Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Menentukan setelan tugas untuk tugas AWS Database Migration Service Setiap tugas memiliki pengaturan yang dapat Anda konfigurasikan sesuai dengan kebutuhan migrasi basis data Anda. Anda membuat pengaturan ini dalam file JSON atau, dengan beberapa pengaturan, Anda dapat menentukan pengaturan menggunakan AWS DMS konsol. Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). Ada beberapa jenis utama pengaturan tugas, seperti berikut ini. **Topics** + [ ## Contoh pengaturan tugas ](#CHAP_Tasks.CustomizingTasks.TaskSettings.Example) + [ # Menargetkan pengaturan tugas metadata ](CHAP_Tasks.CustomizingTasks.TaskSettings.TargetMetadata.md) + [ # Pengaturan tugas beban penuh ](CHAP_Tasks.CustomizingTasks.TaskSettings.FullLoad.md) + [ # Pengaturan tugas Perjalanan Waktu ](CHAP_Tasks.CustomizingTasks.TaskSettings.TimeTravel.md) + [ # Pengaturan tugas pengelogan ](CHAP_Tasks.CustomizingTasks.TaskSettings.Logging.md) + [ # Mengontrol pengaturan tugas tabel ](CHAP_Tasks.CustomizingTasks.TaskSettings.ControlTable.md) + [ # Pengaturan tugas buffer pengaliran ](CHAP_Tasks.CustomizingTasks.TaskSettings.StreamBuffer.md) + [ # Mengubah pengaturan penyetelan pemrosesan ](CHAP_Tasks.CustomizingTasks.TaskSettings.ChangeProcessingTuning.md) + [ # Pengaturan tugas validasi data ](CHAP_Tasks.CustomizingTasks.TaskSettings.DataValidation.md) + [ # Pengaturan sinkronisasi ulang data ](CHAP_Tasks.CustomizingTasks.TaskSettings.DataResyncSettings.md) + [ # Pengaturan tugas untuk perubahan pengolahan DDL penanganan ](CHAP_Tasks.CustomizingTasks.TaskSettings.DDLHandling.md) + [ # Pengaturan tugas substitusi karakter ](CHAP_Tasks.CustomizingTasks.TaskSettings.CharacterSubstitution.md) + [ # Pengaturan tugas citra sebelumnya ](CHAP_Tasks.CustomizingTasks.TaskSettings.BeforeImage.md) + [ # Penanganan kesalahan pengaturan tugas ](CHAP_Tasks.CustomizingTasks.TaskSettings.ErrorHandling.md) + [ # Menyimpan pengaturan tugas ](CHAP_Tasks.CustomizingTasks.TaskSettings.Saving.md) | Pengaturan tugas | Dokumentasi terkait | | --- | --- | | **Membuat laporan penilaian tugas** Anda dapat membuat laporan penilaian tugas yang menampilkan jenis data yang tidak didukung sehingga dapat menyebabkan masalah selama migrasi. Anda dapat menjalankan laporan ini pada tugas Anda sebelum menjalankan tugas untuk mengetahui potensi masalah. | [Mengaktifkan dan bekerja dengan penilaian perdana untuk tugas](CHAP_Tasks.AssessmentReport.md) | | **Membuat tugas** Saat membuat tugas, tentukan sumber, target, dan instans replikasi sekaligus pengaturan migrasi. | [Membuat tugas](CHAP_Tasks.Creating.md) | | **Membuat tugas replikasi yang sedang berlangsung** Anda dapat mengatur tugas untuk melakukan replikasi terus menerus antara sumber dan target. | [Membuat tugas untuk replikasi berkelanjutan menggunakan AWS DMS](CHAP_Task.CDC.md) | | **Menerapkan pengaturan tugas** Setiap tugas memiliki pengaturan yang dapat Anda konfigurasikan sesuai dengan kebutuhan migrasi basis data Anda. Anda membuat pengaturan ini dalam file JSON atau, dengan beberapa pengaturan, Anda dapat menentukan pengaturan menggunakan AWS DMS konsol. | [Menentukan setelan tugas untuk tugas AWS Database Migration Service](#CHAP_Tasks.CustomizingTasks.TaskSettings) | | **Validasi data** Gunakan validasi data untuk AWS DMS membandingkan data pada penyimpanan data target Anda dengan data dari penyimpanan data sumber Anda. | [AWS Validasi data DMS](CHAP_Validating.md) | | **Memodifikasi tugas** Ketika tugas dihentikan, Anda dapat mengubah pengaturan untuk tugas. | [Mengubah tugas](CHAP_Tasks.Modifying.md) | | **Memuat ulang tabel selama tugas** Anda dapat memuat ulang tabel selama mengerjakan tugas apabila terjadi kesalahan. | [Memuat ulang tabel selama mengerjakan tugas](CHAP_Tasks.ReloadTables.md) | | **Menggunakan pemetaan tabel** Tabel pemetaan menggunakan beberapa jenis aturan untuk menentukan pengaturan tugas untuk sumber data, skema sumber, data, dan setiap transformasi yang harus terjadi selama tugas. | Aturan Seleksi [Aturan seleksi dan tindakan](CHAP_Tasks.CustomizingTasks.TableMapping.SelectionTransformation.Selections.md) Aturan Transformasi [Aturan dan tindakan transformasi](CHAP_Tasks.CustomizingTasks.TableMapping.SelectionTransformation.Transformations.md) | | **Menerapkan filter** Anda dapat menggunakan filter sumber untuk membatasi jumlah dan jenis catatan yang ditransfer dari sumber ke target. Misalnya, Anda dapat menentukan bahwa hanya karyawan di markas yang dipindahkan ke basis data target. Terapkan filter pada kolom data. | [Menggunakan filter sumber](CHAP_Tasks.CustomizingTasks.Filters.md) | | Memantau tugas Ada beberapa cara untuk mendapatkan informasi tentang performa tugas dan tabel yang digunakan oleh tugas. | [Memantau AWS tugas DMS](CHAP_Monitoring.md) | | Mengelola log tugas Anda dapat melihat dan menghapus log tugas menggunakan AWS DMS API atau AWS CLI. | [Melihat dan mengelola log tugas AWS DMS](CHAP_Monitoring.md#CHAP_Monitoring.ManagingLogs) | ## Contoh pengaturan tugas Anda dapat menggunakan salah satu Konsol Manajemen AWS atau AWS CLI untuk membuat tugas replikasi. Jika Anda menggunakan AWS CLI, Anda mengatur pengaturan tugas dengan membuat file JSON, lalu menentukan file://URI file JSON sebagai [ ReplicationTaskSettings](https://docs.aws.amazon.com/dms/latest/APIReference/API_CreateReplicationTask.html#DMS-CreateReplicationTask-request-ReplicationTaskSettings)parameter operasi. [CreateReplicationTask](https://docs.aws.amazon.com/dms/latest/APIReference/API_CreateReplicationTask.html) Contoh berikut menunjukkan cara menggunakan AWS CLI untuk memanggil `CreateReplicationTask` operasi: ``` aws dms create-replication-task \ --replication-task-identifier MyTask \ --source-endpoint-arn arn:aws:dms:us-west-2:123456789012:endpoint:ABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890ABC \ --target-endpoint-arn arn:aws:dms:us-west-2:123456789012:endpoint:ABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890ABC \ --replication-instance-arn arn:aws:dms:us-west-2:123456789012:rep:ABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890ABC \ --migration-type cdc \ --table-mappings file://tablemappings.json \ --replication-task-settings file://settings.json ``` Contoh sebelumnya menggunakan file pemetaan tabel yang disebut. `tablemappings.json` Untuk contoh pemetaan tabel, lihat[Menggunakan pemetaan tabel untuk menentukan pengaturan tugas](CHAP_Tasks.CustomizingTasks.TableMapping.md). Pengaturan tugas file JSON dapat terlihat seperti berikut ini. ``` { "TargetMetadata": { "TargetSchema": "", "SupportLobs": true, "FullLobMode": false, "LobChunkSize": 64, "LimitedSizeLobMode": true, "LobMaxSize": 32, "InlineLobMaxSize": 0, "LoadMaxFileSize": 0, "ParallelLoadThreads": 0, "ParallelLoadBufferSize":0, "ParallelLoadQueuesPerThread": 1, "ParallelApplyThreads": 0, "ParallelApplyBufferSize": 100, "ParallelApplyQueuesPerThread": 1, "BatchApplyEnabled": false, "TaskRecoveryTableEnabled": false }, "FullLoadSettings": { "TargetTablePrepMode": "DO_NOTHING", "CreatePkAfterFullLoad": false, "StopTaskCachedChangesApplied": false, "StopTaskCachedChangesNotApplied": false, "MaxFullLoadSubTasks": 8, "TransactionConsistencyTimeout": 600, "CommitRate": 10000 }, "TTSettings" : { "EnableTT" : true, "TTS3Settings": { "EncryptionMode": "SSE_KMS", "ServerSideEncryptionKmsKeyId": "arn:aws:kms:us-west-2:112233445566:key/myKMSKey", "ServiceAccessRoleArn": "arn:aws:iam::112233445566:role/dms-tt-s3-access-role", "BucketName": "myttbucket", "BucketFolder": "myttfolder", "EnableDeletingFromS3OnTaskDelete": false }, "TTRecordSettings": { "EnableRawData" : true, "OperationsToLog": "DELETE,UPDATE", "MaxRecordSize": 64 } }, "Logging": { "EnableLogging": false }, "ControlTablesSettings": { "ControlSchema":"", "HistoryTimeslotInMinutes":5, "HistoryTableEnabled": false, "SuspendedTablesTableEnabled": false, "StatusTableEnabled": false }, "StreamBufferSettings": { "StreamBufferCount": 3, "StreamBufferSizeInMB": 8 }, "ChangeProcessingTuning": { "BatchApplyPreserveTransaction": true, "BatchApplyTimeoutMin": 1, "BatchApplyTimeoutMax": 30, "BatchApplyMemoryLimit": 500, "BatchSplitSize": 0, "MinTransactionSize": 1000, "CommitTimeout": 1, "MemoryLimitTotal": 1024, "MemoryKeepTime": 60, "StatementCacheSize": 50 }, "ChangeProcessingDdlHandlingPolicy": { "HandleSourceTableDropped": true, "HandleSourceTableTruncated": true, "HandleSourceTableAltered": true }, "LoopbackPreventionSettings": { "EnableLoopbackPrevention": true, "SourceSchema": "LOOP-DATA", "TargetSchema": "loop-data" }, "CharacterSetSettings": { "CharacterReplacements": [ { "SourceCharacterCodePoint": 35, "TargetCharacterCodePoint": 52 }, { "SourceCharacterCodePoint": 37, "TargetCharacterCodePoint": 103 } ], "CharacterSetSupport": { "CharacterSet": "UTF16_PlatformEndian", "ReplaceWithCharacterCodePoint": 0 } }, "BeforeImageSettings": { "EnableBeforeImage": false, "FieldName": "", "ColumnFilter": "pk-only" }, "ErrorBehavior": { "DataErrorPolicy": "LOG_ERROR", "DataTruncationErrorPolicy":"LOG_ERROR", "DataMaskingErrorPolicy": "STOP_TASK", "DataErrorEscalationPolicy":"SUSPEND_TABLE", "DataErrorEscalationCount": 50, "TableErrorPolicy":"SUSPEND_TABLE", "TableErrorEscalationPolicy":"STOP_TASK", "TableErrorEscalationCount": 50, "RecoverableErrorCount": 0, "RecoverableErrorInterval": 5, "RecoverableErrorThrottling": true, "RecoverableErrorThrottlingMax": 1800, "ApplyErrorDeletePolicy":"IGNORE_RECORD", "ApplyErrorInsertPolicy":"LOG_ERROR", "ApplyErrorUpdatePolicy":"LOG_ERROR", "ApplyErrorEscalationPolicy":"LOG_ERROR", "ApplyErrorEscalationCount": 0, "FullLoadIgnoreConflicts": true }, "ValidationSettings": { "EnableValidation": false, "ValidationMode": "ROW_LEVEL", "ThreadCount": 5, "PartitionSize": 10000, "FailureMaxCount": 1000, "RecordFailureDelayInMinutes": 5, "RecordSuspendDelayInMinutes": 30, "MaxKeyColumnSize": 8096, "TableFailureMaxCount": 10000, "ValidationOnly": false, "HandleCollationDiff": false, "RecordFailureDelayLimitInMinutes": 1, "SkipLobColumns": false, "ValidationPartialLobSize": 0, "ValidationQueryCdcDelaySeconds": 0 } } ``` # Menargetkan pengaturan tugas metadata Pengaturan metadata target termasuk yang berikut ini. Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). + `TargetSchema` – Nama skema tabel target. Jika opsi metadata ini kosong, skema dari tabel sumber digunakan. AWS DMS secara otomatis menambahkan prefiks pemilik untuk basis data target terhadap semua tabel jika tidak ada penentuan akan skema sumber. Opsi ini harus dibiarkan kosong untuk titik akhir target bertipe MySQL. Mengganti nama skema dalam pemetaan data lebih diutamakan daripada pengaturan ini. + Pengaturan LOB — Pengaturan yang menentukan seberapa besar objek (LOBs) dikelola. Jika Anda mengatur `SupportLobs=true`, Anda harus menetapkan salah satu dari berikut ini di `true`: + `FullLobMode` – Jika Anda menetapkan opsi ini di `true`, maka Anda harus memasukkan nilai untuk opsi `LobChunkSize`. Masukkan ukuran bagian-bagian LOB dalam kilobyte untuk digunakan ketika mereplikasi data ke target. Kinerja opsi `FullLobMode` bekerja paling baik untuk ukuran LOB yang sangat besar tetapi cenderung menyebabkan pemuatan yang lebih lambat. Nilai yang disarankan untuk `LobChunkSize` adalah 64 kilobyte. Meningkatkan nilai di `LobChunkSize` atas 64 kilobyte dapat menyebabkan kegagalan tugas. + `InlineLobMaxSize`— Nilai ini menentukan LOBs AWS DMS transfer inline selama beban penuh. Mentransfer kecil LOBs lebih efisien daripada mencarinya dari tabel sumber. Selama beban penuh, AWS DMS periksa semua LOBs dan lakukan transfer inline untuk LOBs yang lebih kecil dari`InlineLobMaxSize`. AWS DMS transfer semua LOBs lebih besar dari `InlineLobMaxSize` dalam`FullLobMode`. Nilai default untuk `InlineLobMaxSize` adalah 0 dan kisarannya adalah 1 —102400 kilobyte (100 MB). Tetapkan nilai `InlineLobMaxSize` hanya jika Anda tahu bahwa sebagian besar LOBs lebih kecil dari nilai yang ditentukan dalam`InlineLobMaxSize`. + `LimitedSizeLobMode` – Jika Anda menetapkan opsi ini di `true`, maka Anda harus memasukkan nilai untuk opsi `LobMaxSize`. Masukkan ukuran maksimum dalam kilobyte untuk LOB satuan. Nilai maksimum untuk `LobMaxSize` adalah 102400 kilobyte (100 MB). Untuk informasi selengkapnya tentang kriteria menggunakan pengaturan LOB tugas ini, lihat [Mengatur dukungan LOB untuk database sumber dalam suatu tugas AWS DMS](CHAP_Tasks.LOBSupport.md). Anda juga dapat mengontrol pengelolaan LOBs untuk tabel individual. Untuk informasi selengkapnya, lihat [Tabel dan koleksi pengaturan aturan dan operasi](CHAP_Tasks.CustomizingTasks.TableMapping.SelectionTransformation.Tablesettings.md). + `BatchApplyEnabled` – Menentukan apakah setiap transaksi diterapkan secara satuan atau perubahan dilakukan dalam batch. Nilai default-nya adalah `false`. Ketika `BatchApplyEnabled` diatur ke`true`, DMS memerlukan Primary Key (PK) atau Unique Key (UK) pada tabel **sumber**. Tanpa PK atau Inggris pada tabel sumber, hanya sisipan batch yang diterapkan tetapi bukan pembaruan dan penghapusan batch. Ketika `BatchApplyEnabled` diatur ke`true`, AWS DMS menghasilkan pesan kesalahan jika tabel **target** memiliki kendala unik dan kunci utama. Tabel target dengan kendala unik dan kunci primer tidak didukung saat `BatchApplyEnabled` disetel ke. `true` Bila `BatchApplyEnabled` disetel ke true dan AWS DMS menemukan kesalahan data dari tabel dengan kebijakan penanganan kesalahan default, AWS DMS tugas akan beralih dari mode batch ke one-by-one mode untuk tabel lainnya. Untuk mengubah perilaku ini, Anda dapat mengatur tindakan `"SUSPEND_TABLE"` dalam kebijakan berikut dalam properti grup `"ErrorBehavior"` dari pengaturan tugas file JSON: + `DataErrorPolicy` + `ApplyErrorDeletePolicy` + `ApplyErrorInsertPolicy` + `ApplyErrorUpdatePolicy` Untuk informasi lebih lanjut tentang `"ErrorBehavior"` properti grup ini, lihat contoh pengaturan tugas file JSON di [Menentukan setelan tugas untuk tugas AWS Database Migration Service](CHAP_Tasks.CustomizingTasks.TaskSettings.md). Setelah menyetel kebijakan ini`"SUSPEND_TABLE"`, AWS DMS tugas kemudian menangguhkan kesalahan data pada tabel apa pun yang meningkatkannya dan melanjutkan dalam mode batch untuk semua tabel. Anda dapat menggunakan parameter `BatchApplyEnabled` dengan parameter `BatchApplyPreserveTransaction`. Jika `BatchApplyEnabled` diatur ke `true`, maka `BatchApplyPreserveTransaction` parameter menentukan integritas transaksional. Jika `BatchApplyPreserveTransaction` diatur ke `true`, maka integritas transaksional dipertahankan dan batch dijamin berisi semua perubahan dalam transaksi dari sumber. Jika `BatchApplyPreserveTransaction` diatur ke `false`, maka bisa ada penyimpangan sementara dalam integritas transaksional untuk meningkatkan performa. Parameter `BatchApplyPreserveTransaction` hanya berlaku untuk Oracle target akhir, dan hanya relevan ketika parameter `BatchApplyEnabled` diatur ke `true`. Ketika LOB kolom termasuk dalam replikasi, Anda dapat menggunakan `BatchApplyEnabled` hanya dalam mode LOB terbatas. Untuk informasi lebih lanjut tentang menggunakan pengaturan ini untuk beban change data capture (CDC), lihat [Mengubah pengaturan penyetelan pemrosesan](CHAP_Tasks.CustomizingTasks.TaskSettings.ChangeProcessingTuning.md). + `MaxFullLoadSubTasks`— menunjukkan jumlah maksimum tabel untuk memuat secara paralel. Default adalah 8; nilai maksimum adalah 49. + `ParallelLoadThreads`- Menentukan jumlah thread yang AWS DMS digunakan untuk memuat setiap tabel ke database target. Parameter ini memiliki nilai maksimum untuk target non-RDBMS. Nilai maksimum untuk target DynamoDB adalah 200. Nilai maksimum untuk target Amazon Kinesis Data Streams, Apache Kafka, atau OpenSearch Amazon Service adalah 32. Anda dapat meminta agar batas maksimum ini meningkat. `ParallelLoadThreads`berlaku untuk tugas Beban Penuh. Untuk informasi tentang pengaturan untuk beban paralel tabel individu, lihat [Tabel dan koleksi pengaturan aturan dan operasi](CHAP_Tasks.CustomizingTasks.TableMapping.SelectionTransformation.Tablesettings.md). Pengaturan ini berlaku untuk jenis engine endpoint berikut: + DynamoDB + Amazon Kinesis Data Streams + Amazon MSK + OpenSearch Layanan Amazon + Amazon Redshift AWS DMS mendukung `ParallelLoadThreads` untuk MySQL sebagai atribut koneksi tambahan. `ParallelLoadThreads`tidak berlaku untuk MySQL sebagai pengaturan tugas. + `ParallelLoadBufferSize`Menentukan jumlah maksimum catatan untuk disimpan dalam buffer yang digunakan thread beban paralel untuk memuat data ke target. Nilai default adalah 50. Nilai maksimumnya adalah 1.000. Pengaturan ini saat ini hanya berlaku ketika DynamoDB, Kinesis, Apache Kafka, atau adalah target. OpenSearch Gunakan parameter ini dengan `ParallelLoadThreads`. `ParallelLoadBufferSize` hanya berlaku bila ada lebih dari satu thread. Untuk informasi tentang pengaturan untuk beban paralel tabel individu, lihat [Tabel dan koleksi pengaturan aturan dan operasi](CHAP_Tasks.CustomizingTasks.TableMapping.SelectionTransformation.Tablesettings.md). + `ParallelLoadQueuesPerThread` – Menentukan jumlah antrian yang diakses setiap thread yang terjadi bersamaan untuk mengambil catatan data dari antrean dan menghasilkan beban batch untuk target. Default adalah 1. Pengaturan ini saat ini hanya berlaku bila Kinesis atau Apache Kafka menjadi targetnya. + `ParallelApplyThreads`— Menentukan jumlah thread bersamaan yang AWS DMS digunakan selama pemuatan CDC untuk mendorong catatan data ke titik akhir target Amazon DocumentDB, Kinesis, Amazon MSK, atau Amazon Redshift. OpenSearch Default adalah nol (0). Pengaturan ini hanya berlaku untuk CDC saja. Pengaturan ini tidak berlaku untuk Beban Penuh. Pengaturan ini berlaku untuk jenis engine endpoint berikut: + Amazon DocumentDB (dengan kompatibilitas MongoDB) + Amazon Kinesis Data Streams + Amazon Managed Streaming untuk Apache Kafka + OpenSearch Layanan Amazon + Amazon Redshift + `ParallelApplyBufferSize`— Menentukan jumlah maksimum record yang akan disimpan di setiap antrian buffer untuk thread bersamaan untuk mendorong ke titik akhir target Amazon DocumentDB, Kinesis, Amazon MSK OpenSearch, atau Amazon Redshift selama pemuatan CDC. Nilai default-nya adalah 100. Nilai maksimumnya adalah 1000. Gunakan pilihan ini saat `ParallelApplyThreads` menentukan lebih dari satu thread. + `ParallelApplyQueuesPerThread`— Menentukan jumlah antrian yang diakses setiap thread untuk mengeluarkan catatan data dari antrian dan menghasilkan pemuatan batch untuk Amazon DocumentDB, Kinesis, Amazon MSK, atau endpoint selama CDC. OpenSearch Nilai default adalah 1. # Pengaturan tugas beban penuh Pengaturan beban penuh meliputi yang berikut ini. Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). + Untuk menunjukkan bagaimana cara menangani pemuatan target pada startup beban penuh, tentukan salah satu nilai berikut untuk opsi `TargetTablePrepMode`: + `DO_NOTHING` – Data dan metadata dari tabel target yang ada tidak terpengaruh. + `DROP_AND_CREATE` – Tabel yang ada dijatuhkan dan tabel baru dibuat di tempatnya. + `TRUNCATE_BEFORE_LOAD` – Data terpotong tanpa memengaruhi metadata tabel. + Untuk menunda pembuatan indeks kunci primer atau unik sampai setelah beban penuh selesai, atur opsi `CreatePkAfterFullLoad` untuk `true`. + Untuk tugas beban penuh dan yang CDC-nya diaktifkan, Anda dapat mengatur opsi berikut untuk `Stop task after full load completes`: + `StopTaskCachedChangesApplied` – Atur opsi ini untuk `true` untuk menghentikan tugas setelah beban penuh selesai dan perubahan cache diterapkan. + `StopTaskCachedChangesNotApplied` – Atur opsi ini untuk `true` untuk menghentikan tugas sebelum perubahan cache diterapkan. + Untuk menunjukkan jumlah maksimum tabel untuk memuat secara paralel, atur opsi `MaxFullLoadSubTasks`. Default adalah 8; nilai maksimum adalah 49. + Tetapkan `ParallelLoadThreads` opsi untuk menunjukkan berapa banyak thread bersamaan yang akan digunakan DMS selama proses pemuatan penuh untuk mendorong catatan data ke titik akhir target. Nol adalah nilai default (0). **penting** `MaxFullLoadSubTasks`mengontrol jumlah tabel atau segmen tabel untuk memuat secara paralel. `ParallelLoadThreads`mengontrol jumlah thread yang digunakan oleh tugas migrasi untuk mengeksekusi beban secara paralel. *Pengaturan ini bersifat multiplikatif*. **Dengan demikian, jumlah total utas yang digunakan selama tugas pemuatan penuh kira-kira merupakan hasil dari nilai `ParallelLoadThreads ` dikalikan dengan nilai `MaxFullLoadSubTasks` (`ParallelLoadThreads`\$1.** `MaxFullLoadSubtasks)` Jika Anda membuat tugas dengan jumlah sub tugas Full Load yang tinggi dan sejumlah besar thread beban paralel, tugas Anda dapat menghabiskan terlalu banyak memori dan gagal. + Anda dapat mengatur jumlah detik yang AWS DMS menunggu transaksi ditutup sebelum memulai operasi beban penuh. Untuk melakukannya, jika transaksi terbuka ketika tugas mulai atur opsi `TransactionConsistencyTimeout`. Nilai defaultnya adalah 600 (10 menit). AWS DMS memulai beban penuh setelah nilai batas waktu tercapai, bahkan jika ada transaksi terbuka. Sebuah full-load-only tugas tidak menunggu selama 10 menit tetapi segera dimulai. + Untuk menunjukkan jumlah maksimum catatan yang dapat ditransfer bersama-sama, atur opsi `CommitRate`. Nilai default adalah 10000, dan nilai maksimum adalah 50000. # Pengaturan tugas Perjalanan Waktu Untuk mencatat dan men-debug tugas replikasi, Anda dapat menggunakan AWS DMS Time Travel. Dalam pendekatan ini, Anda menggunakan Amazon S3 untuk menyimpan log dan mengenkripsi mereka menggunakan kunci enkripsi Anda. Hanya dengan akses ke bucket Time Travel S3 Anda, Anda dapat mengambil log S3 Anda menggunakan filter tanggal-waktu, lalu melihat, mengunduh, dan mengaburkan log sesuai kebutuhan. Dengan melakukan ini, Anda dapat dengan aman “melakukan perjalanan kembali ke masa lalu” untuk menyelidiki aktivitas database. Time Travel bekerja secara independen dari CloudWatch logging. Untuk informasi lebih lanjut tentang CloudWatch logging, lihat[Pengaturan tugas pengelogan](CHAP_Tasks.CustomizingTasks.TaskSettings.Logging.md). Anda dapat menggunakan Time Travel di semua AWS Wilayah dengan titik AWS DMS akhir sumber Oracle, Microsoft SQL Server, dan PostgreSQL yang didukung, dan titik akhir target PostgreSQL dan MySQL yang didukung. AWS DMS Anda dapat mengaktifkan Time Travel hanya untuk tugas full-load dan change data capture (CDC) dan untuk tugas khusus CDC. Untuk mengaktifkan Perjalanan Waktu atau mengubah pengaturan Perjalanan Waktu yang ada, pastikan tugas replikasi Anda dihentikan. Pengaturan Perjalanan Waktu mencakup `TTSettings` properti berikut: + `EnableTT`— Jika opsi ini diatur ke`true`, pencatatan Perjalanan Waktu diaktifkan untuk tugas tersebut. Nilai default-nya adalah `false`. Tipe: Boolean Wajib: Tidak + `EncryptionMode`— Jenis enkripsi sisi server yang digunakan pada bucket S3 Anda untuk menyimpan data dan log Anda. Anda dapat menentukan `"SSE_S3"` (default) atau`"SSE_KMS"`. Anda dapat mengubah `EncryptionMode` dari `"SSE_KMS"` ke`"SSE_S3"`, tetapi tidak sebaliknya. Tipe: String Wajib: Tidak + `ServerSideEncryptionKmsKeyId`— Jika Anda menentukan `"SSE_KMS"` untuk`EncryptionMode`, berikan ID untuk AWS KMS kunci terkelola kustom Anda. Pastikan kunci yang Anda gunakan memiliki kebijakan terlampir yang mengaktifkan izin pengguna AWS Identity and Access Management (IAM) dan memungkinkan penggunaan kunci tersebut. Hanya kunci KMS simetris yang dikelola khusus Anda sendiri yang didukung dengan opsi ini. `"SSE_KMS"` Tipe: String Wajib: Hanya jika Anda `EncryptionMode` menyetel `"SSE_KMS"` + `ServiceAccessRoleArn`— Nama Sumber Daya Amazon (ARN) yang digunakan oleh layanan untuk mengakses peran IAM. Tetapkan nama peran ke`dms-tt-s3-access-role`. Ini adalah pengaturan wajib yang memungkinkan AWS DMS untuk menulis dan membaca objek dari ember S3. Tipe: String Wajib: Jika Perjalanan Waktu diaktifkan Berikut ini adalah contoh kebijakan untuk peran ini. