yang aman.
1. Berikan izin baca untuk semua tabel dalam database riwayat. Anda dapat menggunakan contoh kode berikut untuk memberikan `SELECT` izin.
```
GRANT SELECT ON history_database_name.ALL.TABLE TO your_user;
```
Pada contoh sebelumnya, ganti *history\$1database\$1name* dengan nama database riwayat Anda. Selanjutnya, ganti *your\$1user* dengan nama pengguna dengan izin minimal untuk bekerja dengan database Netezza Anda. Anda menggunakan kredensi pengguna database ini di. AWS SCT
1. Kumpulkan statistik untuk setiap tabel dalam skema sumber Anda untuk mendapatkan informasi tentang kardinalitas kolom. Anda dapat menggunakan perintah berikut untuk menghasilkan statistik dalam database riwayat Anda.
```
GENERATE STATISTICS on "schema_name"."table_name";
```
Pada contoh sebelumnya, ganti *schema\$1name* dan *table\$1name* dengan nama skema dan tabel database Anda.
1. Pastikan Anda menyelesaikan prasyarat dengan menjalankan kueri berikut:
```
SELECT COUNT(*) FROM history_database_name.history_schema_name."$hist_column_access_N";
```
Dalam contoh sebelumnya, ganti *history\$1database\$1name* dan *history\$1schema\$1name* dengan nama database dan skema riwayat Anda. Selanjutnya, ganti *N* dengan nomor versi database riwayat Anda. Untuk informasi selengkapnya tentang versi database riwayat, lihat Dokumentasi [IBM Netezza](https://www.ibm.com/docs/en/netezza?topic=history-database-versions).
1. Instal agen ekstraksi data Anda. Untuk informasi selengkapnya, lihat [Instalasi agen ekstraksi](agents.md#agents.Installing).
Pastikan bahwa `{working.folder}` parameter dalam `settings.properties` file untuk semua instance extractor menunjuk ke folder yang sama. Dalam hal ini, ekstraktor Anda dapat mengoordinasikan sesi CDC dan menggunakan satu titik transaksi untuk semua subtugas.
1. Daftarkan agen ekstraksi data Anda. Untuk informasi selengkapnya, lihat [Mendaftarkan agen ekstraksi dengan AWS Schema Conversion Tool](agents.md#agents.Using).
1. Buat tugas CDC Anda. Untuk informasi selengkapnya, lihat [Membuat, menjalankan, dan memantau AWS SCT tugas](agents.md#agents.Tasks).
1. Buka proyek Anda di AWS SCT. Di panel kiri, pilih tabel sumber Anda. Buka menu konteks (klik kanan), dan pilih **Buat tugas lokal**.
1. Untuk **nama Tugas**, masukkan nama deskriptif untuk tugas migrasi data Anda.
1. Untuk **mode Migrasi**, pilih **Ekstrak, unggah, dan salin**.
1. Pilih **Aktifkan CDC**.
1. Pilih tab **pengaturan CDC** dan tentukan ruang lingkup dan jadwal sesi CDC.
1. Pilih **Tugas uji** untuk memverifikasi bahwa Anda dapat terhubung ke folder kerja, bucket Amazon S3, dan gudang data Amazon Redshift.
1. Pilih **Buat** untuk membuat tugas Anda.
1. Pilih tab **Tugas**, pilih tugas Anda dari daftar, dan pilih **Mulai**.
1. AWS SCT Tugas menjaga konsistensi transaksional pada database target. Agen ekstraksi data mereplikasi transaksi dari sumber dalam urutan ID transaksi.
Jika Anda menghentikan salah satu sesi migrasi atau jika gagal, maka pemrosesan CDC juga berhenti.
## Pengaturan konversi Netezza ke Amazon Redshift
**Untuk mengedit pengaturan konversi Netezza ke Amazon Redshift, **pilih Pengaturan AWS SCT di, lalu pilih** Pengaturan konversi.** Dari daftar atas, pilih **Netezza**, lalu pilih **Netezza - Amazon** Redshift. AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi Netezza ke Amazon Redshift.
Pengaturan konversi Netezza ke Amazon Redshift AWS SCT di menyertakan opsi untuk hal berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk mengatur jumlah maksimum tabel yang AWS SCT dapat diterapkan ke cluster Amazon Redshift target Anda.
Untuk **Jumlah maksimum tabel untuk klaster Amazon Redshift target, pilih jumlah tabel yang AWS SCT dapat diterapkan ke cluster** Amazon Redshift Anda.
Amazon Redshift memiliki kuota yang membatasi tabel penggunaan untuk jenis node cluster yang berbeda. Jika Anda memilih **Otomatis**, AWS SCT tentukan jumlah tabel yang akan diterapkan ke klaster Amazon Redshift target Anda tergantung pada jenis node. Secara opsional, pilih nilai secara manual. Untuk informasi selengkapnya, lihat [Kuota dan batasan di Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) dalam *Panduan Manajemen Amazon Redshift*.
AWS SCT mengonversi semua tabel sumber Anda, meskipun ini lebih dari yang dapat disimpan oleh cluster Amazon Redshift Anda. AWS SCT menyimpan kode yang dikonversi dalam proyek Anda dan tidak menerapkannya ke database target. Jika Anda mencapai kuota klaster Amazon Redshift untuk tabel saat menerapkan kode yang dikonversi, maka akan AWS SCT menampilkan pesan peringatan. Selain itu, AWS SCT terapkan tabel ke cluster Amazon Redshift target Anda hingga jumlah tabel mencapai batas.
+ Untuk menerapkan kompresi ke kolom tabel Amazon Redshift. Untuk melakukannya, pilih **Gunakan pengkodean kompresi**.
AWS SCT menetapkan pengkodean kompresi ke kolom secara otomatis menggunakan algoritme Amazon Redshift default. Untuk informasi selengkapnya, lihat [Pengkodean kompresi di Panduan](https://docs.aws.amazon.com/redshift/latest/dg/c_Compression_encodings.html) Pengembang *Database Amazon Redshift*.
Secara default, Amazon Redshift tidak menerapkan kompresi ke kolom yang didefinisikan sebagai kunci pengurutan dan distribusi. Anda dapat mengubah perilaku ini dan menerapkan kompresi ke kolom ini. Untuk melakukannya, pilih **Gunakan pengkodean kompresi untuk kolom KEY**. Anda dapat memilih opsi ini hanya ketika Anda memilih opsi **Gunakan pengkodean kompresi**.
## Pengaturan pengoptimalan konversi Netezza ke Amazon Redshift
**Untuk mengedit pengaturan pengoptimalan konversi Netezza ke Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu pilih Pengaturan konversi.** Dari daftar atas, pilih **Netezza**, lalu pilih **Netezza - Amazon** Redshift. Di panel kiri, pilih **Strategi optimasi**. AWS SCT menampilkan pengaturan pengoptimalan konversi untuk konversi Netezza ke Amazon Redshift.
Pengaturan pengoptimalan konversi Netezza ke Amazon Redshift AWS SCT di menyertakan opsi untuk hal berikut:
+ Untuk bekerja dengan optimasi tabel otomatis. Untuk melakukannya, pilih **Gunakan penyetelan tabel otomatis Amazon Redshift**.
Optimalisasi tabel otomatis adalah proses self-tuning di Amazon Redshift yang secara otomatis mengoptimalkan desain tabel. Untuk informasi selengkapnya, lihat [Bekerja dengan pengoptimalan tabel otomatis](https://docs.aws.amazon.com/redshift/latest/dg/t_Creating_tables.html) di Panduan *Pengembang Database Amazon Redshift*.
Untuk hanya mengandalkan optimasi tabel otomatis, pilih **None** for **Initial key selection strategy**.
+ Untuk memilih kunci sortir dan distribusi menggunakan strategi Anda.
Anda dapat memilih kunci sortir dan distribusi menggunakan metadata Amazon Redshift, informasi statistik, atau kedua opsi ini. Untuk **strategi pemilihan kunci awal** pada tab **Strategi optimasi**, pilih salah satu opsi berikut:
+ Gunakan metadata, abaikan informasi statistik
+ Abaikan metadata, gunakan informasi statistik
+ Gunakan metadata dan informasi statistik
Bergantung pada opsi yang Anda pilih, Anda dapat memilih strategi pengoptimalan. Kemudian, untuk setiap strategi, masukkan nilainya (0-100). Nilai-nilai ini menentukan bobot setiap strategi. Dengan menggunakan nilai bobot ini, AWS SCT mendefinisikan bagaimana setiap aturan mempengaruhi pilihan distribusi dan kunci pengurutan. Nilai default didasarkan pada praktik terbaik AWS migrasi.
Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk mendefinisikannya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
+ Untuk mengkonfigurasi detail strategi.
Selain menentukan bobot untuk setiap strategi pengoptimalan, Anda dapat mengonfigurasi pengaturan pengoptimalan. Untuk melakukannya, pilih **Optimasi konversi**.
+ Untuk **Batas kolom kunci Urutkan**, masukkan jumlah kolom maksimum di tombol sortir.
+ Untuk **nilai ambang miring**, masukkan persentase (0-100) dari nilai miring untuk kolom. AWS SCT mengecualikan kolom dengan nilai miring lebih besar dari ambang batas dari daftar kandidat untuk kunci distribusi. AWS SCT mendefinisikan nilai miring untuk kolom sebagai rasio persentase dari jumlah kemunculan nilai yang paling umum dengan jumlah total catatan.
+ Untuk **kueri N Teratas dari tabel riwayat kueri**, masukkan nomor (1-100) kueri yang paling sering digunakan untuk dianalisis.
+ Untuk **Pilih pengguna statistik**, pilih pengguna database yang ingin Anda analisis statistik kueri.
Juga, pada tab **Strategi optimasi**, Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **Jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk menganggapnya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
# Menghubungkan Oracle Data Warehouse dengan AWS SCT
Anda dapat menggunakan AWS SCT untuk mengonversi skema, objek kode, dan kode aplikasi dari Oracle Data Warehouse ke Amazon Redshift atau Amazon Redshift dan digunakan dalam kombinasi. AWS Glue
## Hak istimewa untuk Oracle Data Warehouse sebagai sumber
Hak istimewa berikut diperlukan untuk menggunakan Oracle Data Warehouse sebagai sumber:
+ hubungkan
+ select\$1catalog\$1role
+ pilih kamus apa saja
## Menghubungkan ke Oracle Data Warehouse sebagai sumber
Gunakan prosedur berikut untuk terhubung ke database sumber gudang data Oracle Anda dengan file. AWS Schema Conversion Tool
**Untuk terhubung ke database sumber Oracle Data Warehouse**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. Pilih **Oracle**, lalu pilih **Berikutnya**.
