aws schema conversion tool · aws sct 사용자 인터페이스에 대한 소개는 aws schema...

AWS Schema Conversion Tool사용 설명서

버전 1.0

AWS Schema Conversion Tool 사용 설명서

AWS Schema Conversion Tool: 사용 설명서Copyright © 2020 Amazon Web Services, Inc. and/or its affiliates. All rights reserved.

Amazon's trademarks and trade dress may not be used in connection with any product or service that is not Amazon's,in any manner that is likely to cause confusion among customers, or in any manner that disparages or discreditsAmazon. All other trademarks not owned by Amazon are the property of their respective owners, who may or may notbe affiliated with, connected to, or sponsored by Amazon.


Table of ContentsAWS Schema Conversion Tool이란 무엇입니까? ..................................................................................... 1

스키마 변환 개요 ........................................................................................................................ 2피드백 ....................................................................................................................................... 3

설치, 확인 및 업데이트 ....................................................................................................................... 4AWS SCT 설치 ......................................................................................................................... 4

이전 버전 설치 .................................................................................................................. 5AWS SCT 파일 다운로드 확인 .................................................................................................... 5

AWS SCT 파일의 체크섬 확인 ............................................................................................ 6Fedora에서 AWS SCT RPM 파일 확인 ................................................................................. 6Ubuntu에서 AWS SCT DEB 파일 확인 ................................................................................. 7Microsoft Windows에서 AWS SCT MSI 파일 확인 ................................................................... 7Mac OS에서 AWS SCT 애플리케이션 확인 ........................................................................... 7

필요한 데이터베이스 드라이버 설치 ............................................................................................. 8Linux에 JDBC 드라이버 설치 .............................................................................................. 9전역 설정에 드라이버 경로 저장 ......................................................................................... 10

AWS SCT 역할 업데이트 .......................................................................................................... 11AWS SCT 사용자 인터페이스 사용 ...................................................................................................... 12

AWS SCT 프로젝트 창 ............................................................................................................. 12AWS 프로필 저장 ..................................................................................................................... 13

AWS 자격 증명 저장 ......................................................................................................... 14프로젝트 기본 프로필 설정 ................................................................................................. 16

데이터베이스 암호 저장 ............................................................................................................. 16파티션된 테이블을 사용하는 프로젝트에 대해 Union All View 사용 ................................................... 16AWS SCT 트리 필터 ................................................................................................................. 16

...................................................................................................................................... 17트리 필터용 파일 목록 가져오기 ......................................................................................... 19

스키마 숨기기 ......................................................................................................................... 19키보드 바로 가기 ..................................................................................................................... 20데이터베이스 마이그레이션 평가 보고서 ...................................................................................... 21SCT 시작 ............................................................................................................................... 24프로젝트 생성 ......................................................................................................................... 25스키마 변환 ............................................................................................................................ 25변환된 스키마를 대상 DB 인스턴스에 적용 .................................................................................. 27

시작하기 .......................................................................................................................................... 29AWS SCT용 원본 데이터베이스 ......................................................................................................... 30

Oracle을 AWS Schema Conversion Tool용 소스로 사용 ................................................................. 30Oracle 원본에 필요한 권한 ................................................................................................ 31Oracle 원본에 연결 .......................................................................................................... 31Oracle에서 PostgreSQL .................................................................................................... 33Oracle에서 MySQL로 ....................................................................................................... 36Oracle에서 Amazon RDS Oracle로 ..................................................................................... 40

Microsoft SQL Server를 AWS Schema Conversion Tool용 소스로 사용 ............................................ 43원본: Microsoft SQL Server ................................................................................................ 43원본: Microsoft SQL Server에서 Windows 인증 ..................................................................... 43원본인 SQL Server에 연결 ................................................................................................ 45SQL Server에서 MySQL로 ................................................................................................ 46SQL Server에서 PostgreSQL로 .......................................................................................... 48SQL Server를 Amazon RDS for SQL Server로 ..................................................................... 51

MySQL을 AWS Schema Conversion Tool용 소스로 사용 ............................................................... 51소스: MySQL .................................................................................................................. 52원본인 MySQL에 연결 ...................................................................................................... 52

PostgreSQL을 AWS Schema Conversion Tool용 소스로 사용 ......................................................... 54원본: PostgreSQL ............................................................................................................ 54소스로 PostgreSQL에 연결 ................................................................................................ 54

버전 1.0iii


Db2 LUW를 AWS Schema Conversion Tool용 소스로 사용 ............................................................ 56원본: Db2 LUW ............................................................................................................... 56Db2 LUW 원본에 연결 ...................................................................................................... 58DB2LUW에서 PostgreSQL로 ............................................................................................. 60

Amazon Redshift를 AWS Schema Conversion Tool용 소스로 사용 .................................................. 61소스: Amazon Redshift ..................................................................................................... 61Redshift를 원본으로 연결 .................................................................................................. 61

Oracle DW를 AWS Schema Conversion Tool용 소스로 사용 ........................................................... 63원본: Oracle 데이터 웨어하우스 ......................................................................................... 63원본인 OracleDW에 연결 .................................................................................................. 63

Teradata를 AWS Schema Conversion Tool용 소스로 사용 ............................................................. 65원본: Teradata ................................................................................................................ 65Teradata를 원본으로 연결 ................................................................................................. 66

Netezza를 AWS Schema Conversion Tool용 소스로 사용 .............................................................. 68원본: Netezza ................................................................................................................. 68Netezza를 소스로 연결 ..................................................................................................... 69

Greenplum을 AWS Schema Conversion Tool용 소스로 사용 ........................................................... 70원본: Greenplum .............................................................................................................. 70Greenplum을 소스로 연결 ................................................................................................. 70

Vertica를 AWS Schema Conversion Tool용 소스로 사용 ................................................................ 72원본: Vertica ................................................................................................................... 72Vertica를 소스로 연결 ....................................................................................................... 72

Microsoft SQL Server DW를 AWS Schema Conversion Tool용 소스로 사용 ....................................... 74원본: Microsoft SQL Server 데이터 웨어하우스 ...................................................................... 74SQLServerDW를 원본으로 연결 ......................................................................................... 74

변환 보고서 생성 .............................................................................................................................. 77마이그레이션 평가 보고서 .......................................................................................................... 77

데이터베이스 마이그레이션 평가 보고서 생성 ...................................................................... 78평가 보고서 보기 ............................................................................................................. 79평가 보고서 저장 ............................................................................................................. 80

WQF 마이그레이션 보고서 ......................................................................................................... 81AWS WQF 설정 ............................................................................................................... 82배치 가져오기 준비 ........................................................................................................... 83보고서 생성 ...................................................................................................................... 85워크로드 범주 이해 ........................................................................................................... 89

데이터베이스 스키마 변환 ................................................................................................................. 91매핑 규칙 생성 ........................................................................................................................ 92

매핑 규칙 생성 ................................................................................................................ 93객체에 대한 매핑 규칙 생성 ............................................................................................... 94매핑 규칙 내보내기 ........................................................................................................... 94

스키마 변환 ............................................................................................................................ 94스키마 변환 .................................................................................................................... 94변환된 스키마 편집 .......................................................................................................... 96변환된 스키마 삭제 .......................................................................................................... 97

수동 변환 처리 ........................................................................................................................ 98소스 스키마 수정 ............................................................................................................. 98대상 스키마 수정 ............................................................................................................. 99

변환된 스키마 업데이트 및 새로 고침 ......................................................................................... 99스키마 저장 및 적용 ............................................................................................................... 100

변환된 스키마를 파일로 저장 ............................................................................................ 100변환된 스키마 적용 ........................................................................................................ 101확장 팩 스키마 .............................................................................................................. 102

스키마 비교 ........................................................................................................................... 102관련된 변환 객체 ................................................................................................................... 104

데이터 웨어하우스 스키마를 Amazon Redshift로 변환 .......................................................................... 105최적화 전략 및 규칙 선택 ........................................................................................................ 106통계 수집 또는 업로드 ............................................................................................................ 107

버전 1.0iv


매핑 규칙 생성 ...................................................................................................................... 108매핑 규칙 생성 .............................................................................................................. 109객체에 대한 매핑 규칙 보기 ............................................................................................. 110매핑 규칙 내보내기 ........................................................................................................ 110

스키마 변환 ............................................................................................................................ 110스키마 변환 .................................................................................................................... 110변환된 스키마 편집 ......................................................................................................... 112변환된 스키마 삭제 ......................................................................................................... 113

키 관리 및 사용자 지정 ........................................................................................................... 114수동 변환 처리 ...................................................................................................................... 115

소스 스키마 수정 ........................................................................................................... 115대상 스키마 수정 ........................................................................................................... 116

변환된 스키마 업데이트 및 새로 고침 ........................................................................................ 116스키마 저장 및 적용 ............................................................................................................... 117

변환된 스키마를 파일로 저장 ........................................................................................... 117변환된 스키마 적용 ........................................................................................................ 118확장 팩 스키마 .............................................................................................................. 119Python 라이브러리 ......................................................................................................... 120

Amazon Redshift 최적화 ......................................................................................................... 120Amazon Redshift 데이터베이스 최적화 .............................................................................. 120

ETL 프로세스를 AWS Glue로 변환 .................................................................................................... 122사전 조건 ............................................................................................................................... 123AWS Glue 데이터 카탈로그 ...................................................................................................... 123제한 사항 ............................................................................................................................... 123AWS SCT UI에서 AWS Glue를 사용하여 변환 ............................................................................. 124

1단계: 새 프로젝트 생성 ................................................................................................... 1252단계: AWS Glue 작업 생성 ............................................................................................. 127

Python API for AWS Glue를 사용하여 변환 ................................................................................. 1281단계: 데이터베이스 생성 ................................................................................................. 1282단계: 연결 생성 ............................................................................................................. 1283단계: AWS Glue 크롤러 생성 .......................................................................................... 129

AWS Database Migration Service에서 AWS Schema Conversion Tool 사용 ............................................. 132AWS DMS에서 AWS SCT 복제 에이전트 사용 ........................................................................... 132AWS DMS에서 AWS SCT 데이터 추출 에이전트 사용 ................................................................. 132

데이터 추출 에이전트 사용 ............................................................................................................... 133온프레미스 데이터 웨어하우스에서 Amazon Redshift로 마이그레이션 ............................................. 133

사전 조건 설정 ................................................................................................................ 135에이전트 설치 ................................................................................................................. 136에이전트 등록 ................................................................................................................. 139AWS SCT 에이전트에 대한 정보 숨기기 및 복구 .................................................................. 140데이터 추출 필터 생성 ..................................................................................................... 141데이터 정렬 .................................................................................................................... 142AWS SCT 작업 생성, 실행 및 모니터링 .............................................................................. 143AWS Snowball 장치를 사용하여 데이터 추출 ....................................................................... 145데이터 추출 작업 출력 ..................................................................................................... 151가상 분할 사용 ................................................................................................................ 152LOB 작업 ....................................................................................................................... 155모범 사례 및 문제 해결 .................................................................................................... 156

Apache Cassandra에서 Amazon DynamoDB로 데이터 마이그레이션 .............................................. 157Cassandra에서 DynamoDB 마이그레이션하기 위한 사전 조건 ................................................ 159새 AWS SCT 프로젝트 만들기 .......................................................................................... 161복제 데이터 센터 만들기 .................................................................................................. 163데이터 추출 에이전트 설치, 구성 및 실행 ............................................................................ 170복제 데이터 센터에서 Amazon DynamoDB로 데이터 마이그레이션 ......................................... 173마이그레이션 후 작업 ...................................................................................................... 177

애플리케이션 SQL 변환 ................................................................................................................... 178애플리케이션 SQL 변환 개요 ................................................................................................... 178

버전 1.0v


애플리케이션 변환 프로젝트 생성 ............................................................................................. 178SQL 코드 분석 및 변환 ............................................................................................................ 181평가 보고서 생성 및 사용 ......................................................................................................... 182

애플리케이션 평가 보고서 생성 ........................................................................................ 182변환된 SQL 코드 편집 및 저장 ................................................................................................. 183

확장 팩 사용 ................................................................................................................................. 184확장 팩 DB 스키마 사용 .......................................................................................................... 184확장 팩용 사용자 지정 Python 라이브러리 ................................................................................. 185

AWS 서비스를 사용하여 사용자 지정 Python 라이브러리 업로드 ............................................ 185확장 팩 적용 ................................................................................................................. 185

확장 팩의 Lambda 함수 ........................................................................................................... 186AWS 서비스를 사용하여 데이터베이스 기능 에뮬레이션 ....................................................... 186확장 팩 적용 ................................................................................................................. 187

모범 사례 ...................................................................................................................................... 188일반 메모리 관리 및 성능 옵션 ................................................................................................. 188추가 메모리 구성 ................................................................................................................... 188

문제 해결 ...................................................................................................................................... 189Oracle 소스 데이터베이스에서 객체를 로드할 수 없음 .................................................................. 189

출시 정보 ....................................................................................................................................... 190릴리스 정보 – 635 ................................................................................................................... 190– 632 출시 정보 ...................................................................................................................... 192– 631 출시 정보 ...................................................................................................................... 193– 630 출시 정보 ...................................................................................................................... 197출시 정보 – 629 ...................................................................................................................... 197출시 정보 – 628 ...................................................................................................................... 198– 627 출시 정보 ...................................................................................................................... 202– 626 출시 정보 ...................................................................................................................... 209– 625 출시 정보 ...................................................................................................................... 210– 624 출시 정보 ...................................................................................................................... 211– 623 출시 정보 ...................................................................................................................... 212– 622 출시 정보 ...................................................................................................................... 214– 621 출시 정보 ...................................................................................................................... 215– 620 출시 정보 ...................................................................................................................... 216– 619 출시 정보 ...................................................................................................................... 217– 618 출시 정보 ...................................................................................................................... 218– 617 출시 정보 ...................................................................................................................... 219– 616 출시 정보 ...................................................................................................................... 220– 615 출시 정보 ...................................................................................................................... 221– 614 출시 정보 ...................................................................................................................... 223– 613 출시 정보 ...................................................................................................................... 224– 612 출시 정보 ...................................................................................................................... 225– 611 출시 정보 ...................................................................................................................... 226

문서 이력 ....................................................................................................................................... 228이전 업데이트 ......................................................................................................................... 230

버전 1.0vi


AWS Schema Conversion Tool이란무엇입니까?

AWS Schema Conversion Tool (AWS SCT)를 사용하여 기존 데이터베이스 스키마를 한 데이터베이스 엔진에서 다른 데이터베이스 엔진으로 변환할 수 있습니다. 관계형 OLTP 스키마 또는 데이터 웨어하우스 스키마를 변환할 수 있습니다. 변환된 스키마는 Amazon Relational Database Service(Amazon RDS) MySQLDB 인스턴스, Amazon Aurora DB 클러스터, Amazon RDS PostgreSQL DB 인스턴스 또는 Amazon Redshift클러스터에 적합합니다. 변환된 스키마는 Amazon EC2 인스턴스에서 데이터베이스와 함께 사용하거나Amazon S3 버킷에 데이터로 저장할 수 있습니다.

AWS SCT는 Amazon S3 버킷이나 다른 AWS 리소스에 연결할 때 FIPS(미연방 정보 처리 표준) 등 몇 가지 업계 표준을 지원합니다. AWS SCT 역시 FedRAMP(미연방 위험 및 인증 관리 프로그램)를 준수합니다.AWS 및 규정 준수 활동에 대한 자세한 내용은 규정 준수 프로그램 제공 범위 내 AWS 서비스를 참조하십시오.

AWS SCT는 다음 OLTP 변환을 지원합니다.

소스 데이터베이스 Amazon RDS의 대상 데이터베이스

Microsoft SQL Server(버전 2008 이상) MySQL과 호환되는 Amazon Aurora, PostgreSQL과호환되는 Amazon Aurora, MariaDB 10.2 및 10.3,Microsoft SQL Server, MySQL, PostgreSQL

MySQL(버전 5.5 이상) Aurora PostgreSQL, MySQL, PostgreSQL

AWS SCT를 사용하지 않고 MySQL의 스키마 및 데이터를 Aurora MySQL DB 클러스터로 마이그레이션할 수 있습니다. 자세한 내용은 Amazon AuroraDB 클러스터로 데이터 마이그레이션을 참조하십시오.

Oracle(버전 10.2 이상) Aurora MySQL, Aurora PostgreSQL, MariaDB 10.2및 10.3, MySQL, Oracle, PostgreSQL

PostgreSQL(버전 9.1 이상) Aurora MySQL, MySQL, PostgreSQL

IBM Db2 LUW(버전 9.1, 9.5, 9.7, 10.5, 11.1) Aurora MySQL, MariaDB 10.2 및 10.3, MySQL,PostgreSQL, Aurora PostgreSQL

Apache Cassandra(버전 2.0, 3.0, 3.1.1 및 3.11.2) Amazon DynamoDB

Sybase(16.0 및 15.7) Aurora MySQL, Aurora PostgreSQL, MySQL,PostgreSQL

AWS SCT는 다음의 데이터 웨어하우스 변환을 지원합니다.

소스 데이터베이스 Amazon Redshift의 대상 데이터베이스

Greenplum Database(버전 4.3 이상) Amazon Redshift

Microsoft SQL Server(버전 2008 이상) Amazon Redshift

Netezza(버전 7.0.3 이상) Amazon Redshift

버전 1.01

https://aws.amazon.com/compliance/services-in-scope/

https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Aurora.Migrate.html


AWS Schema Conversion Tool 사용 설명서스키마 변환 개요

소스 데이터베이스 Amazon Redshift의 대상 데이터베이스

Oracle(버전 10 이상) Amazon Redshift

Teradata(버전 13 이상) Amazon Redshift

Vertica(버전 7.2.2 이상) Amazon Redshift

스키마 변환 개요AWS SCT는 소스 데이터베이스의 데이터베이스 스키마를 대상 Amazon RDS 인스턴스와 호환되는 형식으로 자동 변환할 수 있는 프로젝트 기반 사용자 인터페이스를 제공합니다. 소스 데이터베이스의 스키마를 자동으로 변환할 수 없을 경우 AWS SCT가 대상 Amazon RDS 데이터베이스에서 동등한 스키마를 생성할 수있는 방법에 대한 지침을 제공합니다.

AWS SCT 설치 방법에 대한 자세한 정보는 AWS Schema Conversion Tool 설치, 확인 및 업데이트 (p. 4) 단원을 참조하십시오.

AWS SCT 사용자 인터페이스에 대한 소개는 AWS Schema Conversion Tool 사용자 인터페이스 사용 (p. 12) 단원을 참조하십시오.

변환 프로세스에 대한 자세한 정보는 AWS Schema Conversion Tool을 사용하여 데이터베이스 스키마 변환 (p. 91) 단원을 참조하십시오.

AWS SCT에는 기존 데이터베이스 스키마를 한 데이터베이스 엔진에서 다른 데이터베이스 엔진을 변환하는기능 외에도 다음과 같이 데이터 및 애플리케이션을 AWS 클라우드로 이전하는 데 활용할 수 있는 몇 가지추가 기능이 있습니다.

• 데이터 추출 에이전트를 사용해 데이터 웨어하우스로부터 데이터를 추출하여 Amazon Redshift로 마이그레이션할 준비를 할 수 있습니다. 데이터 추출 에이전트를 관리하려면 AWS SCT를 사용할 수 있습니다.자세한 정보는 데이터 추출 에이전트 사용 (p. 133) 단원을 참조하십시오.

• AWS SCT를 사용하여 AWS DMS 엔드포인트 및 작업을 생성할 수 있습니다. AWS SCT로부터 이러한작업을 실행하고 모니터링할 수 있습니다. 자세한 정보는 AWS Database Migration Service에서 AWSSchema Conversion Tool 사용 (p. 132) 단원을 참조하십시오.

• 데이터베이스 기능을 동등한 Amazon RDS 또는 Amazon Redshift 기능으로 변환할 수 없는 경우도 있습니다. AWS SCT 확장 팩 마법사를 통해 AWS Lambda 함수와 Python 라이브러리를 설치하고 변환되지 않는 기능을 에뮬레이트할 수 있습니다. 자세한 정보는 AWS Schema Conversion Tool 확장 팩 사용 (p. 184) 단원을 참조하십시오.

• 사용자는 AWS SCT를 사용하여 기존의 Amazon Redshift 데이터베이스를 최적화할 수 있습니다. AWSSCT는 사용자의 데이터베이스를 최척화하기 위한 정렬 및 배포 키를 추천합니다. 자세한 정보는 AmazonRedshift을 사용하여 AWS Schema Conversion Tool 최적화 (p. 120) 단원을 참조하십시오.

• AWS SCT를 사용하여 기존의 온프레미스 데이터베이스 스키마를 동일한 엔진을 실행하는 Amazon RDSDB 인스턴스로 복사할 수 있습니다. 이 기능을 사용하면 클라우드로 이전 및 라이선스 유형 변경의 비용절감 가능성을 분석할 수 있습니다.

• AWS SCT를 사용하여 C++, C#, Java 또는 기타 애플리케이션 코드의 SQL을 변환할 수 있습니다. 변환된 SQL 코드를 보고, 분석하고, 편집하고, 저장할 수 있습니다. 자세한 정보는 AWS Schema ConversionTool을 사용하여 애플리케이션 SQL 변환 (p. 178) 단원을 참조하십시오.

버전 1.02

AWS Schema Conversion Tool 사용 설명서피드백

고객 피드백 제공사용자는 AWS Schema Conversion Tool에 대한 피드백을 제공할 수 있습니다. 버그 보고서를 제출하거나,기능 요청을 제출하거나, 일반 정보를 제공할 수 있습니다.

AWS SCT에 대한 피드백을 제공하려면

1. AWS Schema Conversion Tool를 시작합니다.2. 도움말 메뉴를 열고 Leave Feedback(피드백 남기기)을 선택합니다. Leave Feedback(피드백 남기기) 대

화 상자가 열립니다.3. Area(영역)에서 정보, Bug report(버그 보고서) 또는 Feature request(기능 요청)를 선택합니다.4. Source database(소스 데이터베이스)에서 소스 데이터베이스를 선택합니다. 피드백이 특정 데이터베이

스에 한정되지 않으면 Any(모두)를 선택합니다.5. Target database(대상 데이터베이스)에서 대상 데이터베이스를 선택합니다. 피드백이 특정 데이터베이

스에 한정되지 않으면 Any(모두)를 선택합니다.6. 제목에 피드백 제목을 입력합니다.7. 메시지에 피드백 내용을 입력합니다.8. 전송을 선택하여 피드백을 제출합니다.

버전 1.03

AWS Schema Conversion Tool 사용 설명서AWS SCT 설치

AWS Schema Conversion Tool 설치,확인 및 업데이트

AWS Schema Conversion Tool (AWS SCT)은(는) 프로젝트 기반 사용자 인터페이스를 제공하는 독립 실행형 애플리케이션입니다. AWS SCT은(는) Fedora Linux, macOS, Microsoft Windows, Ubuntu Linux 버전15.04에서 사용 가능합니다. AWS SCT은(는) 64비트 운영체제에서만 지원됩니다. AWS SCT은(는) JavaRuntime Environment(JRE) 버전 8u45도 설치합니다.

올바른 버전의 AWS SCT 배포 파일을 받을 수 있도록 압축 파일 다운로드 후 확인 단계를 제공합니다. 제공된 단계를 사용하여 파일을 확인할 수 있습니다.

주제• AWS SCT 설치 (p. 4)• AWS SCT 파일 다운로드 확인 (p. 5)• 필요한 데이터베이스 드라이버 설치 (p. 8)• AWS SCT 역할 업데이트 (p. 11)

AWS SCT 설치AWS SCT를 설치하려면

1. 운영 체제별 링크를 사용하여 AWS SCT 설치 프로그램이 포함된 압축 파일을 다운로드합니다. 모든 압축 파일은 확장자가 .zip입니다. AWS SCT 설치 파일의 압축을 풀면 해당 운영 체제에 적합한 형식이 됩니다.

• Microsoft Windows• Apple macOS• Ubuntu Linux (.deb)• Fedora Linux (.rpm)

2. 다음에 표시된 운영 체제별 AWS SCT 설치 프로그램 파일을 추출합니다.

운영 체제 파일 이름

Fedora Linux aws-schema-conversion-tool-1.0.build-number.x86_64.rpm

macOS AWS Schema Conversion Tool-1.0.build-number.dmg

Microsoft Windows AWS Schema Conversion Tool-1.0.build-number.msi

Ubuntu Linux aws-schema-conversion-tool-1.0.build-number.deb

3. 이전 단계에서 추출한 AWS SCT 설치 프로그램 파일을 실행합니다. 다음에 표시된 운영 체제별 지침을사용하십시오.

운영 체제 설치 지침

Fedora Linux 파일을 다운로드한 폴더에서 다음 명령을 실행합니다.

버전 1.04

https://s3.amazonaws.com/publicsctdownload/Windows/aws-schema-conversion-tool-1.0.latest.zip

https://s3.amazonaws.com/publicsctdownload/MacOS/aws-schema-conversion-tool-1.0.latest.zip

https://s3.amazonaws.com/publicsctdownload/Ubuntu/aws-schema-conversion-tool-1.0.latest.zip

https://s3.amazonaws.com/publicsctdownload/Fedora/aws-schema-conversion-tool-1.0.latest.zip

AWS Schema Conversion Tool 사용 설명서이전 버전 설치

운영 체제 설치 지침sudo yum install aws-schema-conversion-tool-1.0.build-number.x86_64.rpm

macOS Finder에서 zip 파일을 찾아 압축을 풉니다. 압축을 푼 폴더에서 AWSSchema Conversion Tool-1.0.build-number.dmg를 엽니다.

설치를 완료하려면 AWS Schema Conversion Tool.app 아이콘을 애플리케이션 폴더로 끌어 놓습니다.

설치 창이 열려 있는 경우 닫습니다. finder에서 설치 드라이브가 장착되어있는 경우 꺼냅니다.

Microsoft Windows 파일을 두 번 클릭하여 설치 프로그램을 실행합니다.

Ubuntu Linux 파일을 다운로드한 폴더에서 다음 명령을 실행합니다.

sudo dpkg -i aws-schema-conversion-tool-1.0.build-number.deb

4. 원본 및 대상 데이터베이스 엔진용 Java Database Connectivity(JDBC) 드라이버를 설치합니다. 지침 및다운로드 링크는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.

AWS SCT 이전 버전 설치AWS SCT 이전 버전을 다운로드하여 설치할 수 있습니다. 다음 형식을 사용하여 이전 버전을 다운로드합니다. 다음 형식을 사용하여 버전 및 OS 정보를 제공해야 합니다.

https://d211wdu1froga6.cloudfront.net/builds/1.0/<version>/<OS>/aws-schema-conversion-tool-1.0.zip

예를 들어 AWS SCT 버전 607을 다운로드하려면 다음과 같이 합니다.

• MacOS - https://d211wdu1froga6.cloudfront.net/builds/1.0/607/MacOS/aws-schema-conversion-tool-1.0.zip

• Windows - https://d211wdu1froga6.cloudfront.net/builds/1.0/607/Windows/aws-schema-conversion-tool-1.0.zip

• Ubuntu - https://d211wdu1froga6.cloudfront.net/builds/1.0/607/Ubuntu/aws-schema-conversion-tool-1.0.zip

• Fedora - https://d211wdu1froga6.cloudfront.net/builds/1.0/607/Fedora/aws-schema-conversion-tool-1.0.zip

AWS SCT 파일 다운로드 확인AWS SCT의 배포 파일을 확인할 수 있는 방법이 몇 가지 있습니다. 가장 간단한 방법은 파일의 체크섬을AWS가 공개한 체크섬과 비교하는 것입니다. 추가 보안 수준으로 아래 절차를 사용하여 파일이 설치되는 운영 체제에 따라 배포 파일을 확인할 수 있습니다.

이 단원에는 다음 주제가 포함되어 있습니다.

주제

버전 1.05

https://d211wdu1froga6.cloudfront.net/builds/1.0/607/MacOS/aws-schema-conversion-tool-1.0.zip

https://d211wdu1froga6.cloudfront.net/builds/1.0/607/MacOS/aws-schema-conversion-tool-1.0.zip

https://d211wdu1froga6.cloudfront.net/builds/1.0/607/Windows/aws-schema-conversion-tool-1.0.zip

https://d211wdu1froga6.cloudfront.net/builds/1.0/607/Windows/aws-schema-conversion-tool-1.0.zip

https://d211wdu1froga6.cloudfront.net/builds/1.0/607/Ubuntu/aws-schema-conversion-tool-1.0.zip

https://d211wdu1froga6.cloudfront.net/builds/1.0/607/Ubuntu/aws-schema-conversion-tool-1.0.zip

https://d211wdu1froga6.cloudfront.net/builds/1.0/607/Fedora/aws-schema-conversion-tool-1.0.zip

https://d211wdu1froga6.cloudfront.net/builds/1.0/607/Fedora/aws-schema-conversion-tool-1.0.zip

AWS Schema Conversion Tool 사용 설명서AWS SCT 파일의 체크섬 확인

• AWS SCT 파일의 체크섬 확인 (p. 6)• Fedora에서 AWS SCT RPM 파일 확인 (p. 6)• Ubuntu에서 AWS SCT DEB 파일 확인 (p. 7)• Microsoft Windows에서 AWS SCT MSI 파일 확인 (p. 7)• Mac OS에서 AWS SCT 애플리케이션 확인 (p. 7)

AWS SCT 파일의 체크섬 확인AWS SCT 압축 파일을 다운로드 또는 저장할 때 유입될 수 있는 오류를 탐지하기 위해 파일 체크섬을 AWS가 제공한 값과 비교할 수 있습니다. AWS는 체크섬에 SHA256 알고리즘을 사용합니다.

체크섬을 사용하여 AWS SCT 배포 파일을 확인하려면

1. 설치 섹션의 링크를 사용하여 AWS SCT 배포 파일을 다운로드합니다.2. sha256Check.txt라는 최신 체크섬 파일을 다운로드합니다. 예를 들어 파일은 다음과 같이 보일 수 있습

니다.

Fedora b4f5f66f91bfcc1b312e2827e960691c269a9002cd1371cf1841593f88cbb5e6Ubuntu 4315eb666449d4fcd95932351f00399adb6c6cf64b9f30adda2eec903c54eca4Windows 6e29679a3c53c5396a06d8d50f308981e4ec34bd0acd608874470700a0ae9a23MacOs ed56d3ab49309e92ac4d2ef439d35449ac1326f470c23dc5866e1bf0a60b0e67

3. 배포 파일이 포함된 디렉터리에서 운영 체제의 SHA256 확인 명령을 실행합니다. 예를 들어 Mac 운영체제에서 실행할 명령은 다음과 같습니다.

shasum -a 256 aws-schema-conversion-tool-1.0.latest.zip

4. 명령의 결과를 sha256Check.txt 파일에 표시된 값과 비교합니다. 두 값이 일치해야 합니다.

Fedora에서 AWS SCT RPM 파일 확인AWS는 배포 파일 체크섬 외에 또 다른 수준의 확인을 제공합니다. 배포 파일의 모든 RPM 파일은 AWS 프라이빗 키로 서명됩니다. 퍼블릭 GPG 키는 amazon.com.public.gpg-key에서 볼 수 있습니다.

Fedora에서 AWS SCT RPM 파일을 확인하려면

1. 설치 섹션의 링크를 사용하여 AWS SCT 배포 파일을 다운로드합니다.2. AWS SCT 배포 파일의 체크섬 확인3. 배포 파일의 내용을 추출합니다. 확인할 RPM 파일의 위치를 찾습니다.4. amazon.com.public.gpg-key 에서 퍼블릭 GPG 키를 다운로드합니다.5. 다음 명령을 사용하여 퍼블릭 키를 RPM DB로 가져옵니다(적절한 권한이 있어야 합니다).

sudo rpm --import [email protected]

6. 다음 명령을 실행하여 가져오기가 성공했는지 확인합니다.

rpm -q --qf "%{NAME}-%{VERSION}-%{RELEASE} \n %{SUMMARY} \n" gpg-pubkey-ea22abf4-5a21d30c

7. 다음 명령을 실행하여 RPM 서명을 확인합니다.

버전 1.06

https://d2fk11eyrwr7ob.cloudfront.net/sha256Check.txt

https://d2fk11eyrwr7ob.cloudfront.net/[email protected]


AWS Schema Conversion Tool 사용 설명서Ubuntu에서 AWS SCT DEB 파일 확인

rpm --checksig -v aws-schema-conversion-tool-1.0.build number-1.x86_64.rpm

Ubuntu에서 AWS SCT DEB 파일 확인AWS는 배포 파일 체크섬 외에 또 다른 수준의 확인을 제공합니다. 배포 파일의 모든 DEB 파일은 GPG 분리서명으로 서명됩니다.

Ubuntu에서 AWS SCT DEB 파일을 확인하려면

1. 설치 섹션의 링크를 사용하여 AWS SCT 배포 파일을 다운로드합니다.2. AWS SCT 배포 파일의 체크섬 확인3. 배포 파일의 내용을 추출합니다. 확인할 DEB 파일의 위치를 찾습니다.4. aws-schema-conversion-tool-1.0.latest.deb.asc에서 분리 서명을 다운로드합니다.5. amazon.com.public.gpg-key 에서 퍼블릭 GPG 키를 다운로드합니다.6. 다음 명령을 실행하여 GPG 퍼블릭 키를 가져옵니다.

gpg --import [email protected]

7. 다음 명령을 실행하여 서명을 확인합니다.

gpg --verify aws-schema-conversion-tool-1.0.latest.deb.asc aws-schema-conversion-tool-1.0.build number.deb

Microsoft Windows에서 AWS SCT MSI 파일 확인AWS는 배포 파일 체크섬 외에 또 다른 수준의 확인을 제공합니다. MSI 파일에는 AWS가 서명했는지 확인할수 있는 디지털 서명이 있습니다.

Windows에서 AWS SCT MSI 파일을 확인하려면

1. 설치 섹션의 링크를 사용하여 AWS SCT 배포 파일을 다운로드합니다.2. AWS SCT 배포 파일의 체크섬 확인3. 배포 파일의 내용을 추출합니다. 확인할 MSI 파일의 위치를 찾습니다.4. Windows 탐색기에서 MSI 파일을 마우스 오른쪽 버튼으로 클릭하고 [속성]을 선택합니다.5. [디지털 서명] 탭을 선택합니다.6. 디지털 서명이 Amazon Services LLC의 서명인지 확인합니다.

Mac OS에서 AWS SCT 애플리케이션 확인AWS는 배포 파일 체크섬 외에 또 다른 수준의 확인을 제공합니다. Mac OS에 AWS SCT을(를) 설치한 후 다음 절차를 사용하여 애플리케이션을 확인할 수 있습니다.

Mac OS에서 AWS SCT 애플리케이션을 확인하려면

1. 설치 섹션의 링크를 사용하여 AWS SCT 배포 파일을 다운로드합니다.2. AWS SCT 배포 파일의 체크섬 확인3. 배포 파일의 내용을 추출합니다.

버전 1.07

https://d2fk11eyrwr7ob.cloudfront.net/Ubuntu/signatures/aws-schema-conversion-tool-1.0.latest.deb.asc


AWS Schema Conversion Tool 사용 설명서필요한 데이터베이스 드라이버 설치

4. DMG 파일을 두 번 클릭합니다.5. AWS SCT를 설치합니다.6. 다음 명령을 실행하여 애플리케이션을 확인합니다.

codesign -dvvv /Applications/AWS\ Schema\ Conversion\ Tool.app/

필요한 데이터베이스 드라이버 설치AWS SCT(이)가 올바로 작동하려면 원본 및 대상 데이터베이스 엔진용 JDBC 드라이버를 설치해야 합니다.

드라이버를 다운로드한 후 드라이버 파일의 위치를 제공합니다. 자세한 정보는 전역 설정에 드라이버 경로저장 (p. 10) 단원을 참조하십시오.

다음 위치에서 데이터베이스 드라이버를 다운로드할 수 있습니다.

Important

사용 가능한 최신 버전의 드라이버를 설치합니다. 다음 표에 나오는 버전은 버전 번호의 예입니다.

