Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Menggunakan Amazon DocumentDB sebagai target AWS untuk Database Migration Service Untuk informasi tentang versi Amazon DocumentDB (dengan kompatibilitas MongoDB) yang mendukung, lihat. AWS DMS [Target untuk AWS DMS](CHAP_Introduction.Targets.md) Anda dapat menggunakan AWS DMS untuk memigrasikan data ke Amazon DocumentDB (dengan kompatibilitas MongoDB) dari salah satu mesin data sumber yang didukung AWS DMS . Mesin sumber dapat berada di layanan AWS terkelola seperti Amazon RDS, Aurora, atau Amazon S3. Atau mesin dapat berada di basis data terkelola mandiri, seperti MongoDB yang berjalan di Amazon EC2 atau on-premise. Anda dapat menggunakan AWS DMS untuk mereplikasi data sumber ke database, koleksi, atau dokumen Amazon DocumentDB. **catatan** Jika titik akhir sumber adalah MongoDB atau Amazon DocumentDB, jalankan migrasi dalam **Mode dokumen**. MongoDB menyimpan data dalam format JSON biner (BSON). AWS DMS mendukung semua tipe data BSON yang didukung oleh Amazon DocumentDB. Untuk daftar tipe data ini, lihat [ APIsMongoDB, operasi, dan tipe data yang didukung di Panduan Pengembang](https://docs.aws.amazon.com/documentdb/latest/developerguide/mongo-apis.html) *Amazon DocumentDB*. Jika titik akhir sumber adalah database relasional, AWS DMS memetakan objek database ke Amazon DocumentDB sebagai berikut: + Sebuah basis data relasional, atau skema basis data, dipetakan ke Amazon DocumentDB *basis data*. + Tabel di dalam peta basis data relasional dipetakan ke *Koleksi* di Amazon DocumentDB. + Catatan dalam peta tabel relasional dipetakan ke *Dokumen* di Amazon DocumentDB. Setiap dokumen disusun dari data dalam catatan sumber. Jika titik akhir sumber adalah Amazon S3, maka objek Amazon DocumentDB yang dihasilkan sesuai dengan AWS DMS aturan pemetaan untuk Amazon S3. Contohnya, perhatikan URI berikut ini. ``` s3://amzn-s3-demo-bucket/hr/employee ``` Dalam hal ini, AWS DMS memetakan objek `amzn-s3-demo-bucket` ke Amazon DocumentDB sebagai berikut: + Bagian URI tingkat atas (`hr`) dipetakan ke basis data Amazon DocumentDB. + Bagian URI berikutnya (`employee`) dipetakan ke koleksi Amazon DocumentDB. + Setiap objek dalam `employee` dipetakan ke dokumen di Amazon DocumentDB. Untuk informasi lebih lanjut tentang aturan pemetaan untuk Amazon S3, lihat [Menggunakan Amazon S3 sebagai sumber AWS DMS](CHAP_Source.S3.md). **Pengaturan titik akhir Amazon DocumentDB** Di AWS DMS versi 3.5.0 dan yang lebih tinggi, Anda dapat meningkatkan kinerja change data capture (CDC) untuk endpoint Amazon DocumentDB dengan menyetel pengaturan tugas untuk thread paralel dan operasi massal. Untuk melakukan ini, Anda dapat menentukan jumlah thread yang terjadi bersamaan, antrean per thread, dan jumlah catatan yang disimpan dalam buffer menggunakan pengaturan tugas `ParallelApply*`. Misalnya, Anda ingin melakukan beban CDC dan menerapkan 128 thread secara paralel. Anda juga ingin mengakses 64 antrean per thread, dengan 50 catatan disimpan per buffer. Untuk mempromosikan kinerja CDC, AWS DMS mendukung pengaturan tugas ini: + `ParallelApplyThreads`— Menentukan jumlah thread bersamaan yang AWS DMS digunakan selama pemuatan CDC untuk mendorong catatan data ke titik akhir target Amazon DocumentDB. Nilai default adalah nol (0) dan nilai maksimum adalah 32. + `ParallelApplyBufferSize`— Menentukan jumlah maksimum catatan yang akan disimpan di setiap antrian buffer untuk thread bersamaan untuk mendorong ke titik akhir target Amazon DocumentDB selama pemuatan CDC. Nilai default adalah 100 dan