Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Alur kerja modernisasi SQL Server

Bagian ini memberikan panduan langkah demi langkah dari proses modernisasi SQL Server lengkap menggunakan AWS Transform.

Langkah 1: Buat pekerjaan modernisasi SQL Server

Mulailah perjalanan modernisasi Anda dengan membuat pekerjaan transformasi baru di konsol AWS Transform.

Langkah 2: Hubungkan ke database SQL Server

Hu AWS bungkan Transform ke database SQL Server Anda untuk mengaktifkan analisis skema dan konversi.

Buat konektor database

Langkah 3: Hubungkan repositori kode sumber

AWS Transform membutuhkan akses ke kode sumber aplikasi.NET Anda untuk menganalisis dan mengubah kode yang berinteraksi dengan database SQL Server Anda. AWS Transform mendukung tiga metode untuk menyediakan kode sumber.

Pilih metode otentikasi Anda

Siapkan konektor PAT (disarankan)

Dengan konektor PAT, Anda membuat Token Akses Pribadi di penyedia kode sumber Anda dengan izin khusus, menyimpannya dengan aman AWS Secrets Manager, dan AWS Transform mengambilnya bila diperlukan. Anda bertanggung jawab untuk mengelola siklus hidup token termasuk rotasi dan kedaluwarsa. AWS Transform secara otomatis membuat peran IAM yang diperlukan dengan izin untuk mengakses rahasia Anda.

Konektor PAT mendukung penyedia berikut, termasuk DNS/URL versi yang di-host sendiri dan kustom:

Buat Token Akses Pribadi

Buat PAT di penyedia kode sumber Anda. Izin yang diperlukan bervariasi menurut penyedia. Pilih tab untuk penyedia Anda.

GitHub

Arahkan ke Peng aturan, Pengaturan pengembang, Token akses pribadi, Fine-grained token. Pilih repositori untuk diubah dan berikan izin berikut.

Izin repositori

Izin organisasi (diperlukan untuk repositori organisasi)

GitLab

Arahkan ke Edit Profil, Akses Token. Pilih cakupan berikut.

Bitbucket

Arahkan ke Pengaturan Akun, Keamanan, Buat dan kelola Token API. Cakupan yang diperlukan tergantung pada jenis token Anda.

Workspace/Repository Token (ATCT - Auth Pembawa, tidak perlu nama pengguna)

Token API Akun (ATAT - Auth Dasar dengan email) atau Kata Sandi Aplikasi (ATBB - Auth Dasar dengan nama pengguna)

Biru DevOps

Arahkan ke Pengaturan pengguna, Token akses pribadi. Pilih Cakupan yang ditentukan khusus. Untuk lingkup organisasi, pilih Semua organisasi yang dapat diakses (disarankan) atau tentukan satu organisasi.

Simpan PAT di AWS Secrets Manager

Jika Anda menggunakan kunci KMS yang dikelola pelanggan untuk mengenkripsi rahasia Anda (bukan kunci yang AWS dikelola default), Anda harus memperbarui kebijakan kunci KMS agar AWS Transform dapat mendekripsi rahasia. Tambahkan pernyataan berikut ke kebijakan kunci KMS yang dikelola pelanggan Anda:

{
  "Sid": "Allow AWS Transform to decrypt secrets",
  "Effect": "Allow",
  "Principal": {
    "Service": "transform.amazonaws.com"
  },
  "Action": [
    "kms:Decrypt",
    "kms:DescribeKey"
  ],
  "Resource": "*",
  "Condition": {
    "StringEquals": {
      "kms:ViaService": "secretsmanager.REGION.amazonaws.com",
      "kms:EncryptionContext:SecretARN": "YOUR-SECRET-ARN"
    }
  }
}

Ganti REGION dengan AWS Wilayah Anda (misalnya,us-east-1) dan YOUR-SECRET-ARN dengan ARN rahasia Anda. kms:ViaServiceKondisi memastikan kunci KMS hanya dapat digunakan melalui AWS Secrets Manager layanan. kms:EncryptionContext:SecretARNKondisi ini membatasi dekripsi untuk rahasia spesifik Anda.

Untuk memperbarui kebijakan kunci KMS Anda:

Konfigurasikan AWS Transformasi pekerjaan

AWS Transform secara otomatis membuat peran IAM dengan izin yang diperlukan untuk mengakses rahasia Anda.

