AWS Schema Conversion Tool でのマルチサーバー評価レポートの作成 - AWS Schema Conversion Tool
マルチサーバー評価を実行する入力 CSV ファイルの準備レポートを検索して表示する集約評価レポートを出力する

AWS Schema Conversion Tool でのマルチサーバー評価レポートの作成

環境全体にとって最適なターゲットの方向性を決定するには、マルチサーバー評価レポートを作成します。

マルチサーバー評価レポートは、評価する各スキーマの定義に対して指定した入力に基づいて、複数のサーバーを評価します。スキーマ定義には、データベースサーバーの接続パラメータと各スキーマのフルネームが含まれています。各スキーマを評価した後、AWS SCT は、複数のサーバーにわたるデータベース移行に関する概要をまとめた評価レポートを作成します。このレポートには、移行ターゲットごとに推定される複雑さが表示されます。

AWS SCT を使用して、以下のソースデータベースとターゲットデータベースに関するマルチサーバー評価レポートを作成できます。

ソースデータベース ターゲットデータベース

Amazon Redshift

Amazon Redshift

Azure SQL データベース

Aurora MySQL、Aurora PostgreSQL、MySQL、PostgreSQL

Azure Synapse Analytics

Amazon Redshift

BigQuery

Amazon Redshift

Greenplum

Amazon Redshift

IBM Db2 for z/OS

Amazon Aurora MySQL 互換エディション (Aurora MySQL)、Amazon Aurora PostgreSQL 互換エディション (Aurora PostgreSQL)、MySQL, PostgreSQL

IBM Db2 LUW

Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, PostgreSQL

Microsoft SQL Server

Aurora MySQL、Aurora PostgreSQL、Amazon Redshift、Babelfish for Aurora PostgreSQL、MariaDB、Microsoft SQL Server、MySQL、PostgreSQL

MySQL

Aurora PostgreSQL、MySQL、PostgreSQL

Netezza

Amazon Redshift

Oracle

Aurora MySQL、Aurora PostgreSQL、Amazon Redshift、MariaDB、MySQL、Oracle、PostgreSQL

PostgreSQL

Aurora MySQL、Aurora PostgreSQL、MySQL、PostgreSQL

SAP ASE

Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, PostgreSQL

Snowflake

Amazon Redshift

Teradata

Amazon Redshift

Vertica

Amazon Redshift

マルチサーバー評価を実行する

以下の手順を使用して、AWS SCT でマルチサーバー評価を実行します。マルチサーバー評価を実行するのに、AWS SCT で新しいプロジェクトを作成する必要はありません。開始する前に、データベース接続パラメータを含むカンマ区切り値 (CSV) ファイルを準備していることを確認してください。また、必要なデータベースドライバーがすべてインストールされていることを確認し、AWS SCT の設定でドライバーの場所を設定してください。詳細については、「AWS Schema Conversion Tool 用の JDBC ドライバーのインストール」を参照してください。

マルチサーバー評価を実行し、集約されたサマリーレポートを作成するには

  1. AWS SCT で、[File] (ファイル)、[New multiserver assessment] (新しいマルチサーバー評価) を選択します。[New multiserver assessment] (新しいマルチサーバー評価) ダイアログボックスが開きます。

    新しいマルチユーザー評価アクセス

  2. データベース接続パラメーターを含む CSV ファイルの空のテンプレートをダウンロードするには、「接続ファイルの例をダウンロード」を選択します。

  3. [プロジェクト名]、[ロケーション] (レポートの保存先)、および [接続ファイル] (.csv ファイル) の値を入力します。

  4. 評価レポートの生成後に移行プロジェクトを自動的に作成するには、[ソースデータベースごとに AWS SCT プロジェクトを作成] を選択します。

  5. [ソースデータベースごとに AWS SCT プロジェクトを作成] をオンにすると、[これらのプロジェクトにマッピングルールを追加し、変換統計をオフラインで使用できるように保存する] を選択できます。この場合、AWS SCT は各プロジェクトにマッピングルールを追加し、ソースデータベースのメタデータをプロジェクトに保存します。詳細については、「AWS Schema Conversion Tool でオフラインモードを使用する」を参照してください。

  6. [実行] を選択します。

    データベース評価のペースを示す進行状況バーが表示されます。ターゲットエンジンの数は、評価のランタイムに影響を与える可能性があります。

  7. 「すべてのデータベースサーバーの完全な分析には時間がかかる場合があります」というメッセージが表示された場合は、[はい] を選択します。続行しますか?

