

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Apa itu AWS Schema Conversion Tool?
<a name="CHAP_Welcome"></a>

Anda dapat menggunakan AWS Schema Conversion Tool (AWS SCT) untuk mengonversi skema database yang ada dari satu mesin database ke mesin database lainnya. Anda dapat mengonversi skema OLTP relasional, atau skema gudang data. Skema konversi Anda cocok untuk Amazon Relational Database Service (Amazon RDS) MySQL, MariaDB, Oracle, SQL Server, PostgreSQL DB, kluster Amazon Aurora DB, atau cluster Amazon Redshift. Skema yang dikonversi juga dapat digunakan dengan database pada EC2 instans Amazon atau disimpan sebagai data di bucket Amazon S3.

AWS SCT mendukung beberapa standar industri, termasuk Federal Information Processing Standards (FIPS), untuk koneksi ke bucket Amazon S3 atau AWS sumber daya lain. AWS SCT juga sesuai dengan Federal Risk and Authorization Management Program (FedRAMP). Untuk detail tentang AWS dan upaya kepatuhan, lihat [AWS layanan dalam cakupan berdasarkan program kepatuhan](https://aws.amazon.com/compliance/services-in-scope/).

AWS SCT mendukung konversi OLTP berikut. 


****  

| Basis data sumber | Basis data target | 
| --- | --- | 
| IBM Db2 untuk z/OS (versi 12) |  Amazon Aurora Edisi yang kompatibel dengan MySQL (Aurora MySQL), Edisi Kompatibel dengan Amazon Aurora PostgreSQL (Aurora PostgreSQL), MySQL, PostgreSQL  Untuk informasi selengkapnya, lihat [Menghubungkan ke IBM DB2 untuk z/OS](CHAP_Source.DB2zOS.md).   | 
|  IBM Db2 LUW (versi 9.1, 9.5, 9.7, 10.5, 11.1, dan 11.5)  |  Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, PostgreSQL  Untuk informasi selengkapnya, lihat [Database IBM Db2 LUW](CHAP_Source.DB2LUW.md).   | 
| Database Microsoft Azure SQL |  Aurora MySQL, Aurora PostgreSQL, MySQL, PostgreSQL  Untuk informasi selengkapnya, lihat [Menyambung ke Azure SQL](CHAP_Source.AzureSQL.md).   | 
|  Microsoft SQL Server (versi 2008 R2, 2012, 2014, 2016, 2017, 2019, dan 2022)  |  Aurora MySQL, Aurora PostgreSQL, Babelfish untuk Aurora PostgreSQL (hanya untuk laporan penilaian), MariaDB, Microsoft SQL Server, MySQL, MySQL, PostgreSQL   Untuk informasi selengkapnya, lihat [Database SQL Server](CHAP_Source.SQLServer.md).   | 
|  MySQL (versi 5.5 dan lebih tinggi)  |  Aurora PostgreSQL, MySQL, PostgreSQL  Untuk informasi selengkapnya, lihat [Menggunakan MySQL sebagai sumber](CHAP_Source.MySQL.md).  Anda dapat memigrasikan skema dan data dari MySQL ke cluster DB MySQL Aurora tanpa menggunakan. AWS SCT Untuk informasi selengkapnya, lihat [Memigrasi data ke klaster DB Amazon Aurora](https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Aurora.Migrate.html).   | 
|  Oracle (versi 10.1 dan lebih tinggi)  |   Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, Oracle, PostgreSQL   Untuk informasi selengkapnya, lihat [Database Oracle](CHAP_Source.Oracle.md).   | 
|  PostgreSQL (versi 9.1 dan lebih tinggi)  |  Aurora MySQL, Aurora PostgreSQL, MySQL, PostgreSQL  Untuk informasi selengkapnya, lihat [Database PostgreSQL](CHAP_Source.PostgreSQL.md).   | 
| SAP ASE (versi 12.5.4, 15.0.2, 15.5, 15.7, dan 16.0) |   Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, PostgreSQL   Untuk informasi selengkapnya, lihat [Database SAP](CHAP_Source.SAP.md).   | 

AWS SCT mendukung konversi gudang data berikut. 


