Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Buat pekerjaan modernisasi SQL Server
Hubungkan database dan repo kode sumber
Konfigurasikan konektor database
Membangun konektivitas aman ke database SQL Server Anda dengan mengonfigurasi konektor database. Konektor melakukan analisis lingkungan, penemuan ketergantungan, dan memungkinkan AWS Transform untuk mengakses skema database dan metadata Anda untuk penilaian dan konversi.
Tindakan yang harus diselesaikan:
Pilih Configure Database Connector dari wizard pengaturan
Pilih metode koneksi: Koneksi Baru atau Kon eksi yang Ada
Berikan rincian koneksi SQL Server (titik akhir, port, nama database)
Konfigurasikan otentikasi dan uji konektivitas
Tinjau database yang ditemukan dan konfirmasikan pemilihan
catatan
Konektivitas Jaringan: Pastikan grup keamanan SQL Server dan NACL memungkinkan koneksi masuk dari titik akhir layanan AWS Transform.
Hubungkan repositori kode sumber
Aktif AWS kan Transform untuk mengakses kode sumber aplikasi.NET Anda. AWS Transform mendukung tiga metode untuk menyediakan kode sumber: konektor Personal Access Token (PAT) (disarankan) AWS CodeConnections, atau Amazon S3. Integrasi ini memungkinkan layanan untuk menganalisis kode aplikasi Anda, mengidentifikasi dependensi database, dan melakukan transformasi kode otomatis untuk kompatibilitas PostgreSQL.
Tindakan yang harus diselesaikan:
Arahkan ke bagian Connect Source Code Repository
Pilih metode otentikasi Anda: Konektor PAT (disarankan) AWS CodeConnections, atau Amazon S3
Pilih repositori yang berisi aplikasi.NET
Tentukan cabang untuk analisis (biasanya main/master atau pengembangan)
Validasi akses repositori dan struktur kode
catatan
Penemuan Repositori: AWS Transform secara otomatis memindai repositori Anda untuk mengidentifikasi proyek.NET, konfigurasi Entity Framework, string koneksi database, dan dependensi SQL.
catatan
Catatan Keamanan: AWS Transform hanya memerlukan akses baca ke repositori Anda dan membuat cabang fitur baru untuk kode yang diubah. Cabang utama Anda tetap tidak tersentuh.
Manusia dalam lingkaran
AWS Transform menggunakan mekanisme human in-the-loop (HITL) untuk memastikan kualitas dan memungkinkan Anda meninjau dan menyetujui keputusan transformasi penting. Pos pemeriksaan berikut memerlukan perhatian Anda:
Tinjauan dan persetujuan rencana gelombang
Apa yang Anda ulas: Gelombang migrasi yang diusulkan, termasuk database dan aplikasi mana yang dikelompokkan bersama dan urutan gelombang.
Anda dapat:
Menyetujui rencana gelombang
Sesuaikan gelombang dengan memindahkan database antar gelombang
Ubah urutan gelombang
Pisahkan atau gabungkan gelombang
Setelah persetujuan, AWS Transform melanjutkan dengan konversi skema.
Tinjauan konversi skema
Apa yang Anda tinjau: Objek database yang dikonversi termasuk tabel, prosedur tersimpan, fungsi, dan pemicu. Item tindakan menyoroti objek yang membutuhkan perhatian.
Anda dapat:
Terima kode yang dikonversi
Ubah kode yang dikonversi
Bendera untuk tinjauan manusia setelah transformasi
Lihat perbandingan berdampingan dari kode asli dan kode yang dikonversi
Apa yang terjadi setelah persetujuan: AWS Transform menerapkan skema ke Aurora PostgreSQL dan melanjutkan dengan migrasi data (jika dikonfigurasi).
Tinjauan kode aplikasi
Apa yang Anda tinj au: Semua perubahan kode aplikasi termasuk konfigurasi Entity Framework, string koneksi, kode akses data, dan panggilan prosedur tersimpan.
Anda dapat:
Terima perubahan untuk setiap file
Ubah kode yang diubah
Tolak perubahan (tidak disarankan)
Tambahkan komentar untuk tim Anda
Unduh kode yang diubah untuk tinjauan lokal
Apa yang terjadi setelah persetujuan: AWS Transform mengkomit perubahan ke cabang baru di repositori Anda dan melanjutkan dengan validasi.
Tinjauan hasil validasi
Apa yang Anda tinj au: Hasil validasi otomatis termasuk kompatibilitas skema, pemeriksaan integritas data, dan status pembuatan aplikasi.
Anda dapat:
Tinjau tes yang lulus
Selidiki tes yang gagal
Peringatan alamat
Lanjutkan ke penerapan atau kembali untuk memperbaiki masalah
Apa yang terjadi setelah persetujuan: AWS Transform mempersiapkan penerapan ke lingkungan target Anda.
Persetujuan penerapan
Apa yang Anda tinjau: Konfigurasi penerapan termasuk templat infrastruktur sebagai kode, konfigurasi layanan ECS, dan pengaturan penerapan.
Anda dapat:
Tinjau dan sesuaikan setelan penerapan
Menyetujui penerapan untuk melanjutkan
Tunda penerapan untuk pengujian tambahan
Unduh kode infrastruktur untuk ditinjau
Setelah disetujui, AWS Transform menyebarkan aplikasi dan database modern Anda ke lingkungan target.