nilai maksimum adalah 1.000. Gunakan pilihan ini saat `ParallelApplyThreads` menentukan lebih dari satu thread. + `ParallelApplyQueuesPerThread`— Menentukan jumlah antrian yang diakses setiap thread untuk mengeluarkan catatan data dari antrian dan menghasilkan pemuatan batch untuk titik akhir Amazon DocumentDB selama CDC. Default-nya adalah 1. Maksimum adalah 512. **catatan** Untuk target Amazon DocumentDB, penerapan CDC paralel dapat menyebabkan kesalahan kunci duplikat atau penerapan CDC yang macet untuk beban kerja yang menggunakan indeks unik sekunder atau memerlukan urutan perubahan yang ketat. Gunakan konfigurasi penerapan CDC single-threaded default untuk beban kerja ini. Untuk detail tambahan tentang bekerja dengan Amazon DocumentDB sebagai target, lihat AWS DMS bagian berikut: **Topics** + [Pemetaan data dari sumber ke target Amazon DocumentDB](#CHAP_Target.DocumentDB.data-mapping) + [Menghubungkan ke Amazon DocumentDB Elastic Clusters sebagai target](#CHAP_Target.DocumentDB.data-mapping.elastic-cluster-connect) + [Replikasi berkelanjutan dengan Amazon DocumentDB sebagai target](#CHAP_Target.DocumentDB.data-mapping.ongoing-replication) + [Keterbatasan penggunaan Amazon DocumentDB sebagai target](#CHAP_Target.DocumentDB.limitations) + [Menggunakan pengaturan titik akhir dengan Amazon DocumentDB sebagai target](#CHAP_Target.DocumentDB.ECAs) + [Target tipe data untuk Amazon DocumentDB](#CHAP_Target.DocumentDB.datatypes) **catatan** Untuk step-by-step panduan proses migrasi, lihat [Memigrasi dari MongoDB ke Amazon DocumentDB](https://docs.aws.amazon.com/dms/latest/sbs/CHAP_MongoDB2DocumentDB.html) di Panduan Migrasi. AWS Database Migration Service Step-by-Step ## Pemetaan data dari sumber ke target Amazon DocumentDB AWS DMS membaca catatan dari titik akhir sumber, dan membangun dokumen JSON berdasarkan data yang dibacanya. Untuk setiap dokumen JSON, AWS DMS harus menentukan `_id` bidang untuk bertindak sebagai pengidentifikasi unik. Kemudian menulis dokumen JSON ke koleksi Amazon DocumentDB, menggunakan `_id` sebagai kunci primer. ### Sumber data yang berupa kolom tunggal Jika sumber data terdiri dari satu kolom, data harus bertipe string. (Tergantung pada mesin sumber, tipe data sebenarnya mungkin VARCHAR, NVARCHAR, TEXT, LOB, CLOB, atau serupa.) AWS DMS mengasumsikan bahwa data adalah dokumen JSON yang valid, dan mereplikasi data ke Amazon DocumentDB apa adanya. Jika dokumen JSON yang dihasilkan berisi field bernama `_id`, maka field tersebut digunakan sebagai unik `_id` di Amazon DocumentDB. Jika JSON tidak berisi field `_id`, maka Amazon DocumentDB menghasilkan nilai `_id` secara otomatis. ### Sumber data yang terdiri dari beberapa kolom Jika data sumber terdiri dari beberapa kolom, kemudian AWS DMS membangun dokumen JSON dari semua kolom ini. Untuk menentukan `_id` bidang dokumen, lakukan AWS DMS sebagai berikut: + Jika salah satu kolom bernama `_id`, maka data dalam kolom tersebut yang digunakan sebagai target `_id`. + Jika tidak ada `_id` kolom, tetapi data sumber memiliki kunci primer atau indeks unik, maka AWS DMS gunakan kunci atau nilai indeks itu sebagai `_id` nilainya. Data dari kunci primer atau indeks unik juga muncul sebagai field eksplisit dalam dokumen JSON. + Jika tidak ada kolom `_id`, dan tidak ada kunci primer atau indeks unik, maka Amazon DocumentDB menghasilkan nilai `_id` secara otomatis. ### Memaksakan tipe data pada titik akhir target AWS DMS dapat memodifikasi struktur data saat menulis ke titik akhir target Amazon DocumentDB. Anda dapat meminta perubahan ini