本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。 # 在中创建多服务器评估报告 AWS Schema Conversion Tool 要确定整体环境的最佳目标方向，请创建多服务器评估报告。 *多服务器评估报告*根据您为要评估的每个架构定义提供的输入来评估多台服务器。架构定义包含数据库服务器连接参数和每个架构的全名。评估每个架构后， AWS SCT 生成一份汇总的评估报告，用于跨多台服务器的数据库迁移。该报告显示了每个可能的迁移目标的估计复杂性。 您可以使用 AWS SCT 为以下源数据库和目标数据库创建多服务器评估报告。 | 源数据库 | 目标数据库 | | --- | --- | | Amazon Redshift | Amazon Redshift | | Azure SQL 数据库 | Aurora MySQL、Aurora PostgreSQL、MySQL、PostgreSQL | | Azure Synapse Analytics | Amazon Redshift | | BigQuery | Amazon Redshift | | Greenplum | Amazon Redshift | | IBM Db2 for z/OS | Amazon Aurora MySQL 兼容版（Aurora MySQL）、 Amazon Aurora PostgreSQL 兼容版（Aurora PostgreSQL）、MySQL、PostgreSQL | | IBM Db2 LUW | Aurora MySQL、Aurora PostgreSQL、MariaDB、MySQL、PostgreSQL | | Microsoft SQL Server | Aurora MySQL、Aurora PostgreSQL、Amazon Redshift、适用于 Aurora PostgreSQL 的 Babelfish、MariaDB、Microsoft SQL Server、MySQL、PostgreSQL | | MySQL | Aurora PostgreSQL、MySQL、PostgreSQL | | Netezza | Amazon Redshift | | Oracle | Aurora MySQL、Aurora PostgreSQL、Amazon Redshift、MariaDB、MySQL、Oracle、PostgreSQL | | PostgreSQL | Aurora MySQL、Aurora PostgreSQL、MySQL、PostgreSQL | | SAP ASE | Aurora MySQL、Aurora PostgreSQL、MariaDB、MySQL、PostgreSQL | | Snowflake | Amazon Redshift | | Teradata | Amazon Redshift | | Vertica | Amazon Redshift | ## 执行多服务器评估 使用以下步骤使用执行多服务器评估。 AWS SCT您无需在中创建新项目 AWS SCT 即可执行多服务器评估。在开始之前，请确保您已准备好包含数据库连接参数的逗号分隔值（CSV）文件。此外，请确保已安装所有必需的数据库驱动程序，并在 AWS SCT 设置中设置驱动程序的位置。有关更多信息，请参阅 [正在安装 JDBC 驱动程序 AWS Schema Conversion Tool](CHAP_Installing.JDBCDrivers.md)。 **执行多服务器评估并创建汇总摘要报告** 1. 在中 AWS SCT，选择**文件**、**新建多服务器评估**。将打开**新建多服务器评估**对话框。 ![\[新建多服务器评估访问权限\]](http://docs.aws.amazon.com/zh_cn/SchemaConversionTool/latest/userguide/images/new_assess_screen_v3.png) 1. 选择**下载连接文件示例**，下载带有数据库连接参数的 CSV 文件的空模板。 1. 输入**项目名称**、**位置**（用于存储报告）和**连接文件**（CSV 文件）的值。 1. 选择 “**为每个源数据库创建 AWS SCT 项目**”，以便在生成评估报告后自动创建迁移项目。 1. 打开 “**为每个源数据库创建 AWS SCT 项目**” 后，您可以选择**向这些项目添加映射规则并保存转化统计信息以供离线使用**。在这种情况下， AWS SCT 将向每个项目添加映射规则，并将源数据库元数据保存在项目中。有关更多信息，请参阅 [在中使用离线模式 AWS Schema Conversion Tool](CHAP_UserInterface.OfflineMode.md)。 1. 选择**运行**。 此时将出现一个进度条，指示数据库评估的进度。目标引擎的数量可能会影响评估运行时系统。 1. 如果显示以下消息，请选择**是**：**对所有数据库服务器进行全面分析可能需要一些时间。您要继续吗？** 多服务器评估报告完成后，会出现一个显示完成的屏幕。 1. 选择**打开报告**以查看汇总摘要评估报告。 默认情况下， AWS SCT 会为所有源数据库生成汇总报告，为源数据库中的每个架构名称生成详细的评估报告。有关更多信息，请参阅 [查找和查看报告](#CHAP_AssessmentReport.Multiserver.Review)。 启用 “**为每个源数据库创建 AWS SCT 项目**” 选项后， AWS SCT 将为每个源数据库创建一个空项目。 AWS SCT 还会如前所述，创建评估报告。在分析了这些评估报告并为每个源数据库选择迁移目标之后，将目标数据库添加到这些空项目中。 启用 “**向这些项目添加映射规则并保存转化统计数据以供离线使用**” 选项，将为每个源数据库 AWS SCT 创建一个项目。这些项目包括以下信息： + 源数据库和虚拟目标数据库平台。