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Rahasia**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan informasi koneksi gudang data sumber Oracle secara manual, gunakan petunjuk berikut:
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.OracleDW.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
## Pengaturan konversi Oracle Data Warehouse ke Amazon Redshift
Untuk mengedit Oracle Data Warehouse ke pengaturan konversi Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu **pilih** Pengaturan konversi. Dari daftar atas, pilih **Oracle**, lalu pilih **Oracle - Amazon Redshift**. AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi Oracle Data Warehouse ke Amazon Redshift.
Pengaturan AWS SCT konversi Oracle Data Warehouse ke Amazon Redshift termasuk opsi untuk hal-hal berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk mengatur jumlah maksimum tabel yang AWS SCT dapat diterapkan ke cluster Amazon Redshift target Anda.
Untuk **Jumlah maksimum tabel untuk klaster Amazon Redshift target, pilih jumlah tabel yang AWS SCT dapat diterapkan ke cluster** Amazon Redshift Anda.
Amazon Redshift memiliki kuota yang membatasi tabel penggunaan untuk jenis node cluster yang berbeda. Jika Anda memilih **Otomatis**, AWS SCT tentukan jumlah tabel yang akan diterapkan ke klaster Amazon Redshift target Anda tergantung pada jenis node. Secara opsional, pilih nilai secara manual. Untuk informasi selengkapnya, lihat [Kuota dan batasan di Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) dalam *Panduan Manajemen Amazon Redshift*.
AWS SCT mengonversi semua tabel sumber Anda, meskipun ini lebih dari yang dapat disimpan oleh cluster Amazon Redshift Anda. AWS SCT menyimpan kode yang dikonversi dalam proyek Anda dan tidak menerapkannya ke database target. Jika Anda mencapai kuota klaster Amazon Redshift untuk tabel saat menerapkan kode yang dikonversi, maka akan AWS SCT menampilkan pesan peringatan. Selain itu, AWS SCT terapkan tabel ke cluster Amazon Redshift target Anda hingga jumlah tabel mencapai batas.
+ Untuk memigrasikan partisi tabel sumber ke tabel terpisah di Amazon Redshift. Untuk melakukannya, pilih **Gunakan tampilan UNION ALL** dan masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk tabel sumber tunggal.
Amazon Redshift tidak mendukung partisi tabel. Untuk meniru perilaku ini dan membuat kueri berjalan lebih cepat, AWS SCT dapat memigrasikan setiap partisi tabel sumber Anda ke tabel terpisah di Amazon Redshift. Kemudian, AWS SCT buat tampilan yang menyertakan data dari semua tabel ini.
AWS SCT secara otomatis menentukan jumlah partisi dalam tabel sumber Anda. Bergantung pada jenis partisi tabel sumber, angka ini dapat melebihi kuota untuk tabel yang dapat Anda terapkan ke cluster Amazon Redshift Anda. Untuk menghindari mencapai kuota ini, masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk partisi dari tabel sumber tunggal. Opsi default adalah 368 tabel, yang mewakili partisi selama 366 hari dalam setahun dan dua tabel untuk `NO RANGE` dan `UNKNOWN` partisi.
+ Untuk mengonversi fungsi pemformatan tipe data seperti`TO_CHAR`,`TO_DATE`, dan `TO_NUMBER` dengan elemen format datetime yang tidak didukung Amazon Redshift. Secara default, AWS SCT menggunakan fungsi paket ekstensi untuk meniru penggunaan elemen format yang tidak didukung ini dalam kode yang dikonversi.
Model format datetime di Oracle mencakup lebih banyak elemen dibandingkan dengan string format datetime di Amazon Redshift. Jika kode sumber Anda hanya menyertakan elemen format datetime yang didukung Amazon Redshift, Anda tidak memerlukan fungsi paket ekstensi dalam kode yang dikonversi. Untuk menghindari penggunaan fungsi paket ekstensi dalam kode yang dikonversi, pilih **Elemen format tipe data yang Anda gunakan dalam kode Oracle mirip dengan string format datetime di Amazon** Redshift. Dalam hal ini, kode yang dikonversi bekerja lebih cepat.
Model format numerik di Oracle mencakup lebih banyak elemen dibandingkan dengan string format numerik di Amazon Redshift. Jika kode sumber Anda hanya menyertakan elemen format numerik yang didukung Amazon Redshift, Anda tidak memerlukan fungsi paket ekstensi dalam kode yang dikonversi. Untuk menghindari penggunaan fungsi paket ekstensi dalam kode yang dikonversi, pilih **Elemen format numerik yang Anda gunakan dalam kode Oracle mirip dengan string format numerik di Amazon** Redshift. Dalam hal ini, kode yang dikonversi bekerja lebih cepat.
+ Untuk mengkonversi fungsi Oracle `LEAD` dan `LAG` analitik. Secara default, AWS SCT memunculkan item tindakan untuk masing-masing `LEAD` dan `LAG` fungsi.
Ketika kode sumber Anda tidak menggunakan nilai default untuk offset dalam fungsi ini, AWS SCT dapat meniru penggunaan fungsi ini dengan fungsi. `NVL` Untuk melakukannya, pilih **Gunakan fungsi NVL untuk meniru perilaku fungsi Oracle LEAD dan** LAG.
+ Untuk meniru perilaku kunci primer dan unik di klaster Amazon Redshift Anda, **pilih Emulasikan perilaku kunci primer dan** unik.
Amazon Redshift tidak menerapkan kunci unik dan utama dan menggunakannya hanya untuk tujuan informasi. Jika Anda menggunakan batasan ini dalam kode Anda, maka pastikan itu AWS SCT mengemulasi perilaku mereka dalam kode yang dikonversi.
+ Untuk menerapkan kompresi ke kolom tabel Amazon Redshift. Untuk melakukannya, pilih **Gunakan pengkodean kompresi**.
AWS SCT menetapkan pengkodean kompresi ke kolom secara otomatis menggunakan algoritme Amazon Redshift default. Untuk informasi selengkapnya, lihat [Pengkodean kompresi di Panduan](https://docs.aws.amazon.com/redshift/latest/dg/c_Compression_encodings.html) Pengembang *Database Amazon Redshift*.
Secara default, Amazon Redshift tidak menerapkan kompresi ke kolom yang didefinisikan sebagai kunci pengurutan dan distribusi. Anda dapat mengubah perilaku ini dan menerapkan kompresi ke kolom ini. Untuk melakukannya, pilih **Gunakan pengkodean kompresi untuk kolom KEY**. Anda dapat memilih opsi ini hanya ketika Anda memilih opsi **Gunakan pengkodean kompresi**.
## Pengaturan pengoptimalan konversi Oracle Data Warehouse ke Amazon Redshift
Untuk mengedit Oracle Data Warehouse ke pengaturan pengoptimalan konversi Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu **pilih** Pengaturan konversi. Dari daftar atas, pilih **Oracle**, lalu pilih **Oracle - Amazon Redshift**. Di panel kiri, pilih **Strategi optimasi**. AWS SCT menampilkan pengaturan pengoptimalan konversi untuk konversi Oracle Data Warehouse ke Amazon Redshift.
Pengaturan AWS SCT pengoptimalan konversi Oracle Data Warehouse ke Amazon Redshift termasuk opsi untuk hal-hal berikut:
+ Untuk bekerja dengan optimasi tabel otomatis. Untuk melakukannya, pilih **Gunakan penyetelan tabel otomatis Amazon Redshift**.
Optimalisasi tabel otomatis adalah proses self-tuning di Amazon Redshift yang secara otomatis mengoptimalkan desain tabel. Untuk informasi selengkapnya, lihat [Bekerja dengan pengoptimalan tabel otomatis](https://docs.aws.amazon.com/redshift/latest/dg/t_Creating_tables.html) di Panduan *Pengembang Database Amazon Redshift*.
Untuk hanya mengandalkan optimasi tabel otomatis, pilih **None** for **Initial key selection strategy**.
+ Untuk memilih kunci sortir dan distribusi menggunakan strategi Anda.
Anda dapat memilih kunci sortir dan distribusi menggunakan metadata Amazon Redshift, informasi statistik, atau kedua opsi ini. Untuk **strategi pemilihan kunci awal** pada tab **Strategi optimasi**, pilih salah satu opsi berikut:
+ Gunakan metadata, abaikan informasi statistik
+ Abaikan metadata, gunakan informasi statistik
+ Gunakan metadata dan informasi statistik
Bergantung pada opsi yang Anda pilih, Anda dapat memilih strategi pengoptimalan. Kemudian, untuk setiap strategi, masukkan nilainya (0-100). Nilai-nilai ini menentukan bobot setiap strategi. Dengan menggunakan nilai bobot ini, AWS SCT mendefinisikan bagaimana setiap aturan mempengaruhi pilihan distribusi dan kunci pengurutan. Nilai default didasarkan pada praktik terbaik AWS migrasi.
Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk mendefinisikannya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
+ Untuk mengkonfigurasi detail strategi.
Selain menentukan bobot untuk setiap strategi pengoptimalan, Anda dapat mengonfigurasi pengaturan pengoptimalan. Untuk melakukannya, pilih **Optimasi konversi**.
+ Untuk **Batas kolom kunci Urutkan**, masukkan jumlah kolom maksimum di tombol sortir.
+ Untuk **nilai ambang miring**, masukkan persentase (0-100) dari nilai miring untuk kolom. AWS SCT mengecualikan kolom dengan nilai miring lebih besar dari ambang batas dari daftar kandidat untuk kunci distribusi. AWS SCT mendefinisikan nilai miring untuk kolom sebagai rasio persentase dari jumlah kemunculan nilai yang paling umum dengan jumlah total catatan.
+ Untuk **kueri N Teratas dari tabel riwayat kueri**, masukkan nomor (1-100) kueri yang paling sering digunakan untuk dianalisis.
+ Untuk **Pilih pengguna statistik**, pilih pengguna database yang ingin Anda analisis statistik kueri.