dengan mengubah nama kolom dan tabel di titik akhir sumber, atau dengan menyediakan aturan transformasi yang diterapkan ketika tugas berjalan. #### Menggunakan dokumen JSON nested (json\$1prefix) Untuk memaksakan tipe data, Anda dapat mengawali nama kolom sumber dengan `json_` (yaitu, `json_columnName`) baik secara manual atau menggunakan transformasi. Dalam kasus ini, kolom dibuat sebagai dokumen JSON nested dalam dokumen target, bukan sebagai field string. Misalnya, anggaplah Anda ingin memigrasikan dokumen berikut dari titik akhir sumber MongoDB. ``` { "_id": "1", "FirstName": "John", "LastName": "Doe", "ContactDetails": "{"Home": {"Address": "Boston","Phone": "1111111"},"Work": { "Address": "Boston", "Phone": "2222222222"}}" } ``` Jika Anda tidak memaksa salah satu tipe sumber data, dokumen `ContactDetails` yang tertanam akan dimigrasi sebagai string. ``` { "_id": "1", "FirstName": "John", "LastName": "Doe", "ContactDetails": "{\"Home\": {\"Address\": \"Boston\",\"Phone\": \"1111111\"},\"Work\": { \"Address\": \"Boston\", \"Phone\": \"2222222222\"}}" } ``` Namun, Anda dapat menambahkan aturan transformasi untuk memaksa `ContactDetails`menjadi objek JSON. Misalnya, anggaplah bahwa nama kolom sumber asli adalah `ContactDetails`. Untuk memaksa tipe data sebagai Nested JSON, kolom di titik akhir sumber perlu diganti namanya menjadi json\$1ContactDetails” baik dengan menambahkan awalan “\$1json\$1\$1” pada sumber secara manual atau melalui aturan transformasi. Misalnya, Anda dapat menggunakan aturan transformasi di bawah ini: ``` { "rules": [ { "rule-type": "transformation", "rule-id": "1", "rule-name": "1", "rule-target": "column", "object-locator": { "schema-name": "%", "table-name": "%", "column-name": "ContactDetails" }, "rule-action": "rename", "value": "json_ContactDetails", "old-value": null } ] } ``` AWS DMS mereplikasi ContactDetails bidang sebagai JSON bersarang, sebagai berikut. ``` { "_id": "1", "FirstName": "John", "LastName": "Doe", "ContactDetails": { "Home": { "Address": "Boston", "Phone": "1111111111" }, "Work": { "Address": "Boston", "Phone": "2222222222" } } } ``` #### Menggunakan array JSON (array\$1prefix) Untuk memaksakan tipe data, Anda dapat mengawali nama kolom dengan `array_` (yaitu, `array_columnName`), baik secara manual maupun menggunakan transformasi. Dalam hal ini, AWS DMS pertimbangkan kolom sebagai array JSON, dan membuatnya seperti itu dalam dokumen target. Misalnya Anda ingin memigrasikan dokumen berikut dari titik akhir sumber MongoDB. ``` { "_id" : "1", "FirstName": "John", "LastName": "Doe",
 "ContactAddresses": ["Boston", "New York"],
 "ContactPhoneNumbers": ["1111111111", "2222222222"] } ``` Jika Anda tidak memaksakan salah satu tipe sumber data, dokumen `ContactDetails` yang tertanam akan dimigrasi sebagai string. ``` { "_id": "1", "FirstName": "John", "LastName": "Doe",
 "ContactAddresses": "[\"Boston\", \"New York\"]",
 "ContactPhoneNumbers": "[\"1111111111\", \"2222222222\"]"
 } ``` Namun, Anda dapat menambahkan aturan transformasi untuk memaksa `ContactAddress` dan `ContactPhoneNumbers` ke array JSON, seperti yang ditunjukkan pada tabel berikut. **** | Nama kolom sumber asli | Kolom sumber berganti nama | | --- | --- | | ContactAddress | array\$1ContactAddress | | ContactPhoneNumbers | array\$1ContactPhoneNumbers | AWS DMS mereplikasi `ContactAddress` dan `ContactPhoneNumbers` sebagai berikut. ``` { "_id": "1", "FirstName": "John", "LastName": "Doe", "ContactAddresses": [ "Boston", "New York" ], "ContactPhoneNumbers": [ "1111111111", "2222222222" ] } ``` ### Menghubungkan