As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Crie um trabalho de modernização do SQL Server
## Connect banco de dados e repositório de código-fonte
### Configurar o conector do banco
Estabeleça conectividade segura com seus bancos de dados do SQL Server configurando conectores de banco de dados. O conector realiza a análise do ambiente, a descoberta de dependências e permite que o AWS Transform acesse seus esquemas e metadados de banco de dados para avaliação e conversão.
**Ações a serem concluídas:**
+ Selecione **Configurar conector de banco** de dados no assistente de configuração
+ Escolha o método de conexão: **Nova conexão** ou **conexão existente**
+ Forneça detalhes da conexão do SQL Server (endpoint, porta, nomes de banco de dados)
+ Configure a autenticação e teste a conectividade
+ Analise os bancos de dados descobertos e confirme a seleção
**nota**
**Conectividade de rede:** garanta que seus grupos de segurança e NACLs do SQL Server permitam conexões de entrada dos pontos finais do serviço AWS Transform.
### Conecte o repositório de código-fonte
Ative o AWS Transform para acessar o código-fonte do aplicativo.NET. AWS O Transform suporta três métodos para fornecer código-fonte: um conector Personal Access Token (PAT) (recomendado) ou Amazon S3. AWS CodeConnections Essa integração permite que o serviço analise o código do seu aplicativo, identifique dependências do banco de dados e realize transformações automatizadas de código para compatibilidade com o PostgreSQL.
**Ações a serem concluídas:**
+ Navegue até a seção **Connect Source Code Repository**
+ Escolha seu método de autenticação: **conector PAT** (recomendado) ou **Amazon** S3 **AWS CodeConnections**
+ Selecione repositórios contendo aplicativos.NET
+ Especifique a ramificação para análise (normalmente main/master ou desenvolvimento)
+ Valide o acesso ao repositório e a estrutura do código
**nota**
**Descoberta do repositório:** o AWS Transform verifica automaticamente seus repositórios para identificar projetos do.NET, configurações do Entity Framework, cadeias de conexão de banco de dados e dependências do SQL.
**nota**
**Nota de segurança:** o AWS Transform requer apenas acesso de leitura aos seus repositórios e cria novas ramificações de recursos para o código transformado. Sua filial principal permanece intocada.
## Humano no circuito
AWS O Transform usa mecanismos human-in-the-loop (HITL) para garantir a qualidade e permitir que você revise e aprove decisões críticas de transformação. Os seguintes pontos de verificação exigem sua atenção:
### Revisão e aprovação do plano Wave
**O que você analisa:** as ondas de migração propostas, incluindo quais bancos de dados e aplicativos são agrupados e a sequência das ondas.
Você pode:
+ Aprovar o plano de ondas
+ Personalize ondas movendo bancos de dados entre ondas
+ Modificar sequência de ondas
+ Dividir ou mesclar ondas
Após a aprovação, o AWS Transform prossegue com a conversão do esquema.
### Análise de conversão do esquema
**O que você revisa:** objetos de banco de dados convertidos, incluindo tabelas, procedimentos armazenados, funções e gatilhos. Os itens de ação destacam objetos que requerem atenção.
Você pode:
+ Aceite o código convertido
+ Modificar código convertido
+ Bandeira para revisão humana após a transformação
+ Veja a comparação lado a lado do código original e convertido
**O que acontece após a aprovação:** o AWS Transform aplica o esquema ao Aurora PostgreSQL e prossegue com a migração de dados (se configurado).
### Revisão do código do aplicativo
**O que você analisa:** todas as alterações no código do aplicativo, incluindo configurações do Entity Framework, cadeias de conexão, código de acesso a dados e chamadas de procedimentos armazenados.
Você pode:
+ Aceite alterações para cada arquivo
+ Modificar código transformado
+ Rejeitar alterações (não recomendado)
+ Adicione comentários para sua equipe
+ Baixe o código transformado para análise local
**O que acontece após a aprovação:** o AWS Transform confirma as alterações em uma nova ramificação no seu repositório e prossegue com a validação.
### Análise dos resultados da validação
**O que você analisa:** resultados de validação automatizados, incluindo compatibilidade de esquemas, verificações de integridade de dados e status de criação de aplicativos.
Você pode:
+ Revise os testes aprovados
+ Investigue testes que falharam
+ Avisos de endereço
+ Prossiga com a implantação ou retorne para corrigir problemas
**O que acontece após a aprovação:** o AWS Transform se prepara para a implantação em seu ambiente de destino.
### Aprovação de implantação
**O que você analisa:** Configuração de implantação, incluindo modelos de infraestrutura como código, configuração do serviço ECS e configurações de implantação.
Você pode:
+ Revise e personalize as configurações de implantação
+ Aprovar a implantação para continuar
+ Atrasar a implantação para testes adicionais
+ Baixe o código de infraestrutura para análise
Após a aprovação, o AWS Transform implanta seu aplicativo e banco de dados modernizados no ambiente de destino.