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Sid": "VisualEditor0", "Effect": "Allow", "Action": [ "s3:PutObject", "kms:GenerateDataKey", "kms:Decrypt", "s3:ListBucket", "s3:DeleteObject" ], "Resource": [ "arn:aws:s3:::S3bucketName*", "arn:aws:kms:us-east-1:112233445566:key/1234a1a1-1m2m-1z2z-d1d2-12dmstt1234" ] } ] } ``` ------ Berikut ini adalah contoh kebijakan kepercayaan untuk peran ini. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Allow", "Principal": { "Service": [ "dms.amazonaws.com" ] }, "Action": "sts:AssumeRole" } ] } ``` ------ + `BucketName`— Nama bucket S3 untuk menyimpan log Time Travel. Pastikan untuk membuat bucket S3 ini sebelum menyalakan log Time Travel. Tipe: String Wajib: Jika Perjalanan Waktu diaktifkan + `BucketFolder`— Parameter opsional untuk mengatur nama folder di bucket S3. Jika Anda menentukan parameter ini, DMS membuat log Perjalanan Waktu di jalur`"/BucketName/BucketFolder/taskARN/YYYY/MM/DD/hh"`. Jika Anda tidak menentukan parameter ini, AWS DMS buat jalur default sebagai`"/BucketName/dms-time-travel-logs/taskARN/YYYY/MM/DD/hh`. Tipe: String Wajib: Tidak + `EnableDeletingFromS3OnTaskDelete`— Ketika opsi ini diatur ke`true`, AWS DMS menghapus log Perjalanan Waktu dari S3 jika tugas dihapus. Nilai default-nya adalah `false`. Tipe: String Wajib: Tidak + `EnableRawData`— Ketika opsi ini diatur ke`true`, data mentah bahasa manipulasi data (DHTML) untuk log Perjalanan Waktu muncul di bawah `raw_data` kolom log Perjalanan Waktu. Untuk detailnya, lihat[Menggunakan log Perjalanan Waktu](CHAP_Tasks.CustomizingTasks.TaskSettings.TimeTravel.LogSchema.md). Nilai default-nya adalah `false`. Ketika opsi ini diatur ke`false`, hanya jenis DMLnya yang ditangkap. Tipe: String Wajib: Tidak + `RawDataFormat`— Dalam AWS DMS versi 3.5.0 dan lebih tinggi, ketika `EnableRawData` diatur ke`true`. Properti ini menentukan format untuk data mentah DMLdalam log Time Travel dan dapat disajikan sebagai: + `"TEXT"`— Nama dan nilai kolom yang diuraikan dan dapat dibaca untuk peristiwa DHTML yang ditangkap selama CDC sebagai bidang. `Raw` + `"HEX"`— Hexidecimal asli untuk nama kolom dan nilai yang ditangkap untuk peristiwa DMLselama CDC. Properti ini berlaku untuk sumber database Oracle dan Microsoft SQL Server. Tipe: String Wajib: Tidak + `OperationsToLog`- Menentukan jenis operasi DMLuntuk login log Time Travel. Anda dapat menentukan salah satu hal berikut: + `"INSERT"` + `"UPDATE"` + `"DELETE"` + `"COMMIT"` + `"ROLLBACK"` + `"ALL"` Default-nya adalah `"ALL"`. Tipe: String Wajib: Tidak + `MaxRecordSize`— Menentukan ukuran maksimum catatan log Perjalanan Waktu yang dicatat untuk setiap baris. Gunakan properti ini untuk mengontrol pertumbuhan log Perjalanan Waktu untuk tabel yang sangat sibuk. Default adalah 64 KB. Tipe: Integer Wajib: Tidak Untuk informasi selengkapnya tentang mengaktifkan dan menggunakan log Perjalanan Waktu, lihat topik berikut. **Topics** + [ # Mengaktifkan log Perjalanan Waktu untuk suatu tugas ](CHAP_Tasks.CustomizingTasks.TaskSettings.TimeTravel.TaskEnabling.md) + [ # Menggunakan log Perjalanan Waktu ](CHAP_Tasks.CustomizingTasks.TaskSettings.TimeTravel.LogSchema.md) + [ # Seberapa sering AWS DMS mengunggah log Time Travel ke S3 ](CHAP_Tasks.CustomizingTasks.TaskSettings.TimeTravel.UploadsToS3.md) # Mengaktifkan log Perjalanan Waktu untuk suatu tugas Anda dapat mengaktifkan Perjalanan Waktu untuk AWS DMS tugas menggunakan pengaturan tugas yang dijelaskan sebelumnya. Pastikan tugas replikasi Anda dihentikan sebelum Anda mengaktifkan Perjalanan Waktu. **Untuk mengaktifkan Perjalanan Waktu menggunakan AWS CLI** 1. Buat file JSON konfigurasi tugas DMS dan tambahkan `TTSettings` bagian seperti berikut ini. Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). ``` . . . }, "TTSettings" : { "EnableTT" : true, "TTS3Settings": { "EncryptionMode": "SSE_KMS", "ServerSideEncryptionKmsKeyId": "arn:aws:kms:us-west-2:112233445566:key/myKMSKey", "ServiceAccessRoleArn": "arn:aws:iam::112233445566:role/dms-tt-s3-access-role", "BucketName": "myttbucket", "BucketFolder": "myttfolder", "EnableDeletingFromS3OnTaskDelete": false }, "TTRecordSettings": { "EnableRawData" : true, "OperationsToLog": "DELETE,UPDATE", "MaxRecordSize": 64 }, . . . ``` 1. Dalam tindakan tugas yang sesuai, tentukan file JSON ini menggunakan `--replication-task-settings` opsi. Misalnya, fragmen kode CLI berikut menentukan file pengaturan Perjalanan Waktu ini sebagai bagian dari. `create-replication-task` ``` aws dms create-replication-task --target-endpoint-arn arn:aws:dms:us-east-1:112233445566:endpoint:ELS5O7YTYV452CAZR2EYBNQGILFHQIFVPWFRQAY \ --source-endpoint-arn arn:aws:dms:us-east-1:112233445566:endpoint:HNX2BWIIN5ZYFF7F6UFFZVWTDFFSMTNOV2FTXZA \ --replication-instance-arn arn:aws:dms:us-east-1:112233445566:rep:ERLHG2UA52EEJJKFYNYWRPCG6T7EPUAB5AWBUJQ \ --migration-type full-load-and-cdc --table-mappings 'file:///FilePath/mappings.json' \ --replication-task-settings 'file:///FilePath/task-settings-tt-enabled.json' \ --replication-task-identifier test-task . . . ``` Di sini, nama file pengaturan Perjalanan Waktu ini adalah`task-settings-tt-enabled.json`. Demikian pula, Anda dapat menentukan file ini sebagai bagian dari `modify-replication-task` tindakan. Perhatikan penanganan khusus log Perjalanan Waktu untuk tindakan tugas berikut: + `start-replication-task`— Saat Anda menjalankan tugas replikasi, jika bucket S3 yang digunakan untuk Perjalanan Waktu tidak dapat diakses, tugas tersebut ditandai sebagai. `FAILED` + `stop-replication-task`— Saat tugas berhenti, AWS DMS segera dorong semua log Perjalanan Waktu yang saat ini tersedia untuk instance replikasi ke bucket S3 yang digunakan untuk Perjalanan Waktu. Saat tugas replikasi berjalan, Anda dapat mengubah `EncryptionMode` nilai dari `"SSE_KMS"` ke `"SSE_S3"` tetapi tidak sebaliknya. Jika ukuran log Time Travel untuk tugas yang sedang berlangsung melebihi 1 GB, DMS mendorong log ke S3 dalam waktu lima menit setelah mencapai ukuran itu. Setelah tugas berjalan, jika bucket S3 atau kunci KMS menjadi tidak dapat diakses, DMS berhenti mendorong log ke bucket ini. Jika Anda menemukan log Anda tidak didorong ke bucket S3 Anda, periksa S3 dan AWS KMS izin Anda. Untuk detail lebih lanjut tentang seberapa sering DMS mendorong log ini ke S3, lihat. [Seberapa sering AWS DMS mengunggah log Time Travel ke S3](CHAP_Tasks.CustomizingTasks.TaskSettings.TimeTravel.UploadsToS3.md) Untuk mengaktifkan Perjalanan Waktu untuk tugas yang ada dari konsol, gunakan opsi editor JSON di bawah **Pengaturan Tugas** untuk menambahkan `TTSettings` bagian. # Menggunakan log Perjalanan Waktu *File log Perjalanan Waktu adalah file* nilai dipisahkan koma (CSV) dengan bidang berikut. ``` log_timestamp component dms_source_code_location transaction_id event_id event_timestamp lsn/scn primary_key record_type event_type schema_name table_name statement action result raw_data ``` Setelah log Perjalanan Waktu Anda tersedia di S3, Anda dapat langsung mengakses dan menanyakannya dengan alat seperti Amazon Athena. Atau Anda dapat mengunduh log seperti yang Anda bisa file apa pun dari S3. Contoh berikut menunjukkan log Perjalanan Waktu di mana transaksi untuk tabel yang `mytable` disebut dicatat. Akhiran baris untuk log berikut ditambahkan untuk keterbacaan. ``` "log_timestamp ","tt_record_type","dms_source_code_location ","transaction_id", "event_id","event_timestamp","scn_lsn","primary_key","record_type","event_type", "schema_name","table_name","statement","action","result","raw_data" "2021-09-23T01:03:00:778230","SOURCE_CAPTURE","postgres_endpoint_wal_engine.c:00819", "609284109","565612992","2021-09-23 01:03:00.765321+00","00000E9C/D53AB518","","DML", "UPDATE (3)","dmstest","mytable","","Migrate","","table dmstest.mytable: UPDATE: id[bigint]:2244937 phone_number[character varying]:'phone-number-482' age[integer]:82 gender[character]:'f' isactive[character]:'true ' date_of_travel[timestamp without time zone]:'2021-09-23 01:03:00.76593' description[text]:'TEST DATA TEST DATA TEST DATA TEST DATA'" ``` # Seberapa sering AWS DMS mengunggah log Time Travel ke S3 Untuk meminimalkan penggunaan penyimpanan instans replikasi Anda, AWS DMS bongkar log Perjalanan Waktu darinya secara berkala. Log perjalanan waktu didorong ke bucket Amazon S3 Anda dalam kasus berikut: + Jika ukuran log saat ini melebihi 1 GB, AWS DMS unggah log ke S3 dalam waktu lima menit. Dengan demikian, AWS DMS dapat membuat hingga 12 panggilan per jam ke S3 dan AWS KMS untuk setiap tugas yang berjalan. + AWS DMS mengunggah log ke S3 setiap jam, terlepas dari ukuran log. + Saat tugas dihentikan, AWS DMS segera unggah log perjalanan waktu ke S3. # Pengaturan tugas pengelogan Logging menggunakan Amazon CloudWatch untuk mencatat informasi selama proses migrasi. Menggunakan pengaturan tugas pencatatan, Anda dapat menentukan kegiatan komponen yang dicatat dan jumlah informasi yang ditulis ke log. Pengaturan tugas penebangan ditulis ke file JSON. Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). Anda dapat mengaktifkan CloudWatch logging dengan beberapa cara. Anda dapat memilih `EnableLogging` opsi pada Konsol Manajemen AWS saat Anda membuat tugas migrasi. Atau, Anda dapat mengatur `EnableLogging` opsi `true` saat membuat tugas menggunakan AWS DMS API. Anda juga dapat menentukan `"EnableLogging": true` di JSON bagian logging pengaturan tugas. Saat Anda menyetel `EnableLogging` ke`true`, AWS DMS tetapkan nama CloudWatch grup dan nama aliran sebagai berikut. Anda tidak dapat mengatur nilai-nilai ini secara langsung. + **CloudWatchLogGroup**: `dms-tasks-` + **CloudWatchLogStream**: `dms-task-` ``adalah pengenal dari contoh replikasi. ``adalah nilai dari `` bagian Tugas ARN. Untuk informasi tentang cara AWS DMS menghasilkan sumber daya ARNs, lihat[Membangun Nama Sumber Daya Amazon (ARN) untuk AWS DMS](CHAP_Introduction.AWS.ARN.md). CloudWatch terintegrasi dengan AWS Identity and Access Management (IAM), dan Anda dapat menentukan CloudWatch tindakan mana yang dapat dilakukan pengguna di AWS akun Anda. Untuk informasi selengkapnya tentang bekerja dengan IAM CloudWatch, lihat [Identitas dan manajemen akses untuk amazon CloudWatch](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/auth-and-access-control-cw.html) dan [Pencatatan panggilan CloudWatch API Amazon](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/logging_cw_api_calls.html) di *Panduan CloudWatch Pengguna Amazon*. Untuk menghapus log tugas, Anda dapat mengatur `DeleteTaskLogs` ke betul di JSON bagian logging dari pengaturan tugas. Anda dapat menentukan pencatatan untuk jenis peristiwa berikut: + `FILE_FACTORY`— Pabrik file mengelola file yang digunakan untuk penerapan batch dan pemuatan batch, dan mengelola titik akhir Amazon S3. + `METADATA_MANAGER`— Manajer metadata mengelola metadata sumber dan target, partisi, dan status tabel selama replikasi. + `SORTER`— `SORTER` Menerima peristiwa yang masuk dari `SOURCE_CAPTURE` proses. Peristiwa dikumpulkan dalam transaksi, dan diteruskan ke komponen `TARGET_APPLY` layanan. Jika `SOURCE_CAPTURE` proses menghasilkan peristiwa lebih cepat daripada yang dapat dikonsumsi `TARGET_APPLY` komponen, `SORTER` komponen menyimpan peristiwa yang di-backlog ke disk atau ke file swap. Peristiwa yang di-cache adalah penyebab umum kehabisan penyimpanan dalam contoh replikasi. Komponen `SORTER` layanan mengelola peristiwa yang di-cache, mengumpulkan statistik CDC, dan melaporkan latensi tugas. + `SOURCE_CAPTURE`— Data replikasi berkelanjutan (CDC) diambil dari database sumber atau layanan, dan diteruskan ke komponen layanan SORTER. + `SOURCE_UNLOAD`— Data diturunkan dari database sumber atau layanan selama Beban Penuh. + `TABLES_MANAGER`— Manajer tabel melacak tabel yang diambil, mengelola urutan migrasi tabel, dan mengumpulkan statistik tabel. + `TARGET_APPLY`— Pernyataan bahasa definisi data dan data (DDL) diterapkan ke database target. + `TARGET_LOAD`— Data dimuat ke dalam database target. + `TASK_MANAGER`Pengelola tugas mengelola tugas yang sedang berjalan, dan memecah tugas menjadi sub-tugas untuk pemrosesan data paralel. + `TRANSFORMATION`— Acara transformasi pemetaan tabel. Untuk informasi selengkapnya, lihat [Menggunakan pemetaan tabel untuk menentukan pengaturan tugas](CHAP_Tasks.CustomizingTasks.TableMapping.md). + `VALIDATOR/ VALIDATOR_EXT`Komponen `VALIDATOR` layanan memverifikasi bahwa data dimigrasi secara akurat dari sumber ke target. Untuk informasi selengkapnya, lihat [Validasi data](CHAP_Validating.md). + `DATA_RESYNC`— Komponen umum fitur resync Data yang mengelola aliran resync data. Untuk informasi selengkapnya, lihat [AWS DMS sinkronisasi ulang data](CHAP_Validating.DataResync.md). + `RESYNC_UNLOAD`— Data diturunkan dari database sumber atau layanan selama proses resync. + `RESYNC_APPLY`— Pernyataan bahasa manipulasi data (DHTML) diterapkan ke database target selama sinkronisasi ulang. Komponen logging berikut menghasilkan sejumlah besar log saat menggunakan tingkat keparahan `LOGGER_SEVERITY_DETAILED_DEBUG` log: + `COMMON` + `ADDONS` + `DATA_STRUCTURE` + `COMMUNICATION` + `FILE_TRANSFER` + `FILE_FACTORY` Level logging selain `DEFAULT` jarang diperlukan untuk komponen ini selama pemecahan masalah. Kami tidak menyarankan untuk mengubah tingkat logging dari komponen ini `DEFAULT` kecuali diminta secara khusus oleh AWS Support. Setelah Anda menentukan salah satu sebelumnya, Anda kemudian dapat menentukan jumlah informasi yang dicatat, seperti yang ditunjukkan dalam daftar berikut. Tingkat kepelikan adalah dalam urutan dari terendah ke tingkat tertinggi informasi. Tingkat yang lebih tinggi selalu mencakup informasi dari tingkat yang lebih rendah. + LOGGER\$1SEVERITY\$1ERROR - pesan kesalahan ditulis ke log. + LOGGER\$1SEVERIY\$1WARNING - Peringatan dan pesan kesalahan ditulis ke log. + LOGGER\$1SEVERIY\$1INFO -informasi pesan, peringatan, dan pesan kesalahan ditulis ke log. + LOGGER\$1SEVERIY\$1DEFAULT - pesan informasi, peringatan, dan pesan kesalahan ditulis ke log. + LOGGER\$1SEVERIY\$1DEBUG - pesan Debug, pesan informasi, peringatan, dan pesan kesalahan ditulis ke log. + LOGGER\$1SEERITY\$1DETAILED\$1DEBUG - Semua informasi ditulis ke log. Contoh JSON berikut menunjukkan pengaturan tugas untuk log semua tindakan dan tingkat kepelikan. ``` … "Logging": { "EnableLogging": true, "LogComponents": [ { "Id": "FILE_FACTORY", "Severity": "LOGGER_SEVERITY_DEFAULT" },{ "Id": "METADATA_MANAGER", "Severity": "LOGGER_SEVERITY_DEFAULT" },{ "Id": "SORTER", "Severity": "LOGGER_SEVERITY_DEFAULT" },{ "Id": "SOURCE_CAPTURE", "Severity": "LOGGER_SEVERITY_DEFAULT" },{ "Id": "SOURCE_UNLOAD", "Severity": "LOGGER_SEVERITY_DEFAULT" },{ "Id": "TABLES_MANAGER", "Severity": "LOGGER_SEVERITY_DEFAULT" },{ "Id": "TARGET_APPLY", "Severity": "LOGGER_SEVERITY_DEFAULT" },{ "Id": "TARGET_LOAD", "Severity": "LOGGER_SEVERITY_INFO" },{ "Id": "TASK_MANAGER", "Severity": "LOGGER_SEVERITY_DEBUG" },{ "Id": "TRANSFORMATION", "Severity": "LOGGER_SEVERITY_DEBUG" },{ "Id": "VALIDATOR", "Severity": "LOGGER_SEVERITY_DEFAULT" } ], "CloudWatchLogGroup": null, "CloudWatchLogStream": null }, … ``` # Mengontrol pengaturan tugas tabel Tabel kontrol memberikan informasi tentang AWS DMS tugas. Mereka juga menyediakan statistik berguna yang dapat Anda gunakan untuk merencanakan dan mengelola tugas migrasi saat ini dan tugas di masa mendatang. Anda dapat menerapkan pengaturan tugas ini dalam file JSON atau dengan memilih **Pengaturan Lanjutan** pada halaman **Buat tugas** di AWS DMS konsol. Tabel Terapkan Pengecualian (`dmslogs.awsdms_apply_exceptions`) selalu dibuat pada target database. Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). AWS DMS hanya membuat tabel kontrol hanya selama tugas Full Load\$1CDC atau CDC saja, dan tidak selama tugas Full Load Only. Untuk beban penuh dan tugas CDC (Migrasi data yang ada dan mereplikasi perubahan yang sedang berlangsung) dan hanya CDC (Replikasi perubahan data saja), Anda juga dapat membuat tabel tambahan, termasuk yang berikut ini: + **Status replikasi (dmslogs.awsdms\$1status)** – Tabel ini memberikan detail tentang tugas saat ini. Ini termasuk status tugas, jumlah memori yang dikonsumsi oleh tugas, dan jumlah perubahan belum diterapkan ke target. Tabel ini juga memberikan posisi dalam database sumber tempat AWS DMS sedang membaca. Juga, ini menunjukkan jika tugas dalam fase beban penuh atau perubahan data capture (CDC). + **Tabel Ditangguhkan (dmslogs.awsdms\$1suspended\$1tables)** – Tabel ini menyediakan daftar tabel yang ditangguhkan serta alasan tabel tersebut ditangguhkan. + **Riwayat replikasi (dmslogs.awsdms\$1history)** – Tabel ini menyediakan informasi tentang riwayat replikasi. Informasi ini mencakup jumlah dan volume catatan diproses selama tugas, latensi pada akhir tugas CDC, dan statistik lainnya. Tabel Terapkan Pengecualian (`dmslogs.awsdms_apply_exceptions`) berisi parameter-parameter berikut ini. | Kolom | Jenis | Deskripsi | | --- | --- | --- | | TASK\$1NAME | nvchar | ID Sumber Daya AWS DMS tugas. ID sumber daya dapat ditemukan di tugas ARN. | | TABLE\$1OWNER | nvchar | Pemilik meja. | | table\$1name | nvchar | Nama tabel. | | ERROR\$1TIME | timestamp | Waktu pengecualian (kesalahan) terjadi. | | PERNYATAAN | nvchar | Pernyataan yang sedang dijalankan ketika kesalahan terjadi. | | Kesalahan | nvchar | Nama kesalahan dan deskripsi. | Tabel Status replikasi (`dmslogs.awsdms_status`) berisi status tugas dan basis data target. Ini memiliki pengaturan berikut. | Kolom | Jenis | Deskripsi | | --- | --- | --- | | SERVER\$1NAME | nvchar | Nama mesin di mana tugas replikasi berjalan. | | TASK\$1NAME | nvchar | ID Sumber Daya AWS DMS tugas. ID sumber daya dapat ditemukan di tugas ARN. | | TASK\$1STATUS | varchar | Salah satu nilai berikut: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/dms/latest/userguide/CHAP_Tasks.CustomizingTasks.TaskSettings.ControlTable.html) Status tugas diatur ke LOAD LENGKAP selama ada setidaknya satu meja dalam beban penuh. Setelah semua tabel telah dimuat, perubahan status tugas untuk mengubah PROSES jika CDC diaktifkan. Tugas diatur ke TIDAK BERJALAN sebelum Anda memulai tugas, atau setelah tugas selesai. | | STATUS\$1TIME | timestamp | Timestamp dari status tugas. | | PENDING\$1CHANGES | int | Jumlah catatan perubahan yang dilakukan dalam database sumber dan di-cache dalam memori dan disk instance replikasi Anda. | | DISK\$1SWAP\$1SIZE | int | Jumlah ruang disk yang digunakan oleh transaksi lama atau offloaded. | | TASK\$1MEMORY | int | Memori saat ini digunakan, dalam MB. | | SOURCE\$1CURRENT \$1POSISI | varchar | Posisi dalam database sumber yang saat AWS DMS ini sedang membaca dari. | | SOURCE\$1CURRENT \$1TIMESTAMP | timestamp | Stempel waktu dalam database sumber yang saat ini AWS DMS sedang membaca dari. | | SOURCE\$1TAIL \$1POSISI | varchar | Posisi transaksi awal tertua yang tidak berkomitmen. Nilai ini adalah posisi terbaru yang dapat Anda kembalikan tanpa kehilangan perubahan apa pun. | | SOURCE\$1TAIL \$1TIMESTAMP | timestamp | Cap waktu transaksi awal tertua yang tidak berkomitmen. Nilai ini adalah stempel waktu terbaru yang dapat Anda kembalikan tanpa kehilangan perubahan apa pun. | | SOURCE\$1TIMESTAMP \$1DITERAPKAN | timestamp | Timestamp dari komit transaksi terakhir. Dalam sebagian besar menerapkan proses, nilai ini adalah timestamp untuk komit transaksi terakhir dalam batch. | Tabel Suspended (`dmslogs.awsdms_suspended_tables`) berisi parameter berikut. | Kolom | Jenis | Deskripsi | | --- | --- | --- | | SERVER\$1NAME | nvchar | Nama mesin di mana tugas replikasi berjalan. | | TASK\$1NAME | nvchar | Nama AWS DMS tugas | | TABLE\$1OWNER | nvchar | Pemilik meja. | | table\$1name | nvchar | Nama tabel. | | SUSPEND\$1ALASAN | nvchar | Alasan penangguhan. | | SUSPEND\$1TIMESTAMP | timestamp | Waktu penangguhan terjadi. | Tabel sejarah replikasi (`dmslogs.awsdms_history`) berisi parameter-parameter berikut ini. | Kolom | Jenis | Deskripsi | | --- | --- | --- | | SERVER\$1NAME | nvchar | Nama mesin di mana tugas replikasi berjalan. | | TASK\$1NAME | nvchar | ID Sumber Daya AWS DMS tugas. ID sumber daya dapat ditemukan di tugas ARN. | | TIMESLOT\$1TYPE | varchar | Salah satu nilai berikut: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/dms/latest/userguide/CHAP_Tasks.CustomizingTasks.TaskSettings.ControlTable.html) Jika tugas menjalankan beban penuh dan CDC, dua catatan sejarah ditulis ke slot waktu. | | TIMESLOT | timestamp | Timestamp berakhir dari slot waktu. | | TIMESLOT\$1DURATION | int | Durasi slot waktu, dalam hitungan menit. | | TIMESLOT\$1LATENCY | int | Latensi target pada akhir slot waktu, dalam hitungan detik. Nilai ini hanya berlaku untuk slot waktu CDC. | | CATATAN | int | Jumlah catatan diproses selama slot waktu. | | TIMESLOT\$1VOLUME | int | Volume data yang diproses dalam MB. | Tabel Kegagalan Validasi (`awsdms_validation_failures_v1`) berisi semua kegagalan validasi data untuk tugas. Untuk informasi selengkapnya lihat, Pemecahan [Masalah Validasi Data](CHAP_Validating.md#CHAP_Validating.Troubleshooting). Pengaturan tabel kontrol tambahan mencakup hal berikut hal berikut: + `HistoryTimeslotInMinutes` – Gunakan opsi ini untuk menunjukkan panjang setiap slot waktu dalam tabel Riwayat Replikasi. Default adalah 5 menit. + `ControlSchema`— Gunakan opsi ini untuk menunjukkan nama skema database untuk tabel kontrol untuk AWS DMS target. Jika Anda tidak memasukkan informasi apapun untuk pilihan ini, maka tabel disalin ke lokasi default dalam basis data seperti yang tercantum berikut: + PostgreSQL, Publik + Oracle, skema target + Microsoft SQL Server, dbo dalam basis data target + MySQL, awsdms\$1control + MariaDB, awsdms\$1control + Amazon Redshift, Publik + DynamoDB, dibuat sebagai tabel individu dalam basis data + IBM Db2 LUW, awsdms\$1kontrol # Pengaturan tugas buffer pengaliran Anda dapat mengatur pengaturan buffer streaming menggunakan AWS CLI, termasuk yang berikut ini. Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). + `StreamBufferCount` – Gunakan opsi ini untuk menentukan jumlah buffer aliran data untuk tugas migrasi. Default jumlah buffer pengaliran adalah 3. Meningkatkan nilai pengaturan ini dapat meningkatkan kecepatan ekstraksi data. Namun, peningkatan performa ini sangat tergantung pada lingkungan migrasi, termasuk sistem sumber dan kelas instans server replikasi. Default cukup untuk sebagian besar situasi. + `StreamBufferSizeInMB` – Gunakan opsi ini untuk menunjukkan ukuran maksimum setiap buffer aliran data. Ukuran default adalah 8 MB. Anda mungkin perlu meningkatkan nilai untuk opsi ini ketika Anda bekerja dengan sangat besar LOBs. Anda juga mungkin perlu meningkatkan nilai jika Anda menerima pesan dalam berkas log yang ukuran buffer pengaliran tidak mencukupi. Saat menghitung ukuran opsi ini, Anda dapat menggunakan persamaan berikut:` [Max LOB size (or LOB chunk size)]*[number of LOB columns]*[number of stream buffers]*[number of tables loading in parallel per task(MaxFullLoadSubTasks)]*3` + `CtrlStreamBufferSizeInMB` — Gunakan opsi ini untuk mengatur ukuran buffer pengaliran kontrol. Nilai dalam megabyte, dan dapat 1-8. Nilai default adalah 5. Anda mungkin perlu meningkatkan ini saat bekerja dengan jumlah tabel yang sangat besar, seperti puluhan ribu tabel. # Mengubah pengaturan penyetelan pemrosesan Pengaturan berikut menentukan cara AWS DMS menangani perubahan untuk tabel target selama pengambilan data perubahan (CDC). Beberapa pengaturan ini bergantung pada nilai parameter metadata target `BatchApplyEnabled`. Untuk informasi lebih lanjut tentang parameter `BatchApplyEnabled`, lihat [Menargetkan pengaturan tugas metadata](CHAP_Tasks.CustomizingTasks.TaskSettings.TargetMetadata.md). Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). Pengaturan penyetelan pemrosesan yang benar mencakup hal berikut: Pengaturan berikut hanya berlaku bila parameter metadata target `BatchApplyEnabled` diatur ke `true`. + `BatchApplyPreserveTransaction` – Jika diatur ke `true`, integritas transaksional dipertahankan dan batch dijamin berisi semua perubahan dalam transaksi dari sumber. Nilai default-nya adalah `true`. Pengaturan ini hanya berlaku untuk Oracle target endpoint. Jika diatur ke `false`, dapat ada penyimpangan sementara dalam integritas transaksional untuk meningkatkan performa. Tidak ada jaminan bahwa semua perubahan dalam transaksi dari sumber diterapkan ke target dalam batch tunggal. Secara default, AWS DMS proses berubah dalam mode transaksional, yang menjaga integritas transaksional. Jika Anda mampu penyimpangan sementara dalam integritas transaksional, Anda dapat menggunakan batch dioptimalkan menerapkan pilihan sebagai gantinya. Opsi ini secara efisien mengelompokkan transaksi dan menerapkannya dalam batch untuk tujuan efisiensi. Menggunakan batch dioptimalkan menerapkan opsi hampir selalu melanggar referensial integritas kendala. Jadi kami sarankan Anda menonaktifkan kendala ini selama proses migrasi dan mengaktifkannya lagi sebagai bagian dari proses cutover. + `BatchApplyTimeoutMin`— Menetapkan jumlah waktu minimum dalam detik yang AWS DMS menunggu di antara setiap aplikasi perubahan batch. Nilai default adalah 1. + `BatchApplyTimeoutMax`— Mengatur jumlah waktu maksimum dalam detik yang AWS DMS menunggu di antara setiap aplikasi perubahan batch sebelum waktu habis. Nilai default-nya adalah 30. + `BatchApplyMemoryLimit` – Menetapkan jumlah maksimum memori dalam (MB) untuk digunakan untuk pra-pemrosesan di **Mode penerapan yang dioptimalkan batch**. Nilai default adalah 500. + `BatchSplitSize` – Mengatur jumlah maksimum perubahan yang diterapkan dalam satu batch. Nilai default 0, yang berarti tidak ada batas diterapkan. Pengaturan berikut hanya berlaku bila parameter metadata target `BatchApplyEnabled` diatur ke `false`. + `MinTransactionSize` – Menetapkan jumlah minimum perubahan untuk dimasukkan dalam setiap transaksi. Nilai default adalah 1000. + `CommitTimeout`— Menetapkan waktu maksimum dalam hitungan detik AWS DMS untuk mengumpulkan transaksi dalam batch sebelum menyatakan batas waktu. Nilai default adalah 1. Untuk replikasi dua arah, pengaturan berikut hanya berlaku ketika parameter metadata target disetel ke. `BatchApplyEnabled` `false` + `LoopbackPreventionSettings` – Pengaturan ini memberikan pencegahan loopback untuk setiap tugas replikasi yang sedang berlangsung dalam setiap pasangan tugas yang terlibat dalam replikasi dua arah. *Pencegahan Loopback* mencegah perubahan identik diterapkan di kedua arah replikasi dua arah, yang dapat merusak data. Untuk informasi selengkapnya tentang replikasi dua arah, lihat [Melakukan replikasi dua arah](CHAP_Task.CDC.md#CHAP_Task.CDC.Bidirectional). AWS DMS upaya untuk menyimpan data transaksi dalam memori sampai transaksi sepenuhnya berkomitmen pada sumber, target, atau keduanya. Namun, transaksi yang lebih besar dari memori dialokasikan atau yang tidak berkomitmen dalam batas waktu tertentu ditulis ke disk. Pengaturan berikut berlaku untuk mengubah penyetelan pemrosesan terlepas dari perubahan mode pengolahan. + `MemoryLimitTotal` – Menetapkan ukuran maksimum (dalam MB) yang dapat ditempati semua transaksi dalam memori sebelum ditulis ke disk. Nilai default adalah 1024. + `MemoryKeepTime` – Mengatur waktu maksimum dalam detik di mana setiap transaksi dapat tinggal dalam memori sebelum ditulis ke disk. Durasi dihitung dari waktu yang AWS DMS mulai menangkap transaksi. Nilai defaultnya adalah 60. + `StatementCacheSize` – Menetapkan jumlah maksimum pernyataan yang disiapkan untuk disimpan di server untuk dieksekusi di masa depan ketika menerapkan perubahan ke target. Nilai defaultnya adalah 50, dan nilai maksimumnya adalah 200. + `RecoveryTimeout`— Saat melanjutkan tugas dalam mode CDC, RecoveryTimeout mengontrol berapa lama (dalam menit) tugas akan menunggu untuk menemukan pos pemeriksaan resume. Jika pos pemeriksaan tidak ditemui dalam jangka waktu yang dikonfigurasi, tugas akan gagal. Perilaku default adalah menunggu tanpa batas waktu untuk acara pos pemeriksaan. Contoh bagaimana pengaturan tugas yang menangani Change Processing Tuning muncul dalam file JSON pengaturan tugas: ``` "ChangeProcessingTuning": { "BatchApplyPreserveTransaction": true, "BatchApplyTimeoutMin": 1, "BatchApplyTimeoutMax": 30, "BatchApplyMemoryLimit": 500, "BatchSplitSize": 0, "MinTransactionSize": 1000, "CommitTimeout": 1, "MemoryLimitTotal": 1024, "MemoryKeepTime": 60, "StatementCacheSize": 50 "RecoveryTimeout": -1 } ``` Untuk mengontrol frekuensi menulis ke target Amazon S3 selama tugas replikasi data, Anda dapat mengonfigurasi atribut koneksi tambahan `cdcMaxBatchInterval` dan `cdcMinFileSize`. Hal ini dapat menghasilkan performa yang lebih baik ketika menganalisis data tanpa operasi overhead tambahan. Untuk informasi selengkapnya, lihat [Pengaturan titik akhir saat menggunakan Amazon S3 sebagai target untuk AWS DMS](CHAP_Target.S3.md#CHAP_Target.S3.Configuring). # Pengaturan tugas validasi data Anda dapat memastikan bahwa data Anda dimigrasi secara akurat dari sumber ke target. Jika Anda mengaktifkan validasi untuk tugas, AWS DMS mulailah membandingkan sumber dan data target segera setelah beban penuh dilakukan untuk tabel. Untuk informasi lebih lanjut tentang validasi data tugas, persyaratan, cakupan dukungan basis data, dan metrik yang dilaporkan, lihat [AWS Validasi data DMS](CHAP_Validating.md). Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). Pengaturan validasi data dan nilai-nilai mereka mencakup hal berikut: + `EnableValidation` – Mengaktifkan validasi data bila diatur ke BETUL. Jika tidak, validasi dinonaktifkan untuk tugas tersebut. Nilai default-nya adalah SALAH. + `ValidationMode`— mengontrol bagaimana AWS DMS memvalidasi data dalam tabel target terhadap tabel sumber. Dimulai dengan mesin replikasi versi 3.5.4, DMS secara otomatis menyetel ini `GROUP_LEVEL` untuk jalur migrasi yang didukung, memberikan kinerja validasi yang ditingkatkan dan pemrosesan yang jauh lebih cepat untuk kumpulan data besar. Peningkatan ini berlaku untuk migrasi untuk jalur migrasi yang tercantum dalam sinkronisasi ulang [AWS DMS data](https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Validating.DataResync.html#CHAP_DataResync.limitations). Untuk semua jalur migrasi lainnya, mode validasi default ke. `ROW_LEVEL` **catatan** Terlepas dari pengaturan, AWS DMS memvalidasi semua baris dikonfigurasi melalui validasi tabel. + `FailureMaxCount` – Menentukan jumlah maksimum catatan yang dapat gagal validasi sebelum validasi ditangguhkan untuk tugas tersebut. Nilai default adalah 10,000. Jika Anda ingin validasi untuk melanjutkan terlepas dari jumlah catatan yang gagal validasi, menetapkan nilai ini lebih tinggi dari jumlah catatan dalam sumber. + `HandleCollationDiff`— Ketika opsi ini diatur ke`true`, validasi memperhitungkan perbedaan pengumpulan kolom antara basis data sumber dan target. Jika tidak, perbedaan tersebut dalam pemeriksaan kolom diabaikan untuk validasi. Collations kolom dapat mendikte urutan baris, yang penting untuk validasi data. Mengatur `HandleCollationDiff` ke BENAR menyelesaikan perbedaan kolasi secara otomatis dan mencegah positif palsu dalam validasi data. Nilai default-nya adalah `false`. + `RecordFailureDelayInMinutes`— Menentukan waktu tunda dalam beberapa menit sebelum melaporkan rincian kegagalan validasi. Jika latensi CDC Tugas DMS keseluruhan lebih besar dari `RecordFailureDelayInMinutesthen` nilai yang diutamakan, misalnya, jika 5, dan Latensi CDC `RecordFailureDelayInMinutes` adalah 7 menit maka DMS menunggu 7 menit untuk melaporkan detail kegagalan validasi. + `RecordFailureDelayLimitInMinutes`— Menentukan penundaan sebelum melaporkan rincian kegagalan validasi. AWS DMS menggunakan latensi tugas untuk mengenali penundaan aktual untuk perubahan untuk mencapai target untuk mencegah positif palsu. Pengaturan ini mengesampingkan penundaan aktual dan nilai Latensi CDC tugas DMS dan memungkinkan Anda mengatur penundaan yang lebih besar sebelum melaporkan metrik validasi apa pun. Nilai default-nya adalah 0. + `RecordSuspendDelayInMinutes`- Menentukan waktu tunda dalam beberapa menit sebelum tabel ditangguhkan dari