데이터베이스엔진

드라이버 다운로드 위치

AmazonAurora(MySQL호환)

mysql-connector-java-5.1.6.jar https://www.mysql.com/products/connector/

AmazonAurora(PostgreSQL호환)

postgresql-9.4-1204-jdbc42.jar https://jdbc.postgresql.org/download.html

AmazonRedshift

RedshiftJDBC41-1.1.10.1010.jar https://docs.aws.amazon.com/redshift/latest/mgmt/configure-jdbc-connection.html

GreenplumDatabase

postgresql-9.4-1204-jdbc42.jar https://jdbc.postgresql.org/

Maria DB mariadb-java-client-2.4.0.jar https://mariadb.com/downloads/#connectors

Microsoft SQLServer

sqljdbc4.jar https://www.microsoft.com/en-us/download/details.aspx?displaylang=en&id=11774

MySQL mysql-connector-java-5.1.6.jar https://www.mysql.com/products/connector/

Netezza nzjdbc.jar

클라이언트 도구 소프트웨어를 사용합니다. 데이터 웨어하우스 버전 7.2.0과 하위 버전 호환되는 드라이버 버전 7.2.1을 사용합니다.

http://www.ibm.com/support/knowledgecenter/SSULQD_7.2.1/com.ibm.nz.datacon.doc/c_datacon_plg_overview.html

Oracle ojdbc7.jar

드라이버 버전 7 이상이 지원됩니다.

http://www.oracle.com/technetwork/database/features/jdbc/jdbc-drivers-12c-download-1958347.html

PostgreSQL postgresql-9.4-1204-jdbc42.jar https://jdbc.postgresql.org/download.html

버전 1.08

https://www.mysql.com/products/connector/

https://jdbc.postgresql.org/download.html

https://docs.aws.amazon.com/redshift/latest/mgmt/configure-jdbc-connection.html

https://docs.aws.amazon.com/redshift/latest/mgmt/configure-jdbc-connection.html

https://jdbc.postgresql.org/

https://mariadb.com/downloads/#connectors

https://www.microsoft.com/en-us/download/details.aspx?displaylang=en&id=11774

https://www.microsoft.com/en-us/download/details.aspx?displaylang=en&id=11774

https://www.mysql.com/products/connector/







https://jdbc.postgresql.org/download.html

AWS Schema Conversion Tool 사용 설명서Linux에 JDBC 드라이버 설치

데이터베이스엔진

드라이버 다운로드 위치

SAPASE(SybaseASE)

jconn4.jar SAP ASE 제품과 함께 제공되는 SAP AdaptiveServer Enterprise 16용 SDK에서 사용 가능합니다. SDK 평가판 버전은 https://www.sap.com/developer/trials-downloads/additional-downloads/sdk-for-sap-adaptive-server-enterprise-16-13351.html에서 다운로드할 수 있습니다.

Teradata terajdbc4.jar

tdgssconfig.jar

https://downloads.teradata.com/download/connectivity/jdbc-driver

Vertica vertica-jdbc-7.2.3-0_all

드라이버 버전 7.2.0 이상이 지원됩니다.

https://my.vertica.com/download/vertica/client-drivers/

Linux에 JDBC 드라이버 설치다음 단계를 사용하여 AWS SCT를 사용할 Linux 시스템에 JDBC 드라이버를 설치합니다.

Linux 시스템에 JDBC 드라이버를 설치하려면

1. JDBC 드라이버를 저장할 디렉터리를 생성합니다.

PROMPT>sudo mkdir –p /usr/local/jdbc-drivers

2. 다음 명령을 사용하여 사용자의 데이터베이스 엔진용 JDBC 드라이버를 설치합니다.

데이터베이스 엔진 설치 명령

AmazonAurora(MySQL 호환) PROMPT> cd /usr/local/jdbc-drivers

PROMPT> sudo tar xzvf /tmp/mysql-connector-java-X.X.X.tar.gz

AmazonAurora(PostgreSQL 호환)

PROMPT> cd /usr/local/jdbc-driversPROMPT> sudo cp -a /tmp/postgresql-X.X.X.jre7.tar .

Microsoft SQL ServerPROMPT> cd /usr/local/jdbc-driversPROMPT> sudo tar xzvf /tmp/sqljdbc_X.X.X_enu.tar.gz

MySQLPROMPT> cd /usr/local/jdbc-driversPROMPT> sudo tar xzvf /tmp/mysql-connector-java-X.X.X.tar.gz

OraclePROMPT> cd /usr/local/jdbc-driversPROMPT> sudo mkdir oracle-jdbcPROMPT> cd oracle-jdbcPROMPT> sudo cp -a /tmp/ojdbc7.jar .

PostgreSQLPROMPT> cd /usr/local/jdbc-drivers

버전 1.09

https://www.sap.com/developer/trials-downloads/additional-downloads/sdk-for-sap-adaptive-server-enterprise-16-13351.html








AWS Schema Conversion Tool 사용 설명서전역 설정에 드라이버 경로 저장

데이터베이스 엔진 설치 명령PROMPT> sudo cp -a /tmp/postgresql-X.X.X.jre7.tar .

전역 설정에 드라이버 경로 저장필요한 JDBC 드라이버를 다운로드 및 설치한 후, AWS SCT 설정에서 전역적으로 드라이버 위치를 설정할수 있습니다. 드라이버 위치를 전역적으로 설정하지 않을 경우 데이터베이스에 연결할 때 애플리케이션이 드라이버 위치를 묻습니다.

드라이버 파일 위치를 업데이트하려면

1. AWS SCT에서 Settings를 선택한 후 Global Settings를 선택합니다.

2. [Global settings]에서 [Drivers]를 선택합니다. 원본 데이터베이스 엔진 및 대상 Amazon RDS DB 인스턴스 데이터베이스 엔진용 JDBC 드라이버의 파일 경로를 추가합니다.

Note

Teradata의 경우, 세미콜론으로 구분된 2개의 드라이버를 지정합니다.

3. 드라이버 경로를 추가했으면 [OK]를 선택합니다.

버전 1.010

AWS Schema Conversion Tool 사용 설명서AWS SCT 역할 업데이트

AWS SCT 역할 업데이트AWS는 새 기능으로 AWS SCT를 주기적으로 업데이트합니다. 이전 버전에서 업데이트하는 경우 AWS SCT프로젝트를 새로 만들고, 사용하는 모든 데이터베이스 객체를 다시 변환합니다.

AWS SCT를 위한 업데이트 존재 여부를 확인할 수 있습니다.

AWS SCT에 대한 업데이트를 확인하려면

1. AWS SCT에서 Help와 Check for Updates를 차례로 선택합니다.2. [Check for Updates] 대화 상자에서 [What's New]를 선택합니다. 링크가 나타나지 않으면 최신 버전을

가지고 있는 것입니다.

버전 1.011

AWS Schema Conversion Tool 사용 설명서AWS SCT 프로젝트 창

AWS Schema Conversion Tool 사용자 인터페이스 사용

다음 단원에서는 AWS SCT 사용자 인터페이스로 작업하는 방법을 설명합니다. AWS SCT 설치에 대한 자세한 내용은 AWS Schema Conversion Tool 설치, 확인 및 업데이트 (p. 4) 단원을 참조하십시오.

주제• AWS SCT 프로젝트 창 (p. 12)• AWS Schema Conversion Tool에서 AWS 서비스 프로파일 사용 (p. 13)• 데이터베이스 암호 저장 (p. 16)• 파티션된 테이블을 사용하는 프로젝트에 대해 Union All View 사용 (p. 16)• AWS SCT 트리 필터 사용 (p. 16)• AWS SCT 트리 보기에서 스키마 숨기기 (p. 19)• AWS SCT용 키보드 바로 가기 (p. 20)• 데이터베이스 마이그레이션 평가 보고서 생성 및 검토 (p. 21)• AWS Schema Conversion Tool 시작 (p. 24)• AWS Schema Conversion Tool 프로젝트 생성 (p. 25)• 스키마 변환 (p. 25)• 변환된 스키마를 대상 DB 인스턴스에 적용 (p. 27)

AWS SCT 프로젝트 창다음 그림은 스키마 마이그레이션 프로젝트를 생성한 후 스키마를 변환할 때 AWS SCT에 나타나는 화면입니다.

1. 왼쪽 창에는 소스 데이터베이스의 스키마가 트리 보기로 표시됩니다. 데이터베이스 스키마는 "지연 로딩(lazy loaded)"됩니다. 즉, 트리 보기에서 항목을 선택하면 AWS SCT가 소스 데이터베이스에서 현재 스키마를 가져와 표시합니다.

2. 상단 가운데 창에는 소스 데이터베이스 엔진에서 대상 데이터베이스 엔진으로 자동 변환될 수 없는 스키마 요소에 대한 작업 항목이 표시됩니다.

3. 오른쪽 창에는 대상 DB 인스턴스의 스키마가 트리 보기로 표시됩니다. 데이터베이스 스키마는 "지연 로딩(lazy loaded)"됩니다. 즉, 트리 보기에서 항목을 선택하는 시점에 AWS SCT가 대상 데이터베이스에서 현재 스키마를 가져와 표시합니다.

버전 1.012

AWS Schema Conversion Tool 사용 설명서AWS 프로필 저장

4. 하단 왼쪽 창에는 스키마 요소를 선택하면 소스 스키마 요소를 설명하는 속성과 소스 데이터베이스에서해당 요소를 생성하기 위한 SQL 명령이 표시됩니다.

5. 하단 오른쪽 창에는 스키마 요소를 선택하면 대상 스키마 요소를 설명하는 속성과 대상 데이터베이스에서해당 요소를 생성하기 위한 SQL 명령이 표시됩니다. 이 SQL 명령을 편집하고 업데이트된 명령을 프로젝트와 함께 저장할 수 있습니다.

AWS Schema Conversion Tool에서 AWS 서비스 프로파일 사용

AWS Schema Conversion Tool에 AWS 자격 증명을 저장합니다. AWS SCT는 사용자가 AWS 서비스와통합되는 기능을 사용할 때 이 자격 증명을 사용합니다. 예를 들어, AWS SCT은(는) Amazon S3, AWSLambda, Amazon Relational Database Service, AWS Database Migration Service과 통합합니다.

AWS SCT는 사용자가 AWS 자격 증명이 필요한 기능에 액세스할 때 자격 증명을 요구합니다. 자격 증명을전역 애플리케이션 설정에 저장할 수 있습니다. AWS SCT가 자격 증명을 요구할 때 저장된 자격 증명을 선택할 수 있습니다.

버전 1.013

AWS Schema Conversion Tool 사용 설명서AWS 자격 증명 저장

여러 세트의 AWS 자격 증명을 전역 애플리케이션 설정에 저장할 수 있습니다. 예를 들어 테스트 시나리오에서 사용하는 자격 증명 세트를 저장하고 프로덕션 시나리오에 하는 다른 자격 증명 세트를 저장할 수 있습니다. AWS 리전마다 다른 자격 증명을 저장할 수도 있습니다.

AWS 자격 증명 저장다음 절차를 따라 AWS 자격 증명을 전역적으로 저장합니다.

AWS 자격 증명을 저장하려면

1. AWS Schema Conversion Tool를 시작합니다.2. [Settings] 메뉴를 열고 [Global Settings]를 선택합니다. [Global Settings] 대화 상자가 나타납니다.

다음과 같이 [AWS Service Profiles]를 선택합니다.

3. Add new AWS Service Profile(새로운 AWS 서비스 프로파일 추가)을 선택합니다.4. 다음과 같이 AWS 정보를 입력합니다.

AWS SCT옵션 작업

[Schema/DatabaseName]

필터링할 스키마 및 데이터베이스 이름을 선택합니다. 스키마 이름에 "%"를입력하면 모든 스키마를 선택할 수 있습니다.

a. [Profile name]에 프로필 이름을 입력합니다.b. [AWS Access Key]에 AWS 액세스 키를 입력합니다.c. [AWS Secret Key]에 AWS 보안 키를 입력합니다.d. [Region]에서 프로필의 리전을 선택합니다.

버전 1.014

AWS Schema Conversion Tool 사용 설명서AWS 자격 증명 저장

e. S3 Bucket에서 프로필의 Amazon S3 버킷을 선택합니다. S3에 연결하는 기능을 사용하는 경우에만 버킷을 지정하면 됩니다.

f. 미국 정부 보안 표준(FIPS)의 보안 요구 사항을 준수해야 하는 경우, [Use FIPS endpoint for S3]를선택합니다. FIPS 엔드포인트는 다음 AWS 리전에서 사용할 수 있습니다.

• 미국 동부(버지니아 북부) 지역• 미국 동부(오하이오) 리전• 미국 서부(캘리포니아 북부) 리전• 미국 서부(오레곤) 지역

5. [Test Connection]을 선택하여 자격 증명이 정확하고 활성 상태인지 확인합니다.

[Test Connection] 대화 상자가 나타납니다. 프로필에 연결된 각 서비스의 상태를 볼 수 있습니다. [Pass]는 프로필이 서비스에 성공적으로 액세스할 수 있음을 나타냅니다.

6. 프로필을 구성한 후 [Save]를 선택하여 프로필을 저장하거나 [Cancel]을 선택하여 변경을 취소합니다.7. [OK]를 선택하여 [Global Settings] 대화 상자를 닫습니다.

버전 1.015

AWS Schema Conversion Tool 사용 설명서프로젝트 기본 프로필 설정

프로젝트 기본 프로필 설정AWS SCT 프로젝트에 대한 기본 프로필을 설정할 수 있습니다. 그러면 프로필에 저장된 AWS 자격 증명이프로젝트와 연결됩니다. 프로젝트가 열린 상태에서, 다음 절차를 따라 기본 프로필을 설정합니다.

프로젝트 기본 프로필을 설정하려면

1. AWS Schema Conversion Tool를 시작합니다.2. [Settings] 메뉴를 열고 [Project Settings]를 선택합니다. [Current project settings] 대화 상자가 나타납니

다.3. [Project Environment] 탭을 선택합니다.4. [AWS Service Profile]에서 프로젝트와 연결할 프로필을 선택합니다.5. [OK]를 선택하여 [Current project settings] 대화 상자를 닫습니다. [Cancel]을 선택하여 변경 사항을 취소

할 수도 있습니다.

데이터베이스 암호 저장AWS SCT 캐시에 데이터베이스 암호 또는 SSL 인증서를 저장할 수 있습니다. 암호를 저장하려면 연결을 생성할 때 [Store Password]를 선택합니다.

암호는 seed.dat 파일에서 무작위로 생성되는 토큰을 사용하여 암호화됩니다. 그러면 사용자 이름과 함께캐시 파일에 암호가 저장됩니다. seed.dat 파일이 손실되거나 손상되면 데이터베이스 암호가 암호화되지않을 수 있습니다. 이 경우 연결에 실패합니다.

파티션된 테이블을 사용하는 프로젝트에 대해 UnionAll View 사용

소스 테이블이 파티션된 경우 AWS SCT는 n개의 대상 테이블을 생성합니다. n은 소스 테이블의 파티션 수입니다. AWS SCT는 대상 테이블 맨 위에 UNION ALL 뷰를 생성하여 소스 테이블을 나타냅니다. AWS SCT 데이터 추출기를 사용하여 데이터를 마이그레이션하는 경우, 소스 테이블 파티션이 추출되어 별도의 하위 작업과 동시에 로드됩니다.

프로젝트에 Union All 뷰를 사용하려면

1. AWS SCT를 시작합니다. 데이터 웨어하우스(OLAP) 프로젝트를 선택합니다.2. [Settings]를 선택하고 [Project settings]를 선택합니다. [Current project settings] 대화 상자가 나타납니

다.3. Use Union all view(Union all 뷰 사용)를 선택합니다.4. [OK]를 선택하여 설정을 저장하고 Current project settings(현재 프로젝트 설정) 대화 상자를 닫습니다.

AWS SCT 트리 필터 사용AWS SCT는 원본에서 대상으로 데이터를 마이그레이션하기 위해 원본 및 대상 데이터베이스에서 모든 메타데이터를 트리 구조로 로드합니다. 이 구조는 AWS SCT의 주 프로젝트 창에서 트리 보기로 표시됩니다.

일부 데이터베이스의 트리 구조에는 많은 수의 객체가 있을 수 있습니다. AWS SCT에서 트리 필터를 사용하여 원본 및 대상 트리 구조에서 객체를 검색할 수 있습니다. 트리 필터를 사용할 경우, 데이터베이스를 변환할 때 변환되는 객체를 변경하지 마십시오. 필터는 트리에 표시되는 것만 변경합니다.

버전 1.016

AWS Schema Conversion Tool 사용 설명서AWS SCT 트리 필터

트리 필터는 AWS SCT가 사전 로드한 객체에 적용됩니다. 다시 말해 AWS SCT는 검색 도중 데이터베이스에서 객체를 로드하지 않습니다. 이 방법은 일반적으로 데이터베이스에 있는 것보다 적은 객체가 트리 구조에 포함된다는 것을 뜻합니다.

트리 필터의 경우, 다음 사항에 유의하십시오.

• 필터 기본값은 ANY입니다. 즉, 필터는 이름 검색을 사용하여 객체를 찾습니다.• 하나 이상의 객체 유형을 선택하면 이러한 객체 유형만 트리에 표시됩니다.• 필터 마스크를 사용하면 유니코드, 스페이스, 특수 문자 등 다른 유형의 기호를 표시할 수 있습니다. "%" 문

자는 모든 기호의 와일드카드입니다.• 필터를 적용한 후 개수에는 필터링된 객체의 수만 표시됩니다.

트리 필터를 만들려면

1. 기존 AWS SCT 프로젝트를 엽니다.2. 트리 필터를 적용하려는 데이터베이스에 연결합니다.3. 필터 아이콘을 선택합니다.

Note

현재 적용된 필터가 없으므로 필터 실행 취소 아이콘은 회색으로 표시되어 있습니다.

4. [Tree Filter] 대화 상자에서 다음 정보를 입력합니다. 데이터베이스 엔진마다 대화 상자의 옵션이 다릅니다.

버전 1.017

AWS Schema Conversion Tool 사용 설명서AWS SCT 트리 필터

AWS SCT 옵션 작업

[Schema/DatabaseName]

필터링할 스키마 및 데이터베이스 이름을 선택합니다. 스키마 이름에 "%"를입력하면 모든 스키마를 선택할 수 있습니다.

객체 이름 객체 이름으로 검색하려면 객체 이름을 선택합니다.

[Tree States] 테이블 상태를 선택합니다. 옵션에는 다음이 포함됩니다.

• Any – 모든 테이블을 표시합니다.• Converted – 변환된 테이블만 표시합니다.• Not Converted – 변환되지 않은 테이블만 표시합니다.• Has Actions – 대기 중인 작업이 있는 테이블을 표시합니다.

객체 유형 목록 필터링할 수 있는 객체 유형 목록에서 객체를 선택합니다. 객체 유형 목록에더 많은 객체를 로드하려면 트리 노드를 확장합니다.

5. [Apply]를 선택합니다. [Apply]를 선택한 후 필터 실행 취소 아이콘(필터 아이콘 옆)이 활성화됩니다. 적용한 필터를 제거하려면 이 아이콘을 사용하십시오.

6. [Close]를 선택하여 대화 상자를 닫습니다.

트리에 표시되는 스키마를 필터링할 경우 스키마를 변환할 때 변환되는 객체가 변경되지 않습니다. 필터는트리에 표시되는 것만 변경합니다.

버전 1.018

AWS Schema Conversion Tool 사용 설명서트리 필터용 파일 목록 가져오기

트리 필터용 파일 목록 가져오기트리 필터가 사용할 이름이나 값을 포함하는 파일을 가져올 수 있습니다. 이 파일에서는 다음 규칙이 사용됩니다.

• Object는 찾고자 하는 객체의 유형입니다.• Database는 이 객체가 존재하는 데이터베이스의 이름입니다.• Schema는 이 객체가 존재하는 스키마의 이름입니다.• Name은 객체 이름입니다.

가져올 파일은 다음 형식을 가져야 합니다.

• Object;Database;Schema;Name – 이 형식은 Microsoft SQL Server, SQL 데이터 웨어하우스 및Netezza SQL 언어에 필수입니다.

• Object;Schema;Name – 그 밖의 SQL 언어에는 이 형식을 사용하십시오.

트리 필터용 파일 목록을 가져오려면

1. 기존 AWS SCT 프로젝트를 열고 트리 필터를 적용하려는 데이터베이스에 연결한 다음 필터 아이콘을선택합니다.

2. [Import File List] 탭을 선택합니다.3. [Import File]을 선택합니다.4. 가져올 파일을 선택한 후 [Open]을 선택합니다.5. [Apply]를 선택한 다음 [Close]를 선택합니다.

AWS SCT 트리 보기에서 스키마 숨기기트리 보기 설정을 사용하면 AWS SCT 트리 보기에서 보려는 스키마와 데이터베이스를 지정할 수 있습니다.빈 스키마, 빈 데이터베이스, 시스템 데이터베이스, 사용자 정의 데이터베이스 및 스키마를 숨길 수 있습니다.

트리 보기에서 데이터베이스와 스키마를 숨기려면

1. AWS SCT 프로젝트를 엽니다.2. 트리 보기에 표시하려는 데이터 스토어에 연결합니다.3. [Settings], [Global Settings], [Tree View]를 차례로 선택합니다.

버전 1.019

AWS Schema Conversion Tool 사용 설명서키보드 바로 가기

4. [Tree View Settings] 섹션에서 다음을 수행합니다.

• [Hide System Databases/Schemas]에서 이름을 기준으로 시스템 데이터베이스와 스키마를 선택하여숨깁니다.

• [Hide User Defined Databases/Schemas]에서 숨기려는 사용자 정의 스키마와 데이터베이스의 이름을 입력한 다음 [Add]를 선택합니다. 이름은 대/소문자를 구분하지 않습니다.

• 트리 보기를 기본 설정으로 재설정하려면 [Reset to Default]를 선택합니다.5. [OK]를 선택합니다.

AWS SCT용 키보드 바로 가기다음은 AWS SCT에서 사용할 수 있는 바로 가기 키입니다.

키보드 바로 가기 설명

Ctrl+N 새 프로젝트를 생성합니다.

Ctrl+O 기존 프로젝트를 엽니다.

Ctrl+S 열려 있는 프로젝트를 저장합니다.

Ctrl+W 마법사를 사용하여 새 프로젝트를 생성합니다.

Ctrl+L 소스 데이터베이스에 연결합니다.

Ctrl+R 대상 데이터베이스에 연결합니다.

버전 1.020

AWS Schema Conversion Tool 사용 설명서데이터베이스 마이그레이션 평가 보고서

데이터베이스 마이그레이션 평가 보고서 생성 및 검토

데이터베이스 마이그레이션 평가 보고서에는 대상 Amazon RDS DB 인스턴스의 엔진으로 자동 변환할 수없는 스키마에 대한 모든 작업 항목이 요약됩니다. 이 보고서는 또한 대상 DB 인스턴스에 동등한 코드를 작성하는 데 소요되는 예상 작업량 수치를 포함합니다.

언제라도 다음 절차를 사용하여 프로젝트에서 데이터베이스 마이그레이션 평가 보고서를 생성(또는 업데이트)할 수 있습니다.

데이터베이스 마이그레이션 평가 보고서를 생성 및 검토하려면

1. 소스 데이터베이스의 스키마를 표시하는 왼쪽 패널에서 평가 보고서를 생성할 스키마 객체를 선택합니다. 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Create Report]를 선택합니다.

평가 보고서 보기가 열립니다.2. [Action Items] 탭을 선택합니다.

[Action Items] 탭에는 자동으로 변환할 수 없는 스키마를 설명하는 항목의 목록이 표시됩니다. 목록에서작업 항목 중 하나를 선택합니다. AWS SCT는 다음과 같이 해당 작업 항목이 적용되는 스키마에서 항목을 강조합니다.

버전 1.021


3. [Summary] 탭을 선택합니다.

[Summary] 탭에는 데이터베이스 마이그레이션 평가 보고서의 요약 정보가 표시됩니다. 또한 자동 변환된 항목 수와 자동 변환되지 않은 항목 수가 표시됩니다. 요약 정보에는 대상 DB 인스턴스에 소스 데이터베이스와 동등한 스키마를 생성하는 데 소요되는 예상 시간도 포함됩니다.

[License Evaluation and Cloud Support] 섹션에는 기존의 온프레미스 데이터베이스 스키마를 동일한 엔진을 실행하는 Amazon RDS DB 인스턴스로 이전하는 데 대한 정보가 포함되어 있습니다. 예를 들어 라이선스 유형을 변경하려는 경우 이 보고서 섹션이 현재 데이터베이스에서 어떤 기능을 제거해야 할지 보여줍니다.

다음은 평가 보고서 요약 정보의 예입니다.

버전 1.022


4. [Summary] 탭을 선택한 후 [Save to PDF]를 선택합니다. 데이터베이스 마이그레이션 평가 보고서가PDF 파일로 저장됩니다. PDF 파일은 요약 정보 및 작업 항목 정보를 모두 포함합니다.

[Save to CSV]를 선택하여 보고서를 CSV(쉼표로 분리된 값) 파일로 저장할 수도 있습니다. CSV 파일은작업 항목 정보만 포함합니다.

버전 1.023

AWS Schema Conversion Tool 사용 설명서SCT 시작

AWS Schema Conversion Tool 시작AWS Schema Conversion Tool을 시작하려면 다음에 표시된 운영 체제별 지침을 따릅니다.

운영 체제 지침

Fedora Linux 다음 명령을 실행합니다.

/opt/AWSSchemaConversionTool/AWSSchemaConversionTool

Microsoft Windows 애플리케이션 아이콘을 두 번 클릭합니다.

Ubuntu Linux 다음 명령을 실행합니다.

/opt/AWSSchemaConversionTool/AWSSchemaConversionTool

버전 1.024

AWS Schema Conversion Tool 사용 설명서프로젝트 생성

AWS Schema Conversion Tool 프로젝트 생성다음 절차에서는 AWS Schema Conversion Tool 프로젝트를 생성하는 방법을 보여줍니다.

프로젝트를 생성하려면

1. AWS Schema Conversion Tool를 시작합니다.2. [File] 메뉴에서 [New Project]를 선택합니다. [New Project] 대화 상자가 나타납니다.

3. 다음의 예비 프로젝트 정보를 추가합니다.

이 파라미터의 경우... 수행할 작업

프로젝트 이름 컴퓨터에서 로컬로 저장되는 프로젝트의 이름을 입력합니다.

위치 로컬 프로젝트 파일의 위치를 입력합니다.

[Transactional Database (OLTP)] 또는 [Data Warehouse (OLAP)]를 선택합니다.

Source DB Engine (OLTP) [Microsoft SQL Server,] [MySQL], [Oracle] 또는[PostgreSQL]을 선택합니다.

(OLAP) [Amazon Redshift], [Greenplum], [Microsoft SQL ServerDW], [Netezza], [Oracle DW], [Teradata] 또는 [Vertica]를 선택합니다.

Target DB Engine (OLTP) Amazon Aurora (MySQL compatible), Amazon Aurora(PostgreSQL compatible), Amazon RDS for Microsoft SQL Server,Amazon RDS for MySQL, Amazon RDS for Oracle 또는 AmazonRDS for PostgreSQL를 선택합니다.

(OLAP) [Amazon Redshift]를 선택합니다.

4. [OK]를 선택하여 AWS SCT 프로젝트를 생성합니다.

스키마 변환다음 절차를 사용하여 스키마를 변환합니다.

버전 1.025

AWS Schema Conversion Tool 사용 설명서스키마 변환

스키마를 변환하려면

1. [View], [Main View]를 차례로 선택합니다.

2. 소스 데이터베이스의 스키마를 표시하는 왼쪽 패널에서 변환할 스키마 객체를 선택합니다. 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Convert schema]를 선택합니다.

3. AWS SCT가 스키마 변환을 완료하면 프로젝트의 오른쪽 창에서 제안된 스키마를 볼 수 있습니다.

이 시점에서는 대상 Amazon RDS DB 인스턴스에 스키마가 적용되지 않습니다. 계획된 스키마는 프로젝트의 일부입니다. 변환된 스키마 항목을 선택하면 대상 Amazon RDS DB 인스턴스의 하단 가운데에서 계획된 스키마 명령 창을 볼 수 있습니다.

이 창에서 스키마를 편집할 수 있습니다. 편집된 스키마는 프로젝트의 일부로 저장되다가 사용자가 변환된 스키마를 적용하기로 선택하면 대상 DB 인스턴스에 기록됩니다.

버전 1.026

AWS Schema Conversion Tool 사용 설명서변환된 스키마를 대상 DB 인스턴스에 적용

변환된 스키마를 대상 DB 인스턴스에 적용변환된 데이터베이스 스키마를 대상 Amazon RDS DB 인스턴스에 적용할 수 있습니다. 스키마가 대상 DB인스턴스에 적용된 후, 데이터베이스 마이그레이션 평가 보고서의 작업 항목을 기반으로 스키마를 업데이트할 수 있습니다.

Warning

이 절차는 기존의 대상 스키마를 덮어씁니다. 의도치 않게 스키마를 덮어쓰지 않도록 주의하십시오.대상 DB 인스턴스에서 이미 수정한 스키마를 덮어써 변경 사항이 손실되지 않도록 주의해야 합니다.

변환된 데이터베이스 스키마를 대상 Amazon RDS DB 인스턴스에 적용하려면

1. 대상 DB 인스턴스의 계획된 스키마가 표시되는 프로젝트의 오른쪽 창에서 스키마 요소를 선택합니다.2. 스키마 요소의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Apply to database]를 선택합니다.

버전 1.027

AWS Schema Conversion Tool 사용 설명서변환된 스키마를 대상 DB 인스턴스에 적용

변환된 스키마가 대상 DB 인스턴스에 적용됩니다.

버전 1.028


AWS Schema Conversion Tool 시작하기

AWS Schema Conversion Tool(AWS SCT)을 사용하여 원본 데이터베이스 스키마를 Amazon WebServices(AWS)에서 호스팅되는 데이터베이스의 스키마로 변환할 수 있습니다. AWS SCT 애플리케이션에서는 프로젝트 기반 사용자 인터페이스를 제공합니다. 사용자가 AWS SCT에서 하는 작업은 거의 모두 다음단계로 시작됩니다.

1. AWS SCT를 설치합니다. 자세한 내용은 AWS Schema Conversion Tool 설치, 확인 및 업데이트 (p. 4) 단원을 참조하십시오.

2. 필요한 경우 AWS SCT 에이전트를 설치합니다. AWS SCT 에이전트는 서로 다른 소스와 대상 간의 마이그레이션 같은 특정 시나리오에서만 필요합니다. 자세한 내용은 데이터 추출 에이전트 사용 (p. 133) 단원을 참조하십시오.

3. AWS SCT의 사용자 인터페이스를 숙지하십시오. 자세한 내용은 AWS Schema Conversion Tool 사용자인터페이스 사용 (p. 12) 단원을 참조하십시오.

4. AWS SCT 프로젝트를 생성합니다. 원본 및 대상 데이터베이스에 연결합니다. 원본 데이터베이스에 연결하는 작업에 대한 자세한 내용은 AWS Schema Conversion Tool용 원본 데이터베이스 (p. 30) 단원을참조하십시오.

5. 데이터베이스 마이그레이션 평가 보고서를 실행한 후 검토합니다. 평가 보고서에 대한 자세한 내용은 데이터베이스 마이그레이션 평가 보고서 생성 및 검토 (p. 21) 단원을 참조하십시오.

6. 원본 데이터베이스 스키마를 변환합니다. 변환되지 않는 항목은 어떻게 할 것인지, 특정 방식으로 변환해야 하는 항목을 어떻게 매핑할 것인지 등 변환과 관련해 유념해야 할 몇 가지 사항이 있습니다. 원본스키마 변환에 대한 자세한 내용은 AWS Schema Conversion Tool을 사용하여 데이터베이스 스키마 변환 (p. 91) 단원을 참조하십시오.

데이터 웨어하우스 스키마를 변환하는 경우에도 변환하기 전에 고려해야 할 사항이 있습니다. 자세한 내용은 Amazon Redshift을 사용하여 데이터 웨어하우스 스키마를 AWS Schema Conversion Tool로 변환 (p. 105) 단원을 참조하십시오.

7. 스키마 변환을 대상에 적용. 원본 스키마 변환 적용에 대한 자세한 내용은 AWS Schema Conversion Tool사용자 인터페이스 사용 (p. 12) 단원을 참조하십시오.

8. 또한 SQL 저장 프로시저 및 기타 애플리케이션 코드를 변환하는 데 AWS SCT를 사용할 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool을 사용하여 애플리케이션 SQL 변환 (p. 178) 단원을 참조하십시오.

또한 AWS SCT를 사용하여 데이터를 원본 데이터베이스에서 Amazon 관리형 데이터베이스로 마이그레이션할 수 있습니다.

버전 1.029

AWS Schema Conversion Tool 사용 설명서Oracle을 AWS Schema Conversion Tool용 소스로 사용

AWS Schema Conversion Tool용 원본 데이터베이스

AWS Schema Conversion Tool (AWS SCT)에서는 다음 원본 데이터베이스 스키마를 대상 데이터베이스로변환할 수 있습니다. 필요한 권한에 대한 정보, 연결 정보, AWS SCT에서 대상 데이터베이스 용도로 변환할수 있는 것에 대한 정보 등은 아래 링크를 선택하면 확인하실 수 있습니다.

주제• Oracle을 AWS Schema Conversion Tool용 소스로 사용 (p. 30)• Microsoft SQL Server를 AWS Schema Conversion Tool용 소스로 사용 (p. 43)• MySQL을 AWS Schema Conversion Tool용 소스로 사용 (p. 51)• PostgreSQL을 AWS Schema Conversion Tool용 소스로 사용 (p. 54)• Db2 LUW를 AWS Schema Conversion Tool용 소스로 사용 (p. 56)• Amazon Redshift를 AWS Schema Conversion Tool용 소스로 사용 (p. 61)• Oracle DW를 AWS Schema Conversion Tool용 소스로 사용 (p. 63)• Teradata를 AWS Schema Conversion Tool용 소스로 사용 (p. 65)• Netezza를 AWS Schema Conversion Tool용 소스로 사용 (p. 68)• Greenplum을 AWS Schema Conversion Tool용 소스로 사용 (p. 70)• Vertica를 AWS Schema Conversion Tool용 소스로 사용 (p. 72)• Microsoft SQL Server DW를 AWS Schema Conversion Tool용 소스로 사용 (p. 74)

Oracle을 AWS Schema Conversion Tool용 소스로사용

AWS SCT를 사용하여 데이터를 Oracle에서 다음 대상으로 변환할 수 있습니다.

• MySQL용 Amazon RDS• Amazon Aurora(MySQL)• PostgreSQL용 Amazon RDS• Amazon Aurora(PostgreSQL)• Oracle용 Amazon RDS

원본이 Oracle 데이터베이스인 경우 설명을 PostgreSQL 데이터베이스와 같은 적절한 형식으로 변환할 수있습니다. AWS SCT에서는 테이블, 보기 및 열에 관한 설명을 변환할 수 있습니다. 설명에는 아포스트로피가 포함될 수 있으며, AWS SCT에서는 문자열 리터럴에서와 마찬가지로 SQL 문을 변환할 때 아포스트로피를 두 개 사용합니다.

자세한 정보는 다음 단원을 참조하십시오.

주제• Oracle을 원본 데이터베이스로 사용할 때 필요한 권한 (p. 31)• 원본 데이터베이스인 Oracle에 연결 (p. 31)• Oracle을 Amazon RDS for PostgreSQL 또는 Amazon Aurora(PostgreSQL)로 변환 (p. 33)• Oracle을 Amazon RDS for MySQL 또는 Amazon Aurora(MySQL)로 변환 (p. 36)• Oracle에서 Amazon RDS for Oracle로 변환 (p. 40)

버전 1.030

AWS Schema Conversion Tool 사용 설명서Oracle 원본에 필요한 권한

Oracle을 원본 데이터베이스로 사용할 때 필요한 권한Oracle이 원본일 경우 필요한 권한은 다음과 같습니다.

• CONNECT• SELECT_CATALOG_ROLE• SELECT ANY DICTIONARY• SELECT on SYS.USER$ TO <sct_user>

원본 데이터베이스인 Oracle에 연결다음 절차를 통해 AWS Schema Conversion Tool을 사용하여 Oracle 원본 데이터베이스에 연결합니다.

