As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá. # O que é o AWS Schema Conversion Tool? É possível usar a AWS Schema Conversion Tool (AWS SCT) para converter seu esquema de bancos de dados existentes de um mecanismo de banco de dados para outro. É possível converter o esquema OLTP relacional ou o esquema de data warehouse. Seu esquema convertido é adequado para um Amazon Relational Database Service (Amazon RDS) MySQL, MariaDB, Oracle, SQL Server, PostgreSQL DB, um cluster Amazon Aurora DB ou um cluster Amazon Redshift. O esquema convertido também pode ser usado com um banco de dados em uma instância do Amazon EC2 ou armazenado em forma de dados em um bucket do Amazon S3. A AWS SCT oferece suporte a vários padrões do setor, inclusive Federal Information Processing Standards (FIPS) para conexões a um bucket do Amazon S3 ou outro recurso da AWS. A AWS SCT também está em conformidade com o Federal Risk and Authorization Management Program (FedRAMP). Para obter detalhes sobre a AWS e os esforços de conformidade, consulte os serviços [AWS no escopo pelo programa de conformidade](https://aws.amazon.com/compliance/services-in-scope/). AWS SCTA dá suporte às seguintes conversões de OLTP. **** | Fonte do banco de dados | Bancos de dados de destino: | | --- | --- | | IBM Db2 para z/OS (versão 12) | Amazon Aurora Edição compatível com MySQL (Aurora MySQL), Amazon Aurora Edição compatível com PostgreSQL (Aurora PostgreSQL), MySQL, PostgreSQL Para obter mais informações, consulte [Conectando-se à IBM DB2 para z/OS](CHAP_Source.DB2zOS.md). | | IBM Db2 LUW (versões 9.1, 9.5, 9.7, 10.5, 11.1 e 11.5) | Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, PostgreSQL Para obter mais informações, consulte [Bancos de dados do IBM Db2 LUW](CHAP_Source.DB2LUW.md). | | Banco de dados do Microsoft Azure SQL | Aurora MySQL, Aurora PostgreSQL, MySQL, PostgreSQL Para obter mais informações, consulte [Conectar ao Azure SQL](CHAP_Source.AzureSQL.md). | | Microsoft SQL Server (versões 2008 R2, 2012, 2014, 2016, 2017, 2019 e 2022). | Aurora MySQL, Aurora PostgreSQL, Babelfish para Aurora PostgreSQL (somente para relatórios de avaliação), MariaDB, Microsoft SQL Server, MySQL, PostgreSQL Para obter mais informações, consulte [bancos de dados do SQL Server](CHAP_Source.SQLServer.md). | | MySQL (versão 5.5 e superior) | Aurora PostgreSQL, MySQL, PostgreSQL Para obter mais informações, consulte [Usar o MySQL como origem](CHAP_Source.MySQL.md). Você pode migrar o esquema e os dados do MySQL para um cluster de banco de dados do Aurora MySQL sem usar a AWS SCT. Para obter mais informações, consulte [Migração de dados para um cluster de banco de dados do Amazon Aurora](https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Aurora.Migrate.html). | | Oracle (versão 10.1 e superior) | Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, Oracle, PostgreSQL Para obter mais informações, consulte [Bancos de dados Oracle](CHAP_Source.Oracle.md). | | PostgreSQL (versão 9.1 e superior) | Aurora MySQL, Aurora PostgreSQL, MySQL, PostgreSQL Para obter mais informações, consulte [bancos de dados do PostgreSQL](CHAP_Source.PostgreSQL.md). | | SAP ASE (versões 12.5.4, 15.0.2, 15.5, 15.7 e 16.0) | Aurora MySQL, Aurora PostgreSQL, MariaDB, MySQL, PostgreSQL Para obter mais informações, consulte [Bancos de dados SAP](CHAP_Source.SAP.md). | AWS SCTA oferece suporte às conversões de data warehouse a seguir. **** | Data warehouse de origem | Data warehouse de destino | | --- | --- | | Amazon Redshift | Amazon Redshift Para obter mais informações, consulte [banco de dados de origem](CHAP_Source.Redshift.md). | | Azure Synapse Analytics | Amazon Redshift Para obter mais informações, consulte [Azure Synapse Analytics como origem](CHAP_Source.AzureSynapse.md). | | BigQuery | Amazon Redshift Para obter mais informações, consulte [BigQuery como fonte](CHAP_Source.BigQuery.md). | | Banco de dados Greenplum (versões 4.3 e 6.21) | Amazon Redshift Para obter mais informações, consulte [bancos de dados Greenplum](CHAP_Source.Greenplum.md). | | Microsoft SQL Server (versão 2008 e superior) | Amazon Redshift Para obter mais informações, consulte [Data warehouses do SQL Server](CHAP_Source.SQLServerDW.md). | | Netezza (versão 7.0.3 e superior) | Amazon Redshift Para obter mais informações, consulte [bancos de dados do Netezza](CHAP_Source.Netezza.md). | | Oracle (versão 10.1 e superior) | Amazon Redshift Para obter mais informações, consulte [Data warehouse do Oracle](CHAP_Source.OracleDW.md). | | Snowflake (versão 3) | Amazon Redshift Para obter mais informações, consulte [Snowflake](CHAP_Source.Snowflake.md). | | Teradata (versão 13 e superior) | Amazon Redshift Para obter mais informações, consulte [Bancos de dados do Teradata](CHAP_Source.Teradata.md). | | Vertica (versão 7.2.2 e superior) | Amazon Redshift Para obter mais informações, consulte [Bancos de dados do Vertica](CHAP_Source.Vertica.md). | A AWS SCT dá suporte às seguintes conversões de banco de dados NoSQL. **** | Fonte do banco de dados | Bancos de dados de destino: | | --- | --- | | Apache Cassandra (versões 2.1.x, 2.2.16 e 3.11.x) | Amazon DynamoDB Para obter mais informações, consulte [Como se conectar ao Apache Cassandra](CHAP_Source.Cassandra.md). | A AWS SCT é compatível com conversões dos seguintes processos de extração, transformação e carregamento (ETL). Para obter mais informações, consulte [Conversão de dados usando ETL](CHAP-converting-etl.md). **** | Origem | Alvo | | --- | --- | | Scripts de ETL da Informatica | Informatica | | Pacotes de ETL do Microsoft SQL Server Integration Services (SSIS) | AWS Glue ou AWS Glue Studio | | Scripts de shell com comandos incorporados do Teradata Basic Teradata Query (BTEQ) | Amazon Redshift RSQL | | Scripts de ETL do Teradata BTEQ | AWS Glue ou Amazon Redshift RSQL | | Scripts de tarefa do Teradata FastExport | Amazon Redshift RSQL | | Scripts de tarefa do Teradata FastLoad | Amazon Redshift RSQL | | Scripts de tarefa do Teradata MultiLoad | Amazon Redshift RSQL | A AWS SCT é compatível com as seguintes migrações da estrutura de big data. Para obter mais informações, consulte [Como migrar estruturas de big data](CHAP-migrating-big-data.md). **** | Origem | Alvo | | --- | --- | | Apache Hive (versão 0.13.0 e superior) | Hive no Amazon EMR | | Apache HDFS | Amazon S3 ou HDFS no Amazon EMR | | Apache Oozie | AWS Step Functions | ## Visão geral da conversão de esquema A AWS SCT oferece uma interface de usuário baseada em projeto que permite converter automaticamente o esquema do banco de dados de origem em um formato que seja compatível com a instância do Amazon RDS de destino. Se o esquema do seu banco de dados de origem não puder ser convertido automaticamente, a AWS SCT fornecerá orientação sobre como criar um esquema equivalente no banco de dados do Amazon RDS de destino. Para obter informações sobre como instalar a AWS SCT, consulte [Instalando e configurando AWS Schema Conversion Tool](CHAP_Installing.md). Para uma introdução à interface de usuário da AWS SCT, consulte [Navegando pela interface do usuário do AWS SCT](CHAP_UserInterface.md). Para