Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # Aggiunta di dati a un cluster di database Aurora di origine ed esecuzione di query al suo interno Per completare la creazione di un’integrazione Zero-ETL che replichi i dati da Amazon Aurora in Amazon Redshift, devi creare un database nella destinazione. Per le connessioni con Amazon Redshift, connettiti al cluster o al gruppo di lavoro Amazon Redshift e crea un database con un riferimento al tuo identificatore di integrazione. Quindi, puoi aggiungere dati al cluster di database Aurora e vederli replicati in Amazon Redshift o Amazon SageMaker. **Topics** + [Creazione di un database di destinazione](#zero-etl.create-db) + [Aggiunta di dati al cluster di database di origine](#zero-etl.add-data-rds) + [Interrogazione dei dati Aurora in Amazon Redshift](#zero-etl.query-data-redshift) + [Differenze tra i tipi di dati tra i database Aurora e Amazon Redshift](#zero-etl.data-type-mapping) + [Operazioni DDL per Aurora PostgreSQL](#zero-etl.ddl-postgres) ## Creazione di un database di destinazione Prima di poter iniziare a replicare i dati in Amazon Redshift dopo aver creato un’integrazione, devi creare un database nel data warehouse di destinazione. Questo database deve includere un riferimento all’identificatore di integrazione. Puoi utilizzare la console Amazon Redshift o Editor di query v2 per creare il database. Per istruzioni sulla creazione di un database di destinazione, consulta [Creazione di un database di destinazione in Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/zero-etl-using.creating-db.html#zero-etl-using.create-db). ## Aggiunta di dati al cluster di database di origine Dopo aver configurato l’integrazione, puoi popolare il cluster di database Aurora di origine con i dati che desideri replicare nel data warehouse. **Nota** Esistono differenze tra i tipi di dati in Amazon Aurora e il warehouse di analisi di destinazione. Per una tabella di mappature dei tipi di dati, consulta [Differenze tra i tipi di dati tra i database Aurora e Amazon Redshift](#zero-etl.data-type-mapping). Innanzitutto, connettiti al cluster di database di origine utilizzando il client MySQL o PostgreSQL di tua scelta. Per istruzioni, consulta [Connessione a un cluster database Amazon Aurora](Aurora.Connecting.md). Quindi, crea una tabella e inserisci una riga di dati di esempio. **Importante** Assicurati che la tabella abbia una chiave primaria. Altrimenti, non può essere replicata nel data warehouse di destinazione. Le utilità PostgreSQL pg\$1dump e pg\$1restore inizialmente creano tabelle senza una chiave primaria e poi l’aggiungono in seguito. Se utilizzi una di queste utilità, ti consigliamo di creare prima uno schema e poi caricare i dati in un comando separato. **MySQL** L’esempio seguente utilizza [l’utilità MySQL Workbench](https://dev.mysql.com/downloads/workbench/). ``` CREATE DATABASE my_db; USE my_db; CREATE TABLE books_table (ID int NOT NULL, Title VARCHAR(50) NOT NULL, Author VARCHAR(50) NOT NULL, Copyright INT NOT NULL, Genre VARCHAR(50) NOT NULL, PRIMARY KEY (ID)); INSERT INTO books_table VALUES (1, 'The Shining', 'Stephen King', 1977, 'Supernatural fiction'); ``` **PostgreSQL** L’esempio seguente utilizza il terminale interattivo PostgreSQL `[psql](https://www.postgresql.org/docs/current/app-psql.html)`. Quando ti connetti al cluster, includi il database che hai specificato durante la creazione dell’integrazione. ``` psql -h mycluster.cluster-123456789012.us-east-2.rds.amazonaws.com -p 5432 -U username -d named_db; named_db=> CREATE TABLE books_table (ID int NOT NULL, Title VARCHAR(50) NOT NULL, Author VARCHAR(50) NOT NULL, Copyright INT NOT NULL, Genre VARCHAR(50) NOT NULL, PRIMARY KEY (ID)); named_db=> INSERT INTO books_table VALUES (1, 'The Shining', 'Stephen King', 1977, 'Supernatural fiction'); ``` ## Interrogazione dei dati Aurora in Amazon Redshift Dopo aver aggiunto i dati al cluster di database Aurora, questi vengono replicati nel database di destinazione e sono pronti per essere sottoposti a query. **Esecuzione di query sui dati replicati** 1. Vai alla console Amazon Redshift e scegli **Editor di query v2** nel riquadro di navigazione a sinistra. 1. Connettiti al cluster o al gruppo di lavoro e scegli il database di destinazione (creato dall’integrazione) dal menu a tendina (**destination\$1database** in questo esempio). Per istruzioni sulla creazione di un database di destinazione, consulta [Creazione di un database di destinazione in Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/zero-etl-using.creating-db.html#zero-etl-using.create-db). 