Oracle 소스 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 [Connect to Oracle]을 선택합니다.

[Connect to Oracle] 대화 상자가 나타납니다.

2. Oracle 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오.


Type 데이터베이스 연결 유형을 선택합니다. 유형에 따라 다음의 추가정보를 제공합니다.

• SID

버전 1.031

AWS Schema Conversion Tool 사용 설명서Oracle 원본에 연결

이 파라미터의 경우... 수행할 작업• Server name: 소스 데이터베이스 서버의 DNS 이름 또는 IP 주

소입니다.• Server port: 소스 데이터베이스 서버에 연결하는 데 사용되는

포트입니다.• Oracle SID: Oracle System ID(SID)입니다. Oracle SID를 확인

하려면 Oracle 데이터베이스에 다음 쿼리를 제출합니다.

SELECT sys_context('userenv','instance_name')AS SID FROM dual;

• Service Name• Server name: 소스 데이터베이스 서버의 DNS 이름 또는 IP 주


포트입니다.• Service Name: 연결할 Oracle 서비스의 이름입니다.

• TNS Alias• TNS file path: TNS(Transparent Network Substrate) 이름 연결

정보가 저장된 파일의 경로입니다.• TNS file path: 소스 데이터베이스에 연결하는 데 사용할 이 파

일의 TNS 별칭입니다.• TNS Connect Identifier

• TNS identifier: 등록된 TNS 연결 정보의 식별자입니다.

User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니다.

Oracle 데이터베이스에 처음으로 연결할 때는 Oracle Driver파일(ojdbc7.jar)의 경로를 입력해야 합니다. 이 파일은 http://www.oracle.com/technetwork/database/features/jdbc/index-091264.html에서 다운로드하실 수 있습니다. 다운로드를 완료하려면 무료 Oracle Technical Network 웹 사이트에서 등록하셔야 합니다. 나중에 AWS SCT에서는 선택한 드라이버를 사용하여 Oracle 데이터베이스에 연결합니다. 드라이버 경로는 [GlobalSettings]에서 [Drivers] 탭을 사용하여 수정할 수 있습니다.

Note

AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝트에서 Connect to source 옵션을 선택할 때만 이 암호를 사용하여 소스 데이터베이스에 연결합니다(여기에서source는 사용자의 소스 데이터베이스). 소스 데이터베이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기위한 암호를 입력하라는 메시지가 표시됩니다.

버전 1.032

http://www.oracle.com/technetwork/database/features/jdbc/index-091264.html



AWS Schema Conversion Tool 사용 설명서Oracle에서 PostgreSQL


Use SSL SSL을 사용하여 데이터베이스에 연결하려면 이 옵션을 선택합니다. [SSL] 탭에서 다음 추가 정보를 적절히 제공합니다.

• [SSL Authentication]: 연결에 사용자 이름 및 암호 대신 인증서에의한 SSL 인증을 사용하려면 이 옵션을 선택합니다.

• Trust Store: 인증서가 있는 트러스트 스토어의 위치입니다.• Trust Store Password: 트러스트 스토어의 암호입니다.• Key Store: 프라이빗 키 및 인증서가 보관되는 키 스토어의 위치

입니다. 이 값은 [SSL Authentication]을 선택한 경우 필수이고,그렇지 않은 경우 선택입니다.

• Trust Store Password: 키 스토어의 암호입니다. 이 값은 [SSLAuthentication]을 선택한 경우 필수이고, 그렇지 않은 경우 선택입니다.

[Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다.

Oracle Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.

드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로가 연결 대화 상자에 표시되지 않습니다. 자세한 정보는 전역 설정에 드라이버 경로 저장 (p. 10) 단원을 참조하십시오.

3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다.4. [OK]를 선택하여 소스 데이터베이스에 연결합니다.

Oracle을 Amazon RDS for PostgreSQL 또는 AmazonAurora(PostgreSQL)로 변환AWS SCT에서는 SQL*Plus 파일을 PSQL로 변환할 수 있습니다. 평가 보고서에서는 AWS SCT에서SQL*Plus 파일을 PSQL로 어떻게 변경하였는지 보여줍니다. SQL*Plus 파일을 PSQL로 변환하려면 AWSSchema Conversion Tool을 사용하여 애플리케이션 SQL 변환 (p. 178) 단원을 참조하십시오.

이 섹션은 다음 주제를 포함합니다.

주제• Oracle ROWID를 PostgreSQL로 변환 (p. 34)• Oracle을 PostgreSQL로 마이그레이션하기 위한 동적 SQL 변환 (p. 34)• Oracle 파티션을 PostgreSQL 버전 10 파티션으로 변환 (p. 35)

Oracle 시스템 객체를 PostgreSQL로 변환할 때 AWS SCT에서 변환하는 것은 다음과 같습니다.

Oracle 시스템 객체 설명 변환된 PostgreSQL 객체

V$VERSION Oracle 데이터베이스에 있는 핵심 라이브러리 구성 요소의 버전 번호 표시

aws_oracle_ext.v$version

버전 1.033


Oracle 시스템 객체 설명 변환된 PostgreSQL 객체

V$INSTANCE 현재 인스턴스의 상태를 나타내는 보기 aws_oracle_ext.v$instance

AWS SCT가 스키마 객체와 저장된 데이터를 마이그레이션한 후, 소스 데이터베이스의 워크플로를 대상으로재지정할 수 있습니다. 대부분의 경우 워크플로는 대상 데이터베이스에 쓰는 데이터의 기본 키와 고유 키 등과 같은 무결성 제약을 유지하기 위해 데이터베이스 시퀀스에서 생성한 고유한 번호를 사용합니다. 즉, 마그레이션되는 시퀀스의 새 값과 마이그레이션 전에 생성된 값이 겹치지 않습니다.

Oracle to PostgreSQL 마이그레이션 프로젝트의 경우 값이 겹치지 않게 할 수 있습니다. 이렇게 하려면 프로젝트 설정의 변환 설정 탭에서 Populate converted sequences with the last values generated on the sourceside(변환된 시퀀스를 소스에서 생성된 마지막 값으로 채우기) 옵션을 선택합니다.

Oracle ROWID를 PostgreSQL로 변환Oracle 데이터베이스에서 ROWID 유사 열(pseudocolumn)에는 테이블 행의 주소가 들어 있습니다. ROWID유사 열(pseudocolumn)은 Oracle 전용이므로, PostgreSQL로 전환할 때 AWS SCT가 ROWID 유사 열을 데이터 열로 변환할 수 있습니다. 이 변환을 사용하여 ROWID 정보를 유지할 수 있습니다.

AWS SCT는 ROWID 유사 열(pseudocolumn)을 변환할 때 BIGINT 데이터 유형을 사용하여 데이터 열을 생성합니다. 기본 키가 없으면 AWS SCT는 ROWID 열을 기본 키로 설정합니다. 기본 키가 있으면 AWS SCT는 고유한 제약을 포함하는 ROWID 열을 설정합니다.

프로젝트에 Oracle ROWID용 데이터 열을 생성하려면

1. AWS SCT를 시작합니다. Oracle을 포함하는 프로젝트를 소스로 선택합니다.2. [Settings]를 선택하고 [Project settings]를 선택합니다. [Current project settings] 대화 상자가 나타납니

다.3. Generate row ID(행 ID 생성)에 대해 true를 선택합니다.4. [OK]를 선택하여 설정을 저장하고 Current project settings(현재 프로젝트 설정) 대화 상자를 닫습니다.

Oracle을 PostgreSQL로 마이그레이션하기 위한 동적 SQL 변환동적 SQL은 PL/SQL 코드 내의 데이터 정의 언어(DDL) 문을 실행하는 데 사용할 수 있는 프로그래밍 기법입니다. 또한, 개발 과정에서 정확한 텍스트 또는 객체 식별자를 모르는 경우 동적 SQL을 사용하여 런타임 시SQL 문을 생성하고 실행할 수 있습니다. AWS SCT은(는) Oracle 데이터베이스에서 사용된 동적 SQL 문을PostgreSQL의 아날로그 문으로 변환할 수 있습니다.

Oracle의 동적 SQL을 PostgreSQL SQL로 변환하려면

1. Oracle을 PostgreSQL로 마이그레이션하는 프로젝트를 생성합니다.2. 소스 및 대상 데이터베이스에 연결합니다.3. Oracle 소스 트리 보기에서 저장된 절차를 선택합니다. 절차는 DBMS_SQL Oracle 패키지에 대한 참조

를 포함하고 있거나 EXECUTE IMMEDIATE 문을 가지고 있어야 합니다.4. [Actions]에서 [Convert Schema]를 선택하고 객체가 존재할 경우 객체를 바꾼다는 데 동의합니다. 아래

스크린샷을 보면 Oracle 절차 아래에 변환된 절차가 나와 있습니다.

버전 1.034


Oracle 파티션을 PostgreSQL 버전 10 파티션으로 변환PostgreSQL 버전 10 이상에서는 테이블을 파티션이라는 부분으로 나누는 방법을 지정할 수 있습니다. 분할된 테이블을 파티션 테이블이라고 합니다. 테이블 사양에는 파티션 방법과, 파티션 키로 사용된 열 또는 표현식의 목록이 포함됩니다.

파티션 테이블에 삽입된 모든 행은 파티션 키의 값에 따라 파티션 중 하나로 라우팅됩니다. 각 파티션에는 해당 파티션 바운드에서 정의한 하위 데이터 집합이 있습니다. 현재 지원되는 파티셔닝 방법에는 범위와 목록이 있습니다. 범위 파티셔닝에서는 각 파티션이 키 범위로 할당됩니다. 목록 파티셔닝에서는 각 파티션이 키목록으로 할당됩니다.

AWS SCT는 Oracle 데이터베이스에서 PostgreSQL 데이터베이스로 변환할 때 파티션 및 하위 파티션을 에뮬레이션할 수 있습니다. Oracle 하위 파티션은 상위 범위 표현식으로 테이블을 갖는 PostgreSQL 파티션으로 변환됩니다. 테이블은 원래 Oracle 하위 파티션의 범위 표현식을 통해 분할됩니다.

현재 AWS SCT는 다음과 같은 파티셔닝 시나리오를 지원합니다.

• 범위• 목록• 범위-범위• 목록-목록• 범위-목록• 목록-범위

버전 1.035

AWS Schema Conversion Tool 사용 설명서Oracle에서 MySQL로

• 표준 시간대가 없는 타임스탬프

다음 시나리오는 현재 지원되지 않습니다.

• 해시• 범위-해시• 목록-해시• 간격• 참조• 시스템

PostgreSQL 버전 10으로의 파티션 변환과 관련하여 몇 가지 알려진 문제는 다음과 같습니다.

• null이 아닌 열만 열로 분할할 수 있습니다.• DEFAULT는 파티션 값에 사용할 수 없습니다.• 표준 시간대가 없는 타임스탬프 기반의 파티션은 지원되지 않습니다.• 해시 함수 기반의 파티션은 지원되지 않습니다.• 파티션으로 분할된 테이블의 열을 업데이트할 수 없습니다. 값을 업데이트하면 값이 다른 파티션으로 이동

할 수 있기 때문입니다. AWS SCT는 파티션된 테이블의 열에 대해 삭제와 삽입만 지원합니다.• 외래 키는 파티션 테이블로 이동할 수도 파티션 테이블에서 가져올 수도 없습니다.

Oracle을 Amazon RDS for MySQL 또는 AmazonAurora(MySQL)로 변환다음은 GOTO 문에 대한 몇 가지 고려 사항입니다.

• GOTO 문과 레이블을 사용하여 문 실행 순서를 변경할 수 있습니다. GOTO 문 뒤에 오는 PL/SQL 문은 건너뛰며 프로세스는 레이블에서 계속됩니다. GOTO 문과 레이블은 프로시저, 배치(batch), 문 블록 내 어디든 사용할 수 있습니다. GOTO 문은 중첩될 수 있습니다.

MySQL은 GOTO 문을 사용하지 않습니다. AWS SCT는 GOTO 문을 포함하는 코드를 변환할 때 BEGIN…END 문 또는 LOOP…END LOOP 문을 사용하도록 변환합니다. 다음 표에는 AWS SCT가 GOTO 문을 어떻게 변환하는지에 대한 예가 나와 있습니다.

Oracle GOTO 문과 변환된 MySQL 문

Oracle 문 MySQL 문

BEGIN .... statement1; .... GOTO label1; statement2; .... label1: Statement3; ....END

BEGIN label1: BEGIN .... statement1; .... LEAVE label1; statement2; .... END; Statement3; ....END

버전 1.036



BEGIN .... statement1; .... label1: statement2; .... GOTO label1; statement3; .... statement4; ....END

BEGIN .... statement1; .... label1: LOOP statement2; .... ITERATE label1; LEAVE label1; END LOOP; statement3; .... statement4; ....END

BEGIN .... statement1; .... label1: statement2; .... statement3; .... statement4; ....END

BEGIN .... statement1; .... label1: BEGIN statement2; .... statement3; .... statement4; .... END; END

Oracle의 WITH 문을 Amazon RDS for MySQL 또는 AmazonAurora(MySQL)로 변환Oracle의 WITH 절(subquery_factoring)을 사용하여 서브쿼리 블록에 이름(쿼리 이름)을 할당할 수 있습니다.그런 다음 쿼리 이름을 지정하여 이 서브쿼리 블록을 쿼리의 여러 위치에서 참조할 수 있습니다. 서브쿼리 블록에는 링크나 파라미터(local, procedure, function, package)가 없으므로 AWS SCT는 이 절을 뷰 또는 임시테이블로 변환합니다.

이 절을 임시 테이블로 변환하면 서브쿼리에 대한 반복된 참조를 보다 효율화할 수 있습니다. 그 이유는 데이터를 각 참조에서 요구하지 않고 임시 테이블에서 데이터를 쉽게 검색할 수 있기 때문입니다. 뷰나 임시 테이블을 추가로 사용하여 이를 에뮬레이트할 수 있습니다. 뷰 이름은 <procedure_name>$<subselect_alias> 형식을 사용합니다.

Oracle WITH 문과 변환된 MySQL 문


CREATE PROCEDURE TEST_ORA_PG.P_WITH_SELECT_VARIABLE_01 (p_state IN NUMBER)AS l_dept_id NUMBER := 1; BEGINFOR cur IN

CREATE PROCEDURE test_ora_pg.P_WITH_SELECT_VARIABLE_01(IN par_P_STATE DOUBLE)BEGIN DECLARE var_l_dept_id DOUBLE DEFAULT 1; DECLARE var$id VARCHAR (8000); DECLARE var$state VARCHAR (8000);

버전 1.037


Oracle 문 MySQL 문 (WITH dept_empl(id, name, surname, lastname, state, dept_id) AS ( SELECT id, name, surname, lastname, state, dept_id FROM test_ora_pg.dept_employees WHERE state = p_state AND dept_id = l_dept_id) SELECT id,state FROM dept_empl ORDER BY id) LOOP NULL;END LOOP;

DECLARE done INT DEFAULT FALSE; DECLARE cur CURSOR FOR SELECT ID, STATE FROM (SELECT ID, NAME, SURNAME, LASTNAME, STATE, DEPT_ID FROM TEST_ORA_PG.DEPT_EMPLOYEES WHERE STATE = par_p_state AND DEPT_ID = var_l_dept_id) AS dept_empl ORDER BY ID; DECLARE CONTINUE HANDLER FOR NOT FOUND SET done := TRUE; OPEN cur;

read_label: LOOP FETCH cur INTO var$id, var$state;

IF done THEN LEAVE read_label; END IF;

BEGIN END; END LOOP; CLOSE cur;END;

버전 1.038



CREATE PROCEDURE TEST_ORA_PG.P_WITH_SELECT_REGULAR_MULT_01AS BEGIN

FOR cur IN ( WITH dept_empl AS ( SELECT id, name, surname, lastname, state, dept_id FROM test_ora_pg.dept_employees WHERE state = 1), dept AS (SELECT id deptid, parent_id, name deptname FROM test_ora_pg.department ) SELECT dept_empl.*,dept.* FROM dept_empl, dept WHERE dept_empl.dept_id = dept.deptid ) LOOP NULL; END LOOP;

CREATE VIEW TEST_ORA_PG.`P_WITH_SELECT_REGULAR_MULT_01$dept_empl `(id, name, surname, lastname, state, dept_id)AS(SELECT id, name, surname, lastname, state, dept_id FROM test_ora_pg.dept_employees WHERE state = 1); CREATE VIEW TEST_ORA_PG.`P_WITH_SELECT_REGULAR_MULT_01$dept `(deptid, parent_id,deptname)AS(SELECT id deptid, parent_id, name deptname FROM test_ora_pg.department);

CREATE PROCEDURE test_ora_pg.P_WITH_SELECT_REGULAR_MULT_01()BEGIN DECLARE var$ID DOUBLE; DECLARE var$NAME VARCHAR (30); DECLARE var$SURNAME VARCHAR (30); DECLARE var$LASTNAME VARCHAR (30); DECLARE var$STATE DOUBLE; DECLARE var$DEPT_ID DOUBLE; DECLARE var$deptid DOUBLE; DECLARE var$PARENT_ID DOUBLE; DECLARE var$deptname VARCHAR (200); DECLARE done INT DEFAULT FALSE; DECLARE cur CURSOR FOR SELECT dept_empl.*, dept.* FROM TEST_ORA_PG.`P_WITH_SELECT_REGULAR_MULT_01$dept_empl ` AS dept_empl, TEST_ORA_PG.`P_WITH_SELECT_REGULAR_MULT_01$dept ` AS dept WHERE dept_empl.DEPT_ID = dept.DEPTID; DECLARE CONTINUE HANDLER FOR NOT FOUND SET done := TRUE; OPEN cur;

read_label: LOOP FETCH cur INTO var$ID, var$NAME, var$SURNAME, var$LASTNAME, var$STATE, var$DEPT_ID, var$deptid, var$PARENT_ID, var$deptname;



버전 1.039

AWS Schema Conversion Tool 사용 설명서Oracle에서 Amazon RDS Oracle로


call test_ora_pg.P_WITH_SELECT_REGULAR_MULT_01()

CREATE PROCEDURE TEST_ORA_PG.P_WITH_SELECT_VAR_CROSS_02(p_state IN NUMBER)AS l_dept_id NUMBER := 10;BEGIN FOR cur IN ( WITH emp AS (SELECT id, name, surname, lastname, state, dept_id FROM test_ora_pg.dept_employees WHERE dept_id > 10 ), active_emp AS ( SELECT id FROM emp WHERE emp.state = p_state ) SELECT * FROM active_emp ) LOOP NULL; END LOOP; END;

CREATE VIEW TEST_ORA_PG.`P_WITH_SELECT_VAR_CROSS_01$emp `(id, name, surname, lastname, state, dept_id)AS(SELECT id, name, surname, lastname, state, dept_id FROM TEST_ORA_PG.DEPT_EMPLOYEES WHERE DEPT_ID > 10);

CREATE PROCEDURE test_ora_pg.P_WITH_SELECT_VAR_CROSS_02(IN par_P_STATE DOUBLE)BEGIN DECLARE var_l_dept_id DOUBLE DEFAULT 10; DECLARE var$ID DOUBLE; DECLARE done INT DEFAULT FALSE; DECLARE cur CURSOR FOR SELECT * FROM (SELECT ID FROM TEST_ORA_PG. `P_WITH_SELECT_VAR_CROSS_01$emp` AS emp WHERE emp.STATE = par_p_state) AS active_emp; DECLARE CONTINUE HANDLER FOR NOT FOUND SET done := TRUE; OPEN cur;

read_label: LOOP FETCH cur INTO var$ID;



Oracle에서 Amazon RDS for Oracle로 변환Oracle 스키마와 코드를 Amazon RDS for Oracle로 마이그레이션할 경우 몇 가지 사항을 고려해야 합니다.

버전 1.040


• AWS SCT가 객체 트리에 디렉터리 객체를 추가할 수 있습니다. 디렉터리 객체는 서버 파일 시스템의물리적 디렉터리를 나타내는 논리적 구조입니다. DBMS_LOB, UTL_FILE, DBMS_FILE_TRANSFER,DATAPUMP 유틸리티 등과 같은 패키지를 통해 디렉터리 객체를 사용할 수 있습니다.

• AWS SCT는 Oracle 테이블스페이스를 Amazon RDS for Oracle DB 인스턴스로 변환하는 것을 지원합니다. Oracle은 데이터를 테이블스페이스에 논리적으로 저장하고, 해당 테이블스페이스와 연결된 데이터 파일에 물리적으로 저장합니다. Oracle에서는 데이터 파일 이름을 사용하여 테이블스페이스를 만들 수 있습니다. Amazon RDS는 데이터 파일, 로그 파일 및 제어 파일에 대해서만 Oracle Managed Files(OMF) 기능을 지원합니다. AWS SCT는 필요한 데이터 파일을 변환 과정에서 생성합니다.

• AWS SCT는 서버 수준 역할과 권한을 변환할 수 있습니다. Oracle 데이터베이스 엔진에는 역할 기반 보안이 사용됩니다. 역할이란 사용자에 대해 부여하거나 취소할 수 있는 권한 모음입니다. Amazon RDS의 사전 정의된 역할인 DBA는 일반적으로 Oracle 데이터베이스 엔진에 대한 모든 관리 권한을 허용합니다. 다음 권한은 Oracle 엔진을 사용하는 Amazon DB 인스턴스에서 DBA 역할에 사용할 수 없습니다.• 데이터베이스 변경• 시스템 변경• 디렉터리 생성• 권한 부여• 역할 부여• 외부 작업 생성

Amazon RDS for Oracle 사용자 역할에 고급 필터링 및 열 권한을 포함하여 다른 모든 권한을 부여할 수 있습니다.

• AWS SCT는 Oracle 작업을 Amazon RDS for Oracle에서 실행할 수 있는 작업으로 변환하는 것을 지원합니다. 이 변환에는 다음과 같은 몇 가지 제한 사항이 있습니다.• 실행 작업은 지원되지 않습니다.• ANYDATA 데이터 유형을 인수로 사용하는 일정 작업은 지원되지 않습니다.

• Oracle 실제 애플리케이션 클러스터(RAC) 단일 노드는 Oracle Database 11g Release 2와 함께 제공된Oracle Database Enterprise Edition에 속한 옵션입니다. Amazon RDS for Oracle은 RAC 기능을 지원하지않습니다. 고가용성을 위해서는 Amazon RDS 다중 AZ를 사용하십시오.

다중 AZ 배포에서 Amazon RDS는 동기식 예비 복제본을 다른 가용 영역에 자동으로 프로비저닝하여 유지합니다. 기본 DB 인스턴스는 가용 영역 전체에서 대기 복제본으로 동기식으로 복제됩니다. 이 기능은 데이터 중복을 제공하고, I/O 중지를 없애고, 시스템 백업 중에 지연 시간 스파이크를 최소화합니다.

• Oracle Spatial에는 Oracle 데이터베이스에서 공간 데이터의 저장, 검색, 업데이트 및 쿼리를 신속하게 실행할 수 있는 SQL 스키마 및 기능이 있습니다. Oracle Locator에는 인터넷 및 무선 서비스 기반 애플리케이션과 파트너 기반 GIS 솔루션을 지원할 때 필요한 기능이 있습니다. Oracle Locator는 Oracle Spatial의제한된 서브셋입니다.

Oracle Spatial 및 Oracle Locator 기능을 사용하려면 SPATIAL 옵션 또는 LOCATOR 옵션(함께 사용할 수없음)을 DB 인스턴스의 옵션 그룹에 추가해야 합니다.

Amazon RDS for Oracle DB 인스턴스에서 Oracle Spatial 및 Oracle Locator를 사용하기 위해서는 몇 가지전제 조건이 있습니다.• 인스턴스가 Oracle Enterprise Edition 버전 12.1.0.2.v6 이상 또는 11.2.0.4.v10 이상을 사용해야 합니다.• 인스턴스가 VPC(Virtual Private Cloud) 내에 있어야 합니다.• 인스턴스가 Oracle 기능을 지원할 수 있는 DB 인스턴스 클래스를 사용해야 합니다. 예를 들어

db.m1.small, db.t1.micro, db.t2.micro 또는 db.t2.small DB 인스턴스 클래스에는 Oracle Spatial이 지원되지 않습니다. 자세한 내용은 Oracle에 대한 DB 인스턴스 클래스 지원을 참조하십시오.

• 인스턴스에 대해 자동 마이너 버전 업그레이드를 활성화해야 합니다. CVSS 점수가 9 이상인 보안 취약성 또는 발표된 기타 보안 취약성이 있을 경우 Amazon RDS는 DB 인스턴스를 최신 Oracle PSU로 업데이트합니다. 자세한 정보는

Oracle DB 인스턴스 설정을 참조하십시오.• DB 인스턴스가 버전 11.2.0.4.v10 이상인 경우 XMLDB 옵션을 설치해야 합니다. 자세한 정보는버전 1.0

41

https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/CHAP_Oracle.html#Oracle.Concepts.InstanceClasses

https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/USER_ModifyInstance.Oracle.html#USER_ModifyInstance.Oracle.Settings


Oracle XML DB .• Oracle의 Oracle Spatial 라이선스가 있어야 합니다. 자세한 정보는 Oracle 설명서의 Oracle Spatial and

Graph를 참조하십시오.• Data Guard는 Oracle Database Enterprise Edition에 포함되어 있습니다. 고가용성을 위해서는 Amazon

RDS 다중 AZ 기능을 사용하십시오.

다중 AZ 배포에서 Amazon RDS는 동기식 예비 복제본을 다른 가용 영역에 자동으로 프로비저닝하여 유지합니다. 기본 DB 인스턴스는 가용 영역 전체에서 대기 복제본으로 동기식으로 복제됩니다. 이 기능은 데이터 중복을 제공하고, I/O 중지를 없애고, 시스템 백업 중에 지연 시간 스파이크를 최소화합니다.

• AWS SCT는 Amazon RDS for Oracle로 마이그레이션할 때 Oracle DBMS_SCHEDULER 객체의 변환을지원합니다. AWS SCT 평가 보고서는 일정 객체를 변환할 수 있는지 여부를 표시합니다. Amazon RDS에서 일정 객체를 사용하는 방법에 대한 자세한 내용은 Amazon RDS 설명서 를 참조하십시오.

• Oracle에서 Oracle용 Amazon RDS로 변환하는 경우 DB Links를 지원합니다. 데이터베이스 링크는 특정데이터베이스 내 스키마 객체로서, 사용자는 이 객체를 통해 다른 데이터베이스에 있는 객체에 액세스할수 있습니다. 다른 데이터베이스가 Oracle 데이터베이스이어야 할 필요는 없습니다. 하지만 Oracle 데이터베이스가 아닌 데이터베이스에 액세스하려면 Oracle Heterogeneous Services를 사용해야 합니다.

데이터베이스 링크를 생성하면 이 링크를 SQL 문에서 사용하여 다른 데이터베이스에 있는 테이블, 보기및 PL/SQL 객체를 참조할 수 있습니다. 데이터베이스 링크를 사용하려면 테이블, 보기 또는 PL/SQL 객체이름에 @dblink를 붙입니다. SELECT 문을 사용해 다른 데이터베이스에 있는 테이블 또는 보기를 쿼리할 수 있습니다. Oracle 데이터베이스 링크를 사용하는 방법에 대한 자세한 정보는 Oracle 설명서를 참조하십시오.

Amazon RDS에서 데이터베이스 링크를 사용하는 방법에 대한 자세한 정보는 Amazon RDS 설명서를 참조하십시오.

• AWS SCT 평가 보고서에서 변환을 위한 서버 측정치를 제공합니다. Oracle 인스턴스에 대한 이러한 측정치에는 다음이 포함됩니다.• 대상 DB 인스턴스의 컴퓨팅 및 메모리 용량• 지원되지 않는 Oracle 기능(예: Amazon RDS가 지원하지 않는 통합 감사, 실제 애플리케이션 클러스터

등)• 디스크 읽기/쓰기 로드• 평균 총 디스크 처리량• 서버 정보(서버 이름, OS, 호스트 이름, 문자 집합 등)

Oracle에서 Amazon RDS for Oracle로 변환할 때 제한 사항Oracle 스키마와 코드를 Amazon RDS for Oracle로 마이그레이션할 경우 몇 가지 제한 사항을 고려해야 합니다.

• Amazon RDS의 사전 정의된 역할인 DBA는 일반적으로 Oracle 데이터베이스 엔진에 대한 모든 관리 권한을 허용합니다. 다음 권한은 Oracle 엔진을 사용하는 Amazon DB 인스턴스에서 DBA 역할에 사용할 수 없습니다.• 데이터베이스 변경• 시스템 변경• 디렉터리 생성• 권한 부여• 역할 부여• 외부 작업 생성

다른 모든 권한을 Oracle RDS 사용자 역할에 부여할 수 있습니다.• Amazon RDS for Oracle은 Oracle 통합 감사를 지원하지 않습니다. Amazon RDS for Oracle은 기존 방식

의 감사와 DBMS_FGA 패키지를 사용한 세분화된 감사를 지원합니다.

버전 1.042

https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Appendix.Oracle.Options.XMLDB.html

https://shop.oracle.com/apex/product?p1=OracleSpatialandGraph

https://shop.oracle.com/apex/product?p1=OracleSpatialandGraph

https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Appendix.Oracle.CommonDBATasks.System.html#Appendix.Oracle.CommonDBATasks.ModifyScheduler

https://docs.oracle.com/cd/B28359_01/server.111/b28310/ds_concepts002.htm#ADMIN12083

https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Appendix.Oracle.CommonDBATasks.Database.html#Appendix.Oracle.CommonDBATasks.DBLinks

AWS Schema Conversion Tool 사용 설명서Microsoft SQL Server를 AWS Schema

Conversion Tool용 소스로 사용

• Amazon RDS for Oracle은 CDC(변경 데이터 캡처)를 지원하지 않습니다. 데이터 마이그레이션 도중이나그 이후에 CDC를 수행하려면 AWS Database Migration Service를 사용하십시오.

Microsoft SQL Server를 AWS Schema ConversionTool용 소스로 사용

AWS SCT를 사용하여 스키마 및 애플리케이션 코드를 SQL Server에서 다음 대상으로 변환할 수 있습니다.

• MySQL용 Amazon RDS• Amazon Aurora(MySQL)• PostgreSQL용 Amazon RDS• Amazon Aurora(PostgreSQL)• SQL Server용 Amazon RDS

자세한 내용은 다음 단원을 참조하십시오.

주제• Microsoft SQL Server를 원본으로 사용할 때 필요한 권한 (p. 43)• Microsoft SQL Server를 원본으로 사용할 때 Windows 인증 사용 (p. 43)• 원본인 SQL Server에 연결 (p. 45)• SQL Server를 MySQL로 변환 (p. 46)• SQL Server에서 PostgreSQL로 변환 (p. 48)• SQL Server를 Amazon RDS for SQL Server로 변환 (p. 51)

Microsoft SQL Server를 원본으로 사용할 때 필요한 권한Microsoft SQL Server가 원본일 경우 필요한 권한은 다음과 같습니다.

• VIEW DEFINITION• VIEW DATABASE STATE

스키마를 변환 중인 각 데이터베이스에 대해 부여를 반복하십시오.

Microsoft SQL Server를 원본으로 사용할 때 Windows인증 사용애플리케이션에서 Windows 기반 인트라넷을 실행하는 경우 데이터베이스 액세스에 대해 Windows 인증을사용할 수 있습니다. Windows 인증에서는 운영 체제 스레드에 설정된 현재 Windows 자격 증명을 사용하여SQL Server 데이터베이스에 액세스합니다. 그다음에는 Windows 자격 증명을 SQL Server 데이터베이스 및권한에 매핑할 수 있습니다. Windows 인증을 사용하여 SQL Server에 연결하려면 애플리케이션에서 사용 중인 Windows 자격 증명을 지정해야 합니다. 또한 Windows 자격 증명에 SQL Server 데이터베이스 액세스 권한을 부여해야 합니다.

SQL Server에는 두 가지 액세스 모드, 즉 Windows 인증 및 혼합 모드가 있습니다. Windows 인증 모드를 통해 Windows 인증을 활성화하고 SQL Server 인증을 비활성화할 수 있습니다. 혼합 모드를 통해 Windows 인

버전 1.043

AWS Schema Conversion Tool 사용 설명서원본: Microsoft SQL Server에서 Windows 인증

증과 SQL Server 인증을 모두 활성화할 수 있습니다. Windows 인증은 항상 사용 가능하며 비활성화할 수 없습니다. Windows 인증에 대한 자세한 내용은 Microsoft Windows 설명서를 참조하십시오.

다음은 TEST_DB에 사용자를 생성하는 것을 보여주는 예입니다.

USE [TEST_DB]CREATE USER [TestUser] FOR LOGIN [TestDomain\TestUser]GRANT VIEW DEFINITION TO [TestUser]GRANT VIEW DATABASE STATE TO [TestUser]

JDBC 연결에서 Windows 인증 사용JDBC 드라이버에서는 드라이버가 Windows 이외의 운영 체제에서 사용되는 경우 Windows 인증을 지원하지 않습니다. Windows 이외의 운영 체제에서 SQL Server에 연결할 때 사용자 이름 및 암호와 같은 Windows인증 자격 증명. 이러한 경우 애플리케이션에서는 그 대신에 SQL Server 인증을 사용해야 합니다.

JDBC 연결 문자열에서 integratedSecurity라는 파라미터는 Windows 인증을 사용해 연결하도록 지정해야 합니다. JDBC 드라이버에서는 integratedSecurity 연결 문자열 파라미터를 통해 Windows 운영체제 상에서 통합 Windows 인증 기능을 지원합니다.

통합 인증을 사용하려면

1. JDBC 드라이버를 설치합니다.2. sqljdbc_auth.dll 파일을 JDBC 드라이버가 설치된 컴퓨터의 Windows 시스템 경로에 있는 디렉터

리로 복사합니다.

sqljdbc_auth.dll 파일은 다음 위치에 설치됩니다.

<설치 디렉터리>\sqljdbc_<버전>\<언어>\auth\

Windows 인증을 사용하여 SQL Server 데이터베이스에 연결을 시도하는 경우 "이 드라이버는 통합 인증에맞게 구성되지 않았습니다(This driver is not configured for integrated authentication)"라는 오류가 발생할 수있습니다. 이 문제는 다음 작업을 수행하면 해결할 수 있습니다.

• 다음과 같이 JDBC 설치 경로를 가리키는 두 가지 변수를 선언해야 합니다.

-변수 이름: SQLJDBC_HOME; 변수 값: D:\lib\JDBC4.1\enu (sqljdbc4.jar가 있는 위치);

-변수 이름: SQLJDBC_AUTH_HOME; 변수 값: D\lib\JDBC4.1\enu\auth\x86(32비트 OS를 실행 중인 경우)또는 D\lib\JDBC4.1\enu\auth\x64(64비트 OS를 실행 중인 경우). 이곳에 sqljdbc_auth.dll이 있습니다.

• JDK/JRE가 실행 중인 폴더에 sqljdbc_auth.dll을 복사해야 합니다. lib 폴더, bin 폴더 등에 복사할 수 있습니다. 저는 다음 폴더에 복사하였습니다.

[JDK_INSTALLED_PATH]\bin; [JDK_INSTALLED_PATH]\jre\bin; [JDK_INSTALLED_PATH]\jre\lib; [JDK_INSTALLED_PATH]\lib;

• jdbc 라이브러리 폴더에 SQLJDBC4.jar만 있어야 합니다. 이 폴더에서 다른 sqljdbc*.jar 파일을 제거(또는 다른 폴더로 복사)하십시오. 드라이버를 프로그램의 일부로 추가하는 경우 사용할 드라이버로SQLJDBC4.jar만 추가하시기 바랍니다.

• 애플리케이션의 해당 폴더에 sqljdbc_auth.dll 파일을 복사합니다.

버전 1.044

AWS Schema Conversion Tool 사용 설명서원본인 SQL Server에 연결

Note

32비트 Java 가상 머신(JVM)을 실행 중이라면 운영 체제가 x64 버전이라 하더라도 x86에 있는sqljdbc_auth.dll 파일을 사용하십시오. x64 프로세서에서 64비트 JVM을 실행 중이라면 x64 폴더에있는 sqljdbc_auth.dll 파일을 사용하십시오.