Rotasi dan pemeliharaan token

Anda bertanggung jawab untuk memutar token PAT sebelum kedaluwarsa. Untuk memutar token:

Memecahkan masalah konektor PAT

Penyiapan AWS CodeConnections

AWS CodeConnections menggunakan integrasi penyedia terkelola yang secara otomatis mengambil kredentif OAuth sementara melalui aliran otorisasi OAuth 2.0. Izin dikonfigurasi di aplikasi penyedia dan dikelola sepenuhnya oleh AWS. Anda mengotorisasi aplikasi sekali, dan AWS menangani semua manajemen kredensia.

Pilih repositori dan cabang Anda

Persetujuan akses repositori

Untuk GitHub dan beberapa platform lain, administrator repositori harus menyetujui permintaan koneksi:

Langkah 4: Buat konektor penerapan (opsional)

Jika Anda ingin menerapkan aplikasi yang diubah ke AWS akun Anda, Anda memiliki opsi untuk memilih konektor penerapan.

Siapkan konektor penerapan

Persetujuan konektor penerapan

Administrator AWS akun Anda harus menyetujui permintaan koneksi untuk konektor penerapan.

Langkah 5: Konfirmasikan sumber daya Anda

Setelah terhubung ke database dan repositori Anda, AWS Transform memverifikasi bahwa semua sumber daya yang diperlukan dapat diakses dan siap untuk transformasi.

Apa AWS Transformasi memverifikasi

Tinjau daftar periksa pra-penerbangan

Langkah 6: Penemuan dan penilaian

AWS Transform menganalisis database SQL Server dan aplikasi.NET Anda untuk memahami ruang lingkup dan kompleksitas modernisasi.

Apa yang ditemukan

Proses penemuan

Tinjau hasil penemuan

Setelah penemuan selesai, navigasikan ke Discovery and assessment untuk meninjau:

Analisis Basis Data:

Analisis Aplikasi:

Peta Ketergantungan:

Memahami penilaian kompleksitas

AWS Transform mengklasifikasikan modernisasi Anda menjadi tiga kategori:

Laporan penilaian

AWS Transform menghasilkan laporan penilaian terperinci yang mencakup:

Anda dapat mengunduh laporan penilaian untuk ditinjau secara offline dan berbagi dengan pemangku kepentingan.

Langkah 7: Hasilkan dan tinjau rencana gelombang

Untuk perkebunan besar dengan beberapa database dan aplikasi, AWS Transform menghasilkan rencana gelombang yang mengurutkan modernisasi dalam kelompok logis.

Apa itu rencana gelombang?

Rencana gelombang mengatur modernisasi Anda ke dalam fase (gelombang) berdasarkan:

Setiap gelombang berisi sekelompok database dan aplikasi yang dapat dimodernisasi bersama tanpa merusak dependensi.

Tinjau rencana gelombang

Sesuaikan rencana gelombang

Anda dapat menyesuaikan rencana gelombang agar sesuai dengan kebutuhan bisnis Anda dengan 2 cara:

Menggunakan JSON:

Menggunakan Obrolan:

Anda dapat memodifikasi rencana gelombang dengan mengobrol dengan agen dan memintanya untuk memindahkan repositori dan database ke gelombang tertentu. Pendekatan ini bekerja dengan baik jika Anda perlu melakukan pengeditan kecil pada gelombang.

Modernisasi database tunggal

Jika Anda memodernisasi satu database dan aplikasi, AWS Transform membuat rencana sederhana dengan satu gelombang. Anda dapat melanjutkan langsung ke transformasi tanpa perencanaan gelombang.

Menyetujui rencana gelombang

Langkah 8: Konversi skema

AWS Transform mengonversi skema database SQL Server Anda ke Aurora PostgreSQL, termasuk tabel, tampilan, prosedur tersimpan, fungsi, dan pemicu.

Cara kerja konversi skema

AWS Transform menggunakan Kon AWS versi Skema DMS yang ditingkatkan dengan AI generatif untuk:

Konversi yang didukung

Secara otomatis dikonversi:

Mungkin memerlukan tinjauan manusia:

Tidak dikonversi secara otomatis:

Mulai konversi skema

Tinjau hasil konversi

Setelah konversi selesai, arahkan ke Tinjau konversi skema:

Ringkasan Konversi:

Ulasan oleh Object Type:

Tinjau item tindakan

Contoh: Konversi prosedur tersimpan

Server SQL T-SQL:

CREATE PROCEDURE GetProductsByCategory
    @CategoryId INT,
    @PageSize INT = 10
AS
BEGIN
    SET NOCOUNT ON;
    