ke Amazon DocumentDB menggunakan TLS Secara default, klaster Amazon DocumentDB yang baru dibuat hanya menerima sambungan aman menggunakan Keamanan Lapisan Pengangkutan (TLS). Ketika TLS diaktifkan, setiap sambungan ke Amazon DocumentDB memerlukan kunci publik. Anda dapat mengambil kunci publik untuk Amazon DocumentDB dengan mengunduh `rds-combined-ca-bundle.pem` file,, dari bucket Amazon S3 yang AWS dihosting. Untuk informasi lebih lanjut tentang mengunduh file ini, lihat [Mengenkripsi sambungan menggunakan TLS](https://docs.aws.amazon.com/documentdb/latest/developerguide/security.encryption.ssl.html) dalam *Panduan Developer Amazon DocumentDB* Setelah mengunduh file.pem ini, Anda dapat mengimpor kunci publik yang dikandungnya AWS DMS seperti yang dijelaskan berikut. #### Konsol Manajemen AWS **Untuk mengimpor file kunci publik (.pem)** 1. Buka AWS DMS konsol di [https://console.aws.amazon.com/dms](https://console.aws.amazon.com/dms). 1. Pilih **Sertifikat** di panel navigasi. 1. Pilih **Impor Sertifikat** dan lakukan hal berikut: + Untuk **Pengenal sertifikat**, masukkan nama unik untuk sertifikat tersebut, contohnya `docdb-cert`. + Untuk **Impor file**, arahkan ke lokasi tempat Anda menyimpan file .pem. Jika pengaturan sudah sesuai keinginan Anda, pilih **Tambahkan Sertifikat CA baru**. #### AWS CLI Gunakan perintah `aws dms import-certificate` seperti pada contoh berikut. ``` aws dms import-certificate \ --certificate-identifier docdb-cert \ --certificate-pem file://./rds-combined-ca-bundle.pem ``` Saat Anda membuat titik akhir AWS DMS target, berikan pengenal sertifikat (misalnya,`docdb-cert`). Juga, tetapkan parameter mode SSL ke `verify-full`. ## Menghubungkan ke Amazon DocumentDB Elastic Clusters sebagai target Di AWS DMS versi 3.4.7 dan yang lebih tinggi, Anda dapat membuat titik akhir target Amazon DocumentDB sebagai Elastic Cluster. Jika Anda membuat titik akhir target sebagai Elastic Cluster, Anda harus melampirkan sertifikat SSL baru ke titik akhir Amazon DocumentDB Elastic Cluster karena sertifikat SSL yang ada tidak akan berfungsi. **Untuk melampirkan sertifikat SSL baru ke titik akhir Amazon DocumentDB Elastic Cluster Anda** 1. Di browser, buka [ https://www.amazontrust.com/repository/SFSRootCAG2.pem](https://www.amazontrust.com/repository/SFSRootCAG2.pem) dan simpan konten ke `.pem` file dengan nama file unik, misalnya. `SFSRootCAG2.pem` Ini adalah file sertifikat yang perlu Anda impor pada langkah selanjutnya. 1. Buat titik akhir Elastic Cluster dan atur opsi berikut: 1. Di bawah **Konfigurasi Titik Akhir**, pilih **Tambahkan sertifikat CA baru**. 1. Untuk **pengenal Sertifikat**, masukkan**SFSRootCAG2.pem**. 1. Untuk **Impor file sertifikat**, **pilih Pilih file**, lalu navigasikan ke `SFSRootCAG2.pem` file yang sebelumnya Anda unduh. 1. Pilih dan buka `SFSRootCAG2.pem` file yang diunduh. 1. Pilih **Impor sertifikat**. 1. Dari drop-down **Pilih sertifikat**, pilih **SFSRootCAG2.pem.** Sertifikat SSL baru dari `SFSRootCAG2.pem` file yang diunduh sekarang dilampirkan ke titik akhir Amazon DocumentDB Elastic Cluster Anda. ## Replikasi berkelanjutan dengan Amazon DocumentDB sebagai target Jika replikasi yang sedang berlangsung (ubah pengambilan data, CDC) diaktifkan untuk Amazon DocumentDB sebagai target AWS DMS , versi 3.5.0 dan yang lebih tinggi memberikan peningkatan kinerja yang dua puluh kali lebih besar daripada rilis sebelumnya. Dalam rilis sebelumnya di mana AWS DMS menangani hingga 250 catatan per detik, AWS DMS sekarang secara efisien memproses lebih