SQL Server 데이터베이스에 연결할 때는 [Authentication] 옵션에서 [Windows Authentication] 또는 [SQLServer Authentication]을 선택할 수 있습니다.

원본인 SQL Server에 연결다음 절차를 통해 AWS Schema Conversion Tool을 사용하여 Microsoft SQL Server 원본 데이터베이스에 연결합니다.

Microsoft SQL Server 소스 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 Connect to Microsoft SQL Server를 선택합니다.

[Connect to Microsoft SQL Server] 대화 상자가 나타납니다.

2. Microsoft SQL Server 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오.


[Server name] 소스 데이터베이스 서버의 DNS(Domain Name Service) 이름 또는IP 주소를 입력합니다.

[Server port] 소스 데이터베이스 서버에 연결하는 데 사용되는 포트를 입력합니다.

버전 1.045

AWS Schema Conversion Tool 사용 설명서SQL Server에서 MySQL로


Instance name SQL Server 데이터베이스의 인스턴스 이름을 입력합니다. 인스턴스 이름을 확인하려면 SQL Server 데이터베이스에서 SELECT@@servername; 쿼리를 실행합니다.


Note


Use SSL Secure Sockets Layer(SSL)를 사용하여 데이터베이스에 연결하려면 이 옵션을 선택합니다. [SSL] 탭에서 다음 추가 정보를 적절히제공합니다.

• Trust Server Certificate: 서버 인증서를 신뢰하려면 이 옵션을 선택합니다.

• Trust Store: 인증서가 있는 트러스트 스토어의 위치입니다.• Trust Store Password: 트러스트 스토어의 암호입니다.


Sql Server Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.



SQL Server를 MySQL로 변환SQL Server 스키마를 MySQL로 마이그레이션할 경우 몇 가지 사항을 고려해야 합니다.

• MySQL은 MERGE 문을 지원하지 않습니다. 하지만 AWS SCT는 변환 과정에서 INSERT ONDUPLICATE KEY 절과 UPDATE FROM 및 DELETE FROM 문을 사용하여 MERGE 문을 에뮬레이션할수 있습니다.

INSERT ON DUPLICATE KEY를 사용하여 올바르게 에뮬레이션하려면 대상 MySQL 데이터베이스에 고유한 제약 또는 기본 키가 있어야 합니다.

• GOTO 문과 레이블을 사용하여 문 실행 순서를 변경할 수 있습니다. GOTO 문 뒤에 오는 Transact-SQL 문은 건너뛰며 프로세스는 레이블에서 계속됩니다. GOTO 문과 레이블은 프로시저, 배치(batch), 문 블록 내어디든 사용할 수 있습니다. GOTO 문은 중첩될 수 있습니다.

버전 1.046

AWS Schema Conversion Tool 사용 설명서SQL Server에서 MySQL로

MySQL은 GOTO 문을 사용하지 않습니다. AWS SCT는 GOTO 문을 포함하는 코드를 변환할 때 BEGIN…END 문 또는 LOOP…END LOOP 문을 사용하도록 변환합니다. 다음 표에는 AWS SCT가 GOTO 문을 어떻게 변환하는지에 대한 예가 나와 있습니다.

SQL Server 문 MySQL 문


BEGIN label1: BEGIN .... statement1; .... LEAVE label1; statement2; .... END; Statement3; ....END


BEGIN .... statement1; .... label1: LOOP statement2; .... ITERATE label1; LEAVE label1; END LOOP; statement3; .... statement4; ....END

BEGIN .... statement1; .... label1: statement2; .... statement3; .... statement4; ....END

BEGIN .... statement1; .... label1: BEGIN statement2; .... statement3; .... statement4; .... END; END

• MySQL은 다중 구문 테이블 반환 함수를 지원하지 않습니다. AWS SCT는 변환 시 임시 테이블을 만들고이 임시 테이블을 사용하는 구문을 다시 써서 테이블 반환 함수를 시뮬레이션합니다.

버전 1.047

AWS Schema Conversion Tool 사용 설명서SQL Server에서 PostgreSQL로

SQL Server에서 PostgreSQL로 변환SQL Server 스키마를 ToPostgreSQL로 마이그레이션할 경우 몇 가지 사항을 고려해야 합니다.

• PostgreSQL에서 스키마에 있는 모든 객체의 이름은 인덱스를 포함하여 고유해야 합니다. 인덱스 이름은기본 테이블 스키마에서 고유해야 합니다. SQL Server에서 인덱스 이름은 여러 테이블에 대해 동일해도됩니다.

인덱스 이름의 고유성을 보장하기 위해 AWS SCT는 인덱스 이름이 고유하지 않을 경우 고유한 인덱스 이름을 생성하는 옵션을 제공합니다. 이렇게 하려면 프로젝트 속성에서 Generate unique index names(고유한 인덱스 이름 생성) 옵션을 선택합니다. 기본적으로 이 옵션은 활성화됩니다. 이 옵션을 활성화하면IX_table_name_index_name 형식을 사용하여 고유한 인덱스 이름이 생성됩니다. 이 옵션을 비활성화하면인덱스 이름이 변경되지 않습니다.

• GOTO 문과 레이블을 사용하여 문 실행 순서를 변경할 수 있습니다. GOTO 문 뒤에 오는 Transact-SQL 문은 건너뛰며 프로세스는 레이블에서 계속됩니다. GOTO 문과 레이블은 프로시저, 배치(batch), 문 블록 내어디든 사용할 수 있습니다. GOTO 문은 중첩될 수 있습니다.

PostgreSQL은 GOTO 문을 사용하지 않습니다. AWS SCT는 GOTO 문을 포함하는 코드를 변환할 때BEGIN…END 문 또는 LOOP…END LOOP 문을 사용하도록 변환합니다. 다음 표에는 AWS SCT가GOTO 문을 어떻게 변환하는지에 대한 예가 나와 있습니다.

SQL Server GOTO 구문과 변환된 PostgreSQL 구문

SQL Server 문 PostgreSQL 문


BEGIN label1: BEGIN .... statement1; .... EXIT label1; statement2; .... END; Statement3; ....END


BEGIN .... statement1; .... label1: LOOP statement2; .... CONTINUE label1; EXIT label1; END LOOP; statement3; .... statement4; ....END

BEGIN .... statement1;

BEGIN .... statement1;

버전 1.048


SQL Server 문 PostgreSQL 문 .... label1: statement2; .... statement3; .... statement4; ....END

.... label1: BEGIN statement2; .... statement3; .... statement4; .... END; END

• PostgreSQL이 MERGE 문을 지원하지 않습니다. AWS SCT는 다음과 같은 방법으로 MERGE 문의 동작을 에뮬레이트합니다.• By INSERT ON CONFLICT 생성• UPDATE FROM DML 문 사용(예: WHEN NOT MATCHED 절 없이 MERGE).• CURSOR 사용(예: MERGE와 DELETE 절 사용 또는 복합 MERGE ON 조건문 사용)

• AWS SCT는 Amazon RDS로 마이그레이션할 때 객체 트리에 데이터베이스 트리거를 추가할 수 있습니다.

• AWS SCT는 Amazon RDS로 마이그레이션할 때 객체 트리에 서버 수준 트리거를 추가할 수 있습니다.• AWS SCT는 Amazon RDS로 마이그레이션할 때 객체 트리에 연결된 서버를 추가할 수 있습니다.• Microsoft SQL Server에서 PostgreSQL로 마이그레이션할 때 내장 SUSER_SNAME 함수는 다음과 같이

변환됩니다.• SUSER_SNAME – 사회보장번호(SID)와 연결된 로그인 이름을 반환합니다.• SUSER_SNAME(<server_user_sid>) – 지원되지 않습니다.• SUSER_SNAME() CURRENT_USER – 현재 실행 컨텍스트의 사용자 이름을 반환합니다.• SUSER_SNAME(NULL) – NULL을 반환합니다.

• 테이블 반환 함수의 변환은 지원되지 않습니다. 테이블 반환 함수는 테이블을 반환하므로 쿼리의 테이블을대신할 수 있습니다.

• PATINDEX에서는 유효한 모든 텍스트 및 문자 데이터 형식의 지정된 표현식에서 패턴이 처음으로 발생하는 시작 위치를 반환하거나, 패턴을 찾을 수 없는 경우 0을 반환합니다. SQL Server에서PostgreSQL용 Amazon RDS로 변환할 때 AWS SCT에서는 PATINDEX를 사용하는 애플리케이션 코드를aws_sqlserver_ext.patindex(<패턴 문자>, <가변 표현식 문자>)로 대치합니다.

• SQL Server에서 사용자 정의 테이블 유형은 테이블 구조의 정의를 나타내는 유형입니다. 사용자 정의 테이블 유형을 사용하여 저장 프로시저나 함수에 테이블-값 파라미터를 선언하거나, 저장 프로시저 또는 함수의 본문에 또는 배치에 사용하려는 테이블 변수를 선언할 수 있습니다. AWS SCT는 임시 테이블을 생성하여 PostgreSQL엣어 이 유형을 에뮬레이트했습니다.

SQL Server에서 PostgreSQL로 변환할 때 AWS SCT에서는 SQL Server 시스템 객체를 PostgreSQL의 인식가능한 객체로 변환합니다. 다음 표에서는 시스템 객체가 변환되는 방식을 보여줍니다.

>MS SQL Server 사용 사례 PostgreSQL 대체

SYS.SCHEMAS AWS_SQLSERVER_EXT.SYS_SCHEMAS

SYS.TABLES AWS_SQLSERVER_EXT.SYS_TABLES

SYS.VIEWS AWS_SQLSERVER_EXT.SYS_VIEWS

SYS.ALL_VIEWS AWS_SQLSERVER_EXT.SYS_ALL_VIEWS

SYS.TYPES AWS_SQLSERVER_EXT.SYS_TYPES

버전 1.049


>MS SQL Server 사용 사례 PostgreSQL 대체

SYS.COLUMNS AWS_SQLSERVER_EXT.SYS_COLUMNS

SYS.ALL_COLUMNS AWS_SQLSERVER_EXT.SYS_ALL_COLUMNS

SYS.FOREIGN_KEYS AWS_SQLSERVER_EXT.SYS_FOREIGN_KEYS

SYS.SYSFOREIGNKEYS AWS_SQLSERVER_EXT.SYS_SYSFOREIGNKEYS

SYS.FOREIGN_KEY_COLUMNSAWS_SQLSERVER_EXT.SYS_FOREIGN_KEY_COLUMNS

SYS.KEY_CONSTRAINTS AWS_SQLSERVER_EXT.SYS_KEY_CONSTRAINTS

SYS.IDENTITY_COLUMNS AWS_SQLSERVER_EXT.SYS_IDENTITY_COLUMNS

SYS.PROCEDURES AWS_SQLSERVER_EXT.SYS_PROCEDURES

SYS.INDEXES AWS_SQLSERVER_EXT.SYS_INDEXES

SYS.SYSINDEXES AWS_SQLSERVER_EXT.SYS_SYSINDEXES

SYS.OBJECTS AWS_SQLSERVER_EXT.SYS_OBJECTS

SYS.ALL_OBJECTS AWS_SQLSERVER_EXT.SYS_ALL_OBJECTS

SYS.SYSOBJECTS AWS_SQLSERVER_EXT.SYS_SYSOBJECTS

SYS.SQL_MODULES AWS_SQLSERVER_EXT.SYS_SQL_MODULES

SYS.DATABASES AWS_SQLSERVER_EXT.SYS_DATABASES

INFORMATION_SCHEMA.SCHEMATAAWS_SQLSERVER_EXT.INFORMATION_SCHEMA_SCHEMATA

INFORMATION_SCHEMA.VIEWSAWS_SQLSERVER_EXT.INFORMATION_SCHEMA_VIEWS

INFORMATION_SCHEMA.TABLESAWS_SQLSERVER_EXT.INFORMATION_SCHEMA_TABLES

INFORMATION_SCHEMA.COLUMNSAWS_SQLSERVER_EXT.INFORMATION_SCHEMA_COLUMNS

INFORMATION_SCHEMA.CHECK_CONSTRAINTSAWS_SQLSERVER_EXT.INFORMATION_SCHEMA_CHECK_CONSTRAINTS

INFORMATION_SCHEMA.REFERENTIAL_CONSTRAINTSAWS_SQLSERVER_EXT.INFORMATION_SCHEMA_REFERENTIAL_CONSTRAINTS

INFORMATION_SCHEMA.TABLE_CONSTRAINTSAWS_SQLSERVER_EXT.INFORMATION_SCHEMA_TABLE_CONSTRAINTS

INFORMATION_SCHEMA.KEY_COLUMN_USAGEAWS_SQLSERVER_EXT.INFORMATION_SCHEMA_KEY_COLUMN_USAGE

INFORMATION_SCHEMA.CONSTRAINT_TABLE_USAGEAWS_SQLSERVER_EXT.INFORMATION_SCHEMA_CONSTRAINT_TABLE_USAGE

INFORMATION_SCHEMA.CONSTRAINT_COLUMN_USAGEAWS_SQLSERVER_EXT.INFORMATION_SCHEMA_CONSTRAINT_COLUMN_USAGE

INFORMATION_SCHEMA.ROUTINESAWS_SQLSERVER_EXT.INFORMATION_SCHEMA_ROUTINES

SYS.SYSPROCESSES AWS_SQLSERVER_EXT.SYS_SYSPROCESSES

sys.system_objects AWS_SQLSERVER_EXT.SYS_SYSTEM_OBJECTS

SQL Server 파티션을 PostgreSQL 버전 10 파티션으로 변환SQL Server에서는 파티션 기능을 사용하여 파티션을 생성합니다. SQL Server의 파티션 테이블을PostgreSQL 버전 10 파티션 테이블로 변환할 경우 몇 가지 잠재적인 문제를 알아 두십시오.

버전 1.050

AWS Schema Conversion Tool 사용 설명서SQL Server를 Amazon RDS for SQL Server로

• SQL Server에서는 NOT NULL 제약 없이 열을 사용하여 테이블을 분할할 수 있습니다. 이 경우 모든 NULL값은 제일 왼쪽 파티션으로 이동합니다. PostgreSQL은 RANGE 파티셔닝에 대해 NULL 값을 지원하지 않습니다.

• SQL Server에서는 파티션 테이블에 대해 기본 키와 고유 키를 생성할 수 있습니다. PostgreSQL의 경우에는 각 파티션에 대해 직접 기본 키나 고유 키를 생성합니다. 따라서 PostgreSQL로 마이그레이션할 경우PRIMARY 또는 UNIQUE KEY 제약을 해당 상위 테이블에서 제거해야 합니다. 결과 키 이름을 다음 형식을사용합니다.

<original_key_name>_<partition_number>를 선택하십시오.• SQL Server에서는 파티션 테이블에 대해 외래 키 제약을 생성할 수 있습니다. PostgreSQL은 외래 키 참조

파티션 테이블을 지원하지 않습니다. 또한 PostgreSQL은 파티션 테이블에서 다른 테이블로의 외래 키 참조를 지원하지 않습니다.

• SQL Server에서는 파티션 테이블에 대해 인덱스를 생성할 수 있습니다. PostgreSQL에서는 각 파티션에 대해 직접 인덱스를 생성해야 합니다. 따라서 PostgreSQL로 마이그레이션할 경우에는 해당 상위 테이블에서 인덱스를 제거해야 합니다. 결과 인덱스 이름은<original_index_name>_<partition_number> 형식을 사용합니다.

• PostgreSQL은 파티션된 인덱스를 지원하지 않습니다.

SQL Server를 Amazon RDS for SQL Server로 변환SQL Server 스키마와 코드를 Amazon RDS for SQL Server로 마이그레이션할 경우 몇 가지 사항을 고려해야 합니다.

• AWS SCT는 SQL Server 에이전트를 변환하여 Amazon RDS for SQL Server DB 인스턴스에 대한 일정, 알림, 작업을 제공할 수 있습니다. 변환 후 Amazon RDS for SQL Server DB 인스턴스를 SSRS(SQLServer Reporting Service), SSAS(SQL Server Analysis Services), SSIS(SQL Server Integration Services)의 데이터 소스로 사용할 수 있습니다. 이러한 서비스를 DB 인스턴스에서 실행할 수는 없습니다.

• 현재 Amazon RDS는 SQL Server 서비스 브로커나 CREATE ENDPOINT 명령어를 실행해야 하는 추가 T-SQL 엔드포인트를 지원하지 않습니다.

• Amazon RDS는 연결된 서버를 제한적으로 지원합니다. 연결된 서버를 사용하는 SQL Server 애플리케이션 코드를 변환할 때 AWS SCT에서는 애플리케이션 코드를 변환하지만, 사용자는 이 변환된 코드를 실행하기 전에 먼저 연결 서버를 사용하는 객체의 동작을 검토해야 합니다.

• AWS SCT 평가 보고서에서 변환을 위한 서버 측정치를 제공합니다. SQL Server 인스턴스에 대한 이러한측정치에는 다음이 포함됩니다.• 데이터 미러링 사용됨• SQL Server 로그 전달 구성됨• 클러스터 장애 조치 사용됨• 데이터베이스 메일 구성됨. Amazon RDS는 데이터베이스 메일을 지원하지 않습니다.• 전체 텍스트 검색 서비스(Full Text Search Service) 사용됨. SQL Server용 Amazon RDS에는 제한된 전

체 텍스트 검색 기능이 있으며 이 기능은 의미 체계 검색을 지원하지 않습니다.• 데이터 품질 서비스(DQS) 설치됨. Amazon RDS는 DQS를 지원하지 않으므로 Amazon EC2 인스턴스

에 SQL Server를 설치하는 것을 권장합니다.

MySQL을 AWS Schema Conversion Tool용 소스로사용

AWS SCT를 사용하여 스키마 및 애플리케이션 코드를 MySQL에서 다음 대상으로 변환할 수 있습니다.

• PostgreSQL용 Amazon RDS

버전 1.051

AWS Schema Conversion Tool 사용 설명서소스: MySQL

• Amazon Aurora(PostgreSQL)• MySQL용 Amazon RDS• Amazon Aurora(MySQL)


주제• 소스 데이터베이스로서 MySQL에 대한 권한 (p. 52)• 원본 데이터베이스인 MySQL에 연결 (p. 52)

소스 데이터베이스로서 MySQL에 대한 권한MySQL이 원본일 경우 필요한 권한은 다음과 같습니다.

• SELECT ON *.*• SELECT ON mysql.proc• SHOW VIEW ON *.*

원본 데이터베이스인 MySQL에 연결다음 절차를 통해 AWS Schema Conversion Tool을 사용하여 MySQL 원본 데이터베이스에 연결합니다.

MySQL 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 Connect to MySQL을 선택합니다.

[Connect to MySQL] 대화 상자가 나타납니다.

2. MySQL 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오.

버전 1.052

AWS Schema Conversion Tool 사용 설명서원본인 MySQL에 연결


[Server name] 소스 데이터베이스 서버의 DNS 이름 또는 IP 주소를 입력합니다.



Note



• Require SSL: SSL을 통해 서버에 연결하려면 이 옵션을 선택합니다.

Note

[Require SSL]을 선택할 경우, 서버가 SSL을 지원하지않으면 서버에 연결할 수 없습니다. [Require SSL]을 선택하지 않을 경우, 서버가 SSL을 지원하지 않아도 SSL을 사용하지 않고 서버에 연결할 수 있습니다. 자세한 내용은 보안 연결 사용 단원을 참조하십시오.

• Verify Server Certificate: 트러스트 스토어를 사용하여 서버 인증서를 확인하려면 이 옵션을 선택합니다.



MySql Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.



버전 1.053

http://dev.mysql.com/doc/refman/5.7/en/secure-connections.html

AWS Schema Conversion Tool 사용 설명서PostgreSQL을 AWS Schema


PostgreSQL을 AWS Schema Conversion Tool용 소스로 사용

AWS SCT를 사용하여 데이터를 PostgreSQL에서 다음 대상으로 변환할 수 있습니다.

• MySQL용 Amazon RDS• Amazon Aurora(MySQL)• PostgreSQL용 Amazon RDS• Amazon Aurora(PostgreSQL)


주제• 소스 데이터베이스로서 PostgreSQL에 대한 권한 (p. 54)• 소스로 PostgreSQL에 연결 (p. 54)

소스 데이터베이스로서 PostgreSQL에 대한 권한PostgreSQL이 원본일 경우 필요한 권한은 다음과 같습니다.

• CONNECT ON DATABASE <database_name>• USAGE ON SCHEMA <database_name>• SELECT ON ALL TABLES IN SCHEMA <database_name>• SELECT ON ALL SEQUENCES IN SCHEMA <database_name>

소스로 PostgreSQL에 연결다음 절차를 통해 AWS Schema Conversion Tool을 사용하여 PostgreSQL 원본 데이터베이스에 연결합니다.

PostgreSQL 소스 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 Connect to PostgreSQL을 선택합니다.

[Connect to PostgreSQL] 대화 상자가 나타납니다.

버전 1.054

AWS Schema Conversion Tool 사용 설명서소스로 PostgreSQL에 연결

2. PostgreSQL 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오.




데이터베이스 PostgreSQL 데이터베이스의 이름을 입력합니다.


Note






버전 1.055

AWS Schema Conversion Tool 사용 설명서Db2 LUW를 AWS Schema Conversion Tool용 소스로 사용


PostgreSQL Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.



Db2 LUW를 AWS Schema Conversion Tool용 소스로 사용

AWS SCT를 사용하여 Db2 LUW에서 다음 대상으로 데이터를 변환할 수 있습니다. AWS SCT은(는) 소스Db2 LUW 버전 9.1, 9.5, 9.7, 10.1, 10.5, 11.1을 지원합니다.

• MySQL용 Amazon RDS• Amazon Aurora(MySQL)• PostgreSQL용 Amazon RDS• Amazon Aurora(PostgreSQL)

Db2 LUW를 원본으로 사용할 때 필요한 권한DB2LUW 데이터베이스에 연결하고 사용 가능 권한을 점검하고 원본의 스키마 메타데이터를 읽는 데 필요한권한은 다음과 같습니다.

• 연결을 설정하는 데 필요한 권한:

GRANT CONNECT ON DATABASE TO USER min_privs;• SQL 문을 실행하는 데 필요한 권한:

GRANT EXECUTE ON PACKAGE NULLID.SYSSH200 TO USER MIN_PRIVS;• 인스턴스 수준 정보를 얻는 데 필요한 권한:

• GRANT EXECUTE ON FUNCTION SYSPROC.ENV_GET_INST_INFO TO USER MIN_PRIVS;• GRANT SELECT ON SYSIBMADM.ENV_INST_INFO TO USER MIN_PRIVS;• GRANT SELECT ON SYSIBMADM.ENV_SYS_INFO TO USER MIN_PRIVS;

• 역할, 그룹 및 권한을 통해 허용되는 권한을 점검하는 데 필요한 권한:• GRANT EXECUTE ON FUNCTION SYSPROC.AUTH_LIST_AUTHORITIES_FOR_AUTHID TO USER

MIN_PRIVS;• GRANT EXECUTE ON FUNCTION SYSPROC.AUTH_LIST_GROUPS_FOR_AUTHID TO USER

MIN_PRIVS;• GRANT EXECUTE ON FUNCTION SYSPROC.AUTH_LIST_ROLES_FOR_AUTHID TO USER

MIN_PRIVS;• GRANT SELECT ON SYSIBMADM.PRIVILEGES TO USER MIN_PRIVS;

• 시스템 카탈로그 및 테이블에 필요한 권한:• GRANT SELECT ON SYSCAT.ATTRIBUTES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.CHECKS TO USER MIN_PRIVS;

버전 1.056

AWS Schema Conversion Tool 사용 설명서원본: Db2 LUW

• GRANT SELECT ON SYSCAT.COLIDENTATTRIBUTES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.COLUMNS TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.DATAPARTITIONEXPRESSION TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.DATAPARTITIONS TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.DATATYPEDEP TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.DATATYPES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.HIERARCHIES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.INDEXCOLUSE TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.INDEXES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.INDEXPARTITIONS TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.KEYCOLUSE TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.MODULEOBJECTS TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.MODULES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.NICKNAMES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.PERIODS TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.REFERENCES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.ROUTINEPARMS TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.ROUTINES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.ROWFIELDS TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.SCHEMATA TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.SEQUENCES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.TABCONST TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.TABLES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.TRIGGERS TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.VARIABLEDEP TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.VARIABLES TO USER MIN_PRIVS;• GRANT SELECT ON SYSCAT.VIEWS TO USER MIN_PRIVS;• GRANT SELECT ON SYSIBM.SYSDUMMY1 TO USER MIN_PRIVS;

• SQL 문을 실행하려면 데이터베이스에서 활성화된 워크로드 중 최소 한 개를 사용할 수 있는 권한이 사용자 계정에 필요합니다. 사용자에게 할당된 워크로드가 없다면 다음과 같이 사용자가 기본 사용자 워크로드에 액세스할 수 있도록 합니다.

GRANT USAGE ON WORKLOAD SYSDEFAULTUSERWORKLOAD TO USER MIN_PRIVS;

쿼리를 실행하려면 페이지 크기가 8K, 16K 및 32K인 시스템 임시 테이블스페이스를 생성해야 합니다(테이블스페이스가 없는 경우). 임시 테이블스페이스를 생성하려면 다음 스크립트를 실행합니다.

CREATE BUFFERPOOL BP8K IMMEDIATE ALL DBPARTITIONNUMS SIZE AUTOMATIC NUMBLOCKPAGES 0 PAGESIZE 8K; CREATE SYSTEM TEMPORARY TABLESPACE TS_SYS_TEMP_8K PAGESIZE 8192 BUFFERPOOL BP8K; CREATE BUFFERPOOL BP16K IMMEDIATE ALL DBPARTITIONNUMS 버전 1.0

57

AWS Schema Conversion Tool 사용 설명서Db2 LUW 원본에 연결

SIZE AUTOMATIC NUMBLOCKPAGES 0 PAGESIZE 16K; CREATE SYSTEM TEMPORARY TABLESPACE TS_SYS_TEMP_BP16K PAGESIZE 16384 BUFFERPOOL BP16K; CREATE BUFFERPOOL BP32K IMMEDIATE ALL DBPARTITIONNUMS SIZE AUTOMATIC NUMBLOCKPAGES 0 PAGESIZE 32K; CREATE SYSTEM TEMPORARY TABLESPACE TS_SYS_TEMP_BP32K PAGESIZE 32768 BUFFERPOOL BP32K;

Db2 LUW 원본에 연결다음 절차를 통해 AWS Schema Conversion Tool을 사용하여 Db2 LUW 원본 데이터베이스에 연결합니다.

Db2 LUW 원본 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 Connect to Source DB2 LUW를 선택합니다.

[Connect to DB2 LUW] 대화 상자가 나타납니다.

2. Db2 LUW 원본 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오.

버전 1.058

AWS Schema Conversion Tool 사용 설명서Db2 LUW 원본에 연결




데이터베이스 Db2 LUW 데이터베이스의 이름을 입력합니다.


Note




• Trust Store: 인증서가 있는 트러스트 스토어의 위치입니다. 이 위치가 여기에 표시되기 전에 전역 설정에서 이 위치를 추가해야합니다.

• Trust Store Password: 트러스트 스토어의 암호입니다.

Db2 LUW에 대한 SSL 지원에 관한 자세한 내용은 연결을 위한 보안 옵션 구성 단원을 참조하십시오.


[DB2 LUW Driver Path] 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.



버전 1.059

https://docs.aws.amazon.com/redshift/latest/mgmt/connecting-ssl-support.html


AWS Schema Conversion Tool 사용 설명서DB2LUW에서 PostgreSQL로

DB2 LUW를 Amazon RDS for PostgreSQL 또는Amazon Aurora(PostgreSQL)로 변환IBM Db2 LUW를 ToPostgreSQL로 마이그레이션할 경우 몇 가지 사항을 고려해야 합니다.

• AWS SCT는 Db2 LUW에 사용되는 다양한 트리거 문을 지원합니다. 이러한 트리거 문은 다음과 같습니다.• 트리거 이벤트 - INSERT, DELETE, UPDATE 트리거 이벤트는 대상 테이블이나 대상 뷰에 이벤트가 적

용될 때마다 트리거된 작업이 실행하도록 지정합니다. INSERT, DELETE, UPDATE 이벤트를 조합하여지정할 수 잇지만 각 이벤트를 한 번씩만 지정할 수 있습니다. AWS SCT는 한 개 또는 여러 개의 트리거이벤트를 지원합니다. 이벤트의 경우 PostgreSQL의 기능은 거의 동일합니다.

• OF COLUMN 이벤트 - 기본 테이블의 열 이름을 지정할 수 있습니다. 트리거는 열 이름 목록에 식별된열의 업데이트를 통해서만 실행됩니다. PostgreSQL의 기능은 동일합니다.

• 구문 트리거 - 전체 구문에 대해 트리거된 작업이 한 번만 적용되도록 지정합니다. BEFORE 트리거나 INSTEAD OF 트리거에 대해서는 이 유형의 트리거 세부 수준을 지정할 수 없습니다. 지정할 경우UPDATE 트리거나 DELETE 트리거는 아무 행에 적용되지 않더라도 실행됩니다. PostgreSQL도 이 기능이 있으며 구문 트리거에 대한 트리거 선언은 PostgreSQL과 Db2 LUW에서 동일합니다.

• 절 참조 - 변환 변수의 상관 관계 이름과 변환 테이블의 테이블 이름을 지정합니다. 상관 관계 이름은 행집합에서 SQL 작업을 트리거하여 영향을 받는 특정 행을 식별합니다. 테이블 이름은 영향받는 전체 행집합을 식별합니다. SQL 작업을 트리거하여 영향을 받는 각 행은, 상관 관계 이름을 지정하여 열을 한정함으로써 트리거되는 작업에서 사용할 수 있습니다. PostgreSQL은 이 기능을 지원하지 않으며 NEW 또는 OLD 상관 관계 이름만 사용합니다.

• AWS SCT는 INSTEAD OF 트리거를 지원합니다.

DB2 LUW 파티션 테이블을 PostgreSQL 버전 10 파티션 테이블로변환AWS SCT는 Db2 LUW 테이블을 PostgreSQL 10의 파티션 테이블로 변환할 수 있습니다. Db2 LUW 파티션테이블을 PostgreSQL로 변환하는 데에는 몇 가지 제한 사항이 있습니다.

• Db2 LUW에서 Null값을 허용하는 열을 포함하는 파티션 테이블을 만들고 NULL 값을 저장할 파티션을 지정할 수 있습니다. 그러나 PostgreSQL은 RANGE 파티셔닝에 대해 NULL 값을 지원하지 않습니다.

• Db2 LUW는 INCLUSIVE 또는 EXCLUSIVE 절을 사용하여 범위 경계 값을 설정할 수 있습니다.PostgreSQL는 시작 경계에는 INCLUSIVE, 종료 경계에는 EXCLUSIVE만을 지원합니다. 변환된 파티션이름은 <original_table_name>_<original_partition_name>의 형식을 취합니다.

• Db2 LUW에서는 파티션 테이블에 대해 기본 키나 고유 키를 생성할 수 있습니다. PostgreSQL의 경우에는각 파티션에 대해 직접 기본 키나 고유 키를 생성해야 합니다. 상위 테이블에서 기본 키 또는 고유 키 제약을 제거해야 합니다. 변환된 키 이름은 <original_key_name>_<original_partition _name>의 형식을 취합니다.

• Db2 LUW에서는 파티션 테이블에 대해 외래 키 제약을 생성할 수 있습니다. 그러나 PostgreSQL은 파티션테이블에 외래 키 참조를 지원하지 않습니다. 또한 PostgreSQL은 파티션 테이블에서 다른 테이블로의 외래 키 참조를 지원하지 않습니다.

• Db2 LUW에서는 파티션 테이블에 인덱스를 생성할 수 있습니다. 그러나 PostgreSQL에서는 각 파티션에대해 직접 인덱스를 생성해야 합니다. 상위 테이블에서 인덱스를 제거해야 합니다. 변환된 인덱스 이름은<original_index_name>_<original_partition_name>의 형식을 취합니다.

• 이제 파티션 테이블이 아니라 각 파티션에 행 트리거를 정의해야 합니다. 상위 테이블에서 트리거를 제거해야 합니다. 변환된 트리거 이름은 <original_trigger_name>_<original_partition_name>의 형식을 취합니다.

버전 1.060

AWS Schema Conversion Tool 사용 설명서Amazon Redshift를 AWS Schema


Amazon Redshift를 AWS Schema Conversion Tool용 소스로 사용

AWS SCT를 사용하여 데이터를 Amazon RedShift에서 다음 대상으로 변환할 수 있습니다.

• Amazon Redshift

원본 데이터베이스로서 Amazon Redshift에 대한 권한Amazon Redshift를 원본으로 사용하는 데 필요한 권한은 다음과 같습니다.

• USAGE ON SCHEMA <schema_name>• SELECT ON ALL TABLES IN SCHEMA <schema_name>• SELECT ON PG_CATALOG.PG_STATISTIC• SELECT ON SVV_TABLE_INFO• SELECT ON TABLE STV_BLOCKLIST• SELECT ON TABLE STV_TBL_PERM

Redshift를 원본으로 연결다음 절차를 통해 Amazon Redshift을 사용하여 AWS Schema Conversion Tool 원본 데이터베이스에 연결합니다.

Amazon Redshift 원본 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 Connect to Source Amazon Redshift를 선택합니다.

Connect to Amazon Redshift 대화 상자가 나타납니다.

버전 1.061

AWS Schema Conversion Tool 사용 설명서Redshift를 원본으로 연결

2. Amazon Redshift 원본 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오.




데이터베이스 Amazon Redshift 데이터베이스의 이름을 입력합니다.


Note




• Trust Store: 인증서가 있는 트러스트 스토어의 위치입니다. 이 위치가 여기에 표시되기 전에 전역 설정에서 이 위치를 추가해야합니다.

• Trust Store Password: 트러스트 스토어의 암호입니다.

버전 1.062

AWS Schema Conversion Tool 사용 설명서Oracle DW를 AWS Schema Conversion Tool용 소스로 사용

이 파라미터의 경우... 수행할 작업Amazon Redshift에 대한 SSL 지원의 자세한 정보는 연결을 위한보안 옵션 구성 단원을 참조하십시오.


[Redshift Driver Path] 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.



Oracle DW를 AWS Schema Conversion Tool용 소스로 사용

AWS SCT를 사용하여 데이터를 Oracle DW에서 Amazon RedShift로 변환할 수 있습니다.

원본에 연결, 대상에 연결, 참조 정보, 권한

원본인 Oracle 데이터 웨어하우스에 대한 권한Oracle 데이터 웨어하우스가 원본일 경우 필요한 권한은 다음과 같습니다.

• connect• select_catalog_role• select any dictionary

원본인 OracleDW에 연결다음 절차를 통해 AWS Schema Conversion Tool을 사용하여 Oracle 데이터 웨어하우스 원본 데이터베이스에 연결합니다.

Oracle 데이터 웨어하우스 소스 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 Connect to Oracle DW을 선택합니다.

[Connect to Oracle] 대화 상자가 나타납니다.

버전 1.063



AWS Schema Conversion Tool 사용 설명서원본인 OracleDW에 연결

2. Oracle 데이터 웨어하우스 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오.


Type 데이터베이스 연결 유형을 선택합니다. 유형에 따라 다음의 추가정보를 제공합니다.

• SID• Server name: 소스 데이터베이스 서버의 DNS 이름 또는 IP 주


포트입니다.• Oracle SID: Oracle System ID(SID)입니다. Oracle SID를 확인

하려면 Oracle 데이터베이스에 다음 쿼리를 제출합니다.

SELECT sys_context('userenv','instance_name')AS SID FROM dual;

• Service Name• Server name: 소스 데이터베이스 서버의 DNS 이름 또는 IP 주


포트입니다.• Service Name: 연결할 Oracle 서비스의 이름입니다.

• TNS Alias• TNS file path: TNS(Transparent Network Substrate) 이름 연결

정보가 저장된 파일의 경로입니다.• TNS file path: 소스 데이터베이스에 연결하는 데 사용할 이 파

일의 TNS 별칭입니다.• TNS Connect Identifier

• TNS identifier: 등록된 TNS 연결 정보의 식별자입니다.