有关更多信息，请参阅 [在 AWS Schema Conversion Tool 中映射到虚拟目标](CHAP_Mapping.VirtualTargets.md)。 + 此源-目标对的映射规则。有关更多信息，请参阅 [数据类型映射](CHAP_Mapping.md)。 + 此源-目标对的数据库迁移评估报告。 + 源架构元数据，使您能够在离线模式下使用此 AWS SCT 项目。有关更多信息，请参阅 [在中使用离线模式 AWS Schema Conversion Tool](CHAP_UserInterface.OfflineMode.md)。 ## 准备输入 CSV 文件 要提供连接参数作为多服务器评估报告的输入，请使用 CSV 文件，如以下示例中所示。 ``` Name,Description,Secret Manager Key,Server IP,Port,Service Name,Database name,BigQuery path,Source Engine,Schema Names,Use Windows Authentication,Login,Password,Use SSL,Trust store,Key store,SSL authentication,Target Engines Sales,,,192.0.2.0,1521,pdb,,,ORACLE,Q4_2021;FY_2021,,user,password,,,,,POSTGRESQL;AURORA_POSTGRESQL Marketing,,,ec2-a-b-c-d.eu-west-1.compute.amazonaws.com,1433,,target_audience,,MSSQL,customers.dbo,,user,password,,,,,AURORA_MYSQL HR,,,192.0.2.0,1433,,employees,,MSSQL,employees.%,true,,,,,,,AURORA_POSTGRESQL Customers,,secret-name,,,,,,MYSQL,customers,,,,,,,,AURORA_POSTGRESQL Analytics,,,198.51.100.0,8195,,STATISTICS,,DB2LUW,BI_REPORTS,,user,password,,,,,POSTGRESQL Products,,,203.0.113.0,8194,,,,TERADATA,new_products,,user,password,,,,,REDSHIFT ``` 前面的示例使用分号分隔 `Sales` 数据库的两个架构名称。它还使用分号来分隔 `Sales` 数据库的两个目标数据库迁移平台。 此外，前面的示例使用 AWS Secrets Manager 连接到`Customers`数据库并使用 Windows 身份验证来连接到`HR`数据库。 您可以创建新的 CSV 文件或从 AWS SCT 中下载 CSV 文件的模板并填写所需信息。确保 CSV 文件的第一行包含与前面示例中所示相同的列名。 **下载输入 CSV 文件的模板** 1. 开始 AWS SCT。 1. 选择**文件**，然后选择**新建多服务器评估**。 1. 选择**下载连接文件示例**。 确保您的 CSV 文件包含模板提供的以下值： + **名称**：帮助识别数据库的文本标签。 AWS SCT 在评估报告中显示此文本标签。 + **描述**：一个可选值，您可以在其中提供有关数据库的其他信息。 + **Secret Manager 密钥**：将您的数据库凭证存储在 AWS Secrets Manager中的密钥的名称。要使用 Secrets Manager，请确保将 AWS 个人资料存储在中 AWS SCT。有关更多信息，请参阅 [AWS Secrets Manager 在中配置 AWS Schema Conversion Tool](CHAP_UserInterface.SecretsManager.md)。 **重要** AWS SCT 如果在输入文件中包含**服务器 IP**、**端口**、**登录名**和**密码**参数，则会忽略 S **ecret Manager 密钥**参数。 + **服务器 IP**：源数据库服务器的域名服务（DNS）名称或 IP 地址。 + **端口**：用于连接到源数据库服务器的端口。 + **服务名称**：如果您使用服务名连接您的 Oracle 数据库，则为要连接的 Oracle 服务的名称。 + **数据库名称**：数据库的名称。对于 Oracle 数据库，使用 Oracle 系统 ID（SID）。 + **BigQuery path** — 源 BigQuery 数据库的服务帐号密钥文件的路径。有关创建此文件的更多信息，请参阅 [BigQuery 作为来源的权限](CHAP_Source.BigQuery.md#CHAP_Source.BigQuery.Permissions)。 + **源引擎**：源数据库的类型。使用下列值之一： + **AZURE\$1MSSQL**：适用于 Azure SQL 数据库。 + **AZURE\$1SYNAPSE**：适用于 Azure Synapse Analytics 数据库。 + 用于数据库的 **GOOGLE\$1BIGQUERY**。 BigQuery + DB2适用于 IBM 数据库的 Db2 的 **ZOS**。 z/OS + **DB2LUW** 用于 IBM Db2 LUW 数据库。 + **GREENPLUM**：适用于 Greenplum 数据库。 + **MSSQL**：适用于 Microsoft SQL Server 数据库。 + **MYSQL**：适用于 MySQL 数据库。 + **NETEZZA**：适用于 Netezza 数据库。 + **ORACLE**：适用于 Oracle 数据库。 + **POSTGRESQL**：适用于 PostgreSQL 数据库。 + **REDSHIFT**：适用于 Amazon Redshift 数据库 + **SNOWFLAKE**：适用于 Snowflake 数据库。 + **SYBASE\$1ASE**：适用于 SAP ASE 数据库。 + **TERADATA**：适用于 Teradata 数据库。 + **VERTICA**：适用于 Vertica 数据库。 + **架构名称**：要包含在评估报告中的数据库架构的名称。 对于 Azure SQL 数据库、Azure Synapse Analytics BigQuery、Netezza、Sap ASE、Snowflake 和 SQL Server，请使用以下格式的架构名称： `db_name.schema_name` 将 `db_name` 替换为源数据库的名称。 将 `schema_name` 替换为源架构的名称。 用双引号将包含点的数据库或架构名称括起来，如下所示:`"database.name"."schema.name"`。 使用分号分隔多个架构名称，如下所示:`Schema1;Schema2`。 数据库和架构名称区分大小写。 使用百分比（`%`）作为通配符来替换数据库或架构名称中任意数量的任何符号。前面的示例使用百分比（`%`）作为通配符，将 `employees` 数据库中的所有架构包含在评估报告中。 + **使用 Windows 身份验证**：如果您使用 Windows 身份验证连接到 Microsoft SQL Server 数据库，请输入 **true**。有关更多信息，请参阅 [当将 Microsoft SQL Server 用作源时使用 Windows 身份验证](CHAP_Source.SQLServer.md#CHAP_Source.SQLServer.Permissions.WinAuth)。 + **登录名**：用于连接到源数据库服务器的用户名。 + **密码**：用于连接到源数据库服务器的密码。 + **使用 SSL**：如果您使用安全套接字层 (SSL) 连接到源数据库，请输入 **true**。 + **信任存储** ：用于 SSL 连接的信任存储。 + **密钥存储**：用于 SSL 连接的密钥存储。 + **SSL 身份验证**：如果您使用通过证书进行的 SSL 身份验证，请输入 **true**。 + **目标引擎**：目标数据库平台。使用以下值在评估报告中指定一个或多个目标： + **AURORA\$1MYSQL**：适用于 Aurora MySQL 兼容数据库。 + **AURORA\$1POSTGRESQL**：适用于 Aurora PostgreSQL 兼容数据库 + **BABELFISH**：适用于 Aurora PostgreSQL 的 Babelfish 数据库。 + **MARIA\$1DB**：适用于 MariaDB 数据库。 + **MSSQL**：适用于 Microsoft SQL Server 数据库。 + **MYSQL**：适用于 MySQL 数据库。 + **ORACLE**：适用于 Oracle 数据库。 + **POSTGRESQL**：适用于 PostgreSQL 数据库。 + **REDSHIFT**：适用于 Amazon Redshift 数据库。 使用分号分隔多个目标，如下所示：`MYSQL;MARIA_DB`。目标的数量会影响运行评估所需的时间。 ## 查找和查看报告 多服务器评估生成两种类型的报告： + 所有源数据库的汇总报告。 + 源数据库中每个架构名称的目标数据库的详细评估报告。 报告存储在您在**新建多服务器评估**对话框中为**位置**选择的目录中。 要访问详细报告，您可以浏览子目录，这些子目录按源数据库、架构名称和目标数据库引擎组织。 汇总报告分四列显示有关目标数据库转换复杂性的信息。这些列包含有关代码对象、存储对象、语法元素和转换复杂性的转换的信息。 以下示例显示了将两个 Oracle 数据库架构转换为适用于 PostgreSQL 的 Amazon RDS 的信息。 ![\[汇总报告一个目标\]](http://docs.aws.amazon.com/zh_cn/SchemaConversionTool/latest/userguide/images/aggregate_rpt5.png) 对于每个指定的其他目标数据库引擎，都会在报告中追加相同的四列。 有关如何阅读这些信息的详细信息，请参阅以下内容。 ## 汇总评估报告的输出 中的聚合多服务器数据库迁移评估报告 AWS Schema Conversion Tool 是一个 CSV 文件，其中包含以下几列： + `Server IP address and port` + `Secret Manager key` + `Name` + `Description` + `Database name` + `Schema name` + `Code object conversion % for target_database` + `Storage object conversion % for target_database` + `Syntax elements conversion % for target_database` + `Conversion complexity for target_database` 要收集信息，请 AWS SCT 运行完整的评估报告，然后按架构汇总报告。 在报告中，以下三个字段显示了基于评估可能自动转换的百分比： **代码对象转化率% ** 架构中可以自动转换或只需最少更改 AWS SCT 即可转换的代码对象的百分比。代码对象包括过程、函数、视图等。 **存储对象转换率% ** SCT 可以自动转换或只需最少更改即可转换存储对象的百分比。存储对象包括表、索引、约束等。 **语法元素转换率% ** SCT 可以自动转换的语法元素的百分比。语法元素包括 `SELECT`、`FROM`、`DELETE` 和 `JOIN` 子句等。 转换复杂度计算基于操作项的概念。*操作项*反映了源代码中发现的一种问题，在迁移到特定目标的过程中，您需要手动修复这些问题。一个操作项可以多次出现。 加权量表确定了执行迁移的复杂程度。数字 1 代表最低的复杂度，数字 10 代表最高的复杂度。