Juga, pada tab **Strategi optimasi**, Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **Jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk menganggapnya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
# Menghubungkan ke gudang data Snowflake dengan AWS Schema Conversion Tool
Anda dapat menggunakan AWS SCT untuk mengonversi skema, objek kode, dan kode aplikasi dari Snowflake ke Amazon Redshift.
## Hak istimewa untuk Snowflake sebagai database sumber
Anda dapat membuat peran dengan hak istimewa dan memberikan peran ini nama pengguna dengan menggunakan `SECURITYADMIN` peran dan konteks `SECURITYADMIN` sesi.
Contoh berikut menciptakan hak istimewa minimal dan memberikannya kepada pengguna. `min_privs`
```
create role role_name;
grant role role_name to role sysadmin;
grant usage on database db_name to role role_name;
grant usage on schema db_name.schema_name to role role_name;
grant usage on warehouse datawarehouse_name to role role_name;
grant monitor on database db_name to role role_name;
grant monitor on warehouse datawarehouse_name to role role_name;
grant select on all tables in schema db_name.schema_name to role role_name;
grant select on future tables in schema db_name.schema_name to role role_name;
grant select on all views in schema db_name.schema_name to role role_name;
grant select on future views in schema db_name.schema_name to role role_name;
grant select on all external tables in schema db_name.schema_name to role role_name;
grant select on future external tables in schema db_name.schema_name to role role_name;
grant usage on all sequences in schema db_name.schema_name to role role_name;
grant usage on future sequences in schema db_name.schema_name to role role_name;
grant usage on all functions in schema db_name.schema_name to role role_name;
grant usage on future functions in schema db_name.schema_name to role role_name;
grant usage on all procedures in schema db_name.schema_name to role role_name;
grant usage on future procedures in schema db_name.schema_name to role role_name;
create user min_privs password='real_user_password'
DEFAULT_ROLE = role_name DEFAULT_WAREHOUSE = 'datawarehouse_name';
grant role role_name to user min_privs;
```
Pada contoh sebelumnya, ganti placeholder sebagai berikut:
+ Ganti *`role_name`* dengan nama peran dengan hak istimewa hanya-baca.
+ Ganti `db_name` dengan nama database sumber.
+ Ganti `schema_name` dengan nama skema sumber.
+ Ganti *`datawarehousename`* dengan nama gudang data yang diperlukan.
+ Ganti `min_privs` dengan nama pengguna yang memiliki hak istimewa minimal.
`DEFAULT_WAREHOUSE`Parameter `DEFAULT_ROLE` dan sensitif terhadap kunci.
## Mengkonfigurasi akses aman ke Amazon S3
Kebijakan keamanan dan manajemen akses untuk bucket Amazon S3 memungkinkan Snowflake mengakses, membaca data, dan menulis data ke bucket S3. Anda dapat mengonfigurasi akses aman ke bucket Amazon S3 pribadi menggunakan jenis objek Snowflake`STORAGE INTEGRATION`. Objek integrasi penyimpanan Snowflake mendelegasikan tanggung jawab otentikasi ke identitas Snowflake dan entitas manajemen akses.
Untuk informasi selengkapnya, lihat [Mengonfigurasi Integrasi Penyimpanan Snowflake untuk Mengakses Amazon S3 dalam dokumentasi Snowflake](https://docs.snowflake.com/en/user-guide/data-load-s3-config-storage-integration.html).
## Menghubungkan ke Snowflake sebagai sumber
Gunakan prosedur berikut untuk terhubung ke database sumber Anda dengan file AWS Schema Conversion Tool.
**Untuk terhubung ke database sumber Snowflake**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. **Pilih **Snowflake**, lalu pilih Berikutnya.**
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Rahasia**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan informasi koneksi gudang data sumber Snowflake secara manual, gunakan instruksi berikut:
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.Snowflake.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
## Keterbatasan untuk Snowflake sebagai sumber
Berikut ini adalah batasan saat menggunakan Snowflake sebagai sumber untuk: AWS SCT
+ Pengidentifikasi objek harus unik dalam konteks jenis objek dan objek induk:
**Basis Data**
Pengidentifikasi skema harus unik dalam database.
**Skema**
Pengidentifikasi objek seperti untuk tabel dan tampilan harus unik dalam skema.
**Tabel/Tampilan**
Pengidentifikasi kolom harus unik di dalam tabel.
+ Jumlah maksimum tabel untuk tipe node cluster besar dan xlarge adalah 9.900. Untuk tipe node cluster 8xlarge, jumlah maksimum tabel adalah 100.000. Batas tersebut mencakup tabel sementara, baik yang ditentukan pengguna maupun yang dibuat oleh Amazon Redshift selama pemrosesan kueri atau pemeliharaan sistem. Untuk informasi selengkapnya, lihat [kuota Amazon Redshift di Panduan Manajemen](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) Cluster *Amazon Redshift*.
+ Untuk prosedur tersimpan, jumlah maksimum argumen input dan output adalah 32.
## Tipe data sumber untuk Snowflake
Berikut ini, Anda dapat menemukan tipe data sumber Snowflake yang didukung saat menggunakan AWS SCT dan pemetaan default ke target Amazon Redshift.
| Tipe data kepingan salju | Tipe data Amazon Redshift |
| --- | --- |
| ANGKA | NUMERIK (38) |
| NOMOR (p) | Jika p adalah =< 4, maka SMALLINT Jika p adalah => 5 dan =< 9, maka INTEGER Jika p adalah => 10 dan =< 18, maka BIGINT Jika p adalah => 19 maka NUMERIK (p) |
| NOMOR (p, 0) | Jika p adalah =< 4, maka SMALLINT Jika p adalah => 5 dan =< 9, maka INTEGER Jika p adalah => 10 dan =< 18, maka BIGINT Jika p adalah => 19 maka: NUMERIK (p, 0) |
| NOMOR (p, s) | Jika p adalah => 1 dan =< 38, dan jika s adalah => 1 dan =< 37, maka NUMERIK (p, s) |
| FLOAT | FLOAT |
| TEXT Karakter unicode hingga 16.777.216 byte; hingga 4 byte per karakter. | VARCHAR (MAKS) |
| TEKS (p) Karakter unicode hingga 65.535 byte; hingga 4 byte per karakter. | Jika p adalah =< 65.535 maka, VARCHAR (p) |
| TEKS (p) Karakter unicode hingga 16.777.216 byte; hingga 4 byte per karakter. | Jika p adalah => 65.535 dan =< 16.777.216 maka, VARCHAR (MAX) |
| BINARY Karakter single-byte hingga 8.388.608 byte; 1 byte per karakter. | VARCHAR (MAKS) |
| BINER (p) Karakter single-byte hingga 65.535 byte; 1 byte per karakter. | VARCHAR (p) |
| BINER (p) Karakter single-byte hingga 8.388.608 byte; 1 byte per karakter. | VARCHAR (MAKS) |
| BOOLEAN | BOOLEAN |
| DATE | DATE |
| TIME Nilai waktu antara 00:00:00 dan 23:59:59.999 999999. | VARCHAR(18) |
| WAKTU (f) Nilai waktu antara 00:00:00 dan 23:59:59.9 (f). | VARCHAR (n) — 9\$1dt-attr-1 |
| TIMESTAMP\$1NTZ | TIMESTAMP |
| STAMP\$1TZ | TIMESTAMPTZ |
## Pengaturan konversi Snowflake ke Amazon Redshift
**Untuk mengedit setelan konversi Snowflake ke Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu pilih Pengaturan konversi.** Dari daftar atas, pilih **Snowflake**, lalu pilih **Snowflake — Amazon** Redshift. AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi Snowflake ke Amazon Redshift.
Pengaturan konversi Snowflake ke Amazon Redshift AWS SCT di menyertakan opsi untuk hal berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk mengatur jumlah maksimum tabel yang AWS SCT dapat diterapkan ke cluster Amazon Redshift target Anda.
Untuk **Jumlah maksimum tabel untuk klaster Amazon Redshift target, pilih jumlah tabel yang AWS SCT dapat diterapkan ke cluster** Amazon Redshift Anda.
Amazon Redshift memiliki kuota yang membatasi tabel penggunaan untuk jenis node cluster yang berbeda. Jika Anda memilih **Otomatis**, AWS SCT tentukan jumlah tabel yang akan diterapkan ke klaster Amazon Redshift target Anda tergantung pada jenis node. Secara opsional, pilih nilai secara manual. Untuk informasi selengkapnya, lihat [Kuota dan batasan di Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) dalam *Panduan Manajemen Amazon Redshift*.
AWS SCT mengonversi semua tabel sumber Anda, meskipun ini lebih dari yang dapat disimpan oleh cluster Amazon Redshift Anda. AWS SCT menyimpan kode yang dikonversi dalam proyek Anda dan tidak menerapkannya ke database target. Jika Anda mencapai kuota klaster Amazon Redshift untuk tabel saat menerapkan kode yang dikonversi, maka akan AWS SCT menampilkan pesan peringatan. Selain itu, AWS SCT terapkan tabel ke cluster Amazon Redshift target Anda hingga jumlah tabel mencapai batas.
+ Untuk menerapkan kompresi ke kolom tabel Amazon Redshift. Untuk melakukannya, pilih **Gunakan pengkodean kompresi**.
AWS SCT menetapkan pengkodean kompresi ke kolom secara otomatis menggunakan algoritme Amazon Redshift default. Untuk informasi selengkapnya, lihat [Pengkodean kompresi di Panduan](https://docs.aws.amazon.com/redshift/latest/dg/c_Compression_encodings.html) Pengembang *Database Amazon Redshift*.
Secara default, Amazon Redshift tidak menerapkan kompresi ke kolom yang didefinisikan sebagai kunci pengurutan dan distribusi. Anda dapat mengubah perilaku ini dan menerapkan kompresi ke kolom ini. Untuk melakukannya, pilih **Gunakan pengkodean kompresi untuk kolom KEY**. Anda dapat memilih opsi ini hanya ketika Anda memilih opsi **Gunakan pengkodean kompresi**.
## Pengaturan pengoptimalan konversi Snowflake ke Amazon Redshift
**Untuk mengedit setelan pengoptimalan konversi Snowflake ke Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu pilih Pengaturan konversi.** Dari daftar atas, pilih **Snowflake**, lalu pilih **Snowflake — Amazon** Redshift. Di panel kiri, pilih **Strategi optimasi**. AWS SCT menampilkan pengaturan pengoptimalan konversi untuk konversi Snowflake ke Amazon Redshift.