dari 5000 catatan per detik. AWS DMS juga memastikan bahwa dokumen di Amazon DocumentDB tetap sinkron dengan sumbernya. Ketika rekaman sumber dibuat atau diperbarui, pertama-tama AWS DMS harus menentukan data Amazon DocumentDB mana yang terpengaruh dengan melakukan hal berikut: + Jika catatan sumber memiliki kolom bernama `_id`, nilai kolom tersebut menentukan `_id` yang sesuai dalam koleksi Amazon DocumentDB. + Jika tidak ada `_id` kolom, tetapi data sumber memiliki kunci primer atau indeks unik, maka AWS DMS gunakan kunci atau nilai indeks tersebut `_id` sebagai koleksi Amazon DocumentDB. + Jika rekaman sumber tidak memiliki `_id` kolom, kunci utama, atau indeks unik, maka AWS DMS cocokkan semua kolom sumber dengan bidang yang sesuai dalam koleksi Amazon DocumentDB. Saat catatan sumber baru dibuat, AWS DMS tulis dokumen yang sesuai ke Amazon DocumentDB. Jika catatan sumber yang ada diperbarui, AWS DMS perbarui bidang terkait dalam dokumen target di Amazon DocumentDB. Setiap field yang ada di dokumen target tetapi tidak ada di catatan sumber tetap tak tersentuh. Ketika catatan sumber dihapus, AWS DMS menghapus dokumen yang sesuai dari Amazon DocumentDB. ### Perubahan struktural (DDL) pada sumbernya Dengan replikasi berkelanjutan, setiap perubahan pad struktur data sumber (seperti tabel, kolom, dan sebagainya) disebarkan ke rekan-rekan mereka di Amazon DocumentDB. Dalam basis data relasional, perubahan ini dimulai dengan menggunakan pernyataan bahasa definisi data (DDL). Anda dapat melihat bagaimana AWS DMS menyebarkan perubahan ini ke Amazon DocumentDB di tabel berikut. **** | DDL di sumber | Efek pada target Amazon DocumentDB | | --- | --- | | CREATE TABLE | Membuat koleksi kosong. | | Pernyataan yang mengganti nama tabel (RENAME TABLE, ALTER TABLE...RENAME, dan sejenisnya) | Mengganti nama koleksi. | | TRUNCATE TABLE | Menghapus semua dokumen dari koleksi, tetapi hanya jika HandleSourceTableTruncated adalah true. Untuk informasi lebih lanjut, lihat [Pengaturan tugas untuk perubahan pengolahan DDL penanganan](CHAP_Tasks.CustomizingTasks.TaskSettings.DDLHandling.md). | | DROP TABLE | Menghapus koleksi, tetapi hanya jika HandleSourceTableDropped adalah true. Untuk informasi lebih lanjut, lihat [Pengaturan tugas untuk perubahan pengolahan DDL penanganan](CHAP_Tasks.CustomizingTasks.TaskSettings.DDLHandling.md). | | Pernyataan yang menambahkan kolom ke tabel (ALTER TABLE...ADD dan sejenisnya) | Pernyataan DDL diabaikan, dan peringatan dikeluarkan. Ketika INSERT pertama kali dilakukan pada sumber, field baru ditambahkan ke dokumen target. | | ALTER TABLE...RENAME COLUMN | Pernyataan DDL diabaikan, dan peringatan dikeluarkan. Ketika INSERT pertama kali dilakukan pada sumber, field baru ditambahkan ke dokumen target. | | ALTER TABLE...DROP COLUMN | Pernyataan DDL diabaikan, dan peringatan dikeluarkan. | | Pernyataan yang mengubah tipe data kolom (ALTER COLUMN...MODIFY dan sejenisnya) | Pernyataan DDL diabaikan, dan peringatan dikeluarkan. Ketika INSERT pertama kali dilakukan pada sumber dengan tipe data baru, dokumen target dibuat dengan field tipe data baru tersebut. | ## Keterbatasan penggunaan Amazon DocumentDB sebagai target Batasan berikut berlaku saat menggunakan Amazon DocumentDB sebagai target untuk: AWS DMS + Di Amazon DocumentDB, nama koleksi tidak dapat berisi simbol dolar (\$1). Selain itu, nama basis data tidak dapat berisi karakter Unicode. + AWS DMS tidak mendukung penggabungan beberapa tabel sumber menjadi satu koleksi Amazon DocumentDB. + Ketika AWS DMS proses berubah dari tabel sumber