****  

| Gudang data sumber | Gudang data target | 
| --- | --- | 
|  Amazon Redshift  |  Amazon Redshift  Untuk informasi selengkapnya, lihat [Amazon Redshift](CHAP_Source.Redshift.md).   | 
|  Analisis Sinaps Azure  |  Amazon Redshift  Untuk informasi selengkapnya, lihat [Azure Synapse Analytics sebagai sumber](CHAP_Source.AzureSynapse.md).   | 
|  BigQuery  |  Amazon Redshift  Untuk informasi selengkapnya, lihat [BigQuery sebagai sumber](CHAP_Source.BigQuery.md).   | 
|  Database Greenplum (versi 4.3 dan 6.21)  |  Amazon Redshift  Untuk informasi selengkapnya, lihat [Database Greenplum](CHAP_Source.Greenplum.md).   | 
|  Microsoft SQL Server (versi 2008 dan lebih tinggi)  |  Amazon Redshift  Untuk informasi selengkapnya, lihat [Gudang Data SQL Server](CHAP_Source.SQLServerDW.md).   | 
|  Netezza (versi 7.0.3 dan lebih tinggi)  |  Amazon Redshift  Untuk informasi selengkapnya, lihat [Database Netezza](CHAP_Source.Netezza.md).   | 
|  Oracle (versi 10.1 dan lebih tinggi)  |  Amazon Redshift  Untuk informasi selengkapnya, lihat [Gudang data Oracle](CHAP_Source.OracleDW.md).   | 
|  Kepingan salju (versi 3)  |  Amazon Redshift  Untuk informasi selengkapnya, lihat [Kepingan salju](CHAP_Source.Snowflake.md).   | 
|  Teradata (versi 13 dan lebih tinggi)  |  Amazon Redshift  Untuk informasi selengkapnya, lihat [Database Teradata](CHAP_Source.Teradata.md).   | 
|  Vertica (versi 7.2.2 dan lebih tinggi)  |  Amazon Redshift  Untuk informasi selengkapnya, lihat [Database Vertica](CHAP_Source.Vertica.md).   | 

AWS SCT mendukung konversi database NoSQL data berikut. 


****  

| Basis data sumber | Basis data target | 
| --- | --- | 
|  Apache Cassandra (versi 2.1.x, 2.2.16, dan 3.11.x)  |  Amazon DynamoDB  Untuk informasi selengkapnya, lihat [Menghubungkan ke Apache Cassandra](CHAP_Source.Cassandra.md).   | 

AWS SCT mendukung konversi dari proses ekstrak, transformasi, dan beban (ETL) berikut. Untuk informasi selengkapnya, lihat [Mengonversi Data Menggunakan ETL](CHAP-converting-etl.md). 


****  

| Sumber | Target | 
| --- | --- | 
| Skrip ETL Informatika | Informatika | 
| Paket ETL Layanan Integrasi Server Microsoft SQL (SSIS) | AWS Glue atau AWS Glue Studio | 
| Skrip shell dengan perintah tertanam dari Teradata Basic Teradata Query (BTEQ)  | Amazon Redshift RSQL | 
| Skrip ETL Teradata BTEQ | AWS Glue atau Amazon Redshift RSQL | 
| Skrip pekerjaan Teradata FastExport  | Amazon Redshift RSQL | 
| Skrip pekerjaan Teradata FastLoad  | Amazon Redshift RSQL | 
| Skrip pekerjaan Teradata MultiLoad  | Amazon Redshift RSQL | 

AWS SCT mendukung migrasi kerangka data besar berikut. Untuk informasi selengkapnya, lihat [Migrasi kerangka kerja data besar](CHAP-migrating-big-data.md). 


****  

| Sumber | Target | 
| --- | --- | 
|  Apache Hive (versi 0.13.0 dan lebih tinggi)  |  Sarang di Amazon EMR  | 
|  Apache HDFS  |  Amazon S3 atau HDFS di Amazon EMR  | 
|  Apache Oozie  |  AWS Step Functions  | 

## Ikhtisar konversi skema
<a name="CHAP_Welcome.Overview"></a>

AWS SCT menyediakan antarmuka pengguna berbasis proyek untuk secara otomatis mengonversi skema database database sumber Anda ke dalam format yang kompatibel dengan instans Amazon RDS target Anda. Jika skema dari basis data sumber Anda tidak dapat dikonversi secara otomatis, AWS SCT berikan panduan tentang cara membuat skema yang setara dalam basis data Amazon RDS target Anda. 

Untuk informasi tentang cara menginstal AWS SCT, lihat[Instalasi dan Konfigurasi AWS Schema Conversion Tool](CHAP_Installing.md). 