버전 1.064

AWS Schema Conversion Tool 사용 설명서Teradata를 AWS Schema Conversion Tool용 소스로 사용



Note



• SSL Authentication: 연결에 SSL 인증을 사용하려면 이 옵션을선택합니다.

• Trust Store: 인증서가 있는 트러스트 스토어의 위치입니다.• Trust Store Password: 트러스트 스토어의 암호입니다.• Key Store: 프라이빗 키 및 인증서가 보관되는 키 스토어의 위치

입니다. 이 값은 [SSL Authentication]을 선택한 경우 필수이고,그렇지 않은 경우 선택입니다.

• Trust Store Password: 키 스토어의 암호입니다. 이 값은 [SSLAuthentication]을 선택한 경우 필수이고, 그렇지 않은 경우 선택입니다.


Oracle Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.



Teradata를 AWS Schema Conversion Tool용 소스로 사용

AWS SCT를 사용하여 데이터를 Teradata에서 Amazon RedShift로 변환할 수 있습니다.

원본인 Teradata에 대한 권한Teradata가 원본일 경우 필요한 권한은 다음과 같습니다.

• SELECT ON DBC

버전 1.065

AWS Schema Conversion Tool 사용 설명서Teradata를 원본으로 연결

Teradata를 원본으로 연결다음 절차를 통해 AWS Schema Conversion Tool을 사용하여 Teradata 원본 데이터베이스에 연결합니다.

Teradata 소스 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 Connect to Teradata를 선택합니다.

[Connect to Teradata] 대화 상자가 나타납니다.

2. Teradata 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오.




데이터베이스 Teradata 데이터베이스의 이름을 입력합니다.


Note

AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝트에서 Connect to source 옵션을 선택할 때만 이 암호를 사용하여 소스 데이터베이스에 연결합니다(여기에서source는 사용자의 소스 데이터베이스). 소스 데이터베이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는

버전 1.066

AWS Schema Conversion Tool 사용 설명서Teradata를 원본으로 연결

이 파라미터의 경우... 수행할 작업암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기위한 암호를 입력하라는 메시지가 표시됩니다.


암호화된 데이터 데이터베이스와 교환하는 데이터를 암호화하려면 이 옵션을 선택합니다.

Teradata Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.



Teradata 소스에서 LDAP 인증 사용Windows에서 Microsoft Active Directory를 실행하는 Teradata 사용자를 위해 LDAP(Lightweight DirectoryAccess Protocol) 인증을 설정하려면 다음 절차를 사용하십시오.

절차 예제에서 Active Directory 도메인은 test.local.com입니다. Windows 서버는 DC이고 기본 설정으로 구성되어 있습니다. Active Directory에서 생성된 사용자 계정은 test_ldap이고 이 계정은 암호test_ldap를 사용합니다.

1. /opt/teradata/tdat/tdgss/site 디렉터리에서 파일 TdgssUserConfigFile.xml을 편집합니다. LDAP 섹션을 다음으로 변경합니다.

AuthorizationSupported="no"

LdapServerName="DC.test.local.com"LdapServerPort="389"LdapServerRealm="test.local.com"LdapSystemFQDN="dc= test, dc= local, dc=com"LdapBaseFQDN="dc=test, dc=local, dc=com"

다음 구성을 실행하여 변경 내용을 적용합니다.

#cd /opt/teradata/tdgss/bin#./run_tdgssconfig

2. 다음 명령을 실행하여 구성을 테스트합니다.

# /opt/teradata/tdat/tdgss/14.10.03.01/bin/tdsbind -u test_ldap -w test_ldap

버전 1.067

AWS Schema Conversion Tool 사용 설명서Netezza를 AWS Schema Conversion Tool용 소스로 사용

다음과 같이 출력됩니다

LdapGroupBaseFQDN: dc=Test, dc=local, dc=comLdapUserBaseFQDN: dc=Test, dc=local, dc=comLdapSystemFQDN: dc= test, dc= local, dc=comLdapServerName: DC.test.local.comLdapServerPort: 389LdapServerRealm: test.local.comLdapClientUseTls: noLdapClientTlsReqCert: neverLdapClientMechanism: SASL/DIGEST-MD5LdapServiceBindRequired: noLdapClientTlsCRLCheck: noneLdapAllowUnsafeServerConnect: yesUseLdapConfig: noAuthorizationSupported: noFQDN: CN=test, CN=Users, DC=Anthem, DC=local, DC=comAuthUser: ldap://DC.test.local.com:389/CN=test1,CN=Users,DC=test,DC=local,DC=comDatabaseName: testService: tdsbind

3. 다음 명령을 사용하여 TPA를 다시 시작합니다.

#tpareset -f "use updated TDGSSCONFIG GDO"

4. 다음과 같이 Active Directory에서와 동일한 사용자를 Teradata 데이터베이스에 생성합니다.

CREATE USER test_ldap AS PERM=1000, PASSWORD=test_ldap;GRANT LOGON ON ALL TO test WITH NULL PASSWORD;

LDAP 사용자를 위해 Active Directory의 사용자 암호를 변경하는 경우, LDAP 모드에서 Teradata에 연결하는 동안 이 새로운 암호를 지정해야 합니다. DEFAULT 모드에서는 여전히 LDAP 사용자 이름과 암호에Teradata를 연결해야 합니다.

Netezza를 AWS Schema Conversion Tool용 소스로사용

AWS SCT를 사용하여 데이터를 Netezza에서 Amazon RedShift로 변환할 수 있습니다.

원본인 Netezza에 대한 권한Netezza가 원본일 경우 필요한 권한은 다음과 같습니다.

• SELECT ON SYSTEM.DEFINITION_SCHEMA.SYSTEM VIEW• SELECT ON SYSTEM.DEFINITION_SCHEMA.SYSTEM TABLE• SELECT ON SYSTEM.DEFINITION_SCHEMA.MANAGEMENT TABLE• LIST ON <database_name>• LIST ON <database_name>.ALL.TABLE

버전 1.068

AWS Schema Conversion Tool 사용 설명서Netezza를 소스로 연결

• LIST ON <database_name>.ALL.EXTERNAL TABLE• LIST ON <database_name>.ALL.VIEW• LIST ON <database_name>.ALL.MATERIALIZED VIEW• LIST ON <database_name>.ALL.PROCEDURE• LIST ON <database_name>.ALL.SEQUENCE• LIST ON <database_name>.ALL.FUNCTION• LIST ON <database_name>.ALL.AGGREGATE

Netezza를 소스로 연결다음 절차를 통해 AWS Schema Conversion Tool을 사용하여 Netezza 원본 데이터베이스에 연결합니다.

Netezza 소스 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 Connect to Netezza를 선택합니다.

[Connect to Netezza] 대화 상자가 나타납니다.

2. Netezza 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오.





Note

AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝트에서 Connect to source 옵션을 선택할 때만 이 암호

버전 1.069

AWS Schema Conversion Tool 사용 설명서Greenplum을 AWS Schema Conversion Tool용 소스로 사용

이 파라미터의 경우... 수행할 작업를 사용하여 소스 데이터베이스에 연결합니다(여기에서source는 사용자의 소스 데이터베이스). 소스 데이터베이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기위한 암호를 입력하라는 메시지가 표시됩니다.


Netezza Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.



Greenplum을 AWS Schema Conversion Tool용 소스로 사용

AWS SCT를 사용하여 데이터를 Greenplum에서 Amazon RedShift로 변환할 수 있습니다.

원본인 Greenplum에 대한 권한Greenplum이 원본일 경우 필요한 권한은 다음과 같습니다.

• CONNECT ON DATABASE <database_name>• USAGE ON SCHEMA <schema_name>

Greenplum을 소스로 연결다음 절차를 통해 AWS Schema Conversion Tool을 사용하여 Greenplum 원본 데이터베이스에 연결합니다.

Greenplum 소스 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 Connect to Greenplum을 선택합니다.

[Connect to Greenplum] 대화 상자가 나타납니다.

버전 1.070

AWS Schema Conversion Tool 사용 설명서Greenplum을 소스로 연결

2. Greenplum 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오.




데이터베이스 Greenplum 데이터베이스의 이름을 입력합니다.


Note





버전 1.071

AWS Schema Conversion Tool 사용 설명서Vertica를 AWS Schema Conversion Tool용 소스로 사용



Greenplum Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.



Vertica를 AWS Schema Conversion Tool용 소스로사용

AWS SCT를 사용하여 데이터를 Vertica에서 Amazon RedShift로 변환할 수 있습니다.

원본인 Vertica에 대한 권한Vertica가 원본일 경우 필요한 권한은 다음과 같습니다.

• USAGE ON SCHEMA <schema_name>• USAGE ON SCHEMA PUBLIC• GRANT SELECT ON ALL TABLES IN SCHEMA <schema_name>• SELECT ON ALL SEQUENCES IN SCHEMA <schema_name>• EXECUTE ON ALL FUNCTIONS IN SCHEMA <schema_name>• EXECUTE ON PROCEDURE <schema_name.procedure_name(procedure_signature)>

Vertica를 소스로 연결다음 절차를 통해 AWS Schema Conversion Tool을 사용하여 Vertica 원본 데이터베이스에 연결합니다.

Vertica 소스 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 Connect to Vertica를 선택합니다.

[Connect to Vertica] 대화 상자가 나타납니다.

버전 1.072

AWS Schema Conversion Tool 사용 설명서Vertica를 소스로 연결

2. Vertica 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오.




데이터베이스 Vertica 데이터베이스의 이름을 입력합니다.


Note



• Trust Store: 전역 설정에서 설정한 트러스트 스토어입니다.• Key Store: 전역 설정에서 설정한 키 스토어입니다.


버전 1.073

AWS Schema Conversion Tool 사용 설명서Microsoft SQL Server DW를 AWS

Schema Conversion Tool용 소스로 사용


Vertica Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.



Microsoft SQL Server DW를 AWS SchemaConversion Tool용 소스로 사용

AWS SCT를 사용하여 데이터를 Microsoft SQL Server DW에서 Amazon RedShift로 변환할 수 있습니다.

원본인 Microsoft SQL Server 데이터 웨어하우스에 대한 권한Microsoft SQL Server 데이터 웨어하우스가 원본일 경우 필요한 권한은 다음과 같습니다.

• VIEW DEFINITION• VIEW DATABASE STATE• SELECT ON SCHEMA :: <schema_name>

스키마를 변환 중인 각 데이터베이스에 대해 부여를 반복하십시오.

또한 다음을 부여하고 마스터 데이터베이스에서 부여를 실행하십시오.

• VIEW SERVER STATE

SQLServerDW를 원본으로 연결다음 절차를 통해 AWS Schema Conversion Tool을 사용하여 Microsoft SQL Server 데이터 웨어하우스 원본데이터베이스에 연결합니다.

SQL Server 데이터 웨어하우스 소스 데이터베이스에 연결하려면

1. AWS Schema Conversion Tool에서 Connect to Microsoft SQL Server DW를 선택합니다.

[Connect to Microsoft SQL Server DW] 대화 상자가 나타납니다.

버전 1.074

AWS Schema Conversion Tool 사용 설명서SQLServerDW를 원본으로 연결

2. Microsoft SQL Server 데이터 웨어하우스 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을사용하십시오.


[Server name] 소스 데이터베이스 서버의 DNS(Domain Name Service) 이름 또는IP 주소를 입력합니다.


Instance name SQL Server 데이터베이스의 인스턴스 이름을 입력합니다. 인스턴스 이름을 확인하려면 SQL Server 데이터베이스에서 SELECT@@servername; 쿼리를 실행합니다.


Note


Use SSL Secure Sockets Layer(SSL)를 사용하여 데이터베이스에 연결하려면 이 옵션을 선택합니다. [SSL] 탭에서 다음 추가 정보를 적절히제공합니다.

• Trust Server Certificate: 서버 인증서를 신뢰하려면 이 옵션을 선택합니다.

• Trust Store: 전역 설정에서 설정한 트러스트 스토어입니다.

버전 1.075

AWS Schema Conversion Tool 사용 설명서SQLServerDW를 원본으로 연결



Sql Server Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합니다. 자세한 정보는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.



버전 1.076

AWS Schema Conversion Tool 사용 설명서마이그레이션 평가 보고서

변환 보고서 생성데이터베이스 변환을 계획할 때는 관련 항목을 이해하는 데 도움이 되는 몇 가지 보고서를 생성하는 것이 좋습니다. AWS Schema Conversion Tool 또는 AWS Workload Qualification Framework(AWS WQF)를 사용하여 보고서를 생성할 수 있습니다.

AWS SCT를 사용하면 데이터베이스 마이그레이션 평가 보고서를 생성할 수 있습니다. 이 보고서를 사용하면 스키마 변환 작업에 대한 요약과 대상 데이터베이스로 자동 변환되지 않는 항목에 대한 세부 정보를 얻을수 있습니다. 이 보고서를 보고 AWS Schema Conversion Tool을 사용해 완료할 수 있는 프로젝트 수와 변환을 완료하기 위해 필요한 작업을 평가할 수 있습니다. 평가 보고서를 생성하려면 AWS SCT에 있는 데이터베이스의 컨텍스트 메뉴에서(마우스 오른쪽 버튼 클릭) Create Report(보고서 생성)를 사용합니다.

마이그레이션의 계획 단계 중 AWS WQF를 사용해 데이터 및 애플리케이션을 마이그레이션하는 데 필요한노력의 정도를 파악할 수 있습니다. WQF는 AWS SCT 및 AWS DMS와 통합되는 독립 실행형 애플리케이션입니다. 이 애플리케이션을 사용해 인벤토리 보고서 및 비용 계산기 보고서를 생성할 수 있습니다. WQF를 설정하려면 SCT 애플리케이션에서 Global Settings(글로벌 설정)로 이동해 소스 데이터베이스에 필요한JDBC 드라이버를 설정합니다. 그런 다음 WQF를 시작하고 AWS Cloud9에서 열리는 화면의 지침을 따릅니다.

주제• AWS Schema Conversion Tool을 사용하여 평가 보고서 생성 (p. 77)• Workload Qualification Framework를 사용하여 마이그레이션 보고서 생성 (p. 81)

AWS Schema Conversion Tool을 사용하여 평가 보고서 생성

AWS Schema Conversion Tool의 중요한 부분 중 하나는 스키마 변환을 지원하기 위해 생성하는 데이터베이스 마이그레이션 평가 보고서입니다. 이 보고서에는 모든 스키마 변환 작업이 요약되어 있으며 대상 DB 인스턴스의 DB 엔진으로 변환할 수 없는 모든 스키마에 대한 작업 항목이 세부적으로 설명되어 있습니다. 애플리케이션에서 이 보고서를 볼 수 있습니다. 보고서를 쉼표로 구분된 값(CSV) 또는 PDF 파일로 내보내면 됩니다.

마이그레이션 평가 보고서에는 다음과 같은 내용이 포함됩니다.

• 요약• 라이선스 평가• 클라우드 지원. 원본 데이터베이스의 기능 중 대상에서 사용할 수 없는 기능 표시• 원본 하드웨어의 현재 구성• 서버 객체의 변환, 백업 제안, 연결된 서버 변경 등의 권장 사항

Amazon RDS를 대상으로 선택할 경우 이 보고서는 다음과 같은 Amazon RDS DB 인스턴스에 관한 정보를제공합니다.

• 현재 사용되는 스토리지 크기와 DB 인스턴스를 위한 최대 스토리지 크기• 현재 DB 인스턴스에 있는 데이터베이스 수와 DB 인스턴스에 허용되는 데이터베이스의 최대수• DB 인스턴스에서 사용할 수 있는 데이터베이스 서비스와 서버 객체의 목록

버전 1.077

AWS Schema Conversion Tool 사용 설명서데이터베이스 마이그레이션 평가 보고서 생성

• 현재 복제에 참여하고 있는 데이터베이스의 목록. Amazon RDS는 복제를 지원하지 않습니다.

이 보고서는 또한 자동 변환할 수 없는 항목에 대해 대상 DB 인스턴스에 동등한 코드를 작성하는 데 소요되는 예상 작업량 수치를 포함합니다. Estimated Complexity 필드는 평가 보고서의 PDF 버전으로 내보내기 되지만, CSV 버전에는 포함되지 않습니다.

AWS SCT를 사용하여 기존의 스키마를 Amazon RDS DB 인스턴스에 복사하는 경우, 이 보고서는 AWS 클라우드로의 마이그레이션 및 라이선스 유형 변경을 위한 요구 사항을 분석하는 데 도움이 될 수 있습니다.

자세한 내용은 아래의 각 주제를 참조하십시오.

주제• 데이터베이스 마이그레이션 평가 보고서 생성 (p. 78)• 평가 보고서 보기 (p. 79)• 평가 보고서 저장 (p. 80)

데이터베이스 마이그레이션 평가 보고서 생성다음 절차를 사용하여 데이터베이스 마이그레이션 평가 보고서를 생성합니다.

데이터베이스 마이그레이션 평가 보고서를 생성하려면

1. 소스 데이터베이스의 스키마를 표시하는 왼쪽 패널에서 평가 보고서를 생성할 스키마 객체를 선택합니다.

2. 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Create Report]를 선택합니다.

버전 1.078

AWS Schema Conversion Tool 사용 설명서평가 보고서 보기

평가 보고서 보기평가 보고서를 생성하면 평가 보고서 보기가 열리고 다음 탭이 표시됩니다.

• Summary(요약)• Action Items(작업 항목)

Summary(요약) 탭에는 자동 변환되었거나 자동 변환되지 않은 항목이 표시됩니다.

Action Items(작업 항목) 탭에는 자동으로 변환할 수 없는 항목과 해당 항목에 대해 수행할 수 있는 작업에 대한 권장 사항이 표시됩니다.

주제• 평가 보고서 요약 정보 (p. 79)• 평가 보고서 작업 항목 (p. 80)

평가 보고서 요약 정보[Summary] 탭에는 데이터베이스 마이그레이션 평가 보고서의 요약 정보가 표시됩니다. 또한 자동 변환된 항목과 자동 변환되지 않은 항목이 표시됩니다.

대상 데이터베이스 엔진으로 자동 변환할 수 없는 스키마 항목의 경우, 요약 정보에는 소스 데이터베이스와동등한 스키마 항목을 대상 DB 인스턴스에서 생성하는 데 필요한 예상 작업량에 대한 정보가 포함됩니다.

보고서는 이러한 스키마 항목의 변환에 소요되는 예상 시간을 다음과 같은 범주로 표시합니다.

버전 1.079

AWS Schema Conversion Tool 사용 설명서평가 보고서 저장

• [Simple] – 1시간 내에 완료할 수 있는 작업.• [Medium] – 좀 더 복잡하며 1 ~ 4시간 내에 완료될 수 있는 작업.• [중대] – 완료하는 데 4시간 이상 소요되는 매우 복잡한 작업.

[License Evaluation and Cloud Support] 섹션에는 기존의 온프레미스 데이터베이스 스키마를 동일한 엔진을실행하는 Amazon RDS DB 인스턴스로 이전하는 데 대한 정보가 포함되어 있습니다. 예를 들어 라이선스 유형을 변경하려는 경우 이 보고서 섹션이 현재 데이터베이스에서 어떤 기능을 제거해야 할지 보여줍니다.

평가 보고서 작업 항목또한 평가 보고서 보기에는 [Action Items] 탭도 있습니다. 이 탭은 대상 Amazon RDS DB 인스턴스의 데이터베이스 엔진으로 자동 변환할 수 없는 항목의 목록을 제공합니다. 목록에서 작업 항목을 선택하면 AWS SCT는 해당 작업 항목이 적용되는 스키마에서 항목을 강조합니다.

또한 이 보고서에 스키마 항목을 수동으로 변환하는 권장 방법도 제안되어 있습니다. 수동 변환을 처리하는방법을 결정하는 데 대한 자세한 내용은 AWS Schema Conversion Tool에서 수동 변환 처리 (p. 98) 단원을 참조하십시오.

평가 보고서 저장데이터베이스 마이그레이션 평가 보고서의 로컬 사본을 PDF 파일 또는 CSV(쉼표로 분리된 값) 파일로 저장할 수 있습니다. CSV 파일은 작업 항목 정보만 포함합니다. PDF 파일은 다음 예제와 같이 요약 정보 및 작업항목 정보를 모두 포함합니다.

버전 1.080

AWS Schema Conversion Tool 사용 설명서WQF 마이그레이션 보고서

Workload Qualification Framework를 사용하여 마이그레이션 보고서 생성

AWS Workload Qualification Framework(AWS WQF)는 AWS SCT에 포함된 독립형 앱입니다. WQF를 사용하여 AWS 클라우드로 마이그레이션을 분석할 수 있습니다. WQF는 데이터베이스 및 앱 수정 사항을 포함해마이그레이션 전체의 워크로드를 평가합니다. WQF는 마이그레이션에 사용할 수 있는 전략 및 도구를 추천하고 변경 시 사용할 수 있는 피드백을 제공할 수 있습니다. 또한 Amazon RDS 또는 Amazon Aurora로의 마이그레이션을 완료하기 위해 데이터베이스에서 수행해야 하는 작업을 식별할 수도 있습니다.

다음 마이그레이션 시나리오에 WQF를 사용할 수 있습니다.

• PostgreSQL 또는 PostgreSQL과 호환되는 Aurora에 대해 Oracle에서 Amazon RDS로• MySQL 또는 MySQL과 호환되는 Aurora에 대해 Oracle에서 Amazon RDS로

버전 1.081

AWS Schema Conversion Tool 사용 설명서AWS WQF 설정

• Microsoft SQL Server에서 Amazon RDS PostgreSQL 또는 Aurora PostgreSQL로

마이그레이션 프로세스의 계획 단계 중 WQF를 사용해 데이터 및 앱을 마이그레이션하는 데 필요한 작업을파악할 수 있습니다. SCT은 스키마 변환을 평가하는 반면, WQF는 다음을 보고합니다.

• 복잡성, 크기 및 사용한 기술을 토대로 워크로드 평가• 마이그레이션 전략에 대한 권장 사항• 마이그레이션 도구에 대한 권장 사항• 정확히 어떤 작업을 해야 하는지에 대한 피드백• 마이그레이션 프로젝트의 인원 수를 기반으로 필요한 작업 평가

주제• AWS WQF 설정 (p. 82)• 논리적 및 물리적 구성 요소의 배치 가져오기 준비 (p. 83)• WQF 보고서 생성 (p. 85)• 워크로드 범주 이해 (p. 89)

AWS WQF 설정AWS WQF는 미리 설치된 Microsoft Windows Server, AWS SCT 및 WQF로 미리 구성된 Amazon 머신 이미지(AMI)로 제공됩니다. 원격 데스크톱 앱을 사용하여 WQF에 연결할 수 있습니다.

다음 절차에 따라 공유 AMI를 시작합니다. 시작하기 전에 로컬 드라이브의 .pem 파일에 활성 키 페어를 저장했는지 확인합니다.

공유 AMI를 실행하고 WQF를 설정하려면

1. 다음 중 하나를 선택합니다.

• AWS Marketplace Workload Qualification Framework 페이지를 방문하여 자신의 계정으로 AMI를 시작합니다.

• EC2 시작 마법사에서 Workload Qualification Framework(워크로드 자격 프레임워크)를 검색해 AMI를찾습니다. 그런 다음 찾은 AMI를 자신의 계정으로 시작합니다.

2. m5a.4xlarge 유형 이상의 인스턴스를 선택하고 스토리지에 100GiB 이상을 추가합니다. 이 단계에 .pem파일이 필요합니다.

AMI 시작 또는 EC2 인스턴스 생성 방법을 잘 모르는 경우 간단한 AWS 지원 비디오: 사용자 지정Amazon 머신 이미지(AMI)에서 EC2 인스턴스를 시작하려면 어떻게 해야 합니까?를 보십시오.

3. EC2 콘솔에서 Instances(인스턴스)를 선택합니다. 인스턴스를 사용할 수 있는 경우 컨텍스트 메뉴를 열고(마우스 오른쪽 버튼 클릭) Get Windows Password(Windows 암호 가져오기)를 선택합니다. 이전 단계에서 사용한 것과 동일한 .pem 파일을 사용하여 암호를 가져와 인스턴스를 설정합니다.

4. 원격 데스크톱 앱을 사용하여 인스턴스에 연결합니다. 자세한 내용은 Windows 인스턴스에 연결을 참조하십시오.

SCT 및 WQF가 설정된 뒤 SCT에서 데이터베이스 드라이버를 설정해야 WQF를 사용할 준비가 됩니다. 다음절차에 따라 드라이버를 설정합니다.

1. 데이터 소스용 Java Database Connectivity(JDBC) 드라이버를 찾아 다운로드합니다. SCT 및 WQF가설치된 시스템에 .jar 파일을 저장합니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오.

2. SCT를 열고 Settings(설정)에서 Global Settings(전역 설정)를 선택합니다.

버전 1.082

https://aws.amazon.com/marketplace/pp/B07LFF1TBN

https://console.aws.amazon.com/ec2/v2/home#LaunchInstanceWizard:

https://aws.amazon.com/premiumsupport/knowledge-center/launch-instance-custom-ami/

https://aws.amazon.com/premiumsupport/knowledge-center/launch-instance-custom-ami/

https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/connecting_to_windows_instance.html?icmpid=docs_ec2_console#connect-rdp

AWS Schema Conversion Tool 사용 설명서배치 가져오기 준비

3. Drivers(드라이버) 탭을 선택합니다.4. 각 데이터 소스에 대해 Browse(찾아보기)를 사용하여 .jar 파일 위치로 이동합니다.5. [OK]를 선택하여 확인합니다.

논리적 및 물리적 구성 요소의 배치 가져오기 준비많은 서버를 분석하는 경우 논리적 구성 요소와 물리적 구성 요소를 일괄적으로 가져와서 프로세스를 단순화할 수 있습니다. 이렇게 하려면 WQF를 사용하기 전에 정보를 수집할 수 있습니다. 이렇게 하면 각 서버의정보를 UI에 수동으로 입력할 필요가 없습니다. 이는 WQF가 서버에 액세스할 수 없는 상황에서 잘 작동합니다. WQF가 서버에 액세스할 수 있는 온라인 모드에서 이 방법을 사용할 수도 있습니다.

배치 모드로 실행하려면 두 개의 파일을 생성해야 합니다.

• 논리적 구성 요소를 포함하는 JSON 파일• 물리적 구성 요소를 포함하는 쉼표로 구분된 값(CSV) 파일

이러한 파일을 만드는 데 어떠한 선호하는 방법이라도 사용할 수 있습니다. 두 파일 모두에 대해 WQF를 완전히 오프라인으로 실행하면 사용자 이름이나 암호를 제공할 필요가 없습니다. 오프라인 모드에서는 어떤 서버에도 연결하지 않기 때문입니다. 다음 섹션에서는 이러한 파일에 대한 템플릿을 제공합니다.

Note

구성 요소를 만드는 두 가지 별도의 워크플로가 있습니다. AWS SCT 프로젝트 .zip 파일을 업로드하거나 JSON 및 CSV 파일을 사용하여 플릿 전체 분석을 업로드하십시오. 두 가지 모두를 할 필요는 없습니다.

일괄 가져오기(JSON)를 위한 논리적 구성 요소의 샘플 템플릿다음 예제는 오프라인 모드 및 온라인 모드에서 WQF 일괄 가져오기의 논리적 구성 요소에 사용할 수 있는JSON을 보여줍니다.

다음 예제는 오프라인 모드에서 WQF를 실행할 때 사용할 수 있는 JSON을 보여줍니다. 오프라인 모드에서는 JSON에서 username, password, connection-type을 제거할 수 있습니다. 또한 JSON에필드를 하나 추가합니다. 추가 필드의 이름은 sct-file로 지정되고 그 값은 SCT가 생성 한 통계 .zip파일의 전체 디렉터리 경로 및 파일 이름입니다. 예제는 다음과 같습니다: D:\Temp\WQF\Oracle-WqfStats-2019-03-09-01-56.zip. 오프라인 모드의 JSON 예제는 다음과 같습니다.

{ "name": "component_name", "description": "My description", "type": "database", "properties": { "number-of-advance-config-features": "123", "has-proprietary-logic-in-OLAP": "true", "number-of-hardware-features": "100" }, "selected-schemas": [ { "schema": "schema_name" } ], "source-dialect": "ORACLE", "source-connection-config": { "server": "host", "server-port": "port", "sid": "ORCL" }, "sct-file": "D:\\Temp\\WQF\\Oracle-WqfStats-2019-03-09-01-56.zip"

버전 1.083

AWS Schema Conversion Tool 사용 설명서배치 가져오기 준비

}

다음 예제에서는 온라인 모드에서 WQF를 실행할 때 논리적 구성 요소에 사용할 수 있는 JSON을 보여줍니다.

[ { "name": "component_name", "description": "My description", "type": "database", "properties": { "number-of-advance-config-features": "123", "has-proprietary-logic-in-OLAP": "true", "number-of-hardware-features": "100" }, "selected-schemas": [ { "schema": "schema_name" } ], "source-dialect": "ORACLE", "source-connection-config": { "server": "host", "server-port": "port", "sid": "sid", "username": "user", "password": "pass", "connection-type": "SID" } }, { "name": "component_name1", "description": "My new Description", "type": "database", "properties": { "number-of-advance-config-features": "321", "has-proprietary-logic-in-OLAP": "true", "number-of-hardware-features": "50" }, "selected-schemas": [ { "database": "db_name", "schema": "schema_name" } ], "source-dialect": "MSSQL", "source-connection-config": { "server": "host", "server-port": "port", "sid": "", "username": "user", "password": "pass" } }, { "name": "component_name2", "description": "description", "type": "application", "properties": { "source-unavailable": "false", "number-of-native-code-extensions": 1, "number-af-advance-config-features": 2, "number-of-hardware-features": 3 },

버전 1.084

AWS Schema Conversion Tool 사용 설명서보고서 생성

"language": "JAVA", "selected-schemas": [ { "database": "db_name", "schema": "schema_name" } ], "source-code-path": "path_to_application_files", "source-dialect": "MSSQL", "source-connection-config": { "server": "host", "server-port": "port", "sid": "", "username": "user", "password": "pass" } }]

배치 가져오기(CSV)를 위한 물리적 구성 요소의 샘플 템플릿다음 예제에서는 물리적 구성 요소에 사용할 수 있는 .csv 파일을 보여줍니다.

이 .csv 파일을 Microsoft Excel에서 열면 필드가 표시됩니다. 이렇게 하면 실제 구성 요소를 프로그래밍 방식으로 내보내지 않는 경우 편집하기가 더 쉬워질 수 있습니다. 스프레드시트로, 파일은 다음과 비슷하게 보입니다.

Note

오프라인 모드에서 실행 중인 경우 다음 CSV에 하나의 추가 필드를 추가해야 합니다.추가 필드의 이름은 SCTFILE로 지정해야 하며 그 값은 SCT가 생성한 통계 zip 파일의전체 디렉터리 경로 및 파일 이름이어야 합니다. 예를 들면, D:\Temp\WQF\Oracle-WqfStats-2019-03-09-01-56.zip입니다.

.csv 파일은 다음과 같습니다.

NAME,serverName,port,instanceName/SID,userName,password,databaseType,description,hasHADRRequirements,hasHeavyGeospatialPayloadcomponent_name,host,port,sid,user,password,Oracle,mycomponent,true,false

스프레드시트 형식으로 표시된 동일한 파일은 다음과 같습니다.

NAME serverNameport instanceName/SID

userNamepassworddatabaseTypedescriptionhasHADRRequirementshasHeavyGeospatialPayload

component_namehost port sid user passwordOracle mycomponentTRUE FALSE

WQF 보고서 생성WQF를 사용하여 마이그레이션 보고서를 만들려면 다음 단계를 수행하십시오.

1. WQF 프로젝트를 생성합니다.2. 프로젝트에 앱을 하나 또는 여러 개를 추가합니다.3. 프로젝트의 각 앱에 대해 물리적 구성 요소를 하나 또는 여러 개를 추가합니다. 이렇게 하면 WQF에서 소

스 데이터베이스 서버에 대한 세부 정보를 수집할 수 있습니다.

로컬 설치된 SCT 또는 다른 시스템의 .zip 파일을 사용할 수 있습니다.

버전 1.085


4. 프로젝트의 각 앱에 대해 논리적 구성 요소를 하나 또는 여러 개를 추가합니다. 이렇게 하면 WQF에서 데이터베이스 객체 및 앱에 대한 세부 정보를 수집할 수 있습니다.

로컬 설치된 SCT 또는 다른 시스템의 .zip 파일을 사용할 수 있습니다.5. 프로젝트를 계획하기 위해 인벤토리 및 WQF 분석 보고서를 생성합니다.6. 다운로드한 보고서 파일을 Microsoft Excel이 설치된 시스템에 복사한 다음 열어 마이그레이션 프로젝트

에 대한 세부 정보를 얻을 수 있습니다.

다음 보고서 유형을 선택할 수 있습니다.

• 인벤토리 보고서

이러한 보고서에는 마이그레이션해 올 데이터베이스 서버에 대한 기능 기반 정보 및 하드웨어 정보가 나열됩니다. 이 보고서에 필요한 데이터는 사용자가 정보를 수집할 데이터베이스 서버의 세부 정보를 입력할수 있는 물리적 구성 요소를 사용하여 수집됩니다. 이 보고서의 정보는 데이터베이스 서버의 마이그레이션을 계획하는 데 도움이 될 수 있습니다.

• 비용 계산기 보고서

이러한 보고서는 마이그레이션하려는 워크로드를 분류하고, 앱의 일부로 선택한 논리적 구성 요소와 물리적 구성 요소 모두에 대한 항목을 자세히 보여줍니다. 이 보고서에는 SCT의 결과를 기반으로 변경 가능한마이그레이션 비용 모델과 마이그레이션 단계와 함께 앱별 마이그레이션 수행 방법에 대한 권장 사항이 나와 있습니다. 비용 계산기 보고서에는 인벤토리 보고서도 포함됩니다.

이러한 보고서는 Microsoft Excel 또는 Office Open XML 형식을 지원하는 모든 앱에서 볼 수 있습니다.

주제• WQF 시작 (p. 86)• WQF 프로젝트 생성 및 편집 (p. 86)

WQF 시작SCT 및 WQF를 설정한 뒤 바탕 화면에서 WQF 시작 아이콘을 두 번 클릭하여 WQF 서비스를 시작합니다.WQF가 시작될 때 일련의 터미널 창이 열립니다.

WQF가 성공적으로 시작되면 (AMI에 미리 설치된) Google Chrome을 사용해 http://localhost:4040/ide.html로 이동합니다. 그러면 AWS Cloud9 콘솔에서 WQF 모듈이 열립니다.

WQF 프로젝트 생성 및 편집WQF 프로젝트는 데이터베이스, 물리적 시스템 및 애플리케이션 코드 등 애플리케이션 구성 요소를 위한 컨테이너 기능을 제공합니다. WQF 프로젝트를 저장해 두고 나중에 다시 돌아올 수 있습니다. 한 번에 여러 개의 마이그레이션 프로젝트를 유지 관리할 수 있습니다.

마이그레이션 프로젝트 및 보고서를 생성하거나 보기

1. 새 프로젝트를 생성하려면 WQF를 열고 Create new project(새 프로젝트 생성)에 프로젝트에 대한 설명이 포함된 이름을 입력합니다. 그 다음에 [Create]를 선택합니다.

왼쪽에서 기본 프로젝트를 선택할 수도 있습니다.2. 새로운 화면이 표시됩니다. 다음 중 하나를 선택합니다.

• 보고서 마법사를 시작하려면 Create report(보고서 생성)를 선택합니다. 이 마법사는 WQF 애플리케이션을 사용하는 데 필요한 모든 단계를 안내합니다.

• 기존 보고서에 액세스하려면 목록에서 보고서를 선택합니다. 보고서를 보거나, 편집하거나 삭제할 수있고 보고서 유형을 변경할 수 있습니다.

버전 1.086

http://localhost:4040/ide.html

http://localhost:4040/ide.html


3. Report(보고서) 화면에서 Type(유형)으로 보고서 유형을 선택합니다. 보고서에 대한 이름과 설명(선택사항)을 입력합니다.

Next(다음)를 선택하여 계속 진행합니다.4. Physical Components(물리적 구성 요소) 탭에서 데이터베이스 시스템 또는 플릿의 물리적 구성 요소에

대한 데이터를 입력합니다.