yang tidak memiliki kunci primer, kolom LOB apa pun dalam tabel tersebut akan diabaikan. + Jika piliha **Ubah tabel** diaktifkan dan AWS DMS menemukan kolom sumber bernama ”*\$1id*“, maka kolom tersebut muncul sebagai ”*\$1\$1id*“ (dua garis bawah) di tabel perubahan. + Jika Anda memilih Oracle sebagai titik akhir sumber, maka sumber Oracle harus memiliki pencatatan tambahan penuh diaktifkan. Jika tidak, ketika ada kolom pada sumber yang tidak berubah, maka data dimuat ke Amazon DocumentDB sebagai nilai null. + Pengaturan tugas replikasi, `TargetTablePrepMode:TRUNCATE_BEFORE_LOAD` tidak didukung untuk digunakan dengan titik akhir target DocumentDB. + Koleksi terbatas MongoDB tidak didukung di Amazon DocumentDB. Namun, AWS DMS secara otomatis memigrasikan objek seperti koleksi yang tidak dibatasi pada DocumentDB target. + CDC paralel yang diterapkan ke target Amazon DocumentDB dapat menyebabkan kesalahan kunci duplikat atau penerapan CDC yang macet untuk beban kerja yang menggunakan indeks unik sekunder atau memerlukan urutan perubahan yang ketat. Untuk beban kerja seperti itu, gunakan konfigurasi penerapan CDC single-threaded default. ## Menggunakan pengaturan titik akhir dengan Amazon DocumentDB sebagai target Anda dapat menggunakan pengaturan titik akhir untuk mengonfigurasi basis data target Amazon DocumentDB mirip dengan menggunakan atribut koneksi tambahan. Anda menentukan pengaturan saat Anda membuat titik akhir target menggunakan AWS DMS konsol, atau dengan menggunakan `create-endpoint` perintah di [AWS CLI](https://docs.aws.amazon.com/cli/latest/reference/dms/index.html), dengan sintaks `--doc-db-settings '{"EndpointSetting": "value", ...}'` JSON. Tabel berikut menunjukkan pengaturan titik akhir yang dapat Anda gunakan dengan Amazon DocumentDB sebagai target. | Nama atribut | Nilai valid | Nilai dan deskripsi default | | --- | --- | --- | | `replicateShardCollections` | boolean `true` `false` | Kapan`true`, pengaturan titik akhir ini memiliki efek berikut dan memberlakukan batasan berikut: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/dms/latest/userguide/CHAP_Target.DocumentDB.html) | ## Target tipe data untuk Amazon DocumentDB Dalam tabel berikut, Anda dapat menemukan tipe data target Amazon DocumentDB yang didukung saat AWS menggunakan DMS, dan pemetaan AWS default dari tipe data DMS. Untuk informasi selengkapnya tentang tipe data AWS DMS, lihat[Tipe data untuk AWS Database Migration Service](CHAP_Reference.DataTypes.md). | AWS Tipe data DMS | Tipe data Amazon DocumentDB | | --- | --- | | BOOLEAN | Boolean | | BYTES | Binary data | | DATE | Date | | TIME | Tali (UTF8) | | DATETIME | Date | | INT1 | 32-bit integer | | INT2 | 32-bit integer | | INT4 | 32-bit integer | | INT8 | 64-bit integer | | NUMERIC | Tali (UTF8) | | REAL4 | Ganda | | REAL8 | Dua Kali | | STRING | Jika data dikenali sebagai JSON, maka AWS DMS migrasikan ke Amazon DocumentDB sebagai dokumen. Jika tidak, data dipetakan ke String (UTF8). | | UINT1 | 32-bit integer | | UINT2 | 32-bit integer | | UINT4 | 64-bit integer | | UINT8 | Tali (UTF8) | | WSTRING | Jika data dikenali sebagai JSON, maka AWS DMS migrasikan ke Amazon DocumentDB sebagai dokumen. Jika tidak, data dipetakan ke String (UTF8). | | BLOB | Binary | | CLOB | Jika data dikenali sebagai JSON, maka AWS DMS migrasikan ke Amazon DocumentDB sebagai dokumen. Jika tidak, data dipetakan ke String (UTF8). | | NCLOB | Jika data dikenali sebagai JSON, maka AWS DMS migrasikan ke Amazon DocumentDB sebagai dokumen. Jika tidak, data dipetakan ke String (UTF8). |