Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Verwendung von AI-Agenten mit DMS-Schemakonvertierung
Sie können KI-Agenten verwenden, um Workflows zur DMS-Schemakonvertierung über die API zu steuern. AWS Ein KI-Agent ist ein Softwaretool, das umfangreiche Sprachmodelle verwendet, um Anweisungen in natürlicher Sprache zu verstehen und Aufgaben zu automatisieren. Wenn ein KI-Agent mit dem AWS MCP-Server verbunden ist, kann er Migrationsprojekte erstellen, den Metadatenbaum Ihrer Quelldatenbank durchsuchen, Schemas konvertieren, Bewertungsberichte erstellen, Ergebnisse exportieren und verschiedene Aspekte des Dienstes erläutern. Sie steuern diese Vorgänge über Eingabeaufforderungen in natürlicher Sprache.
Um die Genauigkeit und Effizienz des Agenten bei der DMS-Schemakonvertierung zu verbessern, können Sie den Skill AWS DMS Schemakonvertierung installieren. Der Skill bietet Conversion-specific DMS-Schemakontext, einschließlich API-Mustern, Systemschema-Ausschlüssen, Operationssequenzierung und Best Practices für den Service.
Wichtig
Der Skill enthält Anweisungen zur Vermeidung häufiger Fehler, die KI-Agenten bei der Verwendung der DMS-Schemakonvertierung machen, und zur Reduzierung von Trial-and-Error-Schleifen, was dazu beiträgt, die Token-Nutzung zu reduzieren und das gewünschte Ziel schneller zu erreichen. Wir empfehlen dringend, es zu installieren, bevor Sie beginnen.
In diesem Thema wird gezeigt, wie der Skill installiert wird, und es werden Beispiele für gängige Workflows zur DMS-Schemakonvertierung bereitgestellt, die Sie über einen AI-Agenten ausführen können.
Voraussetzungen
Bevor Sie beginnen, stellen Sie sicher, dass Sie die folgenden Voraussetzungen erfüllen. In diesem Handbuch wird vorausgesetzt, dass Sie mit AWS DMS Befehlszeilenschnittstellen vertraut sind.
-
Ein KI-Agent — Ein KI-Codierungsagent, der das Model Context Protocol (MCP) unterstützt, wie Kiro CLI
, Claude Code oder Cursor. -
AWS MCP-Server — Konfigurieren Sie den AWS MCP-Server in Ihrem Agenten so, dass er API-Aufrufe tätigen kann. AWS Weitere Informationen finden Sie unter Einrichtung des AWS MCP-Servers im AWS Agent Toolkit-Benutzerhandbuch.
-
AWS Anmeldeinformationen — Der Agent benötigt AWS Anmeldeinformationen mit Berechtigungen zum Aufrufen AWS DMS von APIs. Konfigurieren Sie Anmeldeinformationen mit der AWS CLI. Weitere Informationen zu erforderlichen Berechtigungen finden Sie unter Für die Verwendung sind IAM-Berechtigungen erforderlich AWS DMS.
Anmerkung
Wenn Sie in DMS Schema Conversion bereits ein Migrationsprojekt konfiguriert haben, kann der Agent sofort damit arbeiten. Andernfalls kann der Agent eines für Sie erstellen. Weitere Informationen finden Sie unter Arbeit mit Datenanbietern, Instanzprofilen und Migrationsprojekten in AWS DMS.
Installieren von AWS DMS Fähigkeit zur Schemakonvertierung
Ein Skill ist ein kuratiertes Paket mit Anweisungen und Referenzmaterialien, das Ihrem AI-Agenten hilft, Aufgaben zur DMS-Schemakonvertierung effektiv abzuschließen. Der Skill AWS DMS „Schemakonvertierung“ enthält API-Muster, Ausschlüsse von Systemschemas, Regeln zur Ablaufsteuerung und bewährte Methoden für den Service. Mit dieser Fähigkeit macht der Agent weniger Fehler und benötigt weniger Hin und Her, um die DMS-Schemakonvertierung abzuschließen.
Wählen Sie eine der folgenden Methoden, um den Skill zu installieren.
Nachdem der Skill erfolgreich geladen wurde, wird ein Aktionsmenü mit verfügbaren Schemakonvertierungsaktionen angezeigt.
Bewährte Methoden
Folgen Sie diesen Empfehlungen, um die besten Ergebnisse bei der Verwendung von AI-Agenten mit DMS-Schemakonvertierung zu erzielen.
-
Vor der Konvertierung durchsuchen — Verwenden Sie den Agenten, um die Metadatenstruktur zu erkunden, bevor Sie mit der Konvertierung von Schemas beginnen. Dies hilft Ihnen, den Umfang der Migration zu verstehen und zu ermitteln, welche Schemas konvertiert werden sollen.
-
Ein Schema nach dem anderen konvertieren — Bei großen Datenbanken sollten Sie Schemas einzeln und nicht alle auf einmal konvertieren. Dies macht es einfacher, den konvertierten Code zu überprüfen und Aktionspunkte schrittweise zu adressieren.
