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.
Crea un processo di modernizzazione di SQL Server
Connetti il database e il repository del codice sorgente
Configura il connettore del database
Stabilisci una connettività sicura ai tuoi database SQL Server configurando i connettori di database. Il connettore esegue l'analisi dell'ambiente, l'individuazione delle dipendenze e consente a AWS Transform di accedere agli schemi e ai metadati del database per la valutazione e la conversione.
Azioni da completare:
Seleziona Configura Database Connector dalla procedura guidata di configurazione
Scegli il metodo di connessione: Nuova connessione o Connessione esistente
Fornisci i dettagli della connessione a SQL Server (endpoint, porta, nomi di database)
Configurare l'autenticazione e testare la connettività
Esamina i database scoperti e conferma la selezione
Nota
Connettività di rete: assicurati che i gruppi di sicurezza e i NACL di SQL Server consentano le connessioni in entrata dagli endpoint del servizio AWS Transform.
Collega il repository del codice sorgente
Abilita AWS Transform per accedere al codice sorgente dell'applicazione.NET. AWS Transform supporta tre metodi per fornire il codice sorgente: un connettore Personal Access Token (PAT) (consigliato) o Amazon S3. AWS CodeConnections Questa integrazione consente al servizio di analizzare il codice dell'applicazione, identificare le dipendenze del database ed eseguire trasformazioni automatiche del codice per la compatibilità con PostgreSQL.
Azioni da completare:
Vai alla sezione Connect Source Code Repository
Scegli il tuo metodo di autenticazione: PAT Connector (consigliato) o Amazon AWS CodeConnections S3
Seleziona i repository contenenti applicazioni.NET
Specifica il ramo per l'analisi (in genere main/master o per lo sviluppo)
Convalida l'accesso al repository e la struttura del codice
Nota
Repository Discovery: AWS Transform esegue automaticamente la scansione dei repository per identificare i progetti .NET, le configurazioni di Entity Framework, le stringhe di connessione al database e le dipendenze SQL.
Nota
Nota sulla sicurezza: AWS Transform richiede solo l'accesso in lettura ai repository e crea nuovi rami di funzionalità per il codice trasformato. Il tuo ramo principale rimane intatto.
Umano al corrente
AWS Transform utilizza meccanismi human-in-the-loop (HITL) per garantire la qualità e consentire di rivedere e approvare le decisioni critiche di trasformazione. I seguenti punti di controllo richiedono la vostra attenzione:
Revisione e approvazione del piano Wave
Contenuto della recensione: le ondate di migrazione proposte, compresi i database e le applicazioni raggruppati e la sequenza delle ondate.
Puoi:
Approva il piano d'ondata
Personalizza le onde spostando i database tra le onde
Modificare la sequenza d'onda
Dividi o unisci le onde
Dopo l'approvazione, AWS Transform procede con la conversione dello schema.
Revisione della conversione dello schema
Contenuto della recensione: oggetti di database convertiti, tra cui tabelle, stored procedure, funzioni e trigger. Le azioni evidenziano gli oggetti che richiedono attenzione.
Puoi:
Accetta il codice convertito
Modifica il codice convertito
Contrassegna per la revisione umana dopo la trasformazione
Visualizza il confronto fianco a fianco tra codice originale e convertito
Cosa succede dopo l'approvazione: AWS Transform applica lo schema ad Aurora PostgreSQL e procede con la migrazione dei dati (se configurata).
Revisione del codice dell'applicazione
Contenuto della recensione: tutte le modifiche al codice dell'applicazione, comprese le configurazioni di Entity Framework, le stringhe di connessione, il codice di accesso ai dati e le chiamate di stored procedure.
Puoi:
Accetta le modifiche per ogni file
Modifica il codice trasformato
Rifiuta le modifiche (scelta non consigliata)
Aggiungi commenti per il tuo team
Scarica il codice trasformato per la revisione locale
Cosa succede dopo l'approvazione: AWS Transform esegue il commit delle modifiche in una nuova filiale del repository e procede con la convalida.
Revisione dei risultati della convalida
Cosa esaminate: risultati di convalida automatica, tra cui compatibilità dello schema, controlli di integrità dei dati e stato di compilazione dell'applicazione.
Puoi:
Rivedi i test superati
Analizza i test falliti
Indirizza gli avvisi
Procedi alla distribuzione o ritorna per risolvere i problemi
Cosa succede dopo l'approvazione: AWS Transform si prepara per la distribuzione nell'ambiente di destinazione.
Approvazione dell'implementazione
Contenuto della recensione: configurazione della distribuzione, inclusi modelli infrastructure-as-code, configurazione del servizio ECS e impostazioni di distribuzione.
Puoi:
Rivedi e personalizza le impostazioni di distribuzione
Approva la distribuzione per procedere
Ritardare l'implementazione per ulteriori test
Scarica il codice dell'infrastruttura per la revisione
Dopo l'approvazione, AWS Transform distribuisce l'applicazione e il database modernizzati nell'ambiente di destinazione.