    SELECT TOP (@PageSize)
        ProductId,
        Name,
        Price,
        DATEDIFF(DAY, CreatedDate, GETUTCDATE()) AS DaysOld
    FROM Products
    WHERE CategoryId = @CategoryId
    ORDER BY Name
END

PostgreSQL yang PL/pgSQL dikonversi:

CREATE OR REPLACE FUNCTION get_products_by_category(
    p_category_id INTEGER,
    p_page_size INTEGER DEFAULT 10
)
RETURNS TABLE (
    product_id INTEGER,
    name VARCHAR(255),
    price NUMERIC(18,2),
    days_old INTEGER
) AS $$
BEGIN
    RETURN QUERY
    SELECT 
        p.product_id,
        p.name,
        p.price,
        EXTRACT(DAY FROM (NOW() - p.created_date))::INTEGER AS days_old
    FROM products p
    WHERE p.category_id = p_category_id
    ORDER BY p.name
    LIMIT p_page_size;
END;
$$ LANGUAGE plpgsql;

Perubahan yang dibuat:

Menyetujui konversi skema

Langkah 9: Migrasi data (opsional)

AWS Transform menyediakan opsi untuk memigrasikan data dari SQL Server ke Aurora PostgreSQL. Migrasi data bersifat opsional dan dapat dilewati jika Anda hanya membutuhkan transformasi skema dan kode.

Opsi migrasi data

Opsi 1: Migrasi Data Produksi

Migrasikan data produksi aktual Anda menggunakan AWS DMS:

Opsi 2: Lewati Migrasi Data

Transformasikan skema dan kode saja:

Konfigurasikan migrasi data

Proses migrasi data produksi

Jika Anda memilih untuk memigrasikan data produksi:

Garis Waktu Migrasi:

Validasi data

AWS Transform memvalidasi data yang dimigrasi dengan pemeriksaan berikut:

Langkah 10: Transformasi kode aplikasi

AWS Transform mengubah kode aplikasi.NET Anda untuk bekerja dengan Aurora PostgreSQL alih-alih SQL Server. Ini meminta nama cabang target di repositori Anda untuk melakukan kode sumber yang diubah. Setelah Anda memasukkan nama cabang, AWS Transform akan membuat cabang baru dan memulai transformasi agar sesuai dengan database PostgreSQL.

Apa yang ditransformasikan

Perubahan Kerangka Entitas:

ADO.NET Perubahan:

Perubahan Konfigurasi:

Mulai transformasi kode

Langkah 11: Tinjau hasil transformasi

Sebelum melanjutkan ke penerapan, tinjau hasil transformasi lengkap untuk memastikan semuanya siap untuk pengujian.

Anda dapat mengunduh kode yang diubah dari cabang repositori untuk:

Anda juga dapat mengunduh ringkasan transformasi untuk meninjau perubahan bahasa alami yang dibuat oleh AWS Transform sebagai bagian dari transformasi.

Ringkasan transformasi

Menghasilkan laporan transformasi

AWS Transform menghasilkan laporan transformasi komprehensif:

Laporan tersebut meliputi:

Langkah 12: Validasi dan pengujian

Sebelum menerapkan ke produksi, validasi bahwa aplikasi yang diubah berfungsi dengan benar dengan Aurora PostgreSQL.

Jenis validasi

Validasi Otomatis: AWS Transform melakukan pemeriksaan otomatis:

Validasi Manusia: Anda harus melakukan pengujian tambahan:

Jalankan validasi otomatis

Daftar periksa pengujian

Fungsi Basis Data:

Fungsi Aplikasi:

Integritas Data:

Kinerja:

Langkah 13: Penerapan

Setelah validasi berhasil, gunakan aplikasi dan database modern Anda ke produksi.

Opsi deployment

Pre-deployment daftar periksa

Sebelum menerapkan ke produksi:

Terapkan ke Amazon ECS

Memantau penyebaran

AWS Transform menerapkan aplikasi Anda:

Pantau kemajuan penerapan dan verifikasi:

Post-deployment validasi

Setelah penerapan:

Pengujian asap:

Pemantauan Kinerja:

Validasi Pengguna:

Prosedur rollback

Jika masalah muncul setelah penerapan:

Kembalikan Segera:

Kembalikan Sebagian:

Memperbaiki Maju:

Post-deployment optimasi

Setelah penerapan berhasil:

Penyetelan kinerja:

Optimalisasi Biaya:

Pengaturan Pemantauan:

Dokumentasi: