Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Ajouter des données à un cluster de bases de données Aurora source et les interroger

Pour finir de créer une intégration zéro ETL qui réplique les données d’Amazon Aurora vers Amazon Redshift, vous devez créer une base de données dans la destination cible.

Pour les connections avec Amazon Redshift, connectez-vous à votre cluster ou groupe de travail Amazon Redshift et créez une base de données avec une référence à votre identifiant d’intégration. Ensuite, vous pouvez ajouter des données dans votre cluster de bases de données Aurora source afin qu’elles soient répliquées dans Amazon Redshift ou Amazon SageMaker.

Création d’une base de données cible

Avant de pouvoir commencer à répliquer des données dans Amazon Redshift, après avoir créé une intégration, vous devez créer une base de données dans votre entrepôt de données cible. Cette base de données de doit inclure une référence à l’identifiant d’intégration. Vous pouvez utiliser la console Amazon Redshift ou l’éditeur de requête v2 pour créer la base de données.

Pour obtenir des instructions sur la création d’une base de données de destination, consultez Création d’une base de données de destination dans Amazon Redshift.

Ajout de données à la base de données source

Après avoir configuré votre intégration, vous pouvez remplir le cluster de bases de données Aurora source avec les données que vous souhaitez répliquer dans votre entrepôt de données.

Tout d’abord, connectez-vous au cluster de bases de données source à l’aide du client MySQL ou PostgreSQL de votre choix. Pour obtenir des instructions, consultez Connexion à un cluster de bases de données Amazon Aurora.

Ensuite, créez une table et insérez une ligne d’exemples de données.

Les utilitaires PostgreSQL pg_dump et pg_restore créent d’abord des tables sans clé primaire, puis les ajoutent par la suite. Si vous utilisez l’un de ces utilitaires, nous vous recommandons de créer d’abord un schéma, puis de charger les données dans une commande distincte.

MySQL

L’exemple suivant utilise l’utilitaire MySQL 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’exemple suivant utilise le terminal interactif PostgreSQL psql. Lorsque vous vous connectez au cluster, incluez la base de données nommée que vous avez spécifiée lors de la création de l’intégration.

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');

Interrogation de vos données Aurora dans Amazon Redshift

Une fois que vous avez ajouté des données à la base de données RDS, elles sont répliquées dans la base de données de destination et sont prêtes à être interrogées.

Vous pouvez également interroger les données à l’aide d’un client de ligne de commande : Par exemple :

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

Différences de type de données entre les bases de données Aurora et Amazon Redshift

Les tableaux suivants montrent les mappages des types de données Aurora MySQL et Aurora PostgreSQL avec les types de données de destination correspondants. Amazon Aurora ne prend actuellement en charge que ces types de données pour les intégrations zéro ETL.

Si une table de votre cluster de bases de données source inclut un type de données non pris en charge, la table est désynchronisée et n’est pas consommable par la destination cible. Le streaming de la source vers la cible se poursuit, mais le tableau contenant le type de données non pris en charge n’est pas disponible. Pour corriger la table et la mettre à disposition dans la destination cible, vous devez annuler manuellement la modification importante, puis actualiser l’intégration en exécutant ALTER DATABASE...INTEGRATION REFRESH.

Aurora MySQL

Aurora PostgreSQL

Les intégrations zéro ETL pour Aurora PostgreSQL ne prennent pas en charge les types de données personnalisés ni les types de données créés par des extensions.

Opérations DDL pour Aurora PostgreSQL

Amazon Redshift est dérivé de PostgreSQL. Il partage donc plusieurs fonctionnalités avec Aurora PostgreSQL en raison de leur architecture PostgreSQL commune. Les intégrations zéro ETL tirent parti de ces similitudes pour rationaliser la réplication des données de Aurora PostgreSQL vers Amazon Redshift, en mappant les bases de données par nom et en utilisant la base de données, le schéma et la structure de table partagés.

Tenez compte des points suivants lors de la gestion des intégrations zéro ETL Aurora PostgreSQL :

Malgré leurs similitudes, Amazon Redshift et Aurora PostgreSQL présentent des différences importantes. Les sections suivantes décrivent les réponses du système Amazon Redshift pour les opérations DDL courantes.

Opérations de base de données

Le tableau suivant présente les réponses du système aux opérations DDL de base de données.

Opérations de schéma

Le tableau suivant présente les réponses du système aux opérations DDL de schéma.

Opérations de table

Le tableau suivant présente les réponses du système aux opérations DDL de table.