Pengaturan pengoptimalan konversi Snowflake ke Amazon Redshift AWS SCT di menyertakan opsi untuk hal-hal berikut:
+ Untuk bekerja dengan optimasi tabel otomatis. Untuk melakukannya, pilih **Gunakan penyetelan tabel otomatis Amazon Redshift**.
Optimalisasi tabel otomatis adalah proses self-tuning di Amazon Redshift yang secara otomatis mengoptimalkan desain tabel. Untuk informasi selengkapnya, lihat [Bekerja dengan pengoptimalan tabel otomatis](https://docs.aws.amazon.com/redshift/latest/dg/t_Creating_tables.html) di Panduan *Pengembang Database Amazon Redshift*.
Untuk hanya mengandalkan optimasi tabel otomatis, pilih **None** for **Initial key selection strategy**.
+ Untuk memilih kunci sortir dan distribusi menggunakan strategi Anda.
Anda dapat memilih kunci sortir dan distribusi menggunakan metadata Amazon Redshift, informasi statistik, atau kedua opsi ini. Untuk **strategi pemilihan kunci awal** pada tab **Strategi optimasi**, pilih salah satu opsi berikut:
+ Gunakan metadata, abaikan informasi statistik
+ Abaikan metadata, gunakan informasi statistik
+ Gunakan metadata dan informasi statistik
Bergantung pada opsi yang Anda pilih, Anda dapat memilih strategi pengoptimalan. Kemudian, untuk setiap strategi, masukkan nilainya (0-100). Nilai-nilai ini menentukan bobot setiap strategi. Dengan menggunakan nilai bobot ini, AWS SCT mendefinisikan bagaimana setiap aturan mempengaruhi pilihan distribusi dan kunci pengurutan. Nilai default didasarkan pada praktik terbaik AWS migrasi.
Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk mendefinisikannya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
+ Untuk mengkonfigurasi detail strategi.
Selain menentukan bobot untuk setiap strategi pengoptimalan, Anda dapat mengonfigurasi pengaturan pengoptimalan. Untuk melakukannya, pilih **Optimasi konversi**.
+ Untuk **Batas kolom kunci Urutkan**, masukkan jumlah kolom maksimum di tombol sortir.
+ Untuk **nilai ambang miring**, masukkan persentase (0-100) dari nilai miring untuk kolom. AWS SCT mengecualikan kolom dengan nilai miring lebih besar dari ambang batas dari daftar kandidat untuk kunci distribusi. AWS SCT mendefinisikan nilai miring untuk kolom sebagai rasio persentase dari jumlah kemunculan nilai yang paling umum dengan jumlah total catatan.
+ Untuk **kueri N Teratas dari tabel riwayat kueri**, masukkan nomor (1-100) kueri yang paling sering digunakan untuk dianalisis.
+ Untuk **Pilih pengguna statistik**, pilih pengguna database yang ingin Anda analisis statistik kueri.
Juga, pada tab **Strategi optimasi**, Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **Jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk menganggapnya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
# Menghubungkan ke Gudang Data SQL Server dengan AWS Schema Conversion Tool
Anda dapat menggunakan AWS SCT untuk mengonversi skema, objek kode, dan kode aplikasi dari Microsoft SQL Server DW ke Amazon Redshift atau Amazon Redshift dan digunakan dalam kombinasi. AWS Glue
## Hak istimewa untuk Microsoft SQL Server Data Warehouse sebagai sumber
Hak istimewa berikut diperlukan untuk menggunakan gudang data Microsoft SQL Server sebagai sumber:
+ LIHAT DEFINISI
+ LIHAT STATUS BASIS DATA
+ PILIH PADA SKEMA:: **
Pada contoh sebelumnya, ganti ** placeholder dengan nama sumber source\$1schema.
Ulangi hibah untuk setiap database yang skema Anda konversi.
Selain itu, berikan yang berikut ini, dan jalankan hibah pada database master:
+ LIHAT STATUS SERVER
## Batasan untuk Gudang Data SQL Server sebagai sumber
Menggunakan Microsoft SQL Server Parallel Data Warehouse (PDW) sebagai sumber saat ini tidak didukung.
## Menghubungkan ke SQL Server Data Warehouse sebagai sumber
Gunakan prosedur berikut untuk terhubung ke database sumber SQL Server Data Warehouse Anda dengan file. AWS Schema Conversion Tool
**Untuk menyambung ke database sumber SQL Server Data Warehouse**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. Pilih **Microsoft SQL Server**, lalu pilih **Berikutnya**.
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Rahasia**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan informasi koneksi gudang data sumber Microsoft SQL Server secara manual, gunakan petunjuk berikut:
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.SQLServerDW.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
## Pengaturan konversi Gudang Data SQL Server ke Amazon Redshift
Untuk mengedit Gudang Data SQL Server ke pengaturan konversi Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu **pilih** Pengaturan konversi. Dari daftar atas, pilih **Microsoft SQL Server**, lalu pilih **Microsoft SQL Server — Amazon Redshift**. AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi Gudang Data SQL Server ke Amazon Redshift.
Pengaturan konversi Gudang Data SQL Server ke Amazon Redshift termasuk opsi untuk AWS SCT hal berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk mengatur jumlah maksimum tabel yang AWS SCT dapat diterapkan ke cluster Amazon Redshift target Anda.
Untuk **Jumlah maksimum tabel untuk klaster Amazon Redshift target, pilih jumlah tabel yang AWS SCT dapat diterapkan ke cluster** Amazon Redshift Anda.
Amazon Redshift memiliki kuota yang membatasi tabel penggunaan untuk jenis node cluster yang berbeda. Jika Anda memilih **Otomatis**, AWS SCT tentukan jumlah tabel yang akan diterapkan ke klaster Amazon Redshift target Anda tergantung pada jenis node. Secara opsional, pilih nilai secara manual. Untuk informasi selengkapnya, lihat [Kuota dan batasan di Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) dalam *Panduan Manajemen Amazon Redshift*.
AWS SCT mengonversi semua tabel sumber Anda, meskipun ini lebih dari yang dapat disimpan oleh cluster Amazon Redshift Anda. AWS SCT menyimpan kode yang dikonversi dalam proyek Anda dan tidak menerapkannya ke database target. Jika Anda mencapai kuota klaster Amazon Redshift untuk tabel saat menerapkan kode yang dikonversi, maka akan AWS SCT menampilkan pesan peringatan. Selain itu, AWS SCT terapkan tabel ke cluster Amazon Redshift target Anda hingga jumlah tabel mencapai batas.
+ Untuk memigrasikan partisi tabel sumber ke tabel terpisah di Amazon Redshift. Untuk melakukannya, pilih **Gunakan tampilan UNION ALL** dan masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk tabel sumber tunggal.
Amazon Redshift tidak mendukung partisi tabel. Untuk meniru perilaku ini dan membuat kueri berjalan lebih cepat, AWS SCT dapat memigrasikan setiap partisi tabel sumber Anda ke tabel terpisah di Amazon Redshift. Kemudian, AWS SCT buat tampilan yang menyertakan data dari semua tabel ini.
AWS SCT secara otomatis menentukan jumlah partisi dalam tabel sumber Anda. Bergantung pada jenis partisi tabel sumber, angka ini dapat melebihi kuota untuk tabel yang dapat Anda terapkan ke cluster Amazon Redshift Anda. Untuk menghindari mencapai kuota ini, masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk partisi dari tabel sumber tunggal. Opsi default adalah 368 tabel, yang mewakili partisi selama 366 hari dalam setahun dan dua tabel untuk `NO RANGE` dan `UNKNOWN` partisi.
+ Untuk menerapkan kompresi ke kolom tabel Amazon Redshift. Untuk melakukannya, pilih **Gunakan pengkodean kompresi**.
AWS SCT menetapkan pengkodean kompresi ke kolom secara otomatis menggunakan algoritme Amazon Redshift default. Untuk informasi selengkapnya, lihat [Pengkodean kompresi di Panduan](https://docs.aws.amazon.com/redshift/latest/dg/c_Compression_encodings.html) Pengembang *Database Amazon Redshift*.
Secara default, Amazon Redshift tidak menerapkan kompresi ke kolom yang didefinisikan sebagai kunci pengurutan dan distribusi. Anda dapat mengubah perilaku ini dan menerapkan kompresi ke kolom ini. Untuk melakukannya, pilih **Gunakan pengkodean kompresi untuk kolom KEY**. Anda dapat memilih opsi ini hanya ketika Anda memilih opsi **Gunakan pengkodean kompresi**.
## Gudang Data SQL Server ke pengaturan pengoptimalan konversi Amazon Redshift
Untuk mengedit SQL Server Data Warehouse ke pengaturan pengoptimalan konversi Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu **pilih** Pengaturan konversi. Dari daftar atas, pilih **Microsoft SQL Server**, lalu pilih **Microsoft SQL Server — Amazon Redshift**. Di panel kiri, pilih **Strategi optimasi**. AWS SCT menampilkan pengaturan pengoptimalan konversi untuk konversi Gudang Data SQL Server ke Amazon Redshift.
Pengaturan AWS SCT pengoptimalan konversi Gudang Data SQL Server ke Amazon Redshift termasuk opsi untuk hal-hal berikut:
+ Untuk bekerja dengan optimasi tabel otomatis. Untuk melakukannya, pilih **Gunakan penyetelan tabel otomatis Amazon Redshift**.
Optimalisasi tabel otomatis adalah proses self-tuning di Amazon Redshift yang secara otomatis mengoptimalkan desain tabel. Untuk informasi selengkapnya, lihat [Bekerja dengan pengoptimalan tabel otomatis](https://docs.aws.amazon.com/redshift/latest/dg/t_Creating_tables.html) di Panduan *Pengembang Database Amazon Redshift*.
Untuk hanya mengandalkan optimasi tabel otomatis, pilih **None** for **Initial key selection strategy**.
+ Untuk memilih kunci sortir dan distribusi menggunakan strategi Anda.
