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.
Utilisation d'agents d'IA avec conversion de schéma DMS
Vous pouvez utiliser des agents d'intelligence artificielle pour piloter les flux de travail de conversion de schémas DMS via l' AWS API. Un agent d'intelligence artificielle est un outil logiciel qui utilise de grands modèles linguistiques pour comprendre les instructions en langage naturel et automatiser les tâches. Lorsqu'il est connecté au serveur AWS MCP, un agent d'intelligence artificielle peut créer des projets de migration, parcourir l'arborescence des métadonnées de votre base de données source, convertir des schémas, générer des rapports d'évaluation, exporter les résultats et expliquer les différents aspects du service. Vous contrôlez ces opérations par le biais d'instructions en langage naturel.
Pour améliorer la précision et l'efficacité de l'agent grâce à la conversion de schéma DMS, vous pouvez installer la compétence de conversion de AWS DMS schéma. La compétence fournit le Conversion-specific contexte du schéma DMS, y compris les modèles d'API, les exclusions des schémas système, le séquençage des opérations et les meilleures pratiques en matière de service.
Important
La compétence contient des instructions qui évitent les erreurs courantes commises par les agents d'IA lors de l'utilisation de la conversion de schéma DMS et qui réduisent les boucles d'essais et d'erreurs, ce qui contribue à réduire l'utilisation des jetons et à accélérer la réalisation de l'objectif souhaité. Nous vous recommandons vivement de l'installer avant de commencer.
Cette rubrique explique comment installer la compétence et fournit des exemples de flux de travail courants de conversion de schéma DMS que vous pouvez exécuter via un agent d'intelligence artificielle.
Conditions préalables
Avant de commencer, assurez-vous d’avoir rempli les conditions préalables suivantes. Ce guide suppose que vous êtes familiarisé avec les interfaces de ligne de commande AWS DMS et que vous les connaissez.
-
Un agent d'intelligence artificielle : agent de codage d'intelligence artificielle qui prend en charge le protocole MCP (Model Context Protocol), tel que Kiro CLI
, Claude Code ou Cursor. -
AWS Serveur MCP : configurez le serveur AWS MCP dans votre agent afin qu'il puisse effectuer des appels d' AWS API. Pour plus d'informations, consultez la section Configuration du serveur AWS MCP dans le guide de l'utilisateur de l' AWS Agent Toolkit.
-
AWS informations d'identification — L'agent a besoin AWS d'informations d'identification avec des autorisations pour appeler AWS DMS des API. Configurez les informations d'identification à l'aide de la AWS CLI. Pour plus d’informations sur les autorisations requises, consultez Autorisations IAM nécessaires pour utiliser AWS DMS.
Note
Si vous avez déjà configuré un projet de migration dans DMS Schema Conversion, l'agent peut l'utiliser immédiatement. Dans le cas contraire, l'agent peut en créer un pour vous. Pour de plus amples informations, veuillez consulter Travailler avec des fournisseurs de données, des profils d'instance et des projets de migration dans AWS DMS.
Installation de la AWS DMS Compétence de conversion de schéma
Une compétence est un ensemble d'instructions et de documents de référence sélectionnés qui aident votre agent d'intelligence artificielle à effectuer efficacement les tâches de conversion du schéma DMS. La compétence de conversion de AWS DMS schéma contient des modèles d'API, des exclusions de schémas système, des règles de séquençage des opérations et des meilleures pratiques en matière de service. Grâce à cette compétence, l'agent commet moins d'erreurs et nécessite moins de va-et-vient pour effectuer les opérations de conversion du schéma DMS.
Choisissez l'une des méthodes suivantes pour installer la compétence.
Une fois la compétence chargée avec succès, un menu d'actions contenant les actions de conversion de schéma disponibles s'affiche.
Bonnes pratiques
Suivez ces recommandations pour obtenir les meilleurs résultats lorsque vous utilisez des agents d'intelligence artificielle avec la conversion de schéma DMS.
-
Parcourir avant de convertir : utilisez l'agent pour explorer l'arborescence des métadonnées avant de commencer à convertir les schémas. Cela vous permet de comprendre l'étendue de la migration et d'identifier les schémas à convertir.
