기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 마이그레이션 접근 방식 결정
<a name="approach"></a>

마이그레이션 접근 방식을 결정하려면 이전 단계의 기존 패턴에 대해 수행한 분석을 사용합니다. 조직의 향후 데이터 및 분석 요구 사항은 마찬가지로 중요한 고려 사항입니다. 기존 온프레미스 ETL 도구는 관계형 데이터 모델 및 구조화된 데이터를 처리합니다. 처리할 반정형 및 비정형 데이터가 있는 경우 마이그레이션에 AWS Glue 또는 Amazon EMR과 같은 서비스를 사용할 AWS 수 있습니다. 마이그레이션 접근 방식에 영향을 미칠 수 있는 다른 요인은 다음과 같습니다.
+ 그래픽 인터페이스(예: [AWS Glue Studio](https://docs.aws.amazon.com/glue/latest/dg/what-is-glue.html)) 또는 사용자 지정 프레임워크(예: Spark/Python 라이브러리)를 사용할지 여부
+ 온프레미스 소스 및 AWS 대상에 대한 보안 액세스 권한이 있는지 여부
+ 팀에 필요한 기술 및 훈련
+ 감사 및 규정 준수 요구 사항

빅 뱅, 단계별, 리프트 앤 시프트의 세 가지 마이그레이션 접근 방식 중에서 선택할 수 있습니다. 다음 표에서는 이러한 세 가지 접근 방식을 비교합니다.


****  

| **접근 방식** | **설명** | **사용 사례** | **장단점** | 
| --- | --- | --- | --- | 
| 빅 뱅 | 특정 기간 내에 모든 SSIS 패키지를 마이그레이션합니다. |  [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/migration-ssis-etl/approach.html)  |  [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/migration-ssis-etl/approach.html)  | 
| 단계적 | 각 개별 패턴 및 복잡성에 대해 하나의 SSIS 패키지를 식별합니다. 패키지를 기존 아키텍처로 마이그레이션 AWS, 테스트 및 비교합니다. |  [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/migration-ssis-etl/approach.html)  |  [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/migration-ssis-etl/approach.html)  | 
| 리프트 앤 시프트 | 현재 아키텍처를 그대로 마이그레이션합니다 AWS. |  [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/migration-ssis-etl/approach.html)  |  [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/migration-ssis-etl/approach.html)  | 

성공적인 마이그레이션을 위해서는 소스 시스템과 대상 시스템의 데이터를 비교하는 것이 필수적입니다. 기존 프로덕션 시스템은 소스 시스템에서 정기적으로 업데이트를 받기 때문에이 비교가 혼동될 수 있습니다. 따라서 마이그레이션 접근 방식을 결정할 때 데이터 검증 전략도 결정하는 것이 좋습니다.
+ 특정 날짜 및 시간에 소스 시스템의 프로덕션 환경에서 해당하는 모든 데이터베이스 및 파일을 백업합니다.
+ 모든 작업이 백업된 소스 데이터에서 데이터를 성공적으로 로드한 후 대상 시스템의 프로덕션 환경에서 모든 데이터베이스를 백업합니다.
+ 테스트 환경에서 소스 데이터를 복원하고 새 작업을 실행합니다.
+ 소스 데이터베이스와 대상(이전 데이터베이스와 새 데이터베이스) 데이터베이스 간의 유효한 차이 백분율에 합의합니다. 예를 들어 1% 미만의 차이가 허용 가능하다고 결정할 수 있습니다.
+ 다룰 모든 검증 규칙을 나열합니다.
+ 최대한 비교를 자동화하고 모든 규칙을 다룹니다.