validasi karena ambang kesalahan ditetapkan. `FailureMaxCount` + `SkipLobColumns`— Ketika opsi ini diatur ke`true`, AWS DMS melewatkan validasi data untuk semua kolom LOB di bagian tabel dari validasi tugas. Nilai default-nya adalah `false`. + `TableFailureMaxCount`- Menentukan jumlah maksimum baris dalam satu tabel yang dapat gagal validasi sebelum validasi ditangguhkan untuk tabel. Nilai default adalah 1,000. + `ThreadCount`— Menentukan jumlah thread eksekusi yang AWS DMS menggunakan selama validasi. Setiap thread memilih not-yet-validated data dari sumber dan target untuk membandingkan dan memvalidasi. Nilai bawaannya adalah 5. Jika Anda mengatur `ThreadCount` ke angka yang lebih tinggi, AWS DMS dapat menyelesaikan validasi lebih cepat. Namun, AWS DMS kemudian menjalankan kueri yang lebih simultan, mengkonsumsi lebih banyak sumber daya pada sumber dan target. + `ValidationOnly`— Ketika opsi ini diatur ke`true`, tugas melakukan validasi data tanpa melakukan migrasi atau replikasi data apa pun. Nilai default-nya adalah `false`. Anda tidak dapat mengubah `ValidationOnly` pengaturan setelah tugas dibuat. Anda harus mengatur **TargetTablePrepMode**ke `DO_NOTHING` (default untuk tugas validasi saja) dan mengatur **Jenis Migrasi** ke salah satu dari berikut ini: + Full Load — Setel tugas **Jenis migrasi** **ke Migrasi data yang ada** di AWS DMS konsol. Atau, di AWS DMS API, atur jenis migrasi ke FULL-LOAD. + CDC — Setel tugas **Jenis migrasi** untuk **Mereplikasi perubahan data hanya** di konsol. AWS DMS Atau, di AWS DMS API, atur jenis migrasi ke CDC. Terlepas dari jenis migrasi yang dipilih, data sebenarnya tidak dimigrasi atau direplikasi selama tugas validasi saja. Untuk informasi selengkapnya, lihat [Tugas hanya validasi](CHAP_Validating.md#CHAP_Validating.ValidationOnly). **penting** Parameter `ValidationOnly` tetap. Itu tidak dapat dimodifikasi untuk tugas setelah tugas itu dibuat. + `ValidationPartialLobSize` – Menentukan jika Anda ingin melakukan validasi parsial untuk kolom LOB alih-alih memvalidasi semua data yang disimpan dalam kolom. Ini adalah sesuatu yang Anda mungkin menemukan berguna ketika Anda bermigrasi hanya bagian dari data LOB dan tidak seluruh LOB data set. Nilai dalam unit KB. Nilai default-nya adalah 0, yang berarti AWS DMS memvalidasi semua data kolom LOB. Misalnya, `"ValidationPartialLobSize": 32` berarti AWS DMS hanya memvalidasi 32KB pertama dari data kolom di sumber dan target. + `PartitionSize` – Menentukan ukuran batch catatan untuk dibaca sebagai perbandingan dari sumber dan target. Default adalah 10.000. + `ValidationQueryCdcDelaySeconds` – Jumlah waktu kueri validasi pertama tertunda pada sumber dan target untuk setiap pembaruan CDC. Hal ini dapat membantu mengurangi pertentangan sumber daya ketika latensi migrasi tinggi. Sebuah validasi hanya tugas secara otomatis menetapkan opsi ini untuk 180 detik. Defaultnya adalah 0. Misalnya, JSON berikut memungkinkan validasi data dengan dua kali jumlah default benang. Ini juga menyumbang perbedaan dalam urutan catatan yang disebabkan oleh perbedaan pemeriksaan kolom di endpoint PostgreSQL. Selain itu, menyediakan penundaan pelaporan validasi ke akun untuk waktu tambahan untuk memproses kegagalan validasi. ``` "ValidationSettings": { "EnableValidation": true, "ThreadCount": 10, "HandleCollationDiff": true, "RecordFailureDelayLimitInMinutes": 30 } ``` **catatan** Untuk titik akhir Oracle, AWS DMS gunakan DBMS\$1CRYPTO untuk memvalidasi. BLOBs Jika endpoint Oracle Anda menggunakan BLOBs, berikan `execute` izin untuk DBMS\$1CRYPTO ke akun pengguna yang mengakses endpoint Oracle. Untuk melakukan ini, jalankan pernyataan berikut. ``` grant execute on sys.dbms_crypto to dms_endpoint_user; ``` # Pengaturan sinkronisasi ulang data Fitur Data resync memungkinkan Anda untuk menyinkronkan ulang basis data target dengan database sumber Anda berdasarkan laporan validasi data. Untuk informasi selengkapnya, lihat [validasi AWS DMS data](https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Validating.html). Anda dapat menambahkan parameter tambahan untuk `ResyncSettings` di `ReplicationTaskSettings` titik akhir yang mengonfigurasi proses sinkronisasi ulang. Untuk informasi selengkapnya, lihat [Contoh setelan tugas](https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Tasks.CustomizingTasks.TaskSettings.html#CHAP_Tasks.CustomizingTasks.TaskSettings.Example) di [Menentukan setelan tugas untuk AWS Database Migration Service tugas](https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Tasks.CustomizingTasks.TaskSettings.html). **catatan** `ResyncSchedule`dan `MaxResyncTime` parameter diperlukan jika proses sinkronisasi ulang diaktifkan dan tugas memiliki komponen CDC. Mereka tidak valid untuk tugas penuh saja. Pengaturan dan nilai parameter resync Data adalah sebagai berikut: `EnableResync` Mengaktifkan fitur resync Data saat disetel ke`true`. Secara default, sinkronisasi ulang Data dinonaktifkan. **Tipe data**: Boolean **Wajib**: Tidak **Default**: `false` **Validasi**: Seharusnya tidak null jika `ResyncSettings` parameter ada di. `TaskSettings` `ResyncSchedule` Jendela waktu untuk fitur Data resync berlaku. Harus hadir dalam format Cron. Untuk informasi selengkapnya, lihat [Aturan ekspresi cron](CHAP_Validating.DataResync.md#CHAP_DataResync.cron). **Jenis data: String** **Wajib**: Tidak **Validasi**: + Harus hadir dalam format ekspresi Cron. + Seharusnya tidak nol untuk tugas dengan CDC yang telah `EnableResync` disetel ke. `true` + Tidak dapat diatur untuk tugas tanpa komponen CDC. `MaxResyncTime` Batas waktu maksimum dalam hitungan menit agar fitur Data resync berlaku. **Tipe data: Integer** **Wajib**: Tidak **Validasi**: + Seharusnya tidak nol untuk tugas dengan CDC. + Tidak diperlukan untuk tugas tanpa CDC. + Nilai minimum:`5 minutes`, Nilai maksimum: `14400 minutes` (10 hari). `Validation onlyTaskID` ID unik dari tugas validasi. ID tugas hanya validasi ditambahkan di akhir ARN. Contoh: + Validasi hanya tugas ARN: `arn:aws:dms:us-west-2:123456789012:task:6DG4CLGJ5JSJR67CFD7UDXFY7KV6CYGRICL6KWI` + ID tugas hanya validasi: `6DG4CLGJ5JSJR67CFD7UDXFY7KV6CYGRICL6KWI` **Jenis data: String** **Wajib**: Tidak **Validasi**: Seharusnya tidak null untuk tugas dengan fitur resync Data diaktifkan dan validasi dinonaktifkan. Contoh: ``` "ResyncSettings": { "EnableResync": true, "ResyncSchedule": "30 9 ? * MON-FRI", "MaxResyncTime": 400, "ValidationTaskId": "JXPP94804DJOEWIJD9348R3049" }, ``` # Pengaturan tugas untuk perubahan pengolahan DDL penanganan Pengaturan berikut menentukan bagaimana AWS DMS menangani perubahan bahasa definisi data (DDL) untuk tabel target selama pengambilan data perubahan (CDC). Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). Pengaturan tugas untuk menangani perubahan pengolahan DDL meliputi berikut ini: + `HandleSourceTableDropped –` Atur opsi ini ke `true` untuk menjatuhkan tabel target ketika tabel sumber dijatuhkan. + `HandleSourceTableTruncated` – Atur opsi ini ke `true` untuk memotong tabel target ketika tabel sumber dipotong. + `HandleSourceTableAltered` – Atur opsi ini ke `true` untuk mengubah tabel target ketika tabel sumber diubah. Berikut ini adalah contoh bagaimana pengaturan tugas yang menangani perubahan pengolahan DDL muncul dalam tugas pengaturan file JSON: ``` "ChangeProcessingDdlHandlingPolicy": { "HandleSourceTableDropped": true, "HandleSourceTableTruncated": true, "HandleSourceTableAltered": true }, ``` **catatan** Untuk informasi tentang pernyataan DDL yang didukung untuk titik akhir tertentu, lihat topik yang menjelaskan titik akhir tersebut. # Pengaturan tugas substitusi karakter Anda dapat menentukan bahwa tugas replikasi Anda melakukan substitusi karakter pada database target untuk semua kolom database sumber dengan AWS DMS `STRING` atau `WSTRING` tipe data. Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). Anda dapat mengkonfigurasi substitusi karakter untuk setiap tugas dengan endpoint dari sumber dan target database berikut: + Database sumber: + Oracle + Microsoft SQL Server + MySQL + MariaDB + PostgreSQL + SAP Adaptive Server Enterprise (ASE) + IBM Db2 LUW + Basisdata target: + Oracle + Microsoft SQL Server + MySQL + MariaDB + PostgreSQL + SAP Adaptive Server Enterprise (ASE) + Amazon Redshift Anda dapat menentukan substitusi karakter menggunakan parameter `CharacterSetSettings` dalam pengaturan tugas Anda. Substitusi karakter ini terjadi untuk karakter yang ditentukan menggunakan nilai titik kode Unicode dalam notasi heksadesimal. Anda dapat menerapkan substitusi dalam dua tahap, dalam urutan berikut jika keduanya ditentukan: 1. **Penggantian karakter individu** - AWS DMS dapat mengganti nilai karakter yang dipilih pada sumber dengan nilai pengganti yang ditentukan dari karakter yang sesuai pada target. Gunakan susunan `CharacterReplacements` dalam `CharacterSetSettings` untuk memilih semua karakter sumber yang memiliki poin kode Unicode yang Anda tentukan. Gunakan susunan ini juga untuk menentukan poin kode pengganti untuk karakter yang sesuai pada target. Untuk memilih semua karakter pada sumber yang memiliki titik kode tertentu, atur instans `SourceCharacterCodePoint` di susunan `CharacterReplacements` ke titik kode. Kemudian tentukan titik kode pengganti untuk semua karakter target setara dengan menetapkan instans yang sesuai dengan susunan `TargetCharacterCodePoint` ini. Untuk menghapus karakter target alih-alih menggantikannya, atur instans `TargetCharacterCodePoint` yang sesuai ke nol (0). Anda dapat mengganti atau menghapus banyak nilai yang berbeda dari karakter target yang Anda inginkan dengan menentukan pasangan pengaturan `SourceCharacterCodePoint` dan `TargetCharacterCodePoint` tambahan di susunan `CharacterReplacements`. Jika Anda menentukan nilai yang sama untuk beberapa instans `SourceCharacterCodePoint`, nilai dari pengaturan yang sesuai terakhir dari `TargetCharacterCodePoint` berlaku pada target. Misalnya, anggaplah Anda menentukan nilai-nilai berikut untuk `CharacterReplacements`. ``` "CharacterSetSettings": { "CharacterReplacements": [ { "SourceCharacterCodePoint": 62, "TargetCharacterCodePoint": 61 }, { "SourceCharacterCodePoint": 42, "TargetCharacterCodePoint": 41 } ] } ``` Dalam contoh ini, AWS DMS ganti semua karakter dengan nilai hex titik kode sumber 62 pada target dengan karakter dengan nilai titik kode 61. Juga, AWS DMS mengganti semua karakter dengan kode sumber titik 42 pada target dengan karakter dengan nilai titik kode 41. Dengan kata lain, AWS DMS menggantikan semua instans huruf `'b'` pada target dengan huruf `'a'`. Demikian pula, AWS DMS menggantikan semua contoh surat `'B'` pada target dengan surat itu. `'A'` 1. **Validasi dan penggantian set karakter** - Setelah penggantian karakter individu selesai, AWS DMS dapat memastikan bahwa semua karakter target memiliki poin kode Unicode yang valid dalam set karakter tunggal yang Anda tentukan. Anda menggunakan `CharacterSetSupport` di `CharacterSetSettings` untuk mengonfigurasi verifikasi dan modifikasi karakter target ini. Untuk menentukan set karakter verifikasi, atur `CharacterSet` di `CharacterSetSupport` dengan nilai string set karakter ini. Kemungkinan nilai untuk `CharacterSet` adalah sebagai berikut: Anda dapat AWS DMS memodifikasi karakter target yang tidak valid dengan salah satu cara berikut: + Tentukan pengganti tunggal Unicode kode titik untuk semua karakter target tidak valid, terlepas dari titik kode mereka saat ini. Untuk mengonfigurasi titik kode pengganti ini, atur `ReplaceWithCharacterCodePoint` di `CharacterSetSupport` ke nilai yang ditentukan. + Konfigurasikan penghapusan semua karakter target yang tidak valid dengan mengatur `ReplaceWithCharacterCodePoint` ke nol (0). Misalnya, anggaplah Anda menentukan nilai-nilai berikut untuk `CharacterSetSupport`. ``` "CharacterSetSettings": { "CharacterSetSupport": { "CharacterSet": "UTF16_PlatformEndian", "ReplaceWithCharacterCodePoint": 0 } } ``` Dalam contoh ini, AWS DMS menghapus karakter apa pun yang ditemukan pada target yang tidak valid di set karakter. `"UTF16_PlatformEndian"` Jadi, setiap karakter yang ditentukan dengan nilai hex `2FB6` dihapus. Nilai ini tidak valid karena ini adalah titik kode Unicode 4-byte dan set UTF16 karakter hanya menerima karakter dengan poin kode 2-byte. **catatan** Tugas replikasi melengkapi semua substitusi karakter tertentu sebelum memulai transformasi global atau tabel-tingkat yang Anda tentukan melalui pemetaan tabel. Untuk informasi lebih lanjut tentang pemetaan tabel, lihat [Menggunakan pemetaan tabel untuk menentukan pengaturan tugas](CHAP_Tasks.CustomizingTasks.TableMapping.md). Substitusi karakter tidak mendukung tipe data LOB. Ini termasuk tipe data apa pun yang DMS anggap sebagai tipe data LOB. Misalnya, `Extended` tipe data di Oracle dianggap sebagai LOB. Untuk informasi selengkapnya tentang tipe data sumber, lihat berikut. [Jenis data sumber untuk Oracle](CHAP_Source.Oracle.md#CHAP_Source.Oracle.DataTypes) Nilai-nilai yang AWS DMS mendukung untuk `CharacterSet` muncul dalam tabel berikut. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/dms/latest/userguide/CHAP_Tasks.CustomizingTasks.TaskSettings.CharacterSubstitution.html) # Pengaturan tugas citra sebelumnya Saat menulis pembaruan CDC ke target streaming data seperti Kinesis atau Apache Kafka, Anda dapat melihat nilai asli baris basis data sumber sebelum diubah dengan pembaruan. Untuk memungkinkan hal ini, AWS DMS mengisi *gambar sebelum* peristiwa pembaruan berdasarkan data yang disediakan oleh mesin database sumber. Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). Untuk melakukannya, Anda menggunakan `BeforeImageSettings` parameter, yang menambahkan atribut JSON baru ke setiap operasi pembaruan dengan nilai yang dikumpulkan dari sistem database sumber. Pastikan untuk menerapkan `BeforeImageSettings` hanya untuk beban penuh ditambah tugas CDC atau tugas CDC saja. Beban penuh ditambah tugas CDC memigrasikan data yang ada dan mereplikasi perubahan yang sedang berlangsung. Hanya tugas CDC yang mereplikasi perubahan data saja. Jangan terapkan `BeforeImageSettings` pada tugas-tugas yang beban penuh saja. Opsi yang memungkinkan untuk `BeforeImageSettings` adalah sebagai berikut: + `EnableBeforeImage`— Menghidupkan sebelum pencitraan saat diatur ke`true`. Nilai default-nya `false`. + `FieldName` – Menetapkan nama untuk atribut JSON baru. Saat `EnableBeforeImage` adalah `true`, `FieldName` diperlukan dan tidak dapat kosong. + `ColumnFilter` – Menentukan kolom untuk ditambahkan dengan menggunakan pencitraan sebelumnya. Untuk menambahkan hanya kolom yang merupakan bagian dari kunci utama tabel, gunakan nilai default, `pk-only`. Untuk menambahkan kolom apa pun yang memiliki nilai citra sebelum, gunakan `all`. Perhatikan bahwa gambar sebelum tidak mendukung tipe data objek biner besar (LOB) seperti CLOB dan BLOB. Berikut ini menunjukkan contoh penggunaan`BeforeImageSettings`. ``` "BeforeImageSettings": { "EnableBeforeImage": true, "FieldName": "before-image", "ColumnFilter": "pk-only" } ``` Untuk informasi tentang pengaturan citra sebelumnya untuk Kinesis, termasuk pengaturan pemetaan tabel tambahan, lihat [Menggunakan citra sebelumnya untuk melihat nilai asli dari baris CDC untuk Kinesis data stream sebagai target](CHAP_Target.Kinesis.md#CHAP_Target.Kinesis.BeforeImage). Untuk informasi tentang pengaturan citra sebelumnya untuk Kafka, termasuk pengaturan pemetaan tabel tambahan, lihat [Menggunakan citra sebelumnya untuk melihat nilai-nilai asli dari baris CDC untuk Apache Kafka sebagai target](CHAP_Target.Kafka.md#CHAP_Target.Kafka.BeforeImage). # Penanganan kesalahan pengaturan tugas Anda dapat mengatur perilaku penanganan kesalahan tugas replikasi Anda menggunakan pengaturan berikut. Untuk informasi tentang cara menggunakan file konfigurasi tugas untuk mengatur setelan tugas, lihat[Contoh pengaturan tugas](CHAP_Tasks.CustomizingTasks.TaskSettings.md#CHAP_Tasks.CustomizingTasks.TaskSettings.Example). + `DataErrorPolicy`— Menentukan tindakan yang diambil AWS DMS ketika ada kesalahan yang terkait dengan pemrosesan data pada tingkat catatan. Beberapa contoh kesalahan pemrosesan data termasuk kesalahan konversi, kesalahan dalam transformasi, dan data yang buruk. Nilai default-nya `LOG_ERROR`. + `IGNORE_RECORD` – Tugas berlanjut dan data untuk catatan tersebut diabaikan. Penghitung kesalahan untuk properti `DataErrorEscalationCount` bertambah. Jadi, jika Anda menetapkan batas pada kesalahan untuk tabel, kesalahan ini dihitung ke batas itu. + `LOG_ERROR` – Tugas berlanjut dan kesalahan ditulis ke log tugas. + `SUSPEND_TABLE` – Tugas berlanjut tetapi data dari tabel dengan catatan kesalahan dipindahkan ke status kesalahan dan data tidak direplikasi. + `STOP_TASK` – Tugas berhenti dan intervensi manual diperlukan. + `DataTruncationErrorPolicy` – Menentukan tindakan yang diambil AWS DMS saat data terpotong. Nilai default-nya `LOG_ERROR`. + `IGNORE_RECORD` – Tugas berlanjut dan data untuk catatan tersebut diabaikan. Penghitung kesalahan untuk properti `DataErrorEscalationCount` bertambah. Jadi, jika Anda menetapkan batas pada kesalahan untuk tabel, kesalahan ini dihitung ke batas itu. + `LOG_ERROR` – Tugas berlanjut dan kesalahan ditulis ke log tugas. + `SUSPEND_TABLE` – Tugas berlanjut tetapi data dari tabel dengan catatan kesalahan dipindahkan ke status kesalahan dan data tidak direplikasi. + `STOP_TASK` – Tugas berhenti dan intervensi manual diperlukan. + `DataErrorEscalationPolicy` – Menentukan tindakan yang diambil AWS DMS ketika jumlah maksimum kesalahan (diatur dalam parameter `DataErrorEscalationCount`) tercapai. Nilai default-nya `SUSPEND_TABLE`. + `SUSPEND_TABLE` – Tugas berlanjut tetapi data dari tabel dengan catatan kesalahan dipindahkan ke status kesalahan dan data tidak direplikasi. + `STOP_TASK` – Tugas berhenti dan intervensi manual diperlukan. + `DataErrorEscalationCount` – Menetapkan jumlah maksimum kesalahan yang dapat terjadi pada data untuk catatan tertentu. Ketika nomor ini tercapai, data untuk tabel yang berisi catatan kesalahan ditangani sesuai dengan kebijakan yang ditetapkan dalam `DataErrorEscalationPolicy`. Default-nya adalah 0. + `EventErrorPolicy`— Menentukan tindakan yang diambil AWS DMS ketika terjadi kesalahan saat mengirim acara terkait tugas. Nilai yang mungkin adalah + `IGNORE`— Tugas berlanjut dan data apa pun yang terkait dengan peristiwa itu diabaikan. + `STOP_TASK` – Tugas berhenti dan intervensi manual diperlukan. + `TableErrorPolicy` – Menentukan tindakan yang diambil AWS DMS ketika terjadi kesalahan saat memproses data atau metadata untuk tabel tertentu. Kesalahan ini hanya berlaku untuk data tabel umum dan bukan merupakan kesalahan yang berkaitan dengan catatan tertentu. Nilai default-nya `SUSPEND_TABLE`. + `SUSPEND_TABLE` – Tugas berlanjut tetapi data dari tabel dengan catatan kesalahan dipindahkan ke status kesalahan dan data tidak direplikasi. + `STOP_TASK` – Tugas berhenti dan intervensi manual diperlukan. + `TableErrorEscalationPolicy` – Menentukan tindakan yang diambil AWS DMS ketika jumlah maksimum kesalahan (diatur menggunakan parameter `TableErrorEscalationCount`). Pengaturan default dan hanya pengguna adalah`STOP_TASK`, di mana tugas dihentikan dan intervensi manual diperlukan. + `TableErrorEscalationCount` – Jumlah maksimum kesalahan yang dapat terjadi pada data umum atau metadata untuk tabel tertentu. Ketika nomor ini tercapai, data untuk tabel ditangani sesuai dengan kebijakan yang ditetapkan dalam `TableErrorEscalationPolicy`. Defaultnya adalah 0. + `RecoverableErrorCount` – Jumlah maksimum upaya yang dilakukan untuk memulai ulang tugas ketika terjadi kesalahan lingkungan. Setelah sistem mencoba untuk me-restart tugas jumlah yang ditentukan kali, tugas dihentikan dan intervensi manual diperlukan. Nilai defaultnya adalah -1. Saat Anda menetapkan nilai ini ke -1, jumlah percobaan ulang yang dicoba DMS bervariasi berdasarkan jenis kesalahan yang dikembalikan sebagai berikut: + **Status berjalan, kesalahan yang dapat dipulihkan: Jika kesalahan** yang dapat dipulihkan seperti koneksi yang hilang atau penerapan target gagal terjadi, DMS mencoba ulang tugas sembilan kali. + **Status awal, kesalahan yang dapat dipulihkan**: DMS mencoba ulang tugas enam kali. + **Status berjalan, kesalahan fatal ditangani oleh DMS: DMS** mencoba ulang tugas enam kali. + **Status berjalan, kesalahan fatal tidak ditangani oleh DMS: DMS** tidak mencoba lagi tugas. + **Selain di atas**: AWS DMS mencoba ulang tugas tanpa batas waktu. Menetapkan nilai ini ke 0 untuk tidak pernah mencoba untuk memulai ulang tugas. Kami menyarankan Anda mengatur `RecoverableErrorCount` dan `RecoverableErrorInterval` menilai sedemikian rupa sehingga ada percobaan ulang yang cukup pada interval yang cukup agar tugas DMS Anda pulih dengan benar. Jika terjadi kesalahan fatal, DMS berhenti melakukan upaya restart di sebagian besar skenario. + `RecoverableErrorInterval`— Jumlah detik yang menunggu AWS DMS antara upaya untuk memulai kembali tugas. Default-nya adalah 5. + `RecoverableErrorThrottling`— Saat diaktifkan, interval antara upaya untuk memulai ulang tugas ditingkatkan dalam rangkaian berdasarkan nilai`RecoverableErrorInterval`. Misalnya, jika `RecoverableErrorInterval` diatur ke 5 detik, maka percobaan lagi berikutnya akan terjadi setelah 10 detik, lalu 20, lalu 40 detik dan seterusnya. Nilai default-nya `true`. + `RecoverableErrorThrottlingMax`— Jumlah maksimum detik yang AWS DMS menunggu antara upaya untuk memulai kembali tugas jika `RecoverableErrorThrottling` diaktifkan. Default adalah 1800. + `RecoverableErrorStopRetryAfterThrottlingMax`— Nilai default diatur ke`true`, dan DMS berhenti melanjutkan tugas setelah jumlah maksimum detik yang AWS DMS menunggu antara upaya pemulihan tercapai, per. `RecoverableErrorStopRetryAfterThrottlingMax` Ketika diatur ke`false`, DMS terus melanjutkan tugas setelah jumlah maksimum detik yang AWS DMS menunggu antara upaya pemulihan tercapai, per `RecoverableErrorStopRetryAfterThrottlingMax` sampai tercapai. `RecoverableErrorCount` + `ApplyErrorDeletePolicy` – Menentukan tindakan apa yang diambil AWS DMS ketika ada konflik dengan operasi DELETE. Nilai default-nya `IGNORE_RECORD`. Nilai yang mungkin adalah sebagai berikut: + `IGNORE_RECORD` – Tugas berlanjut dan data untuk catatan tersebut diabaikan. Penghitung kesalahan untuk properti `ApplyErrorEscalationCount` bertambah. Jadi, jika Anda menetapkan batas pada