-
Systemschemas überspringen — Konvertieren Sie keine Systemdatenbanken oder Systemschemas. Sie enthalten maschineninterne Objekte, die eine große Anzahl von Aktionselementen erzeugen, die nicht konvertierbar sind.
-
Konvertiertes SQL vor der Anwendung überprüfen — Exportieren Sie den konvertierten Code als SQL-Skripts und überprüfen Sie ihn, bevor Sie ihn auf Ihre Zieldatenbank anwenden, insbesondere bei Codeobjekten.
-
Generative AI-assisted Konvertierung aktivieren — Aktivieren Sie die generative AI-assisted Konvertierung, um die Konversionsrate für Codeobjekte zu verbessern. Generative AI-assisted Konvertierung verwendet maschinelles Lernen, um Objekte zu konvertieren, die der regelbasierte Konverter nicht automatisch verarbeiten kann. Weitere Informationen finden Sie unter Datenbankobjekte mit generativer KI konvertieren.
-
Verwenden Sie den Bewertungsbericht — Generieren Sie nach der Konvertierung oder Bewertung einen Bewertungsbericht, um eine Zusammenfassung der Konvertierungsergebnisse und der verbleibenden manuellen Arbeit zu erhalten. Weitere Informationen finden Sie unter Erstellung von Bewertungsberichten zur Datenbankmigration mit DMS Schema Conversion.
Beispiele
Die folgenden Beispiele zeigen gängige Workflows zur DMS-Schemakonvertierung, die Sie nach dem Laden des Skills über einen AI-Agenten ausführen können.
In diesem Beispiel verwenden Sie einen AI-Agenten, um ein Migrationsprojekt für die Konvertierung einer Microsoft SQL Server-Datenbank nach Amazon Aurora PostgreSQL zu erstellen. Der Agent erstellt die erforderlichen AWS DMS Ressourcen und verknüpft sie miteinander.
Die folgende Aufforderung weist den Agenten an, ein Migrationsprojekt zu erstellen:
I want to migrate my SQL Server database to Aurora PostgreSQL using DMS Schema Conversion. The source database is on an EC2 instance at 10.0.1.50, port 1433, database name "AdventureWorks". The credentials are stored in Secrets Manager under "mydb-source-credentials". Create a migration project for me.
Der Agent erstellt einen Quelldatenanbieter, einen Zieldatenanbieter, ein Instanzprofil und das Migrationsprojekt, das sie miteinander verknüpft. Wenn Sie noch keine Zieldatenbank haben, erstellt der Agent einen virtuellen Zieldatenanbieter, sodass Sie Schemas als SQL-Skripts konvertieren und exportieren können. Der Agent erstellt außerdem die erforderlichen IAM-Rollen und S3-Buckets und überprüft die Netzwerkkonfiguration.
Nachdem der Agent das Migrationsprojekt erstellt hat, können Sie die Metadaten der Quelldatenbank durchsuchen, Schemas bewerten oder konvertieren und die Ergebnisse exportieren.
Sie können den Agenten verwenden, um Ihre Quelldatenbankstruktur zu untersuchen. Der Agent navigiert hierarchisch im Metadatenbaum und listet Datenbanken, Schemas, Tabellen, gespeicherte Prozeduren und andere Objekte auf.
Show me the databases and schemas in my source database.
Der Agent importiert die Quellmetadaten, sofern sie noch nicht importiert wurden, und navigiert dann mithilfe der API durch den Metadatenbaum. AWS DMS Sie können sich eingehender mit bestimmten Schemas befassen:
Show me the stored procedures in the AdventureWorks.dbo schema.
Nachdem Sie den Metadatenbaum durchsucht haben, können Sie den Agenten verwenden, um Schemas zu bewerten oder zu konvertieren und die Ergebnisse zu exportieren.
Convert the AdventureWorks.dbo schema to Aurora PostgreSQL and export the converted SQL scripts.
Der Agent konvertiert die Schemaobjekte und exportiert die konvertierten SQL-Skripts in den S3-Bucket. Jeder Konvertierungs- und Exportvorgang wird asynchron ausgeführt, und der Agent fragt den Abschluss ab, bevor er den nächsten Vorgang startet. Nach der Konvertierung generiert der Agent einen Bewertungsbericht.
Der Bewertungsbericht enthält eine Zusammenfassung der konvertierten Objekte, Aktionspunkte für Objekte, die manuell geändert werden müssen, und Aufwandsschätzungen. Sie können den Mitarbeiter auch bitten, die Bedeutung bestimmter Aktionspunkte zu erläutern und zu deren Lösung zu beraten.
Einige Vorgänge zur DMS-Schemakonvertierung, z. B. Schemakonvertierung, Metadatenimport und Bewertung, werden asynchron ausgeführt und können einige Zeit in Anspruch nehmen. Während der Agent den Abschluss abfragt, möchten Sie vielleicht Fragen stellen, Erläuterungen einholen oder zusätzliche Anweisungen geben, ohne den Arbeitsablauf zu unterbrechen.
Mit den folgenden Methoden können Sie während eines lang andauernden Vorgangs mit dem Agenten interagieren. Wählen Sie eine Methode, die auf den Fähigkeiten Ihres Agenten basiert.