    マルチサーバー評価レポートが完了すると、そのことを示す画面が表示されます。

  8. [レポートを開く] を選択して、集約されたサマリー評価レポートを表示します。

デフォルトでは、AWS SCT はすべてのソースデータベースの集約レポートと、ソースデータベースの各スキーマ名ごとの、詳細な評価レポートを生成します。詳細については、「レポートを検索して表示する」を参照してください。

[ソースデータベースごとに AWS SCT プロジェクトを作成] AWS SCT オプションをオンにすると、ソースデータベースごとに空のプロジェクトが作成されます。 AWS SCT は、前述のように評価レポートも作成します。これらの評価レポートを分析し、ソースデータベースごとに移行先を選択したら、これらの空のプロジェクトにターゲットデータベースを追加します。

[これらのプロジェクトにマッピングルールを追加し、変換統計をオフラインで使用できるように保存する] オプションをオンにした状態で、AWS SCT はソースデータベースごとにプロジェクトを作成します。これらのプロジェクトには、次の情報が含まれます。

入力 CSV ファイルの準備

接続パラメータをマルチサーバー評価レポートの入力として指定するには、次の例に示すように、CSV ファイルを使用します。

Name,Description,Secret Manager Key,Server IP,Port,Service Name,Database name,BigQuery path,Source Engine,Schema Names,Use Windows Authentication,Login,Password,Use SSL,Trust store,Key store,SSL authentication,Target Engines
Sales,,,192.0.2.0,1521,pdb,,,ORACLE,Q4_2021;FY_2021,,user,password,,,,,POSTGRESQL;AURORA_POSTGRESQL
Marketing,,,ec2-a-b-c-d.eu-west-1.compute.amazonaws.com,1433,,target_audience,,MSSQL,customers.dbo,,user,password,,,,,AURORA_MYSQL
HR,,,192.0.2.0,1433,,employees,,MSSQL,employees.%,true,,,,,,,AURORA_POSTGRESQL
Customers,,secret-name,,,,,,MYSQL,customers,,,,,,,,AURORA_POSTGRESQL
Analytics,,,198.51.100.0,8195,,STATISTICS,,DB2LUW,BI_REPORTS,,user,password,,,,,POSTGRESQL
Products,,,203.0.113.0,8194,,,,TERADATA,new_products,,user,password,,,,,REDSHIFT

前の例では、セミコロンを使用して Sales データベースの 2 つのスキーマ名を区切っています。また、セミコロンを使用して Sales データベースの 2 つのターゲットデータベース移行プラットフォームを区切っています。

また、前の例では AWS Secrets Manager を使用して Customers データベースに接続し、Windows 認証を使用して HR データベースに接続します。

新しい CSV ファイルを作成するか、AWS SCT から CSV ファイルのテンプレートをダウンロードして、必要な情報を入力できます。CSV ファイルの最初の行に、前の例に示したのと同じ列名が含まれていることを確認してください。

入力 CSV ファイルのテンプレートをダウンロードするには

  1. AWS SCT を起動します。

  2. [ファイル]、[新しいマルチサーバー評価] の順に選択します。

  3. [接続ファイルのサンプルをダウンロード] を選択します。

CSV ファイルに、テンプレートで指定された次の値が含まれていることを確認してください。

  • [名前] — データベースの識別に役立つテキストラベル。 AWS SCT は、このテキストラベルを評価レポートに表示します。

  • [説明] — オプションの値で、データベースに関する追加情報を入力できます。

  • [シークレットマネージャーキー] — データベースの認証情報を AWS Secrets Manager に保存するシークレットの名前。Secrets Manager を使用するには、必ず AWS プロファイルを AWS SCT に保存してください。詳細については、「AWS Schema Conversion Tool での AWS Secrets Manager の設定」を参照してください。