kesalahan untuk tabel, kesalahan ini dihitung ke batas itu. + `LOG_ERROR` – Tugas berlanjut dan kesalahan ditulis ke log tugas. + `SUSPEND_TABLE` – Tugas berlanjut tetapi data dari tabel dengan catatan kesalahan dipindahkan ke status kesalahan dan data tidak direplikasi. + `STOP_TASK` – Tugas berhenti dan intervensi manual diperlukan. + `ApplyErrorInsertPolicy` – Menentukan tindakan apa yang diambil AWS DMS ketika ada konflik dengan operasi INSERT. Nilai default-nya `LOG_ERROR`. Nilai yang mungkin adalah sebagai berikut: + `IGNORE_RECORD` – Tugas berlanjut dan data untuk catatan tersebut diabaikan. Penghitung kesalahan untuk properti `ApplyErrorEscalationCount` bertambah. Jadi, jika Anda menetapkan batas pada kesalahan untuk tabel, kesalahan ini dihitung ke batas itu. + `LOG_ERROR` – Tugas berlanjut dan kesalahan ditulis ke log tugas. + `SUSPEND_TABLE` – Tugas berlanjut tetapi data dari tabel dengan catatan kesalahan dipindahkan ke status kesalahan dan data tidak direplikasi. + `STOP_TASK` – Tugas berhenti dan intervensi manual diperlukan. + `INSERT_RECORD` – Jika ada catatan target yang ada dengan kunci primer yang sama seperti catatan sumber yang dimasukkan, catatan target diperbarui. **catatan** **Dalam mode Terapkan Transaksional**: Dalam proses ini, sistem pertama kali mencoba memasukkan catatan. Jika sisipan gagal karena konflik kunci utama, itu menghapus catatan yang ada dan kemudian menyisipkan yang baru. **Dalam mode Batch Apply**: Proses menghapus semua catatan yang ada dalam batch target sebelum memasukkan set lengkap catatan baru, memastikan penggantian data yang bersih. Proses ini mencegah duplikasi data, tetapi menimbulkan beberapa biaya kinerja dibandingkan dengan kebijakan default. Dampak kinerja yang tepat tergantung pada karakteristik beban kerja spesifik Anda. + `ApplyErrorUpdatePolicy`— Menentukan tindakan apa yang diambil AWS DMS ketika ada konflik data yang hilang dengan operasi UPDATE. Nilai default-nya `LOG_ERROR`. Nilai yang mungkin adalah sebagai berikut: + `IGNORE_RECORD` – Tugas berlanjut dan data untuk catatan tersebut diabaikan. Penghitung kesalahan untuk properti `ApplyErrorEscalationCount` bertambah. Jadi, jika Anda menetapkan batas pada kesalahan untuk tabel, kesalahan ini dihitung ke batas itu. + `LOG_ERROR` – Tugas berlanjut dan kesalahan ditulis ke log tugas. + `SUSPEND_TABLE` – Tugas berlanjut tetapi data dari tabel dengan catatan kesalahan dipindahkan ke status kesalahan dan data tidak direplikasi. + `STOP_TASK` – Tugas berhenti dan intervensi manual diperlukan. + `UPDATE_RECORD`— Jika catatan target hilang, catatan target yang hilang dimasukkan ke dalam tabel target. AWS DMS sepenuhnya menonaktifkan dukungan kolom LOB untuk tugas tersebut. Memilih opsi ini memerlukan supplemental logging penuh untuk diaktifkan untuk semua kolom tabel sumber ketika Oracle adalah basis data sumber. **catatan** **Dalam mode Terapkan Transaksional**: Dalam proses ini, sistem pertama kali mencoba memperbarui catatan. Jika pembaruan gagal karena catatan yang hilang pada target, itu menjalankan penghapusan untuk catatan yang gagal dan kemudian menyisipkan yang baru. Proses ini memerlukan pencatatan tambahan penuh untuk database sumber Oracle dan DMS menonaktifkan dukungan kolom LOB untuk tugas ini. **Dalam mode Batch Apply**: Proses menghapus semua catatan yang ada dalam batch target sebelum memasukkan set lengkap catatan baru, memastikan penggantian data yang bersih. + `ApplyErrorEscalationPolicy`— Menentukan tindakan apa yang diambil AWS DMS ketika jumlah maksimum kesalahan (diatur menggunakan `ApplyErrorEscalationCount` parameter) tercapai. Defaultnya adalah LOG\$1ERROR: + `LOG_ERROR` – Tugas berlanjut dan kesalahan ditulis ke log tugas. + `SUSPEND_TABLE` – Tugas berlanjut tetapi data dari tabel dengan catatan kesalahan dipindahkan ke status kesalahan dan data tidak direplikasi. + `STOP_TASK` – Tugas berhenti dan intervensi manual diperlukan. + `ApplyErrorEscalationCount` – Opsi ini menetapkan jumlah maksimum konflik BERLAKU yang dapat terjadi untuk tabel tertentu selama operasi proses perubahan. Ketika nomor ini tercapai, tabel data ditangani sesuai dengan kebijakan yang ditetapkan dalam parameter `ApplyErrorEscalationPolicy`. Defaultnya adalah 0. + `ApplyErrorFailOnTruncationDdl` – Atur opsi ini ke `true` untuk menyebabkan tugas gagal ketika pemotongan dilakukan pada salah satu tabel yang dilacak selama CDC. Nilai default-nya `false`. Pendekatan ini tidak bekerja dengan PostgreSQL versi 11.x atau lebih rendah, atau titik akhir sumber lain yang tidak mereplikasi pemotongan tabel DDL. + `FailOnNoTablesCaptured`— Atur opsi ini `true` untuk menyebabkan tugas gagal saat pemetaan tabel yang ditentukan untuk tugas tidak menemukan tabel saat tugas dimulai. Nilai default-nya `true`. + `FailOnTransactionConsistencyBreached` – Opsi ini berlaku untuk tugas-tugas yang menggunakan Oracle sebagai sumber dengan CDC. Default-nya adalah salah. Atur ke `true` untuk menyebabkan tugas gagal ketika transaksi terbuka dalam jangka waktu lebih lama dari batas waktu tertentu dan dapat dijatuhkan. Ketika tugas CDC dimulai dengan Oracle, AWS DMS menunggu waktu terbatas untuk transaksi terbuka tertua ditutup sebelum memulai CDC. Jika transaksi terbuka tertua tidak ditutup sampai batas waktu tercapai, maka dalam banyak kasus AWS DMS dimulai CDC, mengabaikan transaksi itu. Jika opsi ini diatur ke `true`, tugas gagal. + `FullLoadIgnoreConflicts`— Setel opsi ini `true` agar AWS DMS mengabaikan kesalahan “nol baris yang terpengaruh” dan “duplikat” saat menerapkan peristiwa yang di-cache. Jika disetel ke`false`, AWS DMS laporkan semua kesalahan alih-alih mengabaikannya. Nilai default-nya `true`. + `DataMaskingErrorPolicy`— Menentukan tindakan yang AWS DMS diambil ketika penyembunyian data gagal karena tipe data yang tidak kompatibel atau alasan lainnya. Berikut ini adalah opsi yang tersedia: + `STOP_TASK`(Default) — Tugas berhenti dan intervensi manual diperlukan. + `IGNORE_RECORD` – Tugas berlanjut dan data untuk catatan tersebut diabaikan. + `LOG_ERROR` – Tugas berlanjut dan kesalahan ditulis ke log tugas. Data yang dibuka kedok akan dimuat dalam tabel target. + `SUSPEND_TABLE` – Tugas berlanjut tetapi data dari tabel dengan catatan kesalahan dipindahkan ke status kesalahan dan data tidak direplikasi. **catatan** Kesalahan pemuatan tabel di Redshift sebagai target dilaporkan dalam. `STL_LOAD_ERRORS` *Untuk informasi selengkapnya, lihat [STL\$1LOAD\$1ERRORS di Panduan Pengembang Database](https://docs.aws.amazon.com/redshift/latest/dg/r_STL_LOAD_ERRORS.html) Amazon Redshift.* **catatan** Perubahan parameter yang terkait dengan kesalahan yang dapat dipulihkan hanya berlaku setelah Anda menghentikan dan melanjutkan tugas DMS. Perubahan tidak berlaku untuk eksekusi saat ini. # Menyimpan pengaturan tugas Anda dapat menyimpan pengaturan tugas sebagai file JSON jika Anda ingin menggunakan kembali pengaturan untuk tugas lain. Anda dapat menemukan pengaturan tugas untuk disalin ke file JSON di bawah bagian **Detail Ikhtisar** tugas. **catatan** Saat menggunakan kembali pengaturan tugas untuk tugas lain, hapus `CloudWatchLogStream` atribut `CloudWatchLogGroup` dan apa pun. Jika tidak, kesalahan berikut diberikan: PESAN KESALAHAN SISTEM: Pengaturan Tugas CloudWatchLogGroup atau CloudWatchLogStream tidak dapat diatur saat membuat. Sebagai contoh, file JSON berikut berisi pengaturan disimpan untuk tugas. ``` { "TargetMetadata": { "TargetSchema": "", "SupportLobs": true, "FullLobMode": false, "LobChunkSize": 0, "LimitedSizeLobMode": true, "LobMaxSize": 32, "InlineLobMaxSize": 0, "LoadMaxFileSize": 0, "ParallelLoadThreads": 0, "ParallelLoadBufferSize": 0, "BatchApplyEnabled": false, "TaskRecoveryTableEnabled": false, "ParallelLoadQueuesPerThread": 0, "ParallelApplyThreads": 0, "ParallelApplyBufferSize": 0, "ParallelApplyQueuesPerThread": 0 }, "FullLoadSettings": { "TargetTablePrepMode": "DO_NOTHING", "CreatePkAfterFullLoad": false, "StopTaskCachedChangesApplied": false, "StopTaskCachedChangesNotApplied": false, "MaxFullLoadSubTasks": 8, "TransactionConsistencyTimeout": 600, "CommitRate": 10000 }, "Logging": { "EnableLogging": true, "LogComponents": [ { "Id": "TRANSFORMATION", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "SOURCE_UNLOAD", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "IO", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "TARGET_LOAD", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "PERFORMANCE", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "SOURCE_CAPTURE", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "SORTER", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "REST_SERVER", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "VALIDATOR_EXT", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "TARGET_APPLY", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "TASK_MANAGER", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "TABLES_MANAGER", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "METADATA_MANAGER", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "FILE_FACTORY", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "COMMON", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "ADDONS", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "DATA_STRUCTURE", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "COMMUNICATION", "Severity": "LOGGER_SEVERITY_DEFAULT" }, { "Id": "FILE_TRANSFER", "Severity": "LOGGER_SEVERITY_DEFAULT" } ] }, "ControlTablesSettings": { "ControlSchema": "", "HistoryTimeslotInMinutes": 5, "HistoryTableEnabled": false, "SuspendedTablesTableEnabled": false, "StatusTableEnabled": false, "FullLoadExceptionTableEnabled": false }, "StreamBufferSettings": { "StreamBufferCount": 3, "StreamBufferSizeInMB": 8, "CtrlStreamBufferSizeInMB": 5 }, "ChangeProcessingDdlHandlingPolicy": { "HandleSourceTableDropped": true, "HandleSourceTableTruncated": true, "HandleSourceTableAltered": true }, "ErrorBehavior": { "DataErrorPolicy": "LOG_ERROR", "DataTruncationErrorPolicy": "LOG_ERROR", "DataErrorEscalationPolicy": "SUSPEND_TABLE", "DataErrorEscalationCount": 0, "TableErrorPolicy": "SUSPEND_TABLE", "TableErrorEscalationPolicy": "STOP_TASK", "TableErrorEscalationCount": 0, "RecoverableErrorCount": -1, "RecoverableErrorInterval": 5, "RecoverableErrorThrottling": true, "RecoverableErrorThrottlingMax": 1800, "RecoverableErrorStopRetryAfterThrottlingMax": true, "ApplyErrorDeletePolicy": "IGNORE_RECORD", "ApplyErrorInsertPolicy": "LOG_ERROR", "ApplyErrorUpdatePolicy": "LOG_ERROR", "ApplyErrorEscalationPolicy": "LOG_ERROR", "ApplyErrorEscalationCount": 0, "ApplyErrorFailOnTruncationDdl": false, "FullLoadIgnoreConflicts": true, "FailOnTransactionConsistencyBreached": false, "FailOnNoTablesCaptured": true }, "ChangeProcessingTuning": { "BatchApplyPreserveTransaction": true, "BatchApplyTimeoutMin": 1, "BatchApplyTimeoutMax": 30, "BatchApplyMemoryLimit": 500, "BatchSplitSize": 0, "MinTransactionSize": 1000, "CommitTimeout": 1, "MemoryLimitTotal": 1024, "MemoryKeepTime": 60, "StatementCacheSize": 50 }, "PostProcessingRules": null, "CharacterSetSettings": null, "LoopbackPreventionSettings": null, "BeforeImageSettings": null, "FailTaskWhenCleanTaskResourceFailed": false } ```