물리적 구성 요소 분석은 인벤토리 보고서의 소스 데이터베이스 서버에 대한 세부 정보를 수집하는 데도움이 됩니다. WQF에는 고급 기능 사용을 기반으로 마이그레이션 프로젝트의 전체 분류를 계산하기위한 세부 정보가 일부 포함되어 있습니다. SCT를 사용하여 (또는 SCT 프로젝트의 .zip 파일을 업로드하여) 물리적 구성 요소 하나를 생성하도록 선택할 수 있습니다. 또는 여러 물리적 구성 요소의 세부 사항을 JSON 파일 하나로 업로드해 플릿 전체 물리적 구성 요소 분석을 수행할 수 있습니다.

다음 중 하나를 선택합니다.

• 새로운 물리적 구성 요소에 연결하려면 New(새로 만들기)를 선택합니다. 상세한 이름과 설명(선택 사항)을 입력하고 소스 데이터베이스를 선택합니다. 추가 정보를 입력하려면 화면 프롬프트를 따르십시오. 다음을 선택합니다.

• CSV 파일을 가져오려면 Import(가져오기)를 선택합니다. 파일 형식에 대한 자세한 내용은 배치 가져오기(CSV)를 위한 물리적 구성 요소의 샘플 템플릿 (p. 85)을 참조하십시오.

Import physical components from CSV file(CSV 파일에서 물리적 구성 요소 가져오기) 화면에서Choose(선택)를 선택하여 CSV 파일로 이동한 다음 Save(저장)를 선택합니다. 변경하지 않고 물리적구성 요소 화면으로 돌아가려면 취소를 선택하십시오.

다음을 선택하여 계속 진행합니다.5. Physical Components(물리적 구성 요소) 탭의 데이터 수집 패널에서는 아카이브 파일 또는 데이터베이

스에서 데이터 구조를 로드할지 여부를 선택합니다.


• ZIP 파일을 가져오려면 Load from Archive(아카이브에서 로드)를 선택합니다. Choose(선택)를 선택하여 CSV 파일로 이동한 다음 Open(열기)을 선택합니다. 파일 형식에 대한 자세한 내용은 배치 가져오기(CSV)를 위한 물리적 구성 요소의 샘플 템플릿 (p. 85)을 참조하십시오.

• 데이터베이스에 연결하려면(기본값), Load from DB(DB에서 로드)를 선택하고 연결 세부 정보를 입력합니다.• 서버 이름 또는 IP 주소• 서버 포트• 인스턴스 이름(선택 사항)• 사용자 이름• Password• Secure Sockets Layer(SSL)를 활성화 또는 비활성화할지 여부

이제 데이터 수집을 수행하려면 Get schemas(스키마 가져오기)를 선택하고 포함할 스키마를 선택한 다음 Save(저장)를 선택합니다.

물리적 구성 요소를 모두 로드할 때까지 이 단계를 반복하십시오. 그런 뒤 Next(다음)를 선택하여 계속진행합니다.

6. (비용 계산기 보고서에만 해당) Logical Components(논리적 구성 요소) 탭에서 시스템의 논리적 구성 요소를 로드할 수 있습니다. 논리적 구성 요소 분석은 WQF에서 다음에 대한 정보를 수집하는 데 도움이됩니다.

• 데이터베이스 객체: 데이터베이스 객체를 선택한 대상으로 변환하기 위한 복잡성을 분석해 분류합니다. 버전 1.0

87


• 애플리케이션 코드: 선택한 대상으로 변환하기 위해 애플리케이션 코드에 포함된 SQL을 분석해 분류합니다.

SCT를 사용하여(또는 SCT 프로젝트의 zip 파일을 업로드하여) 논리적 구성 요소 하나를 생성하도록 선택할 수 있습니다. 또는 여러 논리적 구성 요소의 세부 정보를 JSON 파일 하나로 업로드해 플릿 전체 논리적 구성 요소 분석을 수행할 수 있습니다.


• 새로운 물리적 구성 요소에 연결하려면 New(새로 만들기)를 선택합니다. 설명이 포함된 이름과 설명(선택 사항)을 입력하고 유형 및 소스 데이터베이스를 선택합니다. 추가 정보를 입력하려면 화면 프롬프트를 따르십시오. 다음을 선택합니다.

• CSV 파일을 가져오려면 Import(가져오기)를 선택합니다. 파일 형식에 대한 자세한 내용은 일괄 가져오기(JSON)를 위한 논리적 구성 요소의 샘플 템플릿 (p. 83)을 참조하십시오.

Import physical components from CSV file(CSV 파일에서 물리적 구성 요소 가져오기) 화면에서Choose(선택)를 선택하여 CSV 파일로 이동한 다음 Save(저장)를 선택합니다. 변경 없이 이 화면을닫으려면 Cancel(취소)을 선택해 Physical Components(물리적 구성 요소) 화면으로 돌아갑니다.

7. (비용 계산기 보고서에만 해당) Logical Components(논리적 구성 요소) 탭의 Data Collection(데이터 수집) 패널에서는 아카이브 파일 또는 데이터베이스에서 데이터 구조를 로드할지 여부를 선택합니다.


• ZIP 파일을 가져오려면 Load from Archive(아카이브에서 로드)를 선택합니다. Choose(선택)를 선택하여 CSV 파일로 이동한 다음 Open(열기)을 선택합니다.

• 데이터베이스에 연결하려면(기본값), Load from DB(DB에서 로드)를 선택하고 연결 세부 정보를 입력합니다.• 서버 이름 또는 IP 주소• 서버 포트• 인스턴스 이름(선택 사항)• 사용자 이름• 비밀번호• SSL(활성화 및 비활성화)

실행을 선택하여 지금 데이터 수집을 수행하고, 저장을 선택하여 프로세스를 실행하지 않고 변경 사항을저장합니다. 오프라인 모드에서 실행 중인 경우 SCT에서 생성한 통계 파일에 모든 것이 있기 때문에 데이터 수집 프로세스를 실행할 필요가 없습니다.

논리적 구성 요소를 모두 로드할 때까지 이 단계를 반복하십시오. 그런 뒤 Next(다음)를 선택하여 계속진행합니다.

8. (비용 계산기 보고서에만 해당) Applications(애플리케이션) 탭에서 앱의 구성 요소를 선택할 수 있습니다. 애플리케이션 이름을 입력합니다. 왼쪽에서 포함하려는 구성 요소를 선택합니다. 구성 요소를 제거하려면 오른쪽에서 구성 요소를 선택해 Selected Components(선택한 구성 요소) 목록 밖으로 빼냅니다.

애플리케이션은 물리적 구성 요소와 논리적 구성 요소의 조합으로 구성됩니다. 이러한 구성 요소를 함께분석하여 WQF는 개별 물리적 및 논리적 구성 요소의 분석 과정에서 수집한 여러 파라미터 및 세부 정보를 기반으로 마이그레이션 복잡성을 확인합니다.

Save(저장)를 선택하여 계속 진행합니다.9. Report Configuration(보고서 구성) 탭에서 보고서에 포함하려는 구성 요소를 선택합니다.

Next(다음)를 선택하여 계속 진행합니다.10. Report Configuration(보고서 구성) 탭에서 Save(저장)를 선택하여 보고서를 저장합니다. 이전에 저장한

항목을 변경하려면 Previous(이전)를 선택합니다.버전 1.0

88

AWS Schema Conversion Tool 사용 설명서워크로드 범주 이해

11. All Reports(모든 보고서) 탭에서는 보고서를 모두 볼 수 있습니다. 보고서를 다운로드하려면Download(다운로드) 또는 Save(저장)를 선택합니다.

보고서는 Open XML 형식으로 다운로드되고 Microsoft Excel과 같은 Open XML 뷰어에서 열 수 있습니다. 보고서에서 형식이 지정된 분류, 분석 및 마이그레이션 전략을 확인할 수 있습니다. 보고서는 각 애플리케이션에 대해 생성되고 선택한 논리적 및 물리적 구성 요소 집합을 포함하고 있습니다.

12. (선택 사항) 보고서 또는 프로젝트를 삭제하려면 보고서를 선택한 다음 Delete(삭제)를 선택합니다.

워크로드 범주 이해AWS WQF에서는 마이그레이션 워크로드를 평가하고, 데이터베이스 및 앱의 설계 방식에 따른 워크로드 범주로 분류합니다. 이러한 분류를 기반으로 WQF는 시스템에서 사용하는 구성 요소를 분석하고 마이그레이션을 수행하는 데 필요한 작업 유형을 추론합니다. 이러한 분석을 기반으로 AWS WQF는 마이그레이션이 얼마나 쉽거나 어려울지 예측합니다. 또한 관련 작업 유형과 필요한 노력의 정도를 예측합니다.

주제• 범주 1: ODBC 및 JDBC를 사용하는 워크로드 (p. 89)• 범주 2: 독점 기능을 약간 사용하는 워크로드 (p. 89)• 범주 3: 독점 기능을 많이 사용하는 워크로드 (p. 90)• 범주 4: 엔진 관련 워크로드 (p. 90)• 범주 5: 비 이동식, 허용할 수 없는 위험 또는 "리프트 앤 시프트" 워크로드 (p. 90)

범주 1: ODBC 및 JDBC를 사용하는 워크로드이 범주에는 일반적으로 50개 미만의 사용자 지정 저장 절차가 있거나 간단한 액세스 제어용 저장 절차가있습니다. 이 데이터를 사용하는 애플리케이션은 비 표준 확장 기능을 가진 독점 드라이버를 사용하는 대신Open Database Connectivity(ODBC) 또는 Java Database Connectivity(JDBC)를 사용하여 데이터베이스에연결합니다. 애플리케이션 로직은 데이터베이스 외부의 코드에 있습니다(Java, Python, Ruby 등). 이러한 데이터베이스의 경우 읽기 전용 복제본 또는 다중 AZ 배포를 지원하기 위한 요구 사항이 없거나 복제 기반 기술로 이러한 기능을 제공합니다.

이 범주에서 데이터 웨어하우스는 Amazon QuickSight 또는 Tableau와 같은 엔진 관련 SQL 또는 ANSI SQL을 사용하는 보고 계층에서 Star 또는 Snowflake 스키마를 사용합니다. 데이터 모델이 보관되고 분류 키, 분산 키, 압축을 정의하고 워크로드 관리(WLM)를 적절하게 구성해 향상되었기 때문에 Amazon Redshift로 포팅은 상대적으로 간단합니다.

이러한 워크로드는 Amazon Aurora 및 Amazon RDS로 쉽게 포팅됩니다. 이 범주의 마이그레이션에는 일반적으로 몇 시간의 작업이 필요합니다.

범주 2: 독점 기능을 약간 사용하는 워크로드이 범주의 워크로드는 앱 코드(Java, Python, Ruby 등)와 저장 프로시저 코드 조합을 사용합니다. 저장 프로시저는 앱 코드에서 로직 구현이 번거로운 경우 사용됩니다. 일반적으로, 이러한 유형의 워크로드는 저장 프로시저가 200개 미만이며 고급 SQL 언어 기능을 사용하지 않습니다. 스키마 마이그레이션은 테이블 및 보기와 같은 데이터 구조를 사용하므로 간단합니다.

이 범주에서 데이터 웨어하우스 워크로드는 테이블의 데이터를 스테이징하고 간단한 저장 프로시저로 래핑된 SQL을 사용해 변환할 수 있습니다. 데이터 웨어하우스 쓰기에는 약간의 마이크로 배치 또는 많은 수의 업데이트, 삭제 및 트랜잭션이 있을 수 있습니다. 또한 데이터 웨어하우스는 CUBE, ROLLUP 또는 PIVOT 등독점적인 온라인 분석 처리(OLAP) 확장 기능을 사용할 수 있습니다.

마이그레이션에는 저장 프로시저 로직을 데이터베이스 외부로 이전하고, 네이티브 함수 부족을 처리하기 위해 SQL 보고서를 고치는 작업이 포함됩니다. 이러한 유형의 마이그레이션은 상대적으로 쉽습니다. 이러한워크로드 유형의 마이그레이션은 보통 수준의 작업 시간(인시)이 걸릴 것으로 예상할 수 있습니다.

버전 1.089

AWS Schema Conversion Tool 사용 설명서워크로드 범주 이해

범주 3: 독점 기능을 많이 사용하는 워크로드이러한 범주의 워크로드는 전적으로 고급 저장 프로시저 로직 또는 독점 기능으로 구동됩니다. 현장에는 이범주의 워크로드 중 대부분에 최대 10만 줄의 데이터베이스 상주 코드와 기능이 있습니다. 또한 이러한 워크로드는 가상 프라이빗 데이터베이스, 열 난독화, 튜닝 옵션 및 사용자 정의 유형 등 고급 기능을 사용합니다. 따라서 대체 실행 환경으로의 트랜잭션에 많은 시간이 소요됩니다. 이러한 워크로드 중 일부는 Exadata,Supercluster 및 PDW 등 기본 하드웨어 기능을 사용합니다. 고성능 워크로드가 일반적으로 이 범주에 속합니다. 로컬 코드에 있는 튜닝 옵션은 대상 데이터베이스에서 사용할 수 있는 옵션으로 변환하여 테스트해야합니다.

이 범주의 데이터 웨어하우스에는 ETL(추출, 변환, 로드) 작업을 조율하거나 비즈니스 보기를 생성하는 사용자 정의 함수와 저장 프로시저가 굉장히 많습니다. 비즈니스 로직의 많은 부분을 보기로 렌더링할 수 있음에도 불구하고 Amazon Redshift에서 ETL 프로세스를 표현하기는 쉽지 않습니다. 또한 이러한 데이터 웨어하우스에는 ETL 워크플로우를 관리하기 위해 많은 수의 트랜잭션과 함께 수천 개의 테이블이 있을 수 있습니다. Amazon Redshift를 대상으로 마이그레이션하는 경우 이러한 워크로드에는 보고에서 트랜잭션 워크로드를 분리하기 위해 앱을 다시 설계해야 합니다. 또한 재설계에는 데이터 웨어하우스 외부의 로직을 다른 컴퓨팅 계층으로 풀링하는 작업이 필요합니다.

이러한 워크로드는 마이그레이션하기 어려워, 고객에게 중대한 위험이 될 수 있습니다. 이러한 워크로드의마이그레이션은 작업 시간(인시)이 상당히 걸릴 것으로 예상할 수 있습니다.

범주 4: 엔진 관련 워크로드이 범주의 워크로드는 특정 상용 데이터베이스 엔진에서만 작동할 수 있는 프레임워크를 사용합니다. 예를 들어, 데이터베이스 관련 앱 프레임워크에는 Oracle Forms, Oracle Reports, Oracle ADF 및 OracleAPEX(Application Express) 또는 광범위하게 .NET ActiveRecord를 사용하는 앱이 포함됩니다. 이러한 워크로드를 오픈 소스 또는 NoSQL 데이터베이스로 마이그레이션하려면 앱을 전부 다시 구현하여 표시 로직을데이터베이스에서 분리해야 할 수 있습니다.

이 범주의 데이터 웨어하우스는 Geospatial 같은 독점 기능에 페타바이트 규모로 크게 의존할 수 있습니다.이러한 기능에는 OLAP 데이터 구조의 독점 로직이 포함될 수 있습니다. 워크로드에는 가용 영역 아키텍처하나로는 충족할 수 없는 가용성, 복제 또는 사용자 동시성 요구 사항이 포함될 수 있습니다. 지연 시간 요구사항으로 인해 Amazon Athena 사용이 어려울 수 있습니다.

이러한 워크로드는 마이그레이션하기가 매우 까다롭습니다. 이러한 워크로드의 마이그레이션은 작업 시간(인시)이 매우 많이 걸릴 것으로 예상할 수 있습니다. 또한 이러한 마이그레이션은 상당한 위험을 감수해야할 수 있습니다. 이러한 워크로드의 마이그레이션은 인증 또는 타사 지원의 관점에서 지원되지 않을 수 있습니다.

범주 5: 비 이동식, 허용할 수 없는 위험 또는 "리프트 앤 시프트" 워크로드이 범주의 워크로드는 동등한 클라우드 기반 버전이 없는 데이터베이스 엔진에서 구현할 수 있습니다. 이러한 워크로드의 기본 운영 체제는 AWS에서 지원하지 않을 수 있습니다. 예를 들어, 메인프레임, Power 또는RISC 아키텍처를 사용할 수 있습니다. 경우에 따라서는 데이터베이스가 Oracle Call 인터페이스 같은 네이티브 코드 확장 기능으로 비즈니스 로직을 실행할 수 있습니다. 일반적으로 이러한 비즈니스 로직은 여전히업무상 중요하더라도 고객이 "레거시"로 간주합니다. 고객에게 이러한 프로그램의 소스 코드가 없는 경우도있습니다. 데이터 웨어하우스 및 OLTP 워크로드는 이 범주에 대해 동일한 속성을 공유합니다.

이러한 앱을 Amazon EC2로 마이그레이션할 수 있습니다. 에뮬레이션 요구 사항이 있거나 타사 솔루션이 필요할 수 있습니다. 경우에 따라 기존 환경에서 이러한 워크로드를 이전하는 것은 위험이 너무 커서 정당화되지 않을 수 있습니다. 그러한 경우 앱 요구 사항을 지원하는 네트워크 토폴로지로 온프레미스 구현에 대해 고성능 연결을 유지하는 것이 적절합니다.

버전 1.090


AWS Schema Conversion Tool을 사용하여 데이터베이스 스키마 변환

AWS Schema Conversion Tool(AWS SCT)을 사용하여 기존 데이터베이스 스키마를 한 데이터베이스 엔진에서 다른 데이터베이스 엔진으로 변환할 수 있습니다. AWS SCT 사용자 인터페이스를 사용하여 데이터베이스를 변환하는 것은 꽤 간단하지만, 변환하기 전에 고려해야 할 사항이 몇 가지 있습니다.

예를 들어 AWS SCT를 사용하여 다음 작업을 수행할 수 있습니다.

• 또한 AWS SCT를 사용하여 기존의 온프레미스 데이터베이스 스키마를 동일한 엔진을 실행하는 AmazonRDS DB 인스턴스로 복사할 수 있습니다. 이 기능을 사용하면 클라우드로 이전 및 라이선스 유형 변경의비용 절감 가능성을 분석할 수 있습니다.

• 일부의 경우, 데이터베이스 기능을 동등한 Amazon RDS 기능으로 변환할 수 없습니다. Amazon ElasticCompute Cloud(Amazon EC2) 플랫폼에서 데이터베이스를 호스트 및 자체 관리하는 경우 AWS 서비스로대체하여 이러한 기능을 에뮬레이트할 수 있습니다.

• AWS SCT는 온라인 트랜잭션 처리(OLTP) 데이터베이스 스키마를 Amazon Relational DatabaseService(Amazon RDS) MySQL DB 인스턴스, Amazon Aurora DB 클러스터 또는 PostgreSQL DB 인스턴스로 변환하는 프로세스의 상당 부분을 자동화합니다. 원본 및 대상 데이터베이스 엔진은 매우 다양한 기능을 포함하며, AWS SCT는 가능한 한 Amazon RDS DB 인스턴스에 동등한 스키마를 생성하려고 노력합니다. 직접 변환이 불가능할 경우, AWS SCT는 사용자가 선택할 수 있도록 가능한 작업의 목록을 제공합니다.

이 단원에는 다음 주제가 포함되어 있습니다.

주제• AWS Schema Conversion Tool(AWS SCT)에서 매핑 규칙 생성 (p. 92)• AWS Schema Conversion Tool을 사용하여 스키마 변환 (p. 94)• AWS Schema Conversion Tool에서 수동 변환 처리 (p. 98)• AWS Schema Conversion Tool에서 변환된 스키마 업데이트 및 새로 고침 (p. 99)• AWS Schema Conversion Tool에서 변환된 스키마 저장 및 적용 (p. 100)• 데이터베이스 스키마 비교 (p. 102)• 관련된 변환 객체 찾기 (p. 104)

AWS SCT는 다음 OLTP 변환을 지원합니다.

소스 데이터베이스 Amazon RDS의 대상 데이터베이스

Microsoft SQL Server(버전 2008 이상) Amazon Aurora(MySQL 또는 PostgreSQL),Microsoft SQL Server, MySQL, PostgreSQL

MySQL(버전 5.5 이상) Amazon Aurora(PostgreSQL), MySQL,PostgreSQL

AWS SCT를 사용하지 않고 스키마 및 데이터를MySQL에서 Amazon Aurora(MySQL) DB 클러스터로 마이그레이션할 수 있습니다. 자세한 내용은

버전 1.091


AWS Schema Conversion Tool 사용 설명서매핑 규칙 생성

소스 데이터베이스 Amazon RDS의 대상 데이터베이스Amazon Aurora DB 클러스터로 데이터 마이그레이션을 참조하십시오.

Oracle(버전 10.2 이상) Amazon Aurora(MySQL 또는 PostgreSQL),MySQL, Oracle, PostgreSQL

PostgreSQL(버전 9.1 이상) Amazon Aurora(MySQL), MySQL, PostgreSQL

DB2 LUW(버전 9.5, 9.7, 10.5 및 11.1) Amazon Aurora(MySQL 또는 PostgreSQL),MySQL, PostgreSQL

데이터 웨어하우스 스키마를 변환하려면 Amazon Redshift을 사용하여 데이터 웨어하우스 스키마를 AWSSchema Conversion Tool로 변환 (p. 105) 단원을 참조하십시오.

데이터베이스 스키마를 Amazon RDS로 변환하려면 다음의 상위 수준 단계를 수행합니다. 각 단계는 자세한내용이 있는 섹션의 링크입니다.

• AWS Schema Conversion Tool에서 매핑 규칙 생성 (p. 108) – AWS SCT를 사용하여 스키마를 변환하기 전에 열의 데이터 형식을 변경하고 객체를 한 스키마에서 다른 스키마로 이동하며 객체 이름을 변경하는 규칙을 설정할 수 있습니다.

• AWS Schema Conversion Tool을 사용하여 스키마 변환 (p. 94) – AWS SCT는 사용자가 검토할 변환된스키마의 로컬 버전을 생성하지만 준비가 될 때까지는 대상 DB 인스턴스에 적용하지 않습니다.

• AWS Schema Conversion Tool을 사용하여 평가 보고서 생성 (p. 77) – AWS SCT는 자동으로 변환할 수없는 스키마 요소를 자세히 설명하는 데이터베이스 마이그레이션 평가 보고서를 작성합니다. 이 보고서를사용하여 Amazon RDS DB 인스턴스에서 어디에 소스 데이터베이스와 호환되는 스키마를 생성해야 하는지 확인할 수 있습니다.

• AWS Schema Conversion Tool에서 수동 변환 처리 (p. 98) – 자동으로 변환할 수 없는 스키마 요소가있을 경우 원본 스키마를 업데이트한 후 다시 변환하는 방법과 대상 Amazon RDS DB 인스턴스에서 해당스키마 요소를 생성하는 방법 중에서 선택할 수 있습니다.

• AWS Schema Conversion Tool에서 변환된 스키마 업데이트 및 새로 고침 (p. 99) – 원본 데이터베이스의 최신 스키마를 사용하여 AWS SCT 프로젝트를 업데이트할 수 있습니다.

• AWS Schema Conversion Tool에서 변환된 스키마 저장 및 적용 (p. 100) – 준비가 되면 AWS SCT가 로컬 프로젝트의 변환된 스키마를 대상 Amazon RDS DB 인스턴스에 적용합니다.

AWS Schema Conversion Tool(AWS SCT)에서 매핑 규칙 생성

AWS SCT를 사용하여 스키마를 변환하기 전에 열의 데이터 형식을 변경하고 객체를 한 스키마에서다른 스키마로 이동하며 객체 이름을 변경하는 규칙을 설정할 수 있습니다. 예를 들어 소스 스키마에test_TABLE_NAME이라는 테이블 집합이 있을 경우 대상 스키마에서 접두사 test_를 접두사 demo_로 변경하는 규칙을 설정할 수 있습니다.

Note

소스 데이터베이스 엔진과 대상 데이터베이스 엔진이 다른 경우에만 매핑 규칙을 생성할 수 있습니다.

다음 작업을 수행하는 매핑 규칙을 생성할 수 있습니다.

• 데이터 형식 변경

버전 1.092




• 객체 이동• 객체 이름 바꾸기• 접두사 - 접두사 추가, 접두사 제거, 접두사 바꾸기• 접미사 - 접미사 추가, 접미사 제거, 접미사 바꾸기

다음 객체에 대한 매핑 규칙을 생성할 수 있습니다.

• 데이터베이스• 스키마• 표• 열

매핑 규칙 생성매핑 규칙을 생성하고 규칙을 프로젝트의 일부로 저장할 수 있습니다. 프로젝트가 열린 상태에서, 다음 절차를 사용하여 매핑 규칙을 생성합니다.

매핑 규칙을 생성하려면

1. [Settings] 메뉴에서 [Mapping Rules]를 선택합니다. [Mapping Rules] 대화 상자가 나타납니다.

2. [Add new rule]을 선택합니다. 규칙 목록에 새 행이 하나 추가됩니다.3. 편집 아이콘을 선택하여 규칙을 구성합니다.

a. [Name]에 규칙의 이름을 입력합니다.b. [For]에서 규칙을 적용할 객체의 형식을 선택합니다.c. [where]에 매핑 규칙을 적용하기 전에 객체에 적용할 필터를 입력합니다. Where 절은 Like 절을 사

용해 평가됩니다. 정확한 이름을 입력하여 한 객체를 선택할 수도 있고, 패턴을 입력하여 여러 객체를 선택할 수도 있습니다.

[where] 절에서 사용할 수 있는 필드는 객체의 형식에 따라 다릅니다. 예를 들어 객체 형식이 스키마일 경우 스키마 이름에 사용 가능한 필드는 하나뿐입니다.

d. [Actions]에서 생성하려는 매핑 규칙의 유형을 선택합니다.

버전 1.093

AWS Schema Conversion Tool 사용 설명서객체에 대한 매핑 규칙 생성

e. 규칙 유형에 따라 추가 값을 1개 또는 2개 입력합니다. 예를 들어 객체의 이름을 바꾸려면 객체의 새이름을 입력합니다. 접두사를 바꾸려면 기존 접두사와 새 접두사를 입력합니다.

4. 매핑 규칙을 구성한 후 [Save]를 선택하여 규칙을 저장합니다. [Cancel]을 선택하여 변경 사항을 취소할수도 있습니다.

5. 규칙 추가, 편집 및 삭제를 마쳤으면 [Save All]을 선택하여 모든 변경 사항을 저장합니다.6. [Close]를 선택하여 [Mapping Rules] 대화 상자를 닫습니다.

토글 아이콘을 사용하여 매핑 규칙을 삭제하지 않고 끌 수 있습니다. 복사 아이콘을 사용하여 기존 매핑 규칙을 복제할 수 있습니다. 삭제 아이콘을 사용하여 기존 매핑 규칙을 삭제할 수 있습니다. 매핑 규칙에 대한 변경 사항을 모두 저장하려면 [Save All]을 선택합니다.

객체에 대한 매핑 규칙 보기매핑 규칙을 설정한 후, 스키마를 변환하기 전에 스키마의 특정 객체에 대한 규칙의 영향을 볼 수 있습니다.소스 스키마 트리에서 원하는 객체를 선택합니다. 주 보기에서 [Mapping] 탭을 선택합니다. [Mapping] 탭이열리고 객체에 적용되는 모든 매핑 규칙의 목록이 표시됩니다. 소스 스키마에서 객체의 이름과 대상 스키마에서 객체의 새 이름을 볼 수 있습니다. 데이터 형식 규칙을 설정한 경우에는 소스 스키마에서 열의 데이터형식과 대상 스키마에서 열의 새 데이터 형식을 볼 수 있습니다.

매핑 규칙 내보내기AWS Database Migration Service(AWS DMS)를 사용하여 데이터를 소스 데이터베이스에서 대상 데이터베이스로 마이그레이션하는 경우 매핑 규칙에 대한 정보를 AWS DMS에 제공할 수 있습니다. 작업에 대한 자세한 내용은 AWS Database Migration Service 복제 작업 사용 단원을 참조하십시오.

매핑 규칙을 내보내려면

1. AWS Schema Conversion Tool의 소스 데이터베이스 트리에서 컨텍스트(마우스 오른쪽 클릭) 메뉴를열어 [Export script for DMS]를 선택합니다. 저장 대화 상자가 열립니다.

2. 스크립트를 저장할 위치를 찾아 [Save]를 선택합니다. 매핑 규칙이 JSON 스크립트로 저장되어 AWSDMS가 사용할 수 있습니다.

AWS Schema Conversion Tool을 사용하여 스키마변환

프로젝트를 소스 데이터베이스와 대상 Amazon RDS DB 인스턴스 모두에 연결하면 AWS SchemaConversion Tool 프로젝트가 왼쪽 창에 소스 데이터베이스의 스키마를 표시합니다. 스키마는 트리 보기 형식으로 표시되고, 트리의 각 노드는 지연 로딩(lazy loaded)됩니다. 트리 보기에서 노드를 선택하면 AWS SCT가 소스 데이터베이스에게 당시의 스키마 정보를 요청합니다.

소스 데이터베이스에서 스키마 항목을 선택하여 대상 DB 인스턴스의 DB 엔진에서 동등한 스키마로 변환할수 있습니다. 변환할 소스 데이터베이스에서 임의의 스키마 항목을 선택할 수 있습니다. 선택한 스키마 항목이 상위 항목에 의존하는 경우 AWS SCT가 상위 항목에 대한 스키마도 생성합니다. 예를 들어 변환할 테이블에서 열을 선택할 경우 AWS SCT가 열, 열이 포함되어 있는 테이블, 테이블이 포함되어 있는 데이터베이스에 대한 스키마를 생성합니다.

스키마 변환소스 데이터베이스의 스키마를 변환하려면 프로젝트의 왼쪽 패널에서 변환할 스키마 객체를 선택합니다. 다음 그림과 같이 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Convert schema]를 선택합니다.

버전 1.094

https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Tasks.html


소스 데이터베이스로부터 스키마를 변환한 후, 프로젝트의 왼쪽 창에서 스키마 항목을 선택하고 프로젝트의가운데 창에서 변환된 스키마를 확인할 수 있습니다. 다음 그림과 같이 하단 가운데 창에는 변환된 스키마의속성과 변환된 스키마를 생성하는 SQL 명령이 표시됩니다.

버전 1.095

AWS Schema Conversion Tool 사용 설명서변환된 스키마 편집

스키마를 변환한 후 프로젝트를 저장할 수 있습니다. 소스 데이터베이스의 스키마 정보는 프로젝트와 함께저장됩니다. 이 기능은 소스 데이터베이스와 연결하지 않고 오프라인 상태에서도 작업이 가능하다는 것을 의미합니다. 소스 데이터베이스에 대해 [Refresh from Database]를 선택하면 AWS SCT가 소스 데이터베이스에 연결하여 프로젝트에서 스키마를 업데이트합니다. 자세한 정보는 AWS Schema Conversion Tool에서 변환된 스키마 업데이트 및 새로 고침 (p. 99) 단원을 참조하십시오.

자동으로 변환할 수 없는 항목의 데이터베이스 마이그레이션 평가 보고서를 생성할 수 있습니다. 평가 보고서는 자동으로 변환할 수 없는 스키마 항목을 식별하고 해결하는 데 유용합니다. 자세한 정보는 AWSSchema Conversion Tool을 사용하여 평가 보고서 생성 (p. 77) 단원을 참조하십시오.

AWS SCT는 변환된 스키마를 생성한 후 즉시 대상 DB 인스턴스에 적용하지 않습니다. 대신, 변환된 스키마는 사용자가 대상 DB 인스턴스에 적용할 준비가 될 때까지 로컬로 저장됩니다. 자세한 정보는 변환된 스키마적용 (p. 101) 단원을 참조하십시오.

변환된 스키마 편집변환된 스키마를 편집하고 변경 사항을 프로젝트의 일부로 저장할 수 있습니다.

변환된 스키마를 편집하려면

1. 소스 데이터베이스의 스키마가 표시되는 왼쪽 창에서 변환된 스키마를 편집하려는 스키마 항목을 선택합니다.

2. 선택된 항목의 변환된 스키마가 표시되는 하단 가운데 창에서 [SQL] 탭을 선택합니다.3. [SQL] 탭에 표시되는 텍스트에서 필요에 따라 스키마를 변경합니다. 사용자가 업데이트하면 스키마가

프로젝트와 함께 자동으로 저장됩니다.

버전 1.096

AWS Schema Conversion Tool 사용 설명서변환된 스키마 삭제

사용자가 업데이트하면 변환된 스키마에 대한 변경 사항이 프로젝트와 함께 저장됩니다. 소스 데이터베이스에서 새로 스키마 항목을 변환할 경우 해당 항목에 대해 이전에 변환된 스키마에 업데이트가 있었다면 기존의 업데이트가 소스 데이터베이스를 기반으로 새로 변환된 스키마 항목으로 바뀝니다.

변환된 스키마 삭제사용자가 스키마를 DB 인스턴스에 적용할 때까지 AWS SCT는 변환된 스키마를 프로젝트에서 로컬로 저장만 하고 있습니다. 대상 DB 인스턴스의 트리 보기 노드를 선택하고 [Refresh from Database]를 선택하여 프로젝트에서 계획된 스키마를 삭제할 수 있습니다. 대상 DB 인스턴스에 기록된 스키마가 없으므로 데이터베이스를 새로 고치면 AWS SCT 프로젝트는 계획된 스키마 요소를 제거하여 대상 DB 인스턴스의 내용과 일치시킵니다.

버전 1.097

AWS Schema Conversion Tool 사용 설명서수동 변환 처리

AWS Schema Conversion Tool에서 수동 변환 처리평가 보고서는 대상 Amazon RDS DB 인스턴스로 자동 변환할 수 없는 항목의 목록을 포함합니다. 변환할 수없는 각 항목에 대해 [Action Items] 탭에 작업 항목이 있습니다.

다음과 같이 평가 보고서에 있는 작업 항목에 응답할 수 있습니다.

• 소스 데이터베이스 스키마를 수정• 대상 데이터베이스 스키마를 수정

소스 스키마 수정일부 항목의 경우, 소스 데이터베이스의 데이터베이스 스키마를 자동 변환할 수 있는 스키마로 수정하는 것이 더 쉬울 수 있습니다. 먼저, 새로운 변경 사항이 애플리케이션 아키텍처와 호환하는지 확인한 후 소스 데이터베이스에서 스키마를 업데이트합니다. 끝으로, 업데이트된 스키마 정보를 사용하여 프로젝트를 새로 고칩니다. 그런 다음 업데이트된 스키마를 변환하고 새 데이터베이스 마이그레이션 평가 보고서를 생성할 수있습니다. 소스 스키마에서 변경된 항목에는 작업 항목이 더 이상 표시되지 않습니다.

버전 1.098

AWS Schema Conversion Tool 사용 설명서대상 스키마 수정

이 프로세스의 장점은 소스 데이터베이스를 새로 고치면 업데이트된 스키마를 항상 사용 가능하다는 것입니다.

대상 스키마 수정일부 항목의 경우, 변환된 스키마를 대상 데이터베이스에 적용하고 자동으로 변환할 수 없는 항목에 대해서는 대상 데이터베이스에 동등한 스키마 항목을 수동으로 추가하는 것이 더 쉬울 수 있습니다. 스키마를 적용하여 자동 변환할 수 있는 모든 스키마를 대상 DB 인스턴스에 쓸 수 있습니다. 자세한 정보는 AWS SchemaConversion Tool에서 변환된 스키마 저장 및 적용 (p. 100) 단원을 참조하십시오.

대상 DB 인스턴스에 기록되는 스키마는 자동 변환할 수 없는 항목을 포함하지 않습니다. 대상 DB 인스턴스에 스키마를 적용했으면 소스 데이터베이스의 스키마와 동등한 스키마를 대상 DB 인스턴스에서 수동으로생성할 수 있습니다. 데이터베이스 마이그레이션 평가 보고서의 작업 항목은 동등한 스키마를 생성하는 권장방법을 제안합니다.