## Avaliação e planejamento de ondas
### Configurar landing zone
Configure o ambiente de infraestrutura de destino em que seus aplicativos modernizados serão implantados. A configuração da landing zone inclui provisionamento do Aurora PostgreSQL, configuração de rede e configurações de implantação de referência.
**Ações a serem concluídas:**
+ Selecione **Configurar zona de pouso** no menu de configuração
+ Configurar o destino do Aurora PostgreSQL (versão, classe de instância) Multi-AZ
+ Definir configurações de rede e segurança (VPC, sub-redes, grupos de segurança)
**nota**
**Consideração de custo:** as instâncias do Aurora PostgreSQL incorrem em custos contínuos. Considere usar o Aurora Serverless v2 para ambientes. development/testing
### Avaliação
Conduza uma análise abrangente dos esquemas do banco de dados, do código do aplicativo e das dependências. A fase de avaliação fornece classificações de complexidade de transformação, identifica possíveis desafios e gera relatórios detalhados.
**Ações a serem concluídas:**
+ Selecione a ramificação do repositório para análise de código
+ Selecione repositórios e bancos de dados para transformação
+ Revise os resultados da avaliação e as classificações de complexidade
+ Gere relatório de avaliação com projeções de esforço
+ Relatório de exportação para análise e aprovação das partes interessadas
**nota**
**Insights de avaliação:** a avaliação fornece uma análise detalhada dos objetos do esquema, procedimentos armazenados, dependências do aplicativo e estima o nível de intervenção humana necessário.
### Planejamento de ondas
Organize sua modernização em ondas gerenciáveis com base na complexidade da transformação, nas prioridades dos negócios e nas dependências dos aplicativos. AWS O Transform gera recomendações de ondas inteligentes que você pode personalizar.
**Ações a serem concluídas:**
+ Analise o plano e as recomendações do AI-Generated Wave
+ Personalize a configuração do Wave com base nas prioridades de negócios
+ Valide dependências entre aplicativos e bancos de dados
+ Finalize o Wave Plan usando a interface conversacional
+ Defina prioridades de execução do Wave e atribua responsabilidades
**nota**
**AI-Powered Recomendações:** você pode interagir com a IA por meio de linguagem natural para ajustar as recomendações: “Mover o CustomerDB para o Wave 1" ou “Combine esses dois aplicativos na mesma onda”.
**nota**
**Melhor prática:** comece com uma onda piloto contendo de 1 a 2 bancos de dados de baixa complexidade para estabelecer processos e aumentar a confiança da equipe.
## Migração de dados para cada onda
### Conversão de esquema para cada onda
Transforme esquemas de banco de dados do SQL Server em PostgreSQL-compatible equivalentes usando recursos AI-enhanced de conversão. Esse processo converte tabelas, procedimentos armazenados, funções, acionadores e outros objetos do banco de dados.
**Ações a serem concluídas:**
+ Forneça metas de conversão de esquema e configure preferências
+ Execute a conversão automatizada usando o serviço de conversão de esquema DMS
+ Analise os resultados da conversão e identifique os itens de intervenção humana
+ Lidar com intervenções manuais por meio de instruções do HITL
+ Valide as correções humanas e execute novamente a conversão, se necessário
**nota**
**Intervenções manuais comuns:** servidores vinculados, tipos definidos pelo usuário, T-SQL padrões avançados e recursos SQL específicos do fornecedor geralmente exigem revisão e correção humanas.
### Migração de dados para cada onda
Transfira dados do SQL Server para o Aurora PostgreSQL usando a integração (). AWS Database Migration Service AWS DMS Escolha entre migração de dados de produção ou geração de dados sintéticos para fins de teste.
**Ações a serem concluídas:**
+ Escolha a **migração de dados de produção** ou a **geração de dados sintéticos**
+ Configurar a instância de replicação do DMS para transferência de dados
+ Monitore o progresso da migração e resolva as inconsistências de dados
+ Valide a integridade dos dados e as restrições referenciais
+ Confirme a conclusão bem-sucedida antes de continuar
**nota**
**Integração automatizada do DMS:** o AWS Transform abstrai a complexidade da configuração do DMS, manipulando automaticamente a criação de endpoints, a configuração de tarefas e os mapeamentos de tipos de dados.
**nota**
**Validação de dados:** o serviço realiza testes empíricos executando consultas idênticas nos bancos de dados de origem e de destino para garantir a consistência dos dados.
## Migração de código para cada onda
Transforme o código do aplicativo.NET para funcionar com o Aurora PostgreSQL, incluindo atualizações de configuração do Entity Framework, modificações na cadeia de conexão, adaptações de consultas SQL e ajustes específicos da estrutura.
**Ações a serem concluídas:**
+ Execute análise automatizada de código para dependências do SQL Server
+ Execute a transformação da estrutura (atualizações do provedor do Entity Framework)
+ Adapte a sintaxe do SQL Query ao PostgreSQL-compatible SQL
+ Configurar o Target Branch Management para código transformado
+ Lide com intervenções manuais para padrões complexos