Penilaian dan perencanaan gelombang
Siapkan zona pendaratan
Konfigurasikan lingkungan infrastruktur target tempat aplikasi modern Anda akan digunakan. Pengaturan zona pendaratan mencakup penyediaan Aurora PostgreSQL, konfigurasi jaringan, dan konfigurasi penerapan referensi.
Tindakan yang harus diselesaikan:
Pilih Atur Zona Pendaratan dari menu konfigurasi
Konfigurasikan target Aurora PostgreSQL (versi, kelas instance,) Multi-AZ
Konfigurasikan pengaturan jaringan dan keamanan (VPC, subnet, grup keamanan)
catatan
Pertimbangan Biaya: Instans Aurora PostgreSQL menimbulkan biaya berkelanjutan. Pertimbangkan untuk menggunakan Aurora Serverless v2 untuk development/testing lingkungan.
Penilaian
Lakukan analisis komprehensif skema database, kode aplikasi, dan dependensi Anda. Fase penilaian memberikan peringkat kompleksitas transformasi, mengidentifikasi tantangan potensial, dan menghasilkan laporan terperinci.
Tindakan yang harus diselesaikan:
Pilih Cabang Repositori untuk analisis kode
Pilih Repositori dan Database untuk transformasi
Tinjau Hasil Penilaian dan peringkat kompleksitas
Hasilkan Laporan Penilaian dengan proyeksi usaha
Laporan ekspor untuk tinjauan dan persetujuan pemangku kepentingan
catatan
Wawasan Penilaian: Penilaian memberikan analisis rinci objek skema, prosedur yang disimpan, dependensi aplikasi, dan memperkirakan tingkat intervensi manusia yang diperlukan.
Perencanaan gelombang
Atur modernisasi Anda ke dalam gelombang yang dapat dikelola berdasarkan kompleksitas transformasi, prioritas bisnis, dan dependensi aplikasi. AWS Transform menghasilkan rekomendasi gelombang cerdas yang dapat Anda sesuaikan.
Tindakan yang harus diselesaikan:
Tinjau AI-Generated Rencana Gelombang dan rekomendasi
Sesuaikan Konfigurasi Wave berdasarkan prioritas bisnis
Validasi Dependensi antara aplikasi dan database
Menyelesaikan Rencana Gelombang menggunakan antarmuka percakapan
Tetapkan prioritas eksekusi gelombang dan tetapkan tanggung jawab
catatan
AI-Powered Rekomendasi: Anda dapat berinteraksi dengan AI melalui bahasa alami untuk menyesuaikan rekomendasi: 'Pindahkan CustomerDB ke Wave 1' atau 'Gabungkan kedua aplikasi ini ke dalam gelombang yang sama. '
catatan
Praktik Terbaik: Mulailah dengan gelombang percontohan yang berisi 1-2 database dengan kompleksitas rendah untuk membangun proses dan membangun kepercayaan tim.
Migrasi data untuk setiap gelombang
Konversi skema untuk setiap gelombang
Ubah skema database SQL Server menjadi PostgreSQL-compatible setara menggunakan AI-enhanced kemampuan konversi. Proses ini mengkonversi tabel, prosedur tersimpan, fungsi, pemicu, dan objek database lainnya.
Tindakan yang harus diselesaikan:
Menyediakan Target Konversi Skema dan konfigurasikan preferensi
Jalankan Konversi Otomatis menggunakan layanan Konversi Skema DMS
Tinjau Hasil Konversi dan identifikasi item intervensi manusia
Menangani Intervensi Manual melalui petunjuk HITL
Validasi koreksi manusia dan jalankan kembali konversi jika diperlukan
catatan
Intervensi Manual Umum: Server tertaut, tipe yang ditentukan pengguna, T-SQL pola lanjutan, dan fitur SQL spesifik vendor biasanya memerlukan tinjauan dan koreksi manusia.
Migrasi data untuk setiap gelombang
Mentransfer data dari SQL Server ke Aurora PostgreSQL menggunakan integrasi AWS Database Migration Service (AWS DMS). Pilih antara migrasi data produksi atau pembuatan data sintetis untuk tujuan pengujian.
Tindakan yang harus diselesaikan:
Pilih Migrasi Data Produksi atau Pem buatan Data Sintetis
Konfigurasikan instance replikasi DMS untuk transfer data
Memantau kemajuan migrasi dan menangani inkonsistensi data
Validasi integritas data dan batasan referensial
Konfirmasikan penyelesaian yang berhasil sebelum melanjutkan
catatan
Integrasi DMS Otomatis: AWS Transform mengabstraksi kompleksitas konfigurasi DMS, secara otomatis menangani pembuatan titik akhir, konfigurasi tugas, dan pemetaan tipe data.
catatan
Validasi Data: Layanan melakukan pengujian empiris dengan menjalankan kueri identik terhadap database sumber dan target untuk memastikan konsistensi data.
Migrasi kode untuk setiap gelombang
Ubah kode aplikasi.NET agar berfungsi dengan Aurora PostgreSQL, termasuk pembaruan konfigurasi Entity Framework, modifikasi string koneksi, adaptasi kueri SQL, dan penyesuaian khusus kerangka kerja.
Tindakan yang harus diselesaikan:
Jalankan Analisis Kode Otomatis untuk dependensi SQL Server
Melakukan Transformasi Kerangka Kerja (pembaruan penyedia Kerangka Entitas)
Sesuaikan sintaks SQL Query ke PostgreSQL-compatible SQL
Konfigurasikan Manajemen Cabang Target untuk kode yang diubah
Menangani Intervensi Manual untuk pola yang kompleks