Warning

대상 DB 인스턴스에서 수동으로 스키마를 생성하는 경우 수행하는 수동 작업의 사본을 저장하십시오. 변환된 스키마를 프로젝트에서 대상 DB 인스턴스로 다시 적용할 경우 이미 수행한 수동 작업을덮어씁니다.

일부 경우에는 대상 DB 인스턴스에 동등한 스키마를 생성할 수 없습니다. 해당 DB 엔진에서 제공되는 기능을 대상 DB 인스턴스에서 사용할 수 있도록 애플리케이션 및 데이터베이스의 일부를 재설계해야 할 수 있습니다. 또 다른 경우에는 간단히 자동으로 변환할 수 없는 스키마를 무시할 수 있습니다.

AWS Schema Conversion Tool에서 변환된 스키마업데이트 및 새로 고침

AWS Schema Conversion Tool 프로젝트에서 소스 스키마와 대상 스키마 모두 업데이트할 수 있습니다.

• 소스 – 소스 데이터베이스의 스키마를 업데이트하면 AWS SCT가 프로젝트의 스키마를 소스 데이터베이스의 스키마로 바꿉니다. 이 기능을 사용하면 소스 데이터베이스의 스키마가 변경된 경우 프로젝트를 업데이트할 수 있습니다.

• 대상 – 대상 Amazon RDS DB 인스턴스의 스키마를 업데이트하면 AWS SCT가 프로젝트의 스키마를 대상DB 인스턴스의 최신 스키마로 바꿉니다. 사용자가 대상 DB 인스턴스에 아무 스키마도 적용하지 않았다면AWS SCT는 변환된 스키마를 프로젝트에서 삭제합니다. 그러면 클린 대상 DB 인스턴스를 위해 소스 데이터베이스로부터 스키마를 변환할 수 있습니다.

다음 그림과 같이 Refresh from Database(데이터베이스에서 새로 고침)를 선택하여 AWS SCT 프로젝트에서 스키마를 업데이트합니다.

버전 1.099

AWS Schema Conversion Tool 사용 설명서스키마 저장 및 적용

AWS Schema Conversion Tool에서 변환된 스키마저장 및 적용

AWS Schema Conversion Tool은 변환된 스키마를 생성한 후(AWS Schema Conversion Tool을 사용하여 스키마 변환 (p. 94) 참조) 대상 DB 인스턴스에 즉시 적용하지 않습니다. 대신, 변환된 스키마는 사용자가 대상 DB 인스턴스에 적용할 준비가 될 때까지 프로젝트에서 로컬로 저장됩니다. 이 기능을 사용하면 대상 DB엔진으로 자동 변환할 수 없는 스키마 항목에 대해 작업을 수행할 수 있습니다. 자동으로 변환할 수 없는 항목에 대한 자세한 정보는 AWS Schema Conversion Tool을 사용하여 평가 보고서 생성 (p. 77) 단원을 참조하십시오.

선택적으로 스키마를 대상 DB 인스턴스에 적용하기 전에 변환된 스키마를 SQL 스크립트로 파일에 저장하는 도구를 사용할 수 있습니다. 이 도구를 통해 변환된 스키마를 대상 DB 인스턴스에 직접 적용할 수도 있습니다.

변환된 스키마를 파일로 저장변환된 스키마를 SQL 스크립트로 텍스트 파일에 저장할 수 있습니다. 그러면 AWS SCT에서 생성된 SQL 스크립트를 수정하여 도구가 자동 변환할 수 없는 항목을 처리할 수 있습니다. 그러면 대상 DB 인스턴스에서업데이트된 스크립트를 실행하여 변환된 스키마를 대상 데이터베이스에 적용할 수 있습니다.

변환된 스키마를 SQL 스크립트로 저장하려면, 다음 그림과 같이 스키마 요소의 컨텍스트(마우스 오른쪽 클릭) 메뉴를 열고 [Save as SQL]을 선택합니다.

버전 1.0100

AWS Schema Conversion Tool 사용 설명서변환된 스키마 적용

변환된 스키마 적용변환된 스키마를 대상 Amazon RDS DB 인스턴스에 적용할 준비가 되었으면 프로젝트의 오른쪽 패널에서스키마 요소를 선택합니다. 다음 그림과 같이 스키마 요소의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고[Apply to database]를 선택합니다.

버전 1.0101

AWS Schema Conversion Tool 사용 설명서확장 팩 스키마

확장 팩 스키마변환된 스키마를 대상 DB 인스턴스에 처음 적용할 때, AWS SCT는 대상 DB 인스턴스에 추가 스키마를 추가합니다. 이 스키마는 변환된 스키마를 대상 DB 인스턴스에 쓸 때 필요한 소스 데이터베이스의 시스템 기능을구현합니다. 이 스키마를 확장 팩 스키마라고 합니다.

확장 팩 스키마를 수정하지 마십시오. 수정하면 대상 DB 인스턴스에 쓴 변환된 스키마에서 예기치 않은 결과가 발생할 수 있습니다. 스키마가 대상 DB 인스턴스로 완전히 마이그레이션되어 더 이상 AWS SCT가 필요하지 않다면 확장 팩 스키마를 삭제할 수 있습니다.

확장 팩 스키마는 다음과 같이 소스 데이터베이스를 따라 명명됩니다.

• Microsoft SQL Server: AWS_SQLSERVER_EXT• MySQL: AWS_MYSQL_EXT• Oracle: AWS_ORACLE_EXT• PostgreSQL: AWS_POSTGRESQL_EXT

자세한 정보는 AWS Lambda 확장 팩의 AWS SCT 함수 사용 (p. 186) 단원을 참조하십시오.

데이터베이스 스키마 비교마이그레이션 이후에 소스 또는 대상 스키마를 변경한 경우에는 AWS SCT를 사용하여 두 데이터베이스 스키마를 비교할 수 있습니다. 스키마가 소스 스키마와 같은 버전인지 이전 버전인지 비교할 수 있습니다.

버전 1.0102

AWS Schema Conversion Tool 사용 설명서스키마 비교

다음과 같은 스키마 비교가 지원됩니다.

• Oracle과 Oracle 비교(버전 12.1.0.2.0, 11.1.0.7.0, 11.2.0.1.0, 10)• SQL Server와 SQL Server 비교(버전 2016, 2014, 2012, 2008 RD2, 2008)• PostgreSQL과 PostgreSQL 및 PostgreSQL과 호환되는 Aurora 비교(버전 9.6, 9.5.9, 9.5.4)• MySQL과 MySQL 비교(버전 5.6.36, 5.7.17, 5.5)

[Project Settings] 페이지의 [Compare Schema] 탭에서 스키마 비교를 위한 값을 설정합니다.

스키마 비교를 위해 해당 스키마를 선택하면 AWS SCT가 두 스키마 간에 차이가 있는 객체와 차이가 없는객체를 표시합니다.

두 스키마를 비교하려면

1. 기존의 AWS SCT 프로젝트를 열거나 프로젝트를 새로 생성해서 소스 및 대상 엔드포인트에 연결합니다.

2. 비교할 스키마를 선택합니다.3. 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Compare Schema]를 선택합니다.

AWS SCT는 객체의 아이콘에 검은색 원을 추가하여 두 스키마 간에 차이가 있는 객체를 표시합니다.

버전 1.0103

AWS Schema Conversion Tool 사용 설명서관련된 변환 객체

스키마 비교 결과를 단일 객체, 단일 객체 범주 또는 전체 스키마에 적용할 수 있습니다. 결과를 적용하고자하는 범주, 객체 또는 스키마 옆의 확인란을 클릭합니다.

관련된 변환 객체 찾기스키마 변환 후에 경우에 따라 AWS SCT는 소스 데이터베이스에서 하나의 스키마 객체에 대해 여러 개의객체를 생성할 수 있습니다. 예를 들어 Oracle을 PostgreSQL로 변환할 때 AWS SCT는 각 Oracle 트리거를가져와서 이를 PostgreSQL 대상의 트리거나 트리거 함수로 변환합니다. 또한 Oracle 패키지 함수나 절차를PostgreSQL로 변환할 때 AWS SCT는 동등한 함수나 해당 절차나 함수를 실행하기 위해 먼저 init 블록으로실행해야 하는 INIT 함수를 생성합니다.

다음 절차를 통해 스키마 변환 이후에 생성된 모든 관련 객체들을 확인할 수 있습니다.

스키마가 변환되는 동안 생성된 관련 객체를 보려면

1. 스키마 변환 이후에 대상 트리 보기에서 변환된 객체를 선택합니다.2. [Related Converted Objects] 탭을 선택합니다.3. 관련된 대상 객체의 목록을 확인합니다.

버전 1.0104


Amazon Redshift을 사용하여 데이터웨어하우스 스키마를 AWS SchemaConversion Tool로 변환

AWS Schema Conversion Tool은 데이터 웨어하우스 스키마를 Amazon Redshift 데이터베이스 스키마로 변환하는 프로세스를 많은 부분 자동화합니다. 소스 및 대상 데이터베이스 엔진에는 매우 다양한 기능이 있어AWS SCT에서는 가능한 한 대상 데이터베이스에 동등한 스키마를 생성하려고 합니다. 직접 변환이 불가능할 경우, AWS SCT에서는 사용자가 취할 수 있는 조치가 나열된 평가 보고서를 제공합니다. AWS SCT를 사용해 키를 관리하고, 데이터 형식 및 객체를 매핑하며, 수동 변환을 생성할 수 있습니다.

AWS SCT에서는 다음 데이터 웨어하우스 스키마를 Amazon Redshift로 변환할 수 있습니다.

• Greenplum Database(버전 4.3 이상)• Microsoft SQL Server(버전 2008 이상)• Netezza(버전 7.0.3 이상)• Oracle(버전 10 이상)• Teradata(버전 13 이상)• Vertica(버전 7.2.2 이상)

OLTP(온라인 트랜잭션 처리) 데이터베이스 스키마를 변환하려면 AWS Schema Conversion Tool을 사용하여 데이터베이스 스키마 변환 (p. 91) 단원을 참조하십시오.

데이터 웨어하우스 스키마를 변환하려면 다음 절차를 수행하십시오.

1. 최적화 전략 및 규칙을 지정한 후 AWS SCT에서 사용하게 하고 싶은 매핑을 지정합니다. 열의 데이터 형식을 변경하고 객체를 한 스키마에서 다른 스키마로 이동하며 객체 이름을 변경하는 규칙을 설정할 수 있습니다.

[Settings]에서 최적화 및 매핑을 지정할 수 있습니다. 최적화 전략에 대한 자세한 정보는 AWS SchemaConversion Tool에서 사용할 최적화 전략 및 규칙 선택 (p. 106) 단원을 참조하십시오. 매핑에 대한 자세한 정보는 AWS Schema Conversion Tool에서 매핑 규칙 생성 (p. 108) 단원을 참조하십시오.

2. 데이터 웨어하우스가 변환되는 방식을 AWS SCT에서 최적화할 수 있도록 원본 데이터 웨어하우스에 관한 통계를 제공합니다. 통계를 데이터베이스에서 직접 수집할 수도 있고, 기존 통계 파일을 업로드할 수도있습니다. 데이터 웨어하우스 통계 제공에 대한 자세한 정보는 AWS Schema Conversion Tool이 사용할통계 수집 또는 업로드 (p. 107) 단원을 참조하십시오.

3. 자동으로 변환할 수 없는 스키마 요소를 자세히 설명하는 데이터베이스 마이그레이션 평가 보고서를 작성합니다. 이 보고서를 사용하여 대상 데이터베이스에서 어디에 소스 데이터베이스와 호환되는 스키마를 수동으로 생성해야 하는지 확인할 수 있습니다. 평가 보고서에 대한 자세한 정보는 AWS SchemaConversion Tool을 사용하여 평가 보고서 생성 (p. 77) 단원을 참조하십시오.

4. 스키마를 변환합니다. AWS SCT는 사용자가 검토할 변환된 스키마의 로컬 버전을 생성하지만 준비가 될때까지는 대상 데이터베이스에 적용하지 않습니다. 변환에 대한 자세한 정보는 AWS Schema ConversionTool을 사용하여 스키마 변환 (p. 110) 단원을 참조하십시오.

5. 스키마를 변환한 후 키를 관리하고 편집할 수 있습니다. 키 관리는 데이터 웨어하우스 변환의 핵심입니다.키 관리에 대한 자세한 정보는 AWS Schema Conversion Tool에서 키 관리 및 사용자 지정 (p. 114) 단원을 참조하십시오.

버전 1.0105

AWS Schema Conversion Tool 사용 설명서최적화 전략 및 규칙 선택

6. 자동으로 변환할 수 없는 스키마 요소가 있을 경우 원본 스키마를 업데이트한 후 다시 변환하는 방법과 대상 데이터베이스에서 해당 스키마 요소를 생성하는 방법 중에서 선택할 수 있습니다. 스키마 요소 수동 변환에 대한 자세한 정보는 AWS Schema Conversion Tool에서 수동 변환 처리 (p. 115) 단원을 참조하십시오. 원본 스키마 업데이트에 대한 자세한 정보는 AWS Schema Conversion Tool에서 변환된 스키마 업데이트 및 새로 고침 (p. 116) 단원을 참조하십시오.

7. 준비가 된 사용자는 변환된 스키마를 대상 데이터베이스에 적용할 수 있습니다. 변환된 스키마 저장 및 적용에 대한 자세한 정보는 AWS Schema Conversion Tool에서 변환된 스키마 저장 및 적용 (p. 117) 단원을 참조하십시오.

AWS Schema Conversion Tool에서 사용할 최적화전략 및 규칙 선택

AWS Schema Conversion Tool가 데이터 웨어하우스 스키마를 변환하는 방식을 최적화하기 위해 도구가 사용할 전략 및 규칙을 선택할 수 있습니다. 스키마를 변환하고 제안된 키를 검토한 후 원하는 결과를 얻을 수있도록 규칙을 조정하거나 전략을 변경할 수 있습니다.

최적화 전략 및 규칙을 선택하려면

1. [Settings]를 선택하고 [Project Settings]를 선택합니다. [Current project settings] 대화 상자가 나타납니다.

2. 왼쪽 창에서 [Optimization Strategies]를 선택합니다. 오른쪽 창에 최적화 전략이 기본값이 선택된 상태로 표시됩니다.

3. [Strategy Sector]에서 사용하려는 최적화 전략을 선택합니다. 다음 중에서 선택할 수 있습니다.

• Use metadata, ignore statistical information – 이 전략에서는 메타데이터의 정보만 최적화 결정에 사용됩니다. 예를 들어 소스 테이블에 인덱스가 2개 이상일 경우 소스 데이터베이스 정렬 순서가 사용되고, 첫 번째 인덱스가 배포 키가 됩니다.

• Ignore metadata, use statistical information – 이 전략에서는 최적화 결정이 통계 정보에서만 도출

됩니다. 이 전략은 통계가 제공되는 테이블 및 열에만 적용됩니다. 자세한 정보는 AWS SchemaConversion Tool이 사용할 통계 수집 또는 업로드 (p. 107) 단원을 참조하십시오.

• Use metadata and use statistical information – 이 전략에서는 메타데이터 및 통계가 모두 최적화 결

정에 사용됩니다.

4. 최적화 전략을 선택한 후 사용할 규칙을 선택할 수 있습니다. 다음 중에서 선택할 수 있습니다.

• 메타데이터를 사용하여 배포 키 및 정렬 키 선택• 콜레이션을 위한 팩트 테이블 및 적절한 차원 선택• 인덱스 열의 카디널리티(cardinality) 분석• QueryLog 테이블에서 가장 자주 사용되는 테이블 및 열 찾기

각 규칙에 대해 정렬 키 가중치와 배포 키 가중치를 입력할 수 있습니다. AWS SCT는 스키마를 변환할때 사용자가 선택하는 가중치를 사용합니다. 이후 제안된 키를 검토할 때 결과가 만족스럽지 않다면 이단계로 되돌아와 설정을 변경할 수 있습니다. 자세한 정보는 AWS Schema Conversion Tool에서 키 관리 및 사용자 지정 (p. 114) 단원을 참조하십시오.

버전 1.0106

AWS Schema Conversion Tool 사용 설명서통계 수집 또는 업로드

AWS Schema Conversion Tool이 사용할 통계 수집또는 업로드

AWS Schema Conversion Tool가 데이터 웨어하우스 스키마를 변환하는 방식을 최적화하기 위해 도구가 사용할 수 있는 소스 데이터베이스 통계를 제공할 수 있습니다. 통계를 데이터베이스에서 직접 수집할 수도 있고, 기존 통계 파일을 업로드할 수도 있습니다.

통계를 제공 및 검토하려면

1. 프로젝트를 열고 원본 데이터베이스에 연결합니다.2. 프로젝트의 왼쪽 창에서 스키마 객체를 선택하고 객체의 컨텍스트(마우스 오른쪽 클릭) 메뉴를 엽니다.

다음 그림과 같이 [Collect Statistics] 또는 [Upload Statistics]를 선택합니다.

3. 프로젝트의 왼쪽 창에서 스키마 객체를 선택하고 [Statistics] 탭을 선택합니다. 객체에 대한 통계를 검토할 수 있습니다.

버전 1.0107


이후 제안된 키를 검토할 때 결과가 만족스럽지 않다면 추가 통계를 수집한 후 이 절차를 반복할 수 있습니다. 자세한 정보는 AWS Schema Conversion Tool에서 키 관리 및 사용자 지정 (p. 114) 단원을 참조하십시오.

AWS Schema Conversion Tool에서 매핑 규칙 생성AWS Schema Conversion Tool를 사용하여 스키마를 변환하기 전에 열의 데이터 형식을 변경하고 객체를한 스키마에서 다른 스키마로 이동하며 객체 이름을 변경하는 규칙을 설정할 수 있습니다. 예를 들어 소스스키마에 test_TABLE_NAME이라는 테이블 집합이 있을 경우 대상 스키마에서 접두사 test_를 접두사demo_로 변경하는 규칙을 설정할 수 있습니다.

Note

소스 데이터베이스 엔진과 대상 데이터베이스 엔진이 다른 경우에만 매핑 규칙을 생성할 수 있습니다.

다음 작업을 수행하는 매핑 규칙을 생성할 수 있습니다.

• 데이터 형식 변경

버전 1.0108


• 객체 이동• 객체 이름 바꾸기• 접두사 - 접두사 추가, 접두사 제거, 접두사 바꾸기• 접미사 - 접미사 추가, 접미사 제거, 접미사 바꾸기

다음 객체에 대한 매핑 규칙을 생성할 수 있습니다.

• 데이터베이스• 스키마• 표• 열

매핑 규칙 생성매핑 규칙을 생성하고 규칙을 프로젝트의 일부로 저장할 수 있습니다. 프로젝트가 열린 상태에서, 다음 절차를 사용하여 매핑 규칙을 생성합니다.

매핑 규칙을 생성하려면

1. [Settings] 메뉴에서 [Mapping Rules]를 선택합니다. [Mapping Rules] 대화 상자가 나타납니다. 상단 창에 매핑(변환) 규칙이 표시됩니다.

2. [Tranformation Rules] 창에서 [Add new rule]을 선택합니다.3. 변환 규칙을 구성합니다.

a. [Name]에 규칙의 이름을 입력합니다.b. [For]에서 규칙을 적용할 객체의 형식을 선택합니다.c. [where]에 매핑 규칙을 적용하기 전에 객체에 적용할 필터를 입력합니다. Where 절은 Like 절을 사

용해 평가됩니다. 정확한 이름을 입력하여 한 객체를 선택할 수도 있고, 패턴을 입력하여 여러 객체를 선택할 수도 있습니다.

[where] 절에서 사용할 수 있는 필드는 객체의 형식에 따라 다릅니다. 예를 들어 객체 형식이 스키마일 경우 스키마 이름에 사용 가능한 필드는 하나뿐입니다.

버전 1.0109

AWS Schema Conversion Tool 사용 설명서객체에 대한 매핑 규칙 보기

d. [Actions]에서 생성하려는 매핑 규칙의 유형을 선택합니다.e. 규칙 유형에 따라 추가 값을 1개 또는 2개 입력합니다. 예를 들어 객체의 이름을 바꾸려면 객체의 새

이름을 입력합니다. 접두사를 바꾸려면 기존 접두사와 새 접두사를 입력합니다.4. 매핑 규칙을 구성한 후 [Save]를 선택하여 규칙을 저장합니다. [Cancel]을 선택하여 변경 사항을 취소할

수도 있습니다.5. 규칙 추가, 편집 및 삭제를 마쳤으면 [Save All]을 선택하여 모든 변경 사항을 저장합니다.6. [Close]를 선택하여 [Mapping Rules] 대화 상자를 닫습니다.

토글 아이콘을 사용하여 매핑 규칙을 삭제하지 않고 끌 수 있습니다. 복사 아이콘을 사용하여 기존 매핑 규칙을 복제할 수 있습니다. 삭제 아이콘을 사용하여 기존 매핑 규칙을 삭제할 수 있습니다. 매핑 규칙에 대한 변경 사항을 모두 저장하려면 [Save All]을 선택합니다.

객체에 대한 매핑 규칙 보기매핑 규칙을 설정한 후, 스키마를 변환하기 전에 스키마의 특정 객체에 대한 규칙의 영향을 볼 수 있습니다.소스 스키마 트리에서 원하는 객체를 선택합니다. 주 보기에서 [Mapping] 탭을 선택합니다. [Mapping] 탭이열리고 객체에 적용되는 모든 매핑 규칙의 목록이 표시됩니다. 소스 스키마에서 객체의 이름과 대상 스키마에서 객체의 새 이름을 볼 수 있습니다. 데이터 형식 규칙을 설정한 경우에는 소스 스키마에서 열의 데이터형식과 대상 스키마에서 열의 새 데이터 형식을 볼 수 있습니다.

매핑 규칙 내보내기AWS Database Migration Service(AWS DMS)를 사용하여 데이터를 소스 데이터베이스에서 대상 데이터베이스로 마이그레이션하는 경우 매핑 규칙에 대한 정보를 AWS DMS에 제공할 수 있습니다. 작업에 대한 자세한 내용은 AWS Database Migration Service 복제 작업 사용 단원을 참조하십시오.

매핑 규칙을 내보내려면

1. AWS Schema Conversion Tool의 소스 데이터베이스 트리에서 컨텍스트(마우스 오른쪽 클릭) 메뉴를열어 [Export script for DMS]를 선택합니다. 저장 대화 상자가 열립니다.

2. 스크립트를 저장할 위치를 찾아 [Save]를 선택합니다. 매핑 규칙이 JSON 스크립트로 저장되어 AWSDMS가 사용할 수 있습니다.

AWS Schema Conversion Tool을 사용하여 스키마변환

프로젝트를 소스 데이터베이스와 대상 데이터베이스 모두에 연결하면 AWS Schema Conversion Tool 프로젝트가 왼쪽 창에 소스 데이터베이스의 스키마를 표시합니다. 스키마는 트리 보기 형식으로 표시되고, 트리의 각 노드는 지연 로딩(lazy loaded)됩니다. 트리 보기에서 노드를 선택하면 AWS SCT가 소스 데이터베이스에게 당시의 스키마 정보를 요청합니다.

소스 데이터베이스에서 스키마 항목을 선택하여 대상 데이터베이스의 데이터베이스 엔진에서 동등한 스키마로 변환할 수 있습니다. 변환할 소스 데이터베이스에서 임의의 스키마 항목을 선택할 수 있습니다. 선택한스키마 항목이 상위 항목에 의존하는 경우 AWS SCT가 상위 항목에 대한 스키마도 생성합니다. 예를 들어변환할 테이블에서 열을 선택할 경우 AWS SCT가 열, 열이 포함되어 있는 테이블, 테이블이 포함되어 있는데이터베이스에 대한 스키마를 생성합니다.

스키마 변환소스 데이터베이스의 스키마를 변환하려면 프로젝트의 왼쪽 패널에서 변환할 스키마 객체를 선택합니다. 다음 그림과 같이 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Convert schema]를 선택합니다.

버전 1.0110

https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Tasks.html


소스 데이터베이스로부터 스키마를 변환한 후, 프로젝트의 왼쪽 창에서 스키마 항목을 선택하고 프로젝트의가운데 창에서 변환된 스키마를 확인할 수 있습니다. 다음 그림과 같이 하단 가운데 창에는 변환된 스키마의속성과 변환된 스키마를 생성하는 SQL 명령이 표시됩니다.

버전 1.0111

AWS Schema Conversion Tool 사용 설명서변환된 스키마 편집

스키마를 변환한 후 프로젝트를 저장할 수 있습니다. 소스 데이터베이스의 스키마 정보는 프로젝트와 함께저장됩니다. 이 기능은 소스 데이터베이스와 연결하지 않고 오프라인 상태에서도 작업이 가능하다는 것을 의미합니다. 소스 데이터베이스에 대해 [Refresh from Database]를 선택하면 AWS SCT가 소스 데이터베이스에 연결하여 프로젝트에서 스키마를 업데이트합니다. 자세한 정보는 AWS Schema Conversion Tool에서 변환된 스키마 업데이트 및 새로 고침 (p. 116) 단원을 참조하십시오.

자동으로 변환할 수 없는 항목의 데이터베이스 마이그레이션 평가 보고서를 생성할 수 있습니다. 평가 보고서는 자동으로 변환할 수 없는 스키마 항목을 식별하고 해결하는 데 유용합니다. 자세한 정보는 AWSSchema Conversion Tool을 사용하여 평가 보고서 생성 (p. 77) 단원을 참조하십시오.

AWS SCT는 변환된 스키마를 생성한 후 즉시 대상 데이터베이스에 적용하지 않습니다. 대신, 변환된 스키마는 사용자가 대상 데이터베이스에 적용할 준비가 될 때까지 로컬로 저장됩니다. 자세한 정보는 변환된 스키마 적용 (p. 118) 단원을 참조하십시오.

변환된 스키마 편집변환된 스키마를 편집하고 변경 사항을 프로젝트의 일부로 저장할 수 있습니다.

변환된 스키마를 편집하려면

1. 소스 데이터베이스의 스키마가 표시되는 왼쪽 창에서 변환된 스키마를 편집하려는 스키마 항목을 선택합니다.

2. 선택된 항목의 변환된 스키마가 표시되는 하단 가운데 창에서 [SQL] 탭을 선택합니다.3. [SQL] 탭에 표시되는 텍스트에서 필요에 따라 스키마를 변경합니다. 사용자가 업데이트하면 스키마가

프로젝트와 함께 자동으로 저장됩니다.

버전 1.0112

AWS Schema Conversion Tool 사용 설명서변환된 스키마 삭제

사용자가 업데이트하면 변환된 스키마에 대한 변경 사항이 프로젝트와 함께 저장됩니다. 소스 데이터베이스에서 새로 스키마 항목을 변환할 경우 해당 항목에 대해 이전에 변환된 스키마에 업데이트가 있었다면 기존의 업데이트가 소스 데이터베이스를 기반으로 새로 변환된 스키마 항목으로 바뀝니다.

변환된 스키마 삭제사용자가 스키마를 대상 데이터베이스에 적용할 때까지 AWS SCT는 변환된 스키마를 프로젝트에서 로컬로저장만 하고 있습니다. 대상 데이터베이스의 트리 보기 노드를 선택하고 [Refresh from Database]를 선택하여 프로젝트에서 계획된 스키마를 삭제할 수 있습니다. 대상 데이터베이스에 기록된 스키마가 없으므로 데이터베이스를 새로 고치면 AWS SCT 프로젝트는 계획된 스키마 요소를 제거하여 대상 데이터베이스의 내용과일치시킵니다.

버전 1.0113

AWS Schema Conversion Tool 사용 설명서키 관리 및 사용자 지정

AWS Schema Conversion Tool에서 키 관리 및 사용자 지정

AWS Schema Conversion Tool을 사용하여 스키마를 변환한 후 키를 관리하고 편집할 수 있습니다. 키 관리는 데이터 웨어하우스 변환의 핵심입니다.

키를 관리하려면, 대상 데이터베이스에서 테이블을 하나 선택하고 다음 그림과 같이 [Key Management] 탭을 선택합니다.

버전 1.0114

AWS Schema Conversion Tool 사용 설명서수동 변환 처리

왼쪽 창에는 키 제안이 표시되며 각 제안의 신뢰수준이 포함됩니다. 제안 중 하나를 선택하거나 오른쪽 창에서 편집하여 키를 사용자 정의할 수 있습니다.

키 선택의 결과가 예상과 다른 경우 최적화 전략을 편집하고 변환을 다시 시도할 수 있습니다. 자세한 정보는AWS Schema Conversion Tool에서 사용할 최적화 전략 및 규칙 선택 (p. 106) 단원을 참조하십시오.

AWS Schema Conversion Tool에서 수동 변환 처리평가 보고서는 대상 데이터베이스로 자동 변환할 수 없는 항목의 목록을 포함합니다. 변환할 수 없는 각 항목에 대해 [Action Items] 탭에 작업 항목이 있습니다.

다음과 같이 평가 보고서에 있는 작업 항목에 응답할 수 있습니다.

• 소스 데이터베이스 스키마를 수정• 대상 데이터베이스 스키마를 수정

소스 스키마 수정일부 항목의 경우, 소스 데이터베이스의 데이터베이스 스키마를 자동 변환할 수 있는 스키마로 수정하는 것이 더 쉬울 수 있습니다. 먼저, 새로운 변경 사항이 애플리케이션 아키텍처와 호환하는지 확인한 후 소스 데이터베이스에서 스키마를 업데이트합니다. 끝으로, 업데이트된 스키마 정보를 사용하여 프로젝트를 새로 고칩니다. 그런 다음 업데이트된 스키마를 변환하고 새 데이터베이스 마이그레이션 평가 보고서를 생성할 수있습니다. 소스 스키마에서 변경된 항목에는 작업 항목이 더 이상 표시되지 않습니다.

이 프로세스의 장점은 소스 데이터베이스를 새로 고치면 업데이트된 스키마를 항상 사용 가능하다는 것입니다.

버전 1.0115

AWS Schema Conversion Tool 사용 설명서대상 스키마 수정

대상 스키마 수정일부 항목의 경우, 변환된 스키마를 대상 데이터베이스에 적용하고 자동으로 변환할 수 없는 항목에 대해서는 대상 데이터베이스에 동등한 스키마 항목을 수동으로 추가하는 것이 더 쉬울 수 있습니다. 스키마를적용하여 자동 변환할 수 있는 모든 스키마를 대상 데이터베이스에 쓸 수 있습니다. 자세한 정보는 AWSSchema Conversion Tool에서 변환된 스키마 저장 및 적용 (p. 117) 단원을 참조하십시오.

대상 데이터베이스에 기록되는 스키마는 자동 변환할 수 없는 항목을 포함하지 않습니다. 대상 데이터베이스에 스키마를 적용했으면 소스 데이터베이스의 스키마와 동등한 스키마를 대상 DB 데이터베이스에서 수동으로 생성할 수 있습니다. 데이터베이스 마이그레이션 평가 보고서의 작업 항목은 동등한 스키마를 생성하는권장 방법을 제안합니다.

Warning

대상 데이터베이스에서 수동으로 스키마를 생성하는 경우 수행하는 수동 작업의 사본을 저장하십시오. 변환된 스키마를 프로젝트에서 대상 데이터베이스로 다시 적용할 경우 이미 수행한 수동 작업을 덮어씁니다.

일부 경우에는 대상 데이터베이스에 동등한 스키마를 생성할 수 없습니다. 해당 엔진에서 제공되는 기능을대상 데이터베이스에서 사용할 수 있도록 애플리케이션 및 데이터베이스의 일부를 재설계해야 할 수 있습니다. 또 다른 경우에는 간단히 자동으로 변환할 수 없는 스키마를 무시할 수 있습니다.

AWS Schema Conversion Tool에서 변환된 스키마업데이트 및 새로 고침

AWS Schema Conversion Tool 프로젝트에서 소스 스키마와 대상 스키마 모두 업데이트할 수 있습니다.

• 소스 – 소스 데이터베이스의 스키마를 업데이트하면 AWS SCT가 프로젝트의 스키마를 소스 데이터베이스의 스키마로 바꿉니다. 이 기능을 사용하면 소스 데이터베이스의 스키마가 변경된 경우 프로젝트를 업데이트할 수 있습니다.

• 대상 – 대상 데이터베이스의 스키마를 업데이트하면 AWS SCT가 프로젝트의 스키마를 대상 데이터베이

스의 스키마로 바꿉니다. 사용자가 대상 데이터베이스에 아무 스키마도 적용하지 않았다면 AWS SCT는변환된 스키마를 프로젝트에서 삭제합니다. 그러면 클린 대상 데이터베이스를 위해 소스 데이터베이스로부터 스키마를 변환할 수 있습니다.

다음 그림과 같이 Refresh from Database(데이터베이스에서 새로 고침)를 선택하여 AWS SCT 프로젝트에서 스키마를 업데이트합니다.

버전 1.0116

AWS Schema Conversion Tool 사용 설명서스키마 저장 및 적용

AWS Schema Conversion Tool에서 변환된 스키마저장 및 적용

AWS Schema Conversion Tool은 변환된 스키마를 생성한 후(AWS Schema Conversion Tool을 사용하여 스키마 변환 (p. 110) 참조) 대상 데이터베이스에 즉시 적용하지 않습니다. 대신, 변환된 스키마는 사용자가대상 데이터베이스에 적용할 준비가 될 때까지 프로젝트에서 로컬로 저장됩니다. 이 기능을 사용하면 대상데이터베이스 엔진으로 자동 변환할 수 없는 스키마 항목에 대해 작업을 수행할 수 있습니다. 자동으로 변환할 수 없는 항목에 대한 자세한 정보는 AWS Schema Conversion Tool을 사용하여 평가 보고서 생성 (p. 77)단원을 참조하십시오.

선택적으로 스키마를 대상 데이터베이스에 적용하기 전에 변환된 스키마를 SQL 스크립트로 파일에 저장하는 도구를 사용할 수 있습니다. 이 도구를 통해 변환된 스키마를 대상 데이터베이스에 직접 적용할 수도 있습니다.

변환된 스키마를 파일로 저장변환된 스키마를 SQL 스크립트로 텍스트 파일에 저장할 수 있습니다. 그러면 AWS SCT에서 생성된 SQL 스크립트를 수정하여 도구가 자동 변환할 수 없는 항목을 처리할 수 있습니다. 그런 다음 대상 데이터베이스에서 업데이트된 스크립트를 실행하여 변환된 스키마를 대상 데이터베이스에 적용할 수 있습니다.

변환된 스키마를 SQL 스크립트로 저장하려면, 다음 그림과 같이 스키마 요소의 컨텍스트(마우스 오른쪽 클릭) 메뉴를 열고 [Save as SQL]을 선택합니다.

버전 1.0117

AWS Schema Conversion Tool 사용 설명서변환된 스키마 적용

변환된 스키마 적용변환된 스키마를 대상 데이터베이스에 적용할 준비가 되었으면 프로젝트의 오른쪽 창에서 스키마 요소를선택합니다. 다음 그림과 같이 스키마 요소의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Apply todatabase]를 선택합니다.

버전 1.0118

AWS Schema Conversion Tool 사용 설명서확장 팩 스키마

확장 팩 스키마변환된 스키마를 대상 DB 인스턴스에 처음 적용할 때, AWS SCT는 대상 DB 인스턴스에 추가 스키마를 추가합니다. 이 스키마는 변환된 스키마를 대상 DB 인스턴스에 쓸 때 필요한 소스 데이터베이스의 시스템 기능을구현합니다. 이 스키마를 확장 팩 스키마라고 합니다.

확장 팩 스키마를 수정하지 마십시오. 수정하면 대상 DB 인스턴스에 쓴 변환된 스키마에서 예기치 않은 결과가 발생할 수 있습니다. 스키마가 대상 DB 인스턴스로 완전히 마이그레이션되어 더 이상 AWS SCT가 필요하지 않다면 확장 팩 스키마를 삭제할 수 있습니다.

확장 팩 스키마는 다음과 같이 소스 데이터베이스를 따라 명명됩니다.

• Greenplum: AWS_GREENPLUM_EXT• Microsoft SQL Server: AWS_SQLSERVER_EXT• Netezza: AWS_NETEZZA_EXT• Oracle: AWS_ORACLE_EXT• Teradata: AWS_TERADATA_EXT• Vertica: AWS_VERTICA_EXT

자세한 정보는 AWS Schema Conversion Tool 확장 팩 사용 (p. 184) 단원을 참조하십시오.