    重要

    入力ファイルに [サーバー IP]、[ポート]、[ログイン]、および [パスワード] のパラメーターを含めた場合、AWS SCT は、[Secret Manager キー] パラメーターを無視します。

  • [サーバー IP] – ソースデータベースサーバーのドメインネームサービス (DNS) 名または IP アドレスを入力します。

  • [ポート]: ソースデータベースサーバーへの接続に使用するポート。

  • [サービス名] — サービス名を使用して Oracle データベースに接続する場合、接続する Oracle サービスの名前です。

  • [データベース名] — データベース名。Oracle データベースの場合は、Oracle システム ID (SID) を使用します。

  • [BigQuery パス] — ソース BigQuery データベースのサービスアカウントキーファイルへのパス。このファイルの作成の詳細については、「BigQuery をソースとする場合の権限」を参照してください。

  • [ソースエンジン] — ソースデータベースのタイプ。次のいずれかの値を使用します。

    • Azure SQL データベース用の [AZURE_MSSQL]。

    • Azure Synapse Analytics データベース用の [AZURE_SYNAPSE]。

    • BigQuery データベース用の [GOOGLE_BIGQUERY]。

    • IBM Db2 for z/OS データベース用の [DB2ZOS]。

    • IBM Db2 LUW データベース用の [DB2LUW]。

    • Greenplum データベース用の [GREENPLUM]。

    • Microsoft SQL Server データベース用の [MSSQL]。

    • MySQL データベース用の [MYSQL]。

    • Netezza データベース用の [NETEZZA]。

    • Oracle データベース用の [ORACLE]。

    • PostgreSQL データベース用の [POSTGRESQL]。

    • Amazon Redshift データベースの [REDSHIFT]。

    • Snowflake データベース用の [SNOWFLAKE]。

    • SAP ASE データベース用の [SYBASE_ASE]。

    • Teradata データベース用の [TERADATA]。

    • VERTICA はVertica データベース用の [VERTICA]。

  • [スキーマ名] — 評価レポートに含めるデータベーススキーマの名前。

    Azure SQL Database、Azure Synapse Analytics、BigQuery、Netezza、SAP ASE、Snowflake、SQL Server では、次の形式のスキーマ名を使用してください。

    db_name.schema_name

    db_name をソースデータベースの名前に置き換えます。

    schema_name をソーススキーマの名前に置き換えます。

    ドットを含むデータベース名またはスキーマ名は、次に示すように二重引用符で囲みます: "database.name"."schema.name"。

    次に示すように、複数のスキーマ名をセミコロンで区切ります: Schema1;Schema2。

    データベース名とスキーマ名では大文字が区別されます。

    パーセント (%) をワイルドカードとして使用すると、データベース名またはスキーマ名に含まれる任意の数のシンボルを置き換えることができます。前の例では、パーセント (%) をワイルドカードとして使用して、employees データベースのすべてのスキーマを評価レポートに含めています。

  • [Windows 認証を使用する] — Windows 認証を使用して Microsoft SQL Server データベースに接続する場合は、[true] と入力します。詳細については、「Microsoft SQL Server をソースとして使用するときの Windows 認証の使用」を参照してください。

  • [ログイン] – ソース データベース サーバーに接続するためのユーザー名。

  • [パスワード] – パスワードを入力して、ソースデータベースサーバーに接続します。

  • [SSL を使用する] — ソースデータベースへの接続に Secure Sockets Layer (SSL) を使用する場合は、true を入力します。

  • [信頼ストア] — SSL 接続に使用する信頼ストア。

  • [キーストア] — SSL 接続に使用するキーストア。

  • [SSL 認証] — 証明書による SSL 認証を使用する場合は、true を入力します。

  • [ターゲットエンジン] — ターゲットデータベースプラットフォーム。以下の値を使用して、評価レポートで 1 つ以上のターゲットを指定します。

    • Aurora MySQL 互換データベース用の [AURORA_MYSQL] 。

    • Aurora PostgreSQL 互換データベース用の [AURORA_POSTGRESQL]。

    • Babelfish for Aurora PostgreSQL データベース用の [BABELFISH ]。

    • MariaDB データベース用の [MARIA_DB]。

    • Microsoft SQL Server データベース用の [MSSQL]。

    • MySQL データベース用の [MYSQL]。

    • Oracle データベース用の [ORACLE]。

    • PostgreSQL データベース用の [POSTGRESQL]。

    • Amazon Redshift データベースの [REDSHIFT]。

    複数のターゲットは、次のようにセミコロンを使用して区切ります: MYSQL;MARIA_DB ターゲットの数は、評価の実行にかかる時間に影響します。

レポートを検索して表示する

マルチサーバー評価では、2 種類のレポートが生成されます。

  • すべてのソースデータベースの集約レポート。

  • ソースデータベースの各スキーマ名ごとの、ターゲットデータベースに関する詳細な評価レポート。

レポートは、[新しいマルチサーバー評価] ダイアログボックス内の [ロケーション] で選択したディレクトリに保存されます。

詳細レポートにアクセスするには、ソースデータベース、スキーマ名、ターゲットのデータベースエンジン別に編成されたサブディレクトリをナビゲートします。

集約されたレポートでは、ターゲットデータベースの変換の複雑さに関する情報が 4 列にわたり表示されます。列には、コードオブジェクトの変換、ストレージオブジェクト、構文要素、および変換の複雑さに関する情報が含まれます。

次の例は、2 つの Oracle データベーススキーマを Amazon RDS for PostgreSQL に変換するための情報を示しています。

集約レポートの 1 番目のターゲット

指定した追加のターゲットデータベースエンジンごとに、同じ 4 つの列がレポートに追加されます。

この情報の読み方の詳細については、次を参照してください。

集約評価レポートを出力する

AWS Schema Conversion Tool の集計されたマルチサーバーデータベース移行評価レポートは、次の列を含む CSV ファイルです。

  • Server IP address and port

  • Secret Manager key

  • Name

  • Description

  • Database name

  • Schema name

  • Code object conversion % for target_database

  • Storage object conversion % for target_database

  • Syntax elements conversion % for target_database

  • Conversion complexity for target_database

情報を収集するために、AWS SCT は完全な評価レポートを実行し、スキーマ別にレポートを集約します。

レポートでは、次の 3 つのフィールドに、評価に基づいて可能な自動コンバージョンの割合が表示されます。

コードオブジェクトの変換率

AWS SCT が自動的に、または最小限の変更で変換できるスキーマ内のコード オブジェクトの割合です。コードオブジェクトには、プロシージャ、関数、ビューなどが含まれます。

ストレージオブジェクトの変換率

SCT が自動的に、または最小限の変更で変換できるストレージオブジェクトの割合を示します。ストレージオブジェクトには、テーブル、インデックス、制約などが含まれます。

構文要素の変換率

SCT が自動的に変換できる構文要素の割合を示します。構文要素には SELECT、FROM、DELETE、JOIN 句などが含まれます。

変換の複雑さの計算は、アクション項目の概念に基づいています。アクション項目は、特定のターゲットへの移行中に手動で修正する必要があるソースコード内の問題のタイプを反映しています。アクション項目には複数のオカレンスがある場合があります。

加重スケールは、移行を実行する際の複雑さのレベルを示します。数字の 1 は最低レベルの複雑さを表し、10 は最高レベルの複雑さを表します。