-
Convertir un schéma à la fois : pour les bases de données volumineuses, convertissez les schémas individuellement plutôt que tous en une seule fois. Cela permet de revoir plus facilement le code converti et de traiter les éléments d'action de manière incrémentielle.
-
Ignorer les schémas système — Ne convertissez pas les bases de données ou les schémas système. Ils contiennent des objets internes au moteur qui produisent un grand nombre d'actions non convertibles.
-
Vérifiez le code SQL converti avant de l'appliquer : exportez le code converti sous forme de scripts SQL et examinez-le avant de l'appliquer à votre base de données cible, en particulier pour les objets de code.
-
Activer AI-assisted la conversion générative : activez AI-assisted la conversion générative pour améliorer le taux de conversion des objets de code. AI-assisted La conversion générative utilise l'apprentissage automatique pour convertir des objets que le convertisseur basé sur des règles ne peut pas gérer automatiquement. Pour de plus amples informations, veuillez consulter Conversion d'objets de base de données grâce à l'IA générative.
-
Utiliser le rapport d'évaluation : après la conversion ou l'évaluation, générez un rapport d'évaluation pour obtenir un résumé des résultats de la conversion et du travail manuel restant à effectuer. Pour de plus amples informations, veuillez consulter Création de rapports d’évaluation de migration de base de données avec la conversion de schéma DMS.
Exemples
Les exemples suivants présentent des flux de travail courants de conversion de schémas DMS que vous pouvez exécuter via un agent d'intelligence artificielle après avoir chargé la compétence.
Dans cet exemple, vous utilisez un agent d'intelligence artificielle pour créer un projet de migration afin de convertir une base de données Microsoft SQL Server en Amazon Aurora PostgreSQL. L'agent crée les AWS DMS ressources requises et les relie entre elles.
L'invite suivante indique à l'agent de créer un projet de migration :
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.
L'agent crée un fournisseur de données source, un fournisseur de données cible, un profil d'instance et le projet de migration qui les relie entre eux. Si vous n'avez pas encore de base de données cible, l'agent crée un fournisseur de données cible virtuel afin que vous puissiez convertir et exporter des schémas sous forme de scripts SQL. L'agent crée également les rôles IAM et les compartiments S3 requis, et vérifie la configuration du réseau.
Une fois que l'agent a créé le projet de migration, vous pouvez parcourir les métadonnées de la base de données source, évaluer ou convertir les schémas et exporter les résultats.
Vous pouvez utiliser l'agent pour explorer la structure de votre base de données source. L'agent parcourt l'arborescence des métadonnées de manière hiérarchique, répertoriant les bases de données, les schémas, les tables, les procédures stockées et les autres objets.
Show me the databases and schemas in my source database.
L'agent importe les métadonnées source si elles n'ont pas encore été importées, puis parcourt l'arborescence des métadonnées à l'aide de l' AWS DMS API. Vous pouvez approfondir des schémas spécifiques :
Show me the stored procedures in the AdventureWorks.dbo schema.
Après avoir parcouru l'arborescence des métadonnées, vous pouvez utiliser l'agent pour évaluer ou convertir les schémas et exporter les résultats.
Convert the AdventureWorks.dbo schema to Aurora PostgreSQL and export the converted SQL scripts.
L'agent convertit les objets du schéma et exporte les scripts SQL convertis vers le compartiment S3. Chaque opération de conversion et d'exportation s'exécute de manière asynchrone, et l'agent demande si elle est terminée avant de commencer l'opération suivante. Après la conversion, l'agent génère un rapport d'évaluation.
Le rapport d'évaluation inclut un résumé des objets convertis, des mesures à prendre pour les objets nécessitant des modifications manuelles et des estimations de l'effort. Vous pouvez également demander à l'agent d'expliquer la signification de mesures spécifiques et de fournir des conseils sur la manière de les résoudre.
Certaines opérations de conversion de schéma DMS, telles que la conversion de schéma, l'importation de métadonnées et l'évaluation, s'exécutent de manière asynchrone et peuvent prendre du temps. Pendant que l'agent vous demande si vous avez terminé, vous souhaiterez peut-être poser des questions, obtenir des éclaircissements ou donner des instructions supplémentaires sans interrompre le flux de travail.
Les approches suivantes vous permettent d'interagir avec l'agent lors d'une opération de longue durée. Choisissez une méthode en fonction des capacités de votre agent.