Untuk pengenalan antarmuka AWS SCT pengguna, lihat[Menavigasi antarmuka pengguna AWS SCT](CHAP_UserInterface.md). 

Untuk informasi tentang proses konversi, lihat[Mengonversi skema database di AWS Schema Conversion Tool](CHAP_Converting.md). 

Selain mengonversi skema database yang ada dari satu mesin database ke mesin database lainnya, AWS SCT memiliki beberapa fitur tambahan yang membantu Anda memindahkan data dan aplikasi ke Cloud: AWS 
+ Anda dapat menggunakan agen ekstraksi data untuk mengekstrak data dari gudang data Anda guna mempersiapkan migrasi ke Amazon Redshift. Untuk mengelola agen ekstraksi data, Anda dapat menggunakan AWS SCT. Untuk informasi selengkapnya, lihat [Memigrasi data dari gudang data lokal ke Amazon Redshift dengan AWS Schema Conversion Tool](agents.md). 
+ Anda dapat menggunakan AWS SCT untuk membuat AWS DMS titik akhir dan tugas. Anda dapat menjalankan dan memantau tugas-tugas ini dari AWS SCT. Untuk informasi selengkapnya, lihat [Integrasi dengan AWS Database Migration Service AWS Schema Conversion Tool](CHAP_DMSIntegration.md). 
+ Dalam beberapa kasus, fitur database tidak dapat dikonversi ke fitur Amazon RDS atau Amazon Redshift yang setara. Wizard paket AWS SCT ekstensi dapat membantu Anda menginstal AWS Lambda fungsi dan pustaka Python untuk meniru fitur yang tidak dapat dikonversi. Untuk informasi selengkapnya, lihat [Menggunakan paket ekstensi dengan AWS Schema Conversion Tool](CHAP_ExtensionPack.md). 
+ Anda dapat menggunakan AWS SCT untuk mengoptimalkan database Amazon Redshift yang ada. AWS SCT merekomendasikan kunci sortir dan kunci distribusi untuk mengoptimalkan database Anda. Untuk informasi selengkapnya, lihat [Mengonversi data dari Amazon Redshift menggunakan AWS Schema Conversion Tool](CHAP_Converting.DW.RedshiftOpt.md). 
+ Anda dapat menggunakan AWS SCT untuk menyalin skema database lokal yang ada ke instans Amazon RDS DB yang menjalankan mesin yang sama. Anda dapat menggunakan fitur ini untuk menganalisis potensi penghematan biaya pindah ke cloud dan mengubah jenis lisensi Anda. 
+ Anda dapat menggunakan AWS SCT untuk mengonversi SQL di C \$1\$1, C \$1, Java, atau kode aplikasi lainnya. Anda dapat melihat, menganalisis, mengedit, dan menyimpan kode SQL yang dikonversi. Untuk informasi selengkapnya, lihat [Mengonversi aplikasi SQL menggunakan AWS SCT](CHAP_Converting.App.md). 
+ Anda dapat menggunakan AWS SCT untuk memigrasikan proses ekstraksi, transformasi, dan beban (ETL). Untuk informasi selengkapnya, lihat [Mengonversi Data Menggunakan Proses ETL di AWS Schema Conversion Tool](CHAP-converting-etl.md). 

## Memberikan umpan balik
<a name="CHAP_Welcome.Feedback"></a>

Anda dapat memberikan umpan balik tentang AWS SCT. Anda dapat mengajukan laporan bug, mengirimkan permintaan fitur, atau memberikan informasi umum.

**Untuk memberikan umpan balik tentang AWS SCT**

1. Mulai AWS Schema Conversion Tool.

1. Buka menu **Bantuan** dan kemudian pilih **Tinggalkan Umpan Balik**. Kotak dialog **Tinggalkan Umpan Balik** muncul. 

1. Untuk **Area**, pilih **Informasi**, **Laporan bug**, atau **Permintaan fitur**. 

1. Untuk **database Sumber**, pilih database sumber Anda. Pilih **Any** jika umpan balik Anda tidak spesifik untuk database tertentu. 

1. Untuk **database Target**, pilih database target Anda. Pilih **Any** jika umpan balik Anda tidak spesifik untuk database tertentu. 

1. Untuk **Judul**, ketikkan judul untuk umpan balik Anda. 

1. Untuk **Pesan**, ketik umpan balik Anda. 

1. Pilih **Kirim** untuk mengirimkan umpan balik Anda. 