obter mais informações sobre o processo de conversão, consulte [Convertendo esquemas de banco de dados em AWS Schema Conversion Tool](CHAP_Converting.md). Além de converter o esquema de banco de dados existente de um mecanismo de banco de dados para outro, a AWS SCT tem alguns atributos adicionais que ajudam você a transferir seus dados e aplicativos para a nuvem da AWS: + Você pode usar agentes de extração de dados para extrair dados de seu data warehouse para preparar a migração para o Amazon Redshift. Para gerenciar os agentes de extração de dados, você pode usar a AWS SCT. Para obter mais informações, consulte [Migração de dados do armazém de dados local para o Amazon Redshift com AWS Schema Conversion Tool](agents.md). + Você pode usar a AWS SCT para criar endpoints e tarefas do AWS DMS. Você pode executar e monitorar essas tarefas na AWS SCT. Para obter mais informações, consulte [Integração do AWS Database Migration Service com o AWS Schema Conversion Tool](CHAP_DMSIntegration.md). + Em alguns casos, os recursos de banco de dados não podem ser convertidos em atributos do Amazon RDS ou Amazon Redshift equivalentes. O assistente do pacote de extensões da AWS SCT pode ajudá-lo a instalar pode ajudá-lo a instalar funções do AWS Lambda e bibliotecas Python para emular os recursos que não podem ser convertidos. Para obter mais informações, consulte [Usando pacotes de extensão com AWS Schema Conversion Tool](CHAP_ExtensionPack.md). + Você pode usar a AWS SCT para otimizar seu banco de dados do Amazon Redshift existente. A AWS SCT recomenda chaves de classificação e chaves de distribuição para otimizar seu banco de dados. Para obter mais informações, consulte [Convertendo dados do Amazon Redshift usando AWS Schema Conversion Tool](CHAP_Converting.DW.RedshiftOpt.md). + Você pode usar a AWS SCT para copiar o esquema de banco de dados on-premises existente para uma instância de banco de dados do Amazon RDS que esteja executando o mesmo mecanismo. Você pode usar esse recurso para analisar possíveis economias de custo ao mudar para a nuvem e ao alterar o tipo de licença. + Você pode usar a AWS SCT para converter SQL in C\$1\$1, C\$1, Java ou outro código de aplicativo. Você pode visualizar, analisar, editar e salvar o código SQL convertido. Para obter mais informações, consulte [Convertendo o SQL do aplicativo usando AWS SCT](CHAP_Converting.App.md). + Você pode usar a AWS SCT para migrar processos de extração, transformação e carregamento (ETL). Para obter mais informações, consulte [Convertendo dados usando processos ETL em AWS Schema Conversion Tool](CHAP-converting-etl.md). ## Fornecendo feedback Você pode fornecer feedback sobre a AWS SCT. Você pode registrar um relatório de bugs, enviar uma solicitação de atributo ou fornecer informações gerais. **Para fornecer feedback sobre a AWS SCT.** 1. Inicie o AWS Schema Conversion Tool. 1. Abra o menu **Ajuda** e escolha **Deixar um comentário**. A caixa de diálogo **Deixar um comentário** é exibida. 1. Em **Área**, escolha **Informações**, **Bug report** ou **Solicitação de recursos**. 1. Em **Banco de dados de origem**, escolha o banco de dados de origem. Escolha **Qualquer** se o seu comentário não for específico para um banco de dados particular. 1. Em **Banco de dados de destino**, escolha o banco de dados de destino. Escolha **Qualquer** se o seu comentário não for específico para um banco de dados particular. 1. Em **Título**, digite um título para o seu comentário. 1. Em **Mensagem**, digite o seu comentário. 1. Escolha **Enviar** para enviar seu comentário.