Anda dapat memilih kunci sortir dan distribusi menggunakan metadata Amazon Redshift, informasi statistik, atau kedua opsi ini. Untuk **strategi pemilihan kunci awal** pada tab **Strategi optimasi**, pilih salah satu opsi berikut:
+ Gunakan metadata, abaikan informasi statistik
+ Abaikan metadata, gunakan informasi statistik
+ Gunakan metadata dan informasi statistik
Bergantung pada opsi yang Anda pilih, Anda dapat memilih strategi pengoptimalan. Kemudian, untuk setiap strategi, masukkan nilainya (0-100). Nilai-nilai ini menentukan bobot setiap strategi. Dengan menggunakan nilai bobot ini, AWS SCT mendefinisikan bagaimana setiap aturan mempengaruhi pilihan distribusi dan kunci pengurutan. Nilai default didasarkan pada praktik terbaik AWS migrasi.
Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk mendefinisikannya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
+ Untuk mengkonfigurasi detail strategi.
Selain menentukan bobot untuk setiap strategi pengoptimalan, Anda dapat mengonfigurasi pengaturan pengoptimalan. Untuk melakukannya, pilih **Optimasi konversi**.
+ Untuk **Batas kolom kunci Urutkan**, masukkan jumlah kolom maksimum di tombol sortir.
+ Untuk **nilai ambang miring**, masukkan persentase (0-100) dari nilai miring untuk kolom. AWS SCT mengecualikan kolom dengan nilai miring lebih besar dari ambang batas dari daftar kandidat untuk kunci distribusi. AWS SCT mendefinisikan nilai miring untuk kolom sebagai rasio persentase dari jumlah kemunculan nilai yang paling umum dengan jumlah total catatan.
+ Untuk **kueri N Teratas dari tabel riwayat kueri**, masukkan nomor (1-100) kueri yang paling sering digunakan untuk dianalisis.
+ Untuk **Pilih pengguna statistik**, pilih pengguna database yang ingin Anda analisis statistik kueri.
Juga, pada tab **Strategi optimasi**, Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **Jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk menganggapnya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
# Menghubungkan ke Gudang Data Teradata dengan AWS Schema Conversion Tool
Anda dapat menggunakan AWS SCT untuk mengonversi skema, objek kode, dan kode aplikasi dari Teradata ke Amazon Redshift atau Amazon Redshift dan digunakan dalam kombinasi. AWS Glue
## Hak istimewa untuk Teradata sebagai sumber
Hak istimewa berikut diperlukan untuk menggunakan Teradata sebagai sumber:
+ PILIH DI DBC
+ PILIH DI SYSUDTLIB
+ PILIH PADA SYSLIB
+ PILIH PADA **
+ BUAT PROSEDUR PADA **
Pada contoh sebelumnya, ganti ** placeholder dengan nama database sumber.
AWS SCT memerlukan hak istimewa CREATE PROCEDURE untuk melakukan PROSEDUR BANTUAN terhadap semua prosedur dalam database sumber. AWS SCT tidak menggunakan hak istimewa ini untuk membuat objek baru di database Teradata sumber Anda.
## Menghubungkan ke Teradata sebagai sumber
Gunakan prosedur berikut untuk terhubung ke database sumber Teradata Anda dengan file. AWS Schema Conversion Tool
**Untuk terhubung ke database sumber Teradata**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. **Pilih **Teradata**, lalu pilih Berikutnya.**
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Rahasia**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan informasi koneksi database sumber Teradata secara manual, gunakan petunjuk berikut:
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.Teradata.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
### Menggunakan otentikasi LDAP dengan sumber Teradata
Untuk mengatur otentikasi Lightweight Directory Access Protocol (LDAP) untuk pengguna Teradata yang menjalankan Microsoft Active Directory di Windows, gunakan prosedur berikut.
Dalam prosedur berikut, domain Active Directory adalah`test.local.com`. Server Windows adalah`DC`, dan dikonfigurasi dengan pengaturan default. Skrip berikut membuat akun `test_ldap` Active Directory, dan akun ini menggunakan `test_ldap` kata sandi.
**Untuk mengatur otentikasi LDAP untuk pengguna Teradata yang menjalankan Microsoft Active Directory di Windows**
1. Di `/opt/teradata/tdat/tdgss/site` direktori, edit file`TdgssUserConfigFile.xml`. Ubah bagian LDAP menjadi yang berikut.
```
AuthorizationSupported="no"
LdapServerName="DC.test.local.com"
LdapServerPort="389"
LdapServerRealm="test.local.com"
LdapSystemFQDN="dc= test, dc= local, dc=com"
LdapBaseFQDN="dc=test, dc=local, dc=com"
```
1. Terapkan perubahan dengan menjalankan konfigurasi sebagai berikut.
```
#cd /opt/teradata/tdgss/bin
#./run_tdgssconfig
```
1. Uji konfigurasi dengan menjalankan perintah berikut.
```
# /opt/teradata/tdat/tdgss/14.10.03.01/bin/tdsbind -u test_ldap -w test_ldap
```
Output harus serupa dengan yang berikut ini.
```
LdapGroupBaseFQDN: dc=Test, dc=local, dc=com
LdapUserBaseFQDN: dc=Test, dc=local, dc=com
LdapSystemFQDN: dc= test, dc= local, dc=com
LdapServerName: DC.test.local.com
LdapServerPort: 389
LdapServerRealm: test.local.com
LdapClientUseTls: no
LdapClientTlsReqCert: never
LdapClientMechanism: SASL/DIGEST-MD5
LdapServiceBindRequired: no
LdapClientTlsCRLCheck: none
LdapAllowUnsafeServerConnect: yes
UseLdapConfig: no
AuthorizationSupported: no
FQDN: CN=test, CN=Users, DC=Anthem, DC=local, DC=com
AuthUser: ldap://DC.test.local.com:389/CN=test1,CN=Users,DC=test,DC=local,DC=com
DatabaseName: test
Service: tdsbind
```
1. Mulai ulang TPA menggunakan perintah berikut.
```
#tpareset -f "use updated TDGSSCONFIG GDO"
```
1. Buat pengguna yang sama di database Teradata seperti di Active Directory, seperti yang ditunjukkan berikut.
```
CREATE USER test_ldap AS PERM=1000, PASSWORD=test_ldap;
GRANT LOGON ON ALL TO test WITH NULL PASSWORD;
```
Jika Anda mengubah kata sandi pengguna di Active Directory untuk pengguna LDAP Anda, tentukan kata sandi baru ini selama koneksi ke Teradata dalam mode LDAP. Dalam mode DEFAULT, Anda terhubung ke Teradata dengan menggunakan nama pengguna LDAP dan kata sandi apa pun.
## Mengkonfigurasi pengumpulan statistik di gudang data Teradata sumber Anda
Untuk mengonversi gudang data Teradata sumber Anda, AWS SCT gunakan statistik untuk mengoptimalkan gudang data Amazon Redshift yang telah dikonversi. Anda dapat mengumpulkan statistik AWS SCT atau mengunggah file statistik. Untuk informasi selengkapnya, lihat [Mengumpulkan atau mengunggah statistik](CHAP_Converting.DW.md#CHAP_Converting.DW.Statistics).
Untuk memastikan bahwa AWS SCT dapat mengumpulkan statistik dari gudang data Anda, selesaikan tugas prasyarat berikut.
**Untuk mengumpulkan statistik dari gudang data Teradata Anda**
1. Jalankan kueri berikut untuk mengingat statistik untuk semua tabel di gudang data Anda.
```
collect summary statistics on table_name;
```
Pada contoh sebelumnya, ganti *table\$1name* dengan nama tabel sumber Anda. Ulangi kueri untuk setiap tabel yang Anda konversi.
1. Jalankan kueri berikut untuk menentukan string akun untuk pengguna, yang Anda gunakan untuk mengonversi gudang data Anda.
```
select * from dbc.accountinfo where username ='user_name'
```
1. Aktifkan pencatatan kueri untuk pengguna tertentu menggunakan string akun dari contoh sebelumnya.
```
BEGIN QUERY LOGGING WITH OBJECTS, SQL ON ALL ACCOUNT=('$M$BUSI$S$D$H');
```
Atau, aktifkan pencatatan kueri untuk semua pengguna database.
```
BEGIN QUERY LOGGING WITH SQL, OBJECTS LIMIT SQLTEXT=0 ON ALL;
```
Setelah Anda menyelesaikan pengumpulan statistik gudang data, matikan pencatatan kueri. Untuk melakukannya, Anda dapat menggunakan contoh kode berikut.
```
end query logging with explain, objects, sql on all account=(' $M$BUSI$S$D$H');
```
## Mengumpulkan statistik dalam mode offline dari gudang data Teradata sumber Anda
Setelah Anda mengonfigurasi pengumpulan statistik di gudang data Teradata Anda, Anda dapat mengumpulkan statistik dalam proyek Anda AWS SCT . Atau, Anda dapat menggunakan skrip Basic Teradata Query (BTEQ) untuk mengumpulkan statistik dalam mode offline. Kemudian, Anda dapat mengunggah file dengan statistik yang dikumpulkan ke AWS SCT proyek Anda. Untuk informasi selengkapnya, lihat [Mengumpulkan atau mengunggah statistik](CHAP_Converting.DW.md#CHAP_Converting.DW.Statistics).