Valutazione e pianificazione delle ondate
Imposta la zona di atterraggio
Configura l'ambiente dell'infrastruttura di destinazione in cui verranno distribuite le applicazioni modernizzate. La configurazione della zona di destinazione include il provisioning di Aurora PostgreSQL, la configurazione di rete e le configurazioni di distribuzione di riferimento.
Azioni da completare:
Seleziona Configura zona di atterraggio dal menu di configurazione
Configura il target Aurora PostgreSQL (versione, classe di istanza,) Multi-AZ
Configura le impostazioni di rete e di sicurezza (VPC, sottoreti, gruppi di sicurezza)
Nota
Considerazione dei costi: le istanze Aurora PostgreSQL sono soggette a costi continui. Prendi in considerazione l'utilizzo di Aurora Serverless v2 per gli ambienti. development/testing
Valutazione
Conduci un'analisi completa degli schemi del database, del codice dell'applicazione e delle dipendenze. La fase di valutazione fornisce valutazioni della complessità della trasformazione, identifica le potenziali sfide e genera report dettagliati.
Azioni da completare:
Seleziona Repository Branch per l'analisi del codice
Seleziona Repository e database per la trasformazione
Rivedi i risultati della valutazione e le valutazioni di complessità
Genera un rapporto di valutazione con proiezioni dello sforzo
Rapporto di esportazione per la revisione e l'approvazione delle parti interessate
Nota
Approfondimenti sulla valutazione: la valutazione fornisce un'analisi dettagliata degli oggetti dello schema, delle procedure archiviate, delle dipendenze delle applicazioni e stima il livello di intervento umano richiesto.
Pianificazione delle onde
Organizza la modernizzazione in fasi gestibili in base alla complessità della trasformazione, alle priorità aziendali e alle dipendenze delle applicazioni. AWS Transform genera raccomandazioni intelligenti che puoi personalizzare.
Azioni da completare:
Rivedi il piano AI-Generated Wave e i consigli
Personalizza Wave Configuration in base alle priorità aziendali
Convalida le dipendenze tra applicazioni e database
Finalizza Wave Plan utilizzando l'interfaccia conversazionale
Stabilisci le priorità di esecuzione delle ondate e assegna le responsabilità
Nota
AI-Powered Consigli: puoi interagire con l'intelligenza artificiale tramite il linguaggio naturale per modificare i consigli: «Sposta CustomerDB su Wave 1" o «Combina queste due applicazioni nella stessa ondata».
Nota
Best practice: inizia con un'ondata pilota contenente 1-2 database a bassa complessità per stabilire i processi e aumentare la fiducia del team.
Migrazione dei dati per ogni ondata
Conversione dello schema per ogni ondata
Trasforma gli schemi del database SQL Server in PostgreSQL-compatible equivalenti utilizzando le funzionalità di AI-enhanced conversione. Questo processo converte tabelle, stored procedure, funzioni, trigger e altri oggetti del database.
Azioni da completare:
Fornisci obiettivi di conversione dello schema e configura le preferenze
Esegui la conversione automatica utilizzando il servizio DMS Schema Conversion
Esamina i risultati della conversione e identifica gli elementi di intervento umano
Gestisci gli interventi manuali tramite i prompt HITL
Convalida le correzioni umane ed esegui nuovamente la conversione se necessario
Nota
Interventi manuali comuni: i server collegati, i tipi definiti dall'utente, i T-SQL modelli avanzati e le funzionalità SQL specifiche del fornitore richiedono in genere una revisione e una correzione umane.
Migrazione dei dati per ogni ondata
Trasferisci i dati da SQL Server ad Aurora PostgreSQL utilizzando l' AWS Database Migration Service integrazione ().AWS DMS Scegli tra la migrazione dei dati di produzione o la generazione di dati sintetici a scopo di test.
Azioni da completare:
Scegli la migrazione dei dati di produzione o la generazione di dati sintetici
Configura l'istanza di replica DMS per il trasferimento dei dati
Monitora l'avanzamento della migrazione e gestisci le incongruenze dei dati
Convalida l'integrità dei dati e i vincoli referenziali
Conferma il completamento con successo prima di procedere
Nota
Integrazione DMS automatizzata: AWS Transform riassume la complessità della configurazione DMS, gestendo automaticamente la creazione degli endpoint, la configurazione delle attività e la mappatura dei tipi di dati.
Nota
Convalida dei dati: il servizio esegue test empirici eseguendo query identiche sui database di origine e di destinazione per garantire la coerenza dei dati.
Migrazione del codice per ogni ondata
Trasforma il codice dell'applicazione.NET per farlo funzionare con Aurora PostgreSQL, inclusi aggiornamenti della configurazione di Entity Framework, modifiche alle stringhe di connessione, adattamenti delle query SQL e aggiustamenti specifici del framework.
Azioni da completare:
Esegui un'analisi automatica del codice per le dipendenze di SQL Server
Esegui la trasformazione del framework (aggiornamenti del provider di Entity Framework)
Adattare la sintassi di SQL Query a PostgreSQL-compatible SQL
Configura Target Branch Management per il codice trasformato
Gestisci gli interventi manuali per modelli complessi