1. Utilizzo di un’istruzione SELECT per eseguire query sui dati. In questo esempio, puoi eseguire il comando seguente per selezionare tutti i dati dalla tabella creata nel cluster di database Aurora di origine: ``` SELECT * from my_db."books_table"; ``` ![\[Esegui un’istruzione SELECT nell’editor di query. Il risultato è una singola riga di dati di esempio che è stata aggiunta al database Amazon RDS.\]](http://docs.aws.amazon.com/it_it/AmazonRDS/latest/AuroraUserGuide/images/zero-etl-redshift-editor.png) + `my_db` è il nome dello schema del database Aurora. Questa opzione è necessaria solo per i database MySQL. + `books_table` è il nome della tabella Aurora. Puoi anche eseguire query sui dati utilizzando il client della riga di comando. Esempio: ``` destination_database=# select * from my_db."books_table"; ID | Title | Author | Copyright | Genre | txn_seq | txn_id ----+–------------+---------------+-------------+------------------------+----------+--------+ 1 | The Shining | Stephen King | 1977 | Supernatural fiction | 2 | 12192 ``` **Nota** Per distinguere tra maiuscole e minuscole, usa le virgolette doppie (" ") per i nomi di schemi, tabelle e colonne. Per ulteriori informazioni, consulta [enable\$1case\$1sensitive\$1identifier](https://docs.aws.amazon.com/redshift/latest/dg/r_enable_case_sensitive_identifier.html). ## Differenze tra i tipi di dati tra i database Aurora e Amazon Redshift Di seguito, le tabelle mostrano le mappature dei tipi di dati Aurora MySQL e Aurora PostgreSQL ai tipi di dati di destinazione corrispondenti. *Amazon Aurora attualmente supporta solo questi tipi di dati per le integrazioni Zero-ETL.* Se una tabella nel cluster di database di origine include un tipo di dato non supportato, la tabella non viene sincronizzata e non è utilizzabile dalla destinazione. Lo streaming dall’origine alla destinazione va avanti, ma la tabella con il tipo di dato non supportato non è disponibile. Per correggere la tabella e renderla disponibile nella destinazione, devi annullare manualmente la modifica iniziale e aggiornare l’integrazione eseguendo `[ALTER DATABASE...INTEGRATION REFRESH](https://docs.aws.amazon.com/redshift/latest/dg/r_ALTER_DATABASE.html)`. **Nota** Non puoi aggiornare le integrazioni Zero-ETL con un Amazon SageMaker Lakehouse. Piuttosto, elimina e prova a creare nuovamente l’integrazione. **Topics** + [Aurora MySQL](#zero-etl.data-type-mapping-mysql) + [Aurora PostgreSQL](#zero-etl.data-type-mapping-postgres) ### Aurora MySQL [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/AmazonRDS/latest/AuroraUserGuide/zero-etl.querying.html) ### Aurora PostgreSQL Le integrazioni Zero-ETL per Aurora PostgreSQL non supportano tipi di dati personalizzati né tipi di dati creati da estensioni. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/AmazonRDS/latest/AuroraUserGuide/zero-etl.querying.html) ## Operazioni DDL per Aurora PostgreSQL Amazon Redshift è derivato da PostgreSQL, quindi condivide diverse funzionalità con Aurora PostgreSQL a causa dell’architettura comune di PostgreSQL. Le integrazioni Zero-ETL sfruttano queste somiglianze per semplificare la replica dei dati da Aurora PostgreSQL ad Amazon Redshift, la mappatura di database per nome e l’utilizzo della struttura di tabella, schema e database condivisa. Considera i seguenti punti quando gestisci le integrazioni Zero-ETL di Aurora PostgreSQL: + L’isolamento è gestito a livello di database. + La replica avviene a livello di database. + I database Aurora PostgreSQL sono mappati ai database Amazon Redshift per nome, con i dati che fluiscono verso il corrispondente database Redshift rinominato se l’originale viene rinominato. Nonostante le loro somiglianze, Amazon Redshift e Aurora PostgreSQL presentano differenze importanti. Le seguenti sezioni descrivono le risposte del sistema Amazon Redshift per le operazioni DDL comuni. **Topics** + [operazioni database](#zero-etl.ddl-postgres-database) + [Operazioni dello schema](#zero-etl.ddl-postgres-schema) + [Operazioni sulle tabelle](#zero-etl.ddl-postgres-table) ### operazioni database La tabella seguente mostra le risposte del sistema per le operazioni DDL del database. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/AmazonRDS/latest/AuroraUserGuide/zero-etl.querying.html) ### Operazioni dello schema La tabella seguente mostra le risposte del sistema per le operazioni DDL dello schema. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/AmazonRDS/latest/AuroraUserGuide/zero-etl.querying.html) ### Operazioni sulle tabelle La tabella seguente mostra le risposte del sistema per le operazioni DDL della tabella. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/AmazonRDS/latest/AuroraUserGuide/zero-etl.querying.html)