**Untuk mengumpulkan statistik dari gudang data Teradata Anda dalam mode offline**
1. Buat `off-line_stats.bteq` skrip dengan konten berikut.
```
.OS IF EXIST column-stats-tera.csv del /F column-stats-tera.csv
.OS IF EXIST table-stats-tera.csv del /F table-stats-tera.csv
.OS IF EXIST column-skew-script-tera.csv del /F column-skew-script-tera.csv
.OS IF EXIST column-skew-stats-tera.csv del /F column-skew-stats-tera.csv
.OS IF EXIST query-stats-tera.csv del /F query-stats-tera.csv
.LOGON your_teradata_server/your_login, your_password
.EXPORT REPORT FILE = table-stats-tera.csv
.SET TITLEDASHES OFF
.SET WIDTH 10000
SELECT
'"' || OREPLACE(COALESCE(c.DatabaseName, ''), '"', '""') || '";' ||
'"' || OREPLACE(COALESCE(c.TableName, ''), '"', '""') || '";' ||
'"' || TRIM(COALESCE(s.reference_count, '0')) || '";' ||
'"' || TRIM(COALESCE(CAST(p.RowCount AS BIGINT), '0')) || '";' ||
'"' || CAST(CAST(w.size_in_mb AS DECIMAL (38,1) FORMAT 'Z9.9') AS VARCHAR(38)) || '";' ||
'"' || TRIM(COALESCE(r.stat_fk_dep_count, '0')) || '";' ||
'"' || CAST(CAST(current_timestamp(0) as timestamp(0) format 'YYYY-MM-DDBHH:MI:SS') as VARCHAR(19)) || '"'
(TITLE '"database_name";"table_name";"reference_count";"row_count";"size_in_mb";"stat_fk_dep_count";"current_ts"')
FROM (select databasename, tablename
from DBC.tablesv
where tablekind IN ('T','O')
and databasename = 'your_database_name'
) c
left join
(select DatabaseName, TableName, max(RowCount) RowCount
from dbc.tableStatsv
group by 1,2)p
on p.databasename = c.databasename
and p.tablename = c.tablename
left join
(SELECT r.ChildDB as DatabaseName,
r.ChildTable as TableName,
COUNT(DISTINCT r.ParentTable) reference_count
FROM DBC.All_RI_ChildrenV r
GROUP BY r.ChildDB, r.ChildTable) s
on s.databasename = c.databasename
and s.tablename = c.tablename
left join
(SELECT r.ParentDB as DatabaseName,
r.ParentTable as TableName,
COUNT(DISTINCT r.ChildTable) stat_fk_dep_count
FROM DBC.All_RI_ParentsV r
GROUP BY r.ParentDB, r.ParentTable) r
on r.databasename = c.databasename
and r.tablename = c.tablename
left join
(select databasename, tablename,
sum(currentperm)/1024/1024 as size_in_mb
from dbc.TableSizeV
group by 1,2) w
on w.databasename = c.databasename
and w.tablename = c.tablename
WHERE COALESCE(r.stat_fk_dep_count,0) + COALESCE(CAST(p.RowCount AS BIGINT),0) + COALESCE(s.reference_count,0) > 0;
.EXPORT RESET
.EXPORT REPORT FILE = column-stats-tera.csv
.SET TITLEDASHES OFF
.SET WIDTH 10000
'"' || TRIM(COALESCE(CAST(t2.card AS BIGINT), '0')) || '";' ||
SELECT
'"' || OREPLACE(COALESCE(trim(tv.DatabaseName), ''), '"', '""') || '";' ||
'"' || OREPLACE(COALESCE(trim(tv.TableName), ''), '"', '""') || '";' ||
'"' || OREPLACE(COALESCE(trim(tv.columnname), ''), '"', '""') || '";' ||
'"' || TRIM(COALESCE(CAST(t2.card AS BIGINT), '0')) || '";' ||
'"' || CAST(current_timestamp AS VARCHAR(19)) || '"' (TITLE '"database_name";"table_name";"column_name";"cardinality";"current_ts"')
FROM dbc.columnsv tv
LEFT JOIN
(
SELECT
c.DatabaseName AS DATABASE_NAME,
c.TABLENAME AS TABLE_NAME,
c.ColumnName AS COLUMN_NAME,
c.UniqueValueCount AS CARD
FROM dbc.tablestatsv c
WHERE c.DatabaseName = 'your_database_name'
AND c.RowCount <> 0
) t2
ON tv.DATABASENAME = t2.DATABASE_NAME
AND tv.TABLENAME = t2.TABLE_NAME
AND tv.COLUMNNAME = t2.COLUMN_NAME
WHERE t2.card > 0;
.EXPORT RESET
.EXPORT REPORT FILE = column-skew-script-tera.csv
.SET TITLEDASHES OFF
.SET WIDTH 10000
SELECT
'SELECT CAST(''"' || TRIM(c.DatabaseName) || '";"' || TRIM(c.TABLENAME) || '";"' || TRIM(c.COLUMNNAME) || '";"'' ||
TRIM(CAST(COALESCE(MAX(cnt) * 1.0 / SUM(cnt), 0) AS NUMBER FORMAT ''9.9999'')) || ''";"'' ||
CAST(CURRENT_TIMESTAMP(0) AS VARCHAR(19)) || ''"'' AS VARCHAR(512))
AS """DATABASE_NAME"";""TABLE_NAME"";""COLUMN_NAME"";""SKEWED"";""CURRENT_TS"""
FROM(
SELECT COUNT(*) AS cnt
FROM "' || c.DATABASENAME || '"."' || c.TABLENAME ||
'" GROUP BY "' || c.COLUMNNAME || '") t' ||
CASE WHEN ROW_NUMBER() OVER(PARTITION BY c.DATABASENAME
ORDER BY c.TABLENAME DESC, c.COLUMNNAME DESC) <> 1
THEN ' UNION ALL'
ELSE ';' END (TITLE '--SKEWED--')
FROM dbc.columnsv c
INNER JOIN
(SELECT databasename, TABLENAME
FROM dbc.tablesv WHERE tablekind = 'T'
AND databasename = 'your_database_name') t
ON t.databasename = c.databasename
AND t.TABLENAME = c.TABLENAME
INNER JOIN
(SELECT databasename, TABLENAME, columnname FROM dbc.indices GROUP BY 1,2,3
WHERE TRANSLATE_CHK (databasename USING LATIN_TO_UNICODE) + TRANSLATE_CHK (TABLENAME USING LATIN_TO_UNICODE) + TRANSLATE_CHK (columnname USING LATIN_TO_UNICODE) = 0
) i
ON i.databasename = c.databasename
AND i.TABLENAME = c.TABLENAME
AND i.columnname = c.columnname
WHERE c.ColumnType NOT IN ('CO','JN','N','++','VA','UT','AN','XM','A1','BO')
ORDER BY c.TABLENAME, c.COLUMNNAME;
.EXPORT RESET
.EXPORT REPORT FILE = column-skew-stats-tera.csv
.SET TITLEDASHES OFF
.SET WIDTH 10000
.RUN FILE = column-skew-script-tera.csv
.EXPORT RESET
.EXPORT REPORT FILE = query-stats-tera.csv
.SET TITLEDASHES OFF
.SET WIDTH 32000
SELECT
'"' || RTRIM(CAST(SqlTextInfo AS VARCHAR(31900)), ';') || '";"' ||
TRIM(QueryCount) || '";"' ||
TRIM(QueryId) || '";"' ||
TRIM(SqlRowNo) || '";"' ||
TRIM(QueryParts) || '";"' ||
CAST(CURRENT_TIMESTAMP(0) AS VARCHAR(19)) || '"'
(TITLE '"query_text";"query_count";"query_id";"sql_row_no";"query_parts";"current_ts"')
FROM
(
SELECT QueryId, SqlTextInfo, SqlRowNo, QueryParts, QueryCount,
SUM(QueryFirstRow) OVER (ORDER BY QueryCount DESC, QueryId ASC, SqlRowNo ASC
ROWS UNBOUNDED PRECEDING) AS topN
FROM
(SELECT QueryId, SqlTextInfo, SqlRowNo, QueryParts, QueryCount,
CASE WHEN
ROW_NUMBER() OVER (PARTITION BY QueryCount, SqlTextInfo ORDER BY QueryId, SqlRowNo) = 1 AND SqlRowNo = 1
THEN 1 ELSE 0 END AS QueryFirstRow
FROM (
SELECT q.QueryId, q.SqlTextInfo, q.SqlRowNo,
MAX(q.SqlRowNo) OVER (PARTITION BY q.QueryId) QueryParts,
COUNT(q.SqlTextInfo) OVER (PARTITION BY q.SqlTextInfo) QueryCount
FROM DBC.dbqlsqltbl q
INNER JOIN
(
SELECT QueryId
FROM DBC.DBQLogTbl t
WHERE TRIM(t.StatementType) IN ('SELECT')
AND TRIM(t.AbortFlag) = '' AND t.ERRORCODE = 0
AND (CASE WHEN 'All users' IN ('All users') THEN 'All users' ELSE TRIM(t.USERNAME) END) IN ('All users') --user_name list
AND t.StartTime > CURRENT_TIMESTAMP - INTERVAL '30' DAY
GROUP BY 1
) t
ON q.QueryId = t.QueryId
INNER JOIN
(
SELECT QueryId
FROM DBC.QryLogObjectsV
WHERE ObjectDatabaseName = 'your_database_name'
AND ObjectType = 'Tab'
AND CollectTimeStamp > CURRENT_TIMESTAMP - INTERVAL '30' DAY
GROUP BY 1
) r
ON r.QueryId = t.QueryId
WHERE q.CollectTimeStamp > CURRENT_TIMESTAMP - INTERVAL '30' DAY
) t
) t
WHERE SqlTextInfo NOT LIKE '%";"%'
) q
WHERE
QueryParts >=1
AND topN <= 50
ORDER BY QueryCount DESC, QueryId, SqlRowNo
QUALIFY COUNT(QueryId) OVER (PARTITION BY QueryId) = QueryParts;
.EXPORT RESET
.LOGOFF
.QUIT
```
1. Buat `td_run_bteq.bat` file yang menjalankan skrip BTEQ yang Anda buat pada langkah sebelumnya. Gunakan konten berikut untuk file ini.
```
@echo off > off-line_stats1.bteq & setLocal enableDELAYedexpansion
@echo off > off-line_stats2.bteq & setLocal enableDELAYedexpansion
set old1=your_teradata_server
set new1=%1
set old2=your_login
set new2=%2
set old3=your_database_name
set new3=%3
set old4=your_password
set /p new4=Input %2 pass?
for /f "tokens=* delims= " %%a in (off-line_stats.bteq) do (
set str1=%%a
set str1=!str1:%old1%=%new1%!
>> off-line_stats1.bteq echo !str1!
)
for /f "tokens=* delims= " %%a in (off-line_stats1.bteq) do (
set str2=%%a
set str2=!str2:%old2%=%new2%!
>> off-line_stats2.bteq echo !str2!
)
type nul > off-line_stats1.bteq
for /f "tokens=* delims= " %%a in (off-line_stats2.bteq) do (
set str3=%%a
set str3=!str3:%old3%=%new3%!
>> off-line_stats1.bteq echo !str3!
)
type nul > off-line_stats2.bteq
for /f "tokens=* delims= " %%a in (off-line_stats1.bteq) do (
set str4=%%a
set str4=!str4:%old4%=%new4%!
>> off-line_stats2.bteq echo !str4!
)
del .\off-line_stats1.bteq
echo export starting...
bteq -c UTF8 < off-line_stats.bteq > metadata_export.log
pause
```
1. Buat `runme.bat` file yang menjalankan file batch yang Anda buat di langkah sebelumnya. Gunakan konten berikut untuk file ini.
```
.\td_run_bteq.bat ServerName UserName DatabaseName
```
Dalam `runme.bat` file, ganti*ServerName*,*UserName*, dan *DatabaseName* dengan nilai yang berlaku.
Kemudian, jalankan `runme.bat` file tersebut. Ulangi langkah ini untuk setiap gudang data yang Anda konversi ke Amazon Redshift.
Setelah Anda menjalankan skrip ini, Anda menerima tiga file dengan statistik untuk setiap database. Anda dapat mengunggah file-file ini ke AWS SCT proyek Anda. Untuk melakukannya, pilih gudang data Anda dari panel kiri proyek Anda, dan buka menu konteks (klik kanan). Pilih **Unggah Statistik**.
## Pengaturan konversi Teradata ke Amazon Redshift
**Untuk mengedit pengaturan konversi Teradata ke Amazon Redshift, **pilih Pengaturan AWS SCT di, lalu pilih** Pengaturan konversi.** Dari daftar atas, pilih **Teradata**, lalu pilih **Teradata — Amazon** Redshift. AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi Teradata ke Amazon Redshift.
Pengaturan konversi Teradata ke Amazon Redshift AWS SCT di menyertakan opsi untuk hal berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk mengatur jumlah maksimum tabel yang AWS SCT dapat diterapkan ke cluster Amazon Redshift target Anda.
Untuk **Jumlah maksimum tabel untuk klaster Amazon Redshift target, pilih jumlah tabel yang AWS SCT dapat diterapkan ke cluster** Amazon Redshift Anda.
Amazon Redshift memiliki kuota yang membatasi tabel penggunaan untuk jenis node cluster yang berbeda. Jika Anda memilih **Otomatis**, AWS SCT tentukan jumlah tabel yang akan diterapkan ke klaster Amazon Redshift target Anda tergantung pada jenis node. Secara opsional, pilih nilai secara manual. Untuk informasi selengkapnya, lihat [Kuota dan batasan di Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) dalam *Panduan Manajemen Amazon Redshift*.
AWS SCT mengonversi semua tabel sumber Anda, meskipun ini lebih dari yang dapat disimpan oleh cluster Amazon Redshift Anda. AWS SCT menyimpan kode yang dikonversi dalam proyek Anda dan tidak menerapkannya ke database target. Jika Anda mencapai kuota klaster Amazon Redshift untuk tabel saat menerapkan kode yang dikonversi, maka akan AWS SCT menampilkan pesan peringatan. Selain itu, AWS SCT terapkan tabel ke cluster Amazon Redshift target Anda hingga jumlah tabel mencapai batas.
+ Untuk memigrasikan partisi tabel sumber ke tabel terpisah di Amazon Redshift. Untuk melakukannya, pilih **Gunakan tampilan UNION ALL** dan masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk tabel sumber tunggal.
Amazon Redshift tidak mendukung partisi tabel. Untuk meniru perilaku ini dan membuat kueri berjalan lebih cepat, AWS SCT dapat memigrasikan setiap partisi tabel sumber Anda ke tabel terpisah di Amazon Redshift. Kemudian, AWS SCT buat tampilan yang menyertakan data dari semua tabel ini.
AWS SCT secara otomatis menentukan jumlah partisi dalam tabel sumber Anda. Bergantung pada jenis partisi tabel sumber, angka ini dapat melebihi kuota untuk tabel yang dapat Anda terapkan ke cluster Amazon Redshift Anda. Untuk menghindari mencapai kuota ini, masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk partisi dari tabel sumber tunggal. Opsi default adalah 368 tabel, yang mewakili partisi selama 366 hari dalam setahun dan dua tabel untuk `NO RANGE` dan `UNKNOWN` partisi.
+ Untuk menerapkan kompresi ke kolom tabel Amazon Redshift. Untuk melakukannya, pilih **Gunakan pengkodean kompresi**.
AWS SCT menetapkan pengkodean kompresi ke kolom secara otomatis menggunakan algoritme Amazon Redshift default. Untuk informasi selengkapnya, lihat [Pengkodean kompresi di Panduan](https://docs.aws.amazon.com/redshift/latest/dg/c_Compression_encodings.html) Pengembang *Database Amazon Redshift*.
Secara default, Amazon Redshift tidak menerapkan kompresi ke kolom yang didefinisikan sebagai kunci pengurutan dan distribusi. Anda dapat mengubah perilaku ini dan menerapkan kompresi ke kolom ini. Untuk melakukannya, pilih **Gunakan pengkodean kompresi untuk kolom KEY**. Anda dapat memilih opsi ini hanya ketika Anda memilih opsi **Gunakan pengkodean kompresi**.
+ Untuk menggunakan daftar kolom eksplisit dalam kode yang dikonversi untuk `SELECT *` pernyataan, pilih **Gunakan deklarasi kolom eksplisit**.
+ Untuk meniru perilaku kunci primer dan unik di klaster Amazon Redshift Anda, **pilih Emulasikan perilaku kunci primer dan** unik.
Amazon Redshift tidak menerapkan kunci unik dan utama dan menggunakannya hanya untuk tujuan informasi. Jika Anda menggunakan batasan ini dalam kode Anda, maka pastikan itu AWS SCT mengemulasi perilaku mereka dalam kode yang dikonversi.
+ Untuk memastikan keunikan data dalam tabel Amazon Redshift target. Untuk melakukannya, pilih **Emulasikan perilaku tabel SET**.
Teradata membuat tabel menggunakan elemen `SET` sintaks sebagai opsi default. Anda tidak dapat menambahkan baris duplikat dalam `SET` tabel. Jika kode sumber Anda tidak menggunakan kendala keunikan ini, matikan opsi ini. Dalam hal ini, kode yang dikonversi bekerja lebih cepat.
Jika kode sumber Anda menggunakan `SET` opsi dalam tabel sebagai kendala keunikan, aktifkan opsi ini. Dalam hal ini, AWS SCT menulis ulang `INSERT..SELECT` pernyataan dalam kode yang dikonversi untuk meniru perilaku database sumber Anda.
## Pengaturan pengoptimalan konversi Teradata ke Amazon Redshift
**Untuk mengedit pengaturan pengoptimalan konversi Teradata ke Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu pilih Pengaturan konversi.** Dari daftar atas, pilih **Teradata**, lalu pilih **Teradata — Amazon** Redshift. Di panel kiri, pilih **Strategi optimasi**. AWS SCT menampilkan pengaturan pengoptimalan konversi untuk konversi Teradata ke Amazon Redshift.
Pengaturan pengoptimalan konversi Teradata ke Amazon Redshift AWS SCT di menyertakan opsi untuk hal berikut:
+ Untuk bekerja dengan optimasi tabel otomatis. Untuk melakukannya, pilih **Gunakan penyetelan tabel otomatis Amazon Redshift**.
Optimalisasi tabel otomatis adalah proses self-tuning di Amazon Redshift yang secara otomatis mengoptimalkan desain tabel. Untuk informasi selengkapnya, lihat [Bekerja dengan pengoptimalan tabel otomatis](https://docs.aws.amazon.com/redshift/latest/dg/t_Creating_tables.html) di Panduan *Pengembang Database Amazon Redshift*.
Untuk hanya mengandalkan optimasi tabel otomatis, pilih **None** for **Initial key selection strategy**.
+ Untuk memilih kunci sortir dan distribusi menggunakan strategi Anda.
Anda dapat memilih kunci sortir dan distribusi menggunakan metadata Amazon Redshift, informasi statistik, atau kedua opsi ini. Untuk **strategi pemilihan kunci awal** pada tab **Strategi optimasi**, pilih salah satu opsi berikut:
+ Gunakan metadata, abaikan informasi statistik
+ Abaikan metadata, gunakan informasi statistik
+ Gunakan metadata dan informasi statistik
Bergantung pada opsi yang Anda pilih, Anda dapat memilih strategi pengoptimalan. Kemudian, untuk setiap strategi, masukkan nilainya (0-100). Nilai-nilai ini menentukan bobot setiap strategi. Dengan menggunakan nilai bobot ini, AWS SCT mendefinisikan bagaimana setiap aturan mempengaruhi pilihan distribusi dan kunci pengurutan. Nilai default didasarkan pada praktik terbaik AWS migrasi.
Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk mendefinisikannya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
+ Untuk mengkonfigurasi detail strategi.
Selain menentukan bobot untuk setiap strategi pengoptimalan, Anda dapat mengonfigurasi pengaturan pengoptimalan. Untuk melakukannya, pilih **Optimasi konversi**.
+ Untuk **Batas kolom kunci Urutkan**, masukkan jumlah kolom maksimum di tombol sortir.
+ Untuk **nilai ambang miring**, masukkan persentase (0-100) dari nilai miring untuk kolom. AWS SCT mengecualikan kolom dengan nilai miring lebih besar dari ambang batas dari daftar kandidat untuk kunci distribusi. AWS SCT mendefinisikan nilai miring untuk kolom sebagai rasio persentase dari jumlah kemunculan nilai yang paling umum dengan jumlah total catatan.
+ Untuk **kueri N Teratas dari tabel riwayat kueri**, masukkan nomor (1-100) kueri yang paling sering digunakan untuk dianalisis.
+ Untuk **Pilih pengguna statistik**, pilih pengguna database yang ingin Anda analisis statistik kueri.
Juga, pada tab **Strategi optimasi**, Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **Jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk menganggapnya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
# Menghubungkan database AWS Schema Conversion Tool ke Vertica
Anda dapat menggunakan AWS SCT untuk mengonversi skema, objek kode, dan kode aplikasi dari Vertica ke Amazon Redshift.
## Hak istimewa untuk Vertica sebagai sumber
Hak istimewa berikut diperlukan untuk menggunakan Vertica sebagai sumber:
+ PENGGUNAAN PADA SKEMA **
+ PENGGUNAAN PADA SKEMA PUBLIK
+ PILIH PADA SEMUA TABEL DALAM SKEMA **
+ PILIH PADA SEMUA URUTAN DALAM SKEMA **
+ JALANKAN PADA SEMUA FUNGSI DALAM SKEMA **
+ JALANKAN PADA PROSEDUR **
Pada contoh sebelumnya, ganti placeholder sebagai berikut:
+ Ganti *schema\$1name* dengan nama skema sumber.
+ Ganti *procedure\$1name* dengan nama prosedur sumber. Ulangi hibah untuk setiap prosedur yang Anda konversi.
+ Ganti *procedure\$1signature* dengan daftar tipe argumen prosedur yang dibatasi koma.
## Menghubungkan ke Vertica sebagai sumber
Gunakan prosedur berikut untuk terhubung ke database sumber Vertica Anda dengan file. AWS Schema Conversion Tool
**Untuk terhubung ke database sumber Vertica**
1. Di dalam AWS Schema Conversion Tool, pilih **Tambahkan sumber**.
1. Pilih **Vertica**, lalu pilih **Berikutnya**.
Kotak dialog **Tambah sumber** muncul.
1. Untuk **nama Koneksi**, masukkan nama untuk database Anda. AWS SCT menampilkan nama ini di pohon di panel kiri.
1. Gunakan kredensi database dari AWS Secrets Manager atau masukkan secara manual:
+ Untuk menggunakan kredensi database dari Secrets Manager, gunakan petunjuk berikut:
1. Untuk **AWS Rahasia**, pilih nama rahasianya.
1. **Pilih Isi untuk secara otomatis mengisi semua nilai di kotak dialog koneksi database dari Secrets Manager.**
Untuk informasi tentang menggunakan kredensil database dari Secrets Manager, lihat. [Mengkonfigurasi AWS Secrets Manager di AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)
+ Untuk memasukkan informasi koneksi database sumber Vertica secara manual, gunakan instruksi berikut:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/SchemaConversionTool/latest/userguide/CHAP_Source.Vertica.html)
1. Pilih **Uji Koneksi** untuk memverifikasi bahwa AWS SCT dapat terhubung ke database sumber Anda.
1. Pilih **Connect** untuk terhubung ke database sumber Anda.
## Pengaturan konversi Vertica ke Amazon Redshift
Untuk mengedit pengaturan konversi Vertica ke Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu **pilih** Pengaturan konversi. Dari daftar atas, pilih **Vertica**, lalu pilih **Vertica — Amazon Redshift**. AWS SCT menampilkan semua pengaturan yang tersedia untuk konversi Vertica ke Amazon Redshift.
Pengaturan konversi Vertica ke Amazon Redshift AWS SCT di menyertakan opsi untuk hal berikut:
+ Untuk membatasi jumlah komentar dengan item tindakan dalam kode yang dikonversi.
Untuk **Tambahkan komentar di kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi**, pilih tingkat keparahan item tindakan. AWS SCT menambahkan komentar dalam kode yang dikonversi untuk item tindakan dengan tingkat keparahan yang dipilih dan lebih tinggi.
Misalnya, untuk meminimalkan jumlah komentar dalam kode yang dikonversi, pilih **Error only**. Untuk menyertakan komentar untuk semua item tindakan dalam kode yang dikonversi, pilih **Semua pesan**.
+ Untuk mengatur jumlah maksimum tabel yang AWS SCT dapat diterapkan ke cluster Amazon Redshift target Anda.
Untuk **Jumlah maksimum tabel untuk klaster Amazon Redshift target, pilih jumlah tabel yang AWS SCT dapat diterapkan ke cluster** Amazon Redshift Anda.
Amazon Redshift memiliki kuota yang membatasi tabel penggunaan untuk jenis node cluster yang berbeda. Jika Anda memilih **Otomatis**, AWS SCT tentukan jumlah tabel yang akan diterapkan ke klaster Amazon Redshift target Anda tergantung pada jenis node. Secara opsional, pilih nilai secara manual. Untuk informasi selengkapnya, lihat [Kuota dan batasan di Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) dalam *Panduan Manajemen Amazon Redshift*.
AWS SCT mengonversi semua tabel sumber Anda, meskipun ini lebih dari yang dapat disimpan oleh cluster Amazon Redshift Anda. AWS SCT menyimpan kode yang dikonversi dalam proyek Anda dan tidak menerapkannya ke database target. Jika Anda mencapai kuota klaster Amazon Redshift untuk tabel saat menerapkan kode yang dikonversi, maka akan AWS SCT menampilkan pesan peringatan. Selain itu, AWS SCT terapkan tabel ke cluster Amazon Redshift target Anda hingga jumlah tabel mencapai batas.
+ Untuk memigrasikan partisi tabel sumber ke tabel terpisah di Amazon Redshift. Untuk melakukannya, pilih **Gunakan tampilan UNION ALL** dan masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk tabel sumber tunggal.
Amazon Redshift tidak mendukung partisi tabel. Untuk meniru perilaku ini dan membuat kueri berjalan lebih cepat, AWS SCT dapat memigrasikan setiap partisi tabel sumber Anda ke tabel terpisah di Amazon Redshift. Kemudian, AWS SCT buat tampilan yang menyertakan data dari semua tabel ini.
AWS SCT secara otomatis menentukan jumlah partisi dalam tabel sumber Anda. Bergantung pada jenis partisi tabel sumber, angka ini dapat melebihi kuota untuk tabel yang dapat Anda terapkan ke cluster Amazon Redshift Anda. Untuk menghindari mencapai kuota ini, masukkan jumlah maksimum tabel target yang AWS SCT dapat dibuat untuk partisi dari tabel sumber tunggal. Opsi default adalah 368 tabel, yang mewakili partisi selama 366 hari dalam setahun dan dua tabel untuk `NO RANGE` dan `UNKNOWN` partisi.
+ Untuk menerapkan kompresi ke kolom tabel Amazon Redshift. Untuk melakukannya, pilih **Gunakan pengkodean kompresi**.
AWS SCT menetapkan pengkodean kompresi ke kolom secara otomatis menggunakan algoritme Amazon Redshift default. Untuk informasi selengkapnya, lihat [Pengkodean kompresi di Panduan](https://docs.aws.amazon.com/redshift/latest/dg/c_Compression_encodings.html) Pengembang *Database Amazon Redshift*.
Secara default, Amazon Redshift tidak menerapkan kompresi ke kolom yang didefinisikan sebagai kunci pengurutan dan distribusi. Anda dapat mengubah perilaku ini dan menerapkan kompresi ke kolom ini. Untuk melakukannya, pilih **Gunakan pengkodean kompresi untuk kolom KEY**. Anda dapat memilih opsi ini hanya ketika Anda memilih opsi **Gunakan pengkodean kompresi**.
## Pengaturan pengoptimalan konversi Vertica ke Amazon Redshift
Untuk mengedit pengaturan pengoptimalan konversi Vertica ke Amazon Redshift, **pilih** Pengaturan AWS SCT di, lalu **pilih** Pengaturan konversi. Dari daftar atas, pilih **Vertica**, lalu pilih **Vertica — Amazon Redshift**. Di panel kiri, pilih **Strategi optimasi**. AWS SCT menampilkan pengaturan pengoptimalan konversi untuk konversi Vertica ke Amazon Redshift.
Pengaturan pengoptimalan konversi Vertica ke Amazon Redshift AWS SCT di menyertakan opsi untuk hal berikut:
+ Untuk bekerja dengan optimasi tabel otomatis. Untuk melakukannya, pilih **Gunakan penyetelan tabel otomatis Amazon Redshift**.
Optimalisasi tabel otomatis adalah proses self-tuning di Amazon Redshift yang secara otomatis mengoptimalkan desain tabel. Untuk informasi selengkapnya, lihat [Bekerja dengan pengoptimalan tabel otomatis](https://docs.aws.amazon.com/redshift/latest/dg/t_Creating_tables.html) di Panduan *Pengembang Database Amazon Redshift*.
Untuk hanya mengandalkan optimasi tabel otomatis, pilih **None** for **Initial key selection strategy**.
+ Untuk memilih kunci sortir dan distribusi menggunakan strategi Anda.
Anda dapat memilih kunci sortir dan distribusi menggunakan metadata Amazon Redshift, informasi statistik, atau kedua opsi ini. Untuk **strategi pemilihan kunci awal** pada tab **Strategi optimasi**, pilih salah satu opsi berikut:
+ Gunakan metadata, abaikan informasi statistik
+ Abaikan metadata, gunakan informasi statistik
+ Gunakan metadata dan informasi statistik
Bergantung pada opsi yang Anda pilih, Anda dapat memilih strategi pengoptimalan. Kemudian, untuk setiap strategi, masukkan nilainya (0-100). Nilai-nilai ini menentukan bobot setiap strategi. Dengan menggunakan nilai bobot ini, AWS SCT mendefinisikan bagaimana setiap aturan mempengaruhi pilihan distribusi dan kunci pengurutan. Nilai default didasarkan pada praktik terbaik AWS migrasi.
Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk mendefinisikannya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.
+ Untuk mengkonfigurasi detail strategi.
Selain menentukan bobot untuk setiap strategi pengoptimalan, Anda dapat mengonfigurasi pengaturan pengoptimalan. Untuk melakukannya, pilih **Optimasi konversi**.
+ Untuk **Batas kolom kunci Urutkan**, masukkan jumlah kolom maksimum di tombol sortir.
+ Untuk **nilai ambang miring**, masukkan persentase (0-100) dari nilai miring untuk kolom. AWS SCT mengecualikan kolom dengan nilai miring lebih besar dari ambang batas dari daftar kandidat untuk kunci distribusi. AWS SCT mendefinisikan nilai miring untuk kolom sebagai rasio persentase dari jumlah kemunculan nilai yang paling umum dengan jumlah total catatan.
+ Untuk **kueri N Teratas dari tabel riwayat kueri**, masukkan nomor (1-100) kueri yang paling sering digunakan untuk dianalisis.
+ Untuk **Pilih pengguna statistik**, pilih pengguna database yang ingin Anda analisis statistik kueri.
Juga, pada tab **Strategi optimasi**, Anda dapat menentukan ukuran tabel kecil untuk strategi **Temukan tabel kecil**. Untuk **jumlah baris tabel Min** dan **Jumlah baris tabel Maks**, masukkan jumlah baris minimum dan maksimum dalam tabel untuk menganggapnya sebagai tabel kecil. AWS SCT menerapkan gaya `ALL` distribusi ke tabel kecil. Dalam hal ini, salinan seluruh tabel didistribusikan ke setiap node.