버전 1.0119

AWS Schema Conversion Tool 사용 설명서Python 라이브러리

Python 라이브러리Amazon Redshift에서 사용자 지정 함수를 생성하려면 Python 언어를 사용합니다. AWS SCT 확장 팩을 사용하여 Amazon Redshift 데이터베이스용 Python 라이브러리를 설치합니다. 자세한 정보는 AWS SchemaConversion Tool 확장 팩 사용 (p. 184) 단원을 참조하십시오.

Amazon Redshift을 사용하여 AWS SchemaConversion Tool 최적화

AWS Schema Conversion Tool을 사용하여 Amazon Redshift 데이터베이스 서버를 실행할 수 있습니다.Amazon Redshift는 사용자의 Amazon Redshift 데이터베이스를 소스로 사용하고 테스트 AWS SCT 데이터베이스를 대상으로 사용하여 데이터베이스를 최적화하기 위한 정렬 키 및 배포 키를 제안합니다.

Amazon Redshift 데이터베이스 최적화다음 절차를 따라 Amazon Redshift 데이터베이스를 최적화합니다.

Amazon Redshift 데이터베이스를 최적화하려면

1. 백업으로 Amazon Redshift 클러스터의 스냅샷을 수동으로 생성합니다. Amazon Redshift 클러스터를최적화하고 변경 사항을 모두 테스트한 다음에는 스냅샷을 삭제할 수 있습니다. 자세한 내용은 AmazonRedshift 스냅샷 단원을 참조하십시오.

2. 프로젝트의 왼쪽 창에서 변환할 스키마 객체를 선택합니다. 객체의 컨텍스트(마우스 오른쪽 버튼 클릭)메뉴를 열고 [Collect Statistics]를 선택합니다.

AWS SCT가 통계를 사용하여 정렬 키 및 배포 키를 제안합니다.3. 프로젝트의 왼쪽 창에서 최적화할 스키마 객체를 선택합니다. 객체의 컨텍스트(마우스 오른쪽 버튼 클

릭) 메뉴를 열고 [Run Optimization]을 선택합니다.

AWS SCT가 정렬 키 및 배포 키를 제안합니다.4. 제안을 검토하려면 프로젝트의 왼쪽 창에서 스키마 아래의 테이블 노드를 확장하고 테이블을 선택합니

다. 다음 그림과 같이 [Key Management] 탭을 선택합니다.

버전 1.0120

https://docs.aws.amazon.com/redshift/latest/mgmt/working-with-snapshots.html

https://docs.aws.amazon.com/redshift/latest/mgmt/working-with-snapshots.html

AWS Schema Conversion Tool 사용 설명서Amazon Redshift 데이터베이스 최적화

왼쪽 창에는 키 제안이 표시되며 각 제안의 신뢰수준이 포함됩니다. 제안 중 하나를 선택하거나 오른쪽창에서 편집하여 키를 사용자 정의할 수 있습니다.

5. 최적화 제안이 포함된 보고서를 생성할 수 있습니다. 보고서를 생성하려면 다음을 수행합니다.

a. 프로젝트의 왼쪽 창에서 최적화한 스키마 객체를 선택합니다. 객체의 컨텍스트(마우스 오른쪽 버튼클릭) 메뉴를 열고 [Create Report]를 선택합니다.

주 창에서 보고서가 열리고 [Summary] 탭이 표시됩니다. 보고서에 객체 수와 최적화 제안이 표시됩니다.

b. 보고서 형식으로 키 제안을 보려면 [Action Items] 탭을 선택합니다.c. 최적화 보고서의 로컬 사본을 PDF 파일 또는 CSV(쉼표로 분리된 값) 파일로 저장할 수 있습니다.

CSV 파일은 작업 항목 정보만 포함합니다. PDF 파일은 요약 정보 및 작업 항목 정보를 모두 포함합니다.

6. 데이터베이스에 제안된 최적화를 적용하려면 프로젝트의 오른쪽 창에서 객체를 선택합니다. 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Apply to database]를 선택합니다.

버전 1.0121


ETL 프로세스를 AWS Glue로 변환AWS SCT로 스키마와 데이터를 마이그레이션하는 한편 확장, 변환, 로드(ETL) 프로세스도 마이그레이션할수 있습니다. 소스 데이터 웨어하우스나 별도로 실행되는 외부 스크립트에 있는 ETL 관련 비즈니스 로직의변환도 이러한 마이그레이션 유형에 포함됩니다. 마이그레이션 후 ETL 프로세스는 AWS Glue에서 실행됩니다. ETL을 AWS Glue로 마이그레이션하는 작업을 DDL(데이터 정의 언어) 문 및 데이터 변환과 별도의 프로젝트로 수행할 수 있습니다.

현재 Oracle ETL 및 Teradata BTEQ에서 AWS Glue로의 변환만 지원됩니다.

버전 1.0122

AWS Schema Conversion Tool 사용 설명서사전 조건

주제• 사전 조건 (p. 123)• AWS Glue 데이터 카탈로그 이해 (p. 123)• AWS Glue를 사용한 변환의 제한 사항 (p. 123)• AWS SCT UI에서 AWS Glue를 사용하여 변환 (p. 124)• Python API for AWS Glue를 사용하여 변환 (p. 128)

사전 조건시작하기 전에 다음을 수행하십시오.

• AWS로 마이그레이션하려는 소스 데이터베이스를 모두 마이그레이션합니다.• 대상 데이터 웨어하우스를 AWS로 마이그레이션합니다.• ETL 프로세스와 관련된 모든 코드 목록을 수집합니다.• 각 데이터베이스에 대해 필요한 모든 연결 정보의 목록을 수집합니다.

AWS Glue 데이터 카탈로그 이해변환 과정에서 AWS Glue는 원본 및 대상 데이터베이스에 대한 정보를 로드합니다. 그리고 정보를 범주 구조로 분류하는데, 이것을 트리 라고 합니다. 이 구조에는 다음이 포함됩니다.

• 연결 – 연결 파라미터• 크롤러 – 크롤러 목록. 스키마당 크롤러 한 개• 데이터베이스 – 테이블이 들어 있는 컨테이너• 테이블 – 테이블의 데이터를 나타내는 메타데이터 정의• ETL 작업 – ETL 작업을 수행하는 비즈니스 로직• 트리거 – AWS Glue에서 ETL 작업을 언제 실행할지 제어하는 로직(온디맨드, 일정, 작업 이벤트로 트리거)

AWS Glue 데이터 카탈로그는 데이터의 위치, 스키마 및 실행 시간 지표의 인덱스입니다. AWS Glue 및AWS SCT로 작업할 때, AWS Glue의 ETL 작업에서 소스 및 대상으로 사용되는 데이터 참조가 AWS Glue 데이터 카탈로그에 들어갑니다. 데이터 웨어하우스를 생성하기 위해서는 이 데이터를 카탈로그에 넣어야 합니다.

ETL 작업을 생성하고 모니터링하는 데 데이터 카탈로그의 이 정보를 사용합니다. 일반적으로 데이터 스토어의 데이터 인벤토리를 가져올 때는 크롤러를 실행하지만, 메타데이터 테이블을 데이터 카탈로그에 추가할 때는 다른 방법이 있습니다.

데이터 카탈로그에 테이블을 정의할 때는 그 테이블을 데이터베이스에 추가합니다. 데이터베이스를 사용하여 AWS Glue의 테이블을 정리합니다.

AWS Glue를 사용한 변환의 제한 사항AWS SCT와 AWS Glue를 사용하여 변환할 때 다음과 같은 제한이 적용됩니다.

리소스 기본 한도

계정당 데이터베이스 수 10,000

버전 1.0123

AWS Schema Conversion Tool 사용 설명서AWS SCT UI에서 AWS Glue를 사용하여 변환

데이터베이스당 테이블 수 100,000

테이블당 파티션 수 1,000,000

테이블당 테이블 버전 수 100,000

계정당 테이블 수 1,000,000

계정당 파티션 수 10,000,000

계정당 테이블 버전 수 1,000,000

계정당 연결 수 1,000

계정당 크롤러 수 25

계정당 작업 수 25

계정당 트리거 수 25

계정당 실행되는 동시 작업 수 30

작업당 실행되는 동시 작업 수 3

트리거당 작업 수 10

계정당 개발 엔드포인트 수 5

개발 엔드포인트에서 한 번에 사용할 수 있는 최대DPU 수

5

역할에서 한 번에 사용할 수 있는 최대 데이터 처리단위(DPU) 수

100

데이터베이스 이름 길이 무제한

Apache Hive 등 다른 메타데이터 스토어와의 호환성을 고려해 이름에 소문자를 사용하도록 변경했습니다.

Note

Athena에서 데이터베이스에 액세스하려는경우, 영숫자 문자와 밑줄만으로 된 이름을지정하십시오.

연결 이름 길이 무제한

크롤러 이름 길이 무제한

AWS SCT UI에서 AWS Glue를 사용하여 변환다음 단원에서는 AWS Glue와 AWS SCT를 사용하여 ETL을 변환하는 프로세스를 요약하여 설명합니다. 이예에서는 Oracle 데이터베이스를 Amazon Redshift로 변환하고 소스 데이터베이스 및 데이터 웨어하우스에사용되는 ETL 프로세스를 수행합니다.

주제• 1단계: 새 프로젝트 생성 (p. 125)• 2단계: AWS Glue 작업 생성 (p. 127)

버전 1.0124

AWS Schema Conversion Tool 사용 설명서1단계: 새 프로젝트 생성

1단계: 새 프로젝트 생성먼저 새 프로젝트를 시작합니다. 그러려면 AWS SCT를 시작하고 파일을 선택한 다음 새 프로젝트를 선택합니다. 새 프로젝트를 저장할 이름과 위치를 지정합니다.

Data warehouse(OLAP(데이터 웨어하우스(OLAP))를 선택한 다음 소스 및 대상 데이터베이스 엔진을 선택합니다.

프로젝트 설정에서 Use AWS Glue(AWS Glue 사용)를 활성화했는지 확인합니다. 프로젝트 설정을 보려면설정과 프로젝트 설정을 차례로 선택합니다.

버전 1.0125

AWS Schema Conversion Tool 사용 설명서1단계: 새 프로젝트 생성

ETL을 가져올 준비를 마치려면 소스 및 대상 데이터베이스 엔진에 대한 연결을 설정합니다. Connect to(연결대상)로 시작하는 메뉴 항목을 선택합니다. 이러한 레이블은 프로젝트를 생성할 때 선택한 데이터베이스 엔진을 표시하도록 사용자 지정됩니다. 예를 들어 Oracle과 Amazon Redshift를 선택한 경우 메뉴에 Connectto Oracle(Oracle에 연결) 및 Connect to Amazon Redshift(Amazon Redshift에 연결) 옵션이 표시됩니다.

소스 데이터베이스에 연결하는 옵션을 선택한 후 연결 정보를 입력합니다. SCT에 데이터베이스 객체 목록이표시되면 연결이 완료된 것입니다.

대상 데이터베이스에 연결하는 옵션을 선택한 후 연결 정보를 입력합니다. 그런 다음 AWS Glue 탭이 표시되면 선택합니다. Copy from AWS profile(AWS 프로파일에서 복사)에서 사용할 프로파일을 선택합니다. 프로파일에 따라 AWS 액세스 키, 보안 키, Amazon S3 버킷 폴더가 자동으로 채워집니다. 그렇지 않을 경우이 정보를 직접 입력합니다. 확인을 선택하면 AWS Glue가 객체를 분석하고 메타데이터를 AWS Glue 데이터 카탈로그에 로드합니다. 다음 스크린샷은 이 화면의 예를 보여줍니다. 이 예에서는 대상 데이터베이스로Amazon Redshift를 사용합니다.

Note

보안 설정에 따라 해당 계정에 서버의 일부 스키마에 대한 권한이 부족하다는 경고 메시지가 표시될수 있습니다. 사용할 스키마에 대한 액세스 권한이 있는 경우 이 메시지를 무시해도 됩니다.

AWS Glue는 소스 데이터베이스 서버는 물론 대상 데이터베이스 서버에도 데이터베이스를 생성하여 ETL 변환을 지원합니다. 대상 서버의 데이터베이스에는 AWS Glue 데이터 카탈로그가 들어 있습니다. 특정 객체를찾으려면 소스 또는 대상 패널의 검색 버튼을 사용합니다.

특정 객체가 어떻게 변환되는지 확인하려면 변환할 항목을 찾은 후 컨텍스트 메뉴(오른쪽 클릭)에서 스키마변환을 선택합니다. AWS SCT는 이것을 스크립트로 변환합니다.

버전 1.0126

AWS Schema Conversion Tool 사용 설명서2단계: AWS Glue 작업 생성

변환이 완료된 스크립트는 대상 서버에 있는 AWS Glue 데이터 카탈로그의 스크립트 폴더에 저장됩니다. 화면 오른쪽의 소스 데이터베이스 창에서 이 스크립트를 볼 수 있습니다. 스크립트를 S3에 업로드하려면 컨텍스트 메뉴(오른쪽 클릭)에서 S3에 저장을 선택합니다.

2단계: AWS Glue 작업 생성스크립트를 S3에 저장한 후 이 스크립트를 선택하고 Configure AWS Glue Job(AWS Glue 작업 구성)을 선택하여 마법사를 열고 AWS Glue 작업을 구성할 수 있습니다. 마법사를 사용하면 설정하기가 더 쉽습니다.

첫 탭인 Design Data Flow(데이터 흐름 설계)에서는 실행 전략을 선택하고 이 작업 하나에 포함시킬 스크립트 목록을 선택할 수 있습니다. 각 스크립트의 파라미터를 선택할 수 있습니다. 스크립트가 올바른 순서로 실행되도록 스크립트를 다시 정렬할 수도 있습니다.

둘째 단계, 즉 마법사의 두 번째 탭에서는 작업 이름을 지정하고 AWS Glue에 대한 설정을 직접 구성할 수 있습니다. 이 화면에서 다음 설정을 구성할 수 있습니다.

• IAM 역할• 스크립트 파일 이름과 파일 경로• 서버 측 암호화와 Amazon S3–관리형 키(SSE-S3)를 사용하여 스크립트 암호화• 임시 디렉터리• 생성된 Python 라이브러리 경로• 사용자 Python 라이브러리 경로• 종속 .jars 경로(종속 .jar 파일의 경로)• 참조된 파일 경로• 각 작업이 실행되는 동시 DPU• 최대 동시성• 작업 타임아웃(분)• 지연 알림 임계값(분)• 재시도 횟수• 보안 구성• 서버 측 암호화

세 번째 단계(탭)에서는 대상 엔드포인트에 대해 구성된 연결을 선택합니다.

작업 구성을 마치면 AWS Glue 데이터 카탈로그의 ETL 작업에 표시됩니다. 그 작업을 선택하면 설정이 표시되므로 검토하거나 편집할 수 있습니다. AWS Glue에서 새 작업을 생성하려면 작업의 컨텍스트 메뉴(오른쪽

버전 1.0127

AWS Schema Conversion Tool 사용 설명서Python API for AWS Glue를 사용하여 변환

클릭)에서 AWS Glue 작업 생성을 선택합니다. 그러면 스키마 정의가 적용됩니다. 화면 표시를 새로 고치려면 컨텍스트 메뉴(오른쪽 클릭)에서 Refresh from database(데이터베이스에서 새로 고침)를 선택합니다.

이때 AWS Glue 콘솔에서 작업을 볼 수 있습니다. 그러려면 AWS Management 콘솔에 로그인하고 https://console.aws.amazon.com/glue/에서 AWS Glue 콘솔을 엽니다.

새 작업을 테스트하여 제대로 작동하는지 확인할 수 있습니다. 그러려면 먼저 원본 테이블의 데이터를 검사한 후 대상 테이블이 비어 있는지 확인합니다. 작업을 실행하고 다시 검사합니다. AWS Glue 콘솔에서 오류로그를 볼 수 있습니다.

Python API for AWS Glue를 사용하여 변환다음 단원에는 Python에서 AWS Glue API 작업을 호출하는 변환에 대한 설명이 나와 있습니다. 자세한 내용은 AWS Glue 개발자 안내서의 Python에서 AWS Glue ETL 스크립트 프로그래밍을 참조하십시오.

1단계: 데이터베이스 생성첫 단계는 AWS SDK API를 사용하여 AWS Glue 데이터 카탈로그에서 새로운 데이터베이스를 생성하는 것입니다. 데이터 카탈로그에 테이블을 정의할 때 그 테이블을 데이터베이스에 추가합니다. 데이터베이스는AWS Glue의 테이블을 정리하는 데 사용됩니다.

다음 예제는 Python API for AWS Glue의 create_database 메서드를 보여 줍니다.

response = client.create_database( DatabaseInput={ 'Name': 'database_name’, 'Description': 'description', 'LocationUri': 'string', 'Parameters': { 'parameter-name': 'parameter value' } })

Amazon Redshift를 사용하는 경우, 데이터베이스 이름은 다음과 같이 구성됩니다.

{redshift_cluster_name}_{redshift_database_name}_{redshift_schema_name}

이 예에서 Amazon Redshift 클러스터의 정식 이름은 다음과 같습니다.

rsdbb03.apq1mpqso.us-west-2.redshift.amazonaws.com

다음은 잘 구성된 데이터베이스 이름의 예입니다. 여기서 클러스터 엔드포인트 정식 이름의 첫 번째 부분인rsdbb03이 이름입니다. 데이터베이스 이름은 dev이고 스키마는 ora_glue입니다.

rsdbb03_dev_ora_glue

2단계: 연결 생성AWS SDK API를 사용하여 데이터 카탈로그에서 연결을 새로 생성합니다.

다음 예제는 Python API for AWS Glue의 create_connection 메서드를 사용하는 방법을 보여 줍니다.

response = client.create_connection( ConnectionInput={

버전 1.0128

https://console.aws.amazon.com/glue/

https://console.aws.amazon.com/glue/

https://docs.aws.amazon.com//glue/latest/dg/aws-glue-programming-python.html

https://docs.aws.amazon.com/glue/latest/webapi/API_CreateDatabase.html

https://docs.aws.amazon.com/glue/latest/webapi/API_CreateConnection.html

https://docs.aws.amazon.com/glue/latest/dg/aws-glue-api-catalog-connections.html

AWS Schema Conversion Tool 사용 설명서3단계: AWS Glue 크롤러 생성

'Name': 'Redshift_abcde03.aabbcc112233.us-west-2.redshift.amazonaws.com_dev', 'Description': 'Created from SCT', 'ConnectionType': 'JDBC', 'ConnectionProperties': { 'JDBC_CONNECTION_URL': 'jdbc:redshift://aabbcc03.aabbcc112233.us-west-2.redshift.amazonaws.com:5439/dev', 'USERNAME': 'user_name', 'PASSWORD': 'password' }, 'PhysicalConnectionRequirements': { 'AvailabilityZone': 'us-west-2c', 'SubnetId': 'subnet-a1b23c45', 'SecurityGroupIdList': [ 'sg-000a2b3c', 'sg-1a230b4c', 'sg-aba12c3d', 'sg-1abb2345' ] } })

create_connection에 사용되는 파라미터는 다음과 같습니다.

• Name(UTF-8 문자열) – 필수입니다. Amazon Redshift에서 연결 이름은 Redshift_{Endpoint-name}_{redshift-database-name}과 같이 구성됩니다(예: Redshift_abcde03_dev).

• Description(UTF-8 문자열) – 연결에 대한 설명입니다.• ConnectionType(UTF-8 문자열) – 필수입니다. 연결 유형입니다. 현재 JDBC만 지원하고 SFTP는 지원

하지 않습니다.• ConnectionProperties(dict) – 필수입니다. JDBC 연결 URL, 사용자 이름, 암호 등 이 연결의 파라미터

로 사용할 키-값 쌍 목록입니다.• PhysicalConnectionRequirements(dict) – 물리적 연결 요구 사항으로, 다음이 포함됩니다.

• SubnetId(UTF-8 문자열) – 연결에 사용되는 서브넷 ID입니다.• SecurityGroupIdList(list) – 연결에 사용되는 보안 그룹 ID 목록입니다.• AvailabilityZone(UTF-8 문자열) – 필수입니다. 엔드포인트가 들어 있는 가용 영역입니다. 이 파라

미터는 이제 사용되지 않습니다.

3단계: AWS Glue 크롤러 생성이제 AWS Glue 크롤러를 생성하여 AWS Glue 카탈로그에 채웁니다. 자세한 내용은 AWS Glue 개발자 안내서의 크롤러를 사용하여 카탈로그 테이블 작성를 참조하십시오. 크롤러 추가의 첫 단계는 AWS SDK API를사용하여 데이터 카탈로그에서 새로운 데이터베이스를 생성하는 것입니다. 먼저 delete_crawler 작업을사용하여 이전 버전을 모두 삭제해야 합니다.

크롤러를 생성할 때 고려해야 할 점이 몇 가지 있습니다.

• 크롤러 이름에는<redshift_node_name>_<redshift_database_name>_<redshift_shema_name> 형식을 사용합니다(예: abcde03_dev_ora_glue).

• 이미 존재하는 IAM 역할을 사용합니다. IAM 역할 생성에 대한 자세한 내용은 IAM 사용 설명서의 IAM 역할생성을 참조하십시오.

• 이전 단계에서 생성한 데이터베이스의 이름을 사용합니다.• 필수 항목인 ConnectionName 파라미터를 사용합니다.• path 파라미터에는 JDBC 대상의 경로를 사용합니다(예: dev/ora_glue/%).

다음 예에서는 Python API for AWS Glue를 사용하여 기존 크롤러를 삭제하고 새 크롤러를 생성합니다.

response = client.delete_crawler(

버전 1.0129

https://docs.aws.amazon.com/glue/latest/dg/add-crawler.html

https://docs.aws.amazon.com//glue/latest/webapi/API_CreateCrawler.html

https://docs.aws.amazon.com//IAM/latest/UserGuide/id_roles_create.html

https://docs.aws.amazon.com//IAM/latest/UserGuide/id_roles_create.html


Name='crawler_name')

response = client.create_crawler( Name='crawler_name', Role= ‘IAM_role’, DatabaseName='database_name’, Description='string', Targets={ 'S3Targets': [ { 'Path': 'string', 'Exclusions': [ 'string', ] }, ], 'JdbcTargets': [ { 'ConnectionName': ‘ConnectionName’, 'Path': ‘Include_path’, 'Exclusions': [ 'string', ] }, ] }, Schedule='string', Classifiers=[ 'string', ], TablePrefix='string', SchemaChangePolicy={ 'UpdateBehavior': 'LOG'|'UPDATE_IN_DATABASE', 'DeleteBehavior': 'LOG'|'DELETE_FROM_DATABASE'|'DEPRECATE_IN_DATABASE' }, Configuration='string')

하나 이상의 데이터 스토어와 연결되고, 데이터 구조를 결정하며, 데이터 카탈로그에 테이블을 쓰는 크롤러를 생성하여 실행합니다. 다음과 같이 일정에 따라 크롤러를 실행할 수 있습니다.

response = client.start_crawler( Name='string')

이 예에서는 Amazon Redshift를 대상으로 사용하기 때문에 크롤러 실행 후 Amazon Redshift 데이터 형식이다음과 같이 Glue 데이터 형식으로 매핑됩니다.

Amazon Redshift 데이터 형식 AWS Glue 데이터 형식

smalint smallint

integer int

bigint bigint

decimal decimal(18,0)

decimal(p,s) decimal(p,s)

real double

버전 1.0130


double precision double

boolean boolean

char string

varchar string

varchar(n) string

날짜 날짜

timestamp timestamp

timestamptz timestamp

버전 1.0131

AWS Schema Conversion Tool 사용 설명서AWS DMS에서 AWS SCT 복제 에이전트 사용

AWS Database Migration Service에서 AWS Schema Conversion Tool 사용AWS DMS에서 AWS SCT 복제 에이전트 사용

대규모 데이터베이스 마이그레이션에서 AWS SCT 복제 에이전트를 사용하여 온프레미스 데이터베이스에서 Amazon S3 또는 Amazon Snowball 장치로 데이터를 복사할 수 있습니다. 복제 에이전트는 AWS DMS와함께 작동하며, AWS SCT가 닫혀 있는 동안 백그라운드에서 작동할 수 있습니다.

Amazon Snowball 작업 시 AWS SCT 에이전트는 Amazon Snowball 장치로 데이터를 추출합니다. 장치가AWS로 전송되고 데이터가 Amazon S3 버킷에 로드됩니다. 이때 AWS SCT 에이전트는 계속해서 실행됩니다. 그런 다음 에이전트는 Amazon S3의 데이터를 가져와서 대상 엔드포인트에 복사합니다.

자세한 내용은 데이터 추출 에이전트 사용 (p. 133) 단원을 참조하십시오.

AWS DMS에서 AWS SCT 데이터 추출 에이전트 사용

AWS SCT는 Apache Cassandra에서 Amazon DynamoDB로 마이그레이션할 수 있는 데이터 추출 에이전트를 제공합니다. Cassandra와 DynamoDB는 NoSQL 데이터베이스이지만, 시스템 구조와 데이터 표현이 서로다릅니다. AWS SCT는 마법사 기반의 워크플로를 제공하여 Cassandra를 DynamoDB로 마이그레이션하는프로세스를 자동화하며, AWS Database Migration Service(AWS DMS)와 통합하여 실제 마이그레이션을 수행합니다.

자세한 내용은 데이터 추출 에이전트 사용 (p. 133) 단원을 참조하십시오.

버전 1.0132

AWS Schema Conversion Tool 사용 설명서온프레미스 데이터 웨어하우스에

서 Amazon Redshift로 마이그레이션

데이터 추출 에이전트 사용일부 마이그레이션 시나리오에서는 소스와 대상 데이터베이스가 서로 매우 다르고, 추가로 데이터 변환을 해야 합니다. AWS SCT는 확장이 가능하므로 에이전트—를 사용하여 이러한 시나리오를 해결할 수 있습니다.이 에이전트는 AWS SCT와 통합되어 있지만 다른 곳(예: Amazon EC2 인스턴스)에서 데이터 변환을 수행하는 외부 프로그램입니다. 또한 AWS SCT 에이전트는 다른 —AWS 서비스와 연동하여 사용자 대신 AWSDatabase Migration Service 작업 생성 및 관리 등의 작업을 수행할 수 있습니다.

다음 단원에서는 이러한 시나리오에 대해 자세히 설명하고, 마이그레이션 프로세스 중에 AWS SCT를 사용하는 방법을 설명합니다.

주제• 온프레미스 데이터 웨어하우스에서 Amazon Redshift로 마이그레이션 (p. 133)• Apache Cassandra에서 Amazon DynamoDB로 데이터 마이그레이션 (p. 157)

온프레미스 데이터 웨어하우스에서 AmazonRedshift로 마이그레이션

AWS SCT 에이전트를 사용하여 온프레미스 데이터 웨어하우스에서 데이터를 추출하고 Amazon Redshift로마이그레이션할 수 있습니다. 이 에이전트는 데이터를 추출하여 Amazon S3 또는 AWS Snowball 디바이스에 업로드합니다. 그러면 AWS SCT를 사용하여 데이터를 Amazon Redshift에 복사할 수 있습니다.

Amazon S3은 스토리지 및 검색 서비스입니다. Amazon S3에 객체를 저장하려면 저장할 파일을 Amazon S3버킷에 업로드합니다. 파일을 업로드하면 객체 및 메타데이터에 권한을 설정할 수 있습니다.

대규모 데이터 마이그레이션에는 수테라바이트 가량의 정보가 포함될 수 있으므로, 네트워크 성능과 이동해야 할 다량의 데이터로 인해 속도가 느려질 수도 있습니다. AWS Snowball은 AWS 자체의 어플라이언스를사용하여 네트워크보다 빠른 속도로 클라우드에 데이터를 전송하는 데 사용할 수 있는 AWS 서비스입니다.AWS Snowball 장치는 최대 80TB의 데이터를 저장하고 AWS Snowball Edge 장치는 최대 100TB의 데이터를 저장할 수 있습니다. 이 장치는 AWS Snowball 어플라이언스는 256비트 암호화를 사용하며, 데이터의 보안과 연계보관성(chain-of-custody)을 모두 보장하도록 설계된 산업 표준 TPM(Trusted Platform Module)을사용합니다. AWS SCT는 AWS Snowball 장치와 AWS Snowball Edge 장치(이하 AWS Snowball 장치)에서모두 작동합니다.

AWS SCT와 AWS Snowball 장치를 사용할 때는 두 단계로 데이터를 마이그레이션합니다. 먼저 AWS SCT를 사용하여 로컬로 데이터를 처리하고 해당 데이터를 AWS Snowball 장치로 이동합니다. 그런 다음 AWSSnowball 프로세스를 사용하여 AWS로 장치를 보내면 AWS에서 자동으로 Amazon S3 버킷에 데이터를 로드합니다. 다음 단계로, Amazon S3에 데이터가 있으면 AWS SCT를 사용하여 데이터를 Amazon Redshift로마이그레이션합니다. 데이터 추출 에이전트는 AWS SCT가 닫혀 있는 동안 백그라운드로 작동할 수 있습니다.

다음 다이어그램은 지원되는 시나리오를 보여 줍니다.

버전 1.0133

AWS Schema Conversion Tool 사용 설명서온프레미스 데이터 웨어하우스에

서 Amazon Redshift로 마이그레이션

현재 다음 소스 데이터 웨어하우스에 대해 데이터 추출 에이전트가 지원됩니다.

• Greenplum Database(버전 4.3 이상)• Microsoft SQL Server(버전 2008 이상)• Netezza(버전 7.0.3 이상)• Oracle(버전 10 이상)• Teradata(버전 13 이상)• Vertica(버전 7.2.2 이상)

FIPS(미연방 정보 처리 표준) 보안 요구 사항을 준수해야 하는 경우, Amazon Redshift의 FIPS 엔드포인트에연결할 수 있습니다. FIPS 엔드포인트는 다음 AWS 리전에서 사용할 수 있습니다.

• 미국 동부(버지니아 북부) 지역(redshift-fips.us-east-1.amazonaws.com)• 미국 동부(오하이오) 리전(redshift-fips.us-east-2.amazonaws.com)• 미국 서부(캘리포니아 북부) 리전(redshift-fips.us-west-1.amazonaws.com)• 미국 서부(오레곤) 지역(redshift-fips.us-west-2.amazonaws.com)

다음 항목의 정보를 사용하여 데이터 추출 에이전트 작업 방법을 알아보십시오.

주제• Amazon S3 사전 조건 설정 및 데이터 추출 에이전트 보안 (p. 135)• 추출 에이전트 설치 (p. 136)• AWS Schema Conversion Tool에 추출 에이전트 등록 (p. 139)• AWS SCT 에이전트에 대한 정보 숨기기 및 복구 (p. 140)• AWS Schema Conversion Tool에서 데이터 추출 필터 생성 (p. 141)• AWS SCT를 사용하여 마이그레이션 전에 데이터 정렬 (p. 142)

버전 1.0134

AWS Schema Conversion Tool 사용 설명서사전 조건 설정

• AWS SCT 데이터 추출 작업 생성, 실행 및 모니터링 (p. 143)• AWS Snowball 장치를 사용하여 데이터 추출 (p. 145)• 데이터 추출 작업 출력 (p. 151)• AWS Schema Conversion Tool과 함께 가상 분할 사용 (p. 152)• Amazon Redshift로 LOB 마이그레이션 (p. 155)• 데이터 추출 에이전트 모범 사례 및 문제 해결 (p. 156)

Amazon S3 사전 조건 설정 및 데이터 추출 에이전트보안데이터 추출 에이전트 작업을 하기 전에 Amazon S3 버킷 정보를 저장하고 Secure Socket Layer(SSL) 트러스트 및 키 스토어를 설정합니다.

Amazon S3 설정에이전트는 데이터를 추출하여 Amazon S3 버킷으로 업로드합니다. 계속하려면 AWS 계정 및 Amazon S3버킷에 연결하기 위한 자격 증명을 제공해야 합니다. 자격 증명 및 버킷 정보를 전역 애플리케이션 설정 내프로필에 저장하고 프로필을 AWS SCT 프로젝트와 연결합니다. 필요한 경우, 글로벌 설정을 선택하여 새 프로필을 생성합니다. 자세한 정보는 AWS Schema Conversion Tool에서 AWS 서비스 프로파일 사용 (p. 13)단원을 참조하십시오.

보안 설정AWS Schema Conversion Tool과 추출 에이전트는 Secure Sockets Layer(SSL)를 통해 통신할 수 있습니다.SSL을 활성화하려면 트러스트 스토어와 키 스토어를 설정합니다.

추출 에이전트와의 보안 통신을 설정하려면

1. AWS Schema Conversion Tool를 시작합니다.2. 설정 메뉴를 열고 글로벌 설정을 선택합니다. 글로벌 설정 대화 상자가 나타납니다.

다음과 같이 보안 탭을 선택합니다.

버전 1.0135

AWS Schema Conversion Tool 사용 설명서에이전트 설치

3. Generate Trust and Key Store(트러스트 및 키 스토어 생성)를 선택하거나 Select existing Trust and KeyStore(기존 트러스트 및 키 스토어 선택)를 선택합니다.

Generate Trust and Key Store(트러스트 및 키 스토어 생성)를 선택한 경우, 트러스트 및 키 스토어의 이름과 암호, 그리고 생성된 파일이 저장될 위치의 경로를 지정합니다. 이후 단계에서 이 파일을 사용합니다.

Select existing Trust and Key Store(기존 트러스트 및 키 스토어 선택)를 선택한 경우, 트러스트 및 키 스토어의 암호와 파일 이름을 지정합니다. 이후 단계에서 이 파일을 사용합니다.

4. 트러스트 스토어와 키 스토어를 지정한 후 확인을 선택하여 글로벌 설정 대화 상자를 닫습니다.

추출 에이전트 설치추출 에이전트는 AWS Schema Conversion Tool을 실행하는 컴퓨터 이외의 여러 컴퓨터에 설치하는 것이 좋습니다.

추출 에이전트는 현재 다음 운영 체제에서 지원됩니다.

• macOS• Microsoft Windows• Red Hat Enterprise Linux(RHEL) 6.0• Ubuntu Linux(버전 14.04 이상)

버전 1.0136


다음 절차를 사용하여 추출 에이전트를 설치합니다. 추출 에이전트를 설치할 각 컴퓨터에서 이 절차를 반복합니다.

추출 에이전트를 설치하려면

1. AWS SCT 설치 프로그램 파일을 아직 다운로드하지 않은 경우 AWS Schema Conversion Tool 설치, 확인 및 업데이트 (p. 4)의 지침을 따라 다운로드합니다. AWS SCT 설치 프로그램 파일이 들어 있는 .zip 파일에는 추출 에이전트 설치 프로그램 파일도 포함되어 있습니다.

2. agents 하위 폴더에서 추출 에이전트 설치 프로그램 파일을 찾습니다. 컴퓨터 운영 체제별로 추출 에이전트를 설치할 올바른 파일은 다음과 같습니다.

운영 체제 파일 이름

macOS aws-schema-conversion-tool-extractor-1.0.build-number.dmg

Microsoft Windows aws-schema-conversion-tool-extractor-1.0.build-number.msi

RHEL aws-schema-conversion-tool-extractor-1.0.build-number.x86_64.rpm

Ubuntu Linux aws-schema-conversion-tool-extractor-1.0.build-number.deb

3. 별도의 컴퓨터에 추출 에이전트를 설치하려면 설치 프로그램 파일을 새 컴퓨터에 복사합니다.4. 설치 프로그램 파일을 실행합니다. 다음에 표시된 운영 체제별 지침을 사용하십시오.

운영 체제 설치 지침

macOS Finder에서 aws-schema-conversion-tool-extractor-1.0.build-number.dmg를 엽니다.

aws-schema-conversion-tool-extractor-1.0.build-number.dmg를 Applications 폴더로 끕니다.

Microsoft Windows 파일을 두 번 클릭하여 설치 프로그램을 실행합니다.

RHEL 파일을 다운로드 또는 이동한 폴더에서 다음 명령을 실행합니다.

sudo rpm -ivh aws-schema-conversion-tool-extractor-1.0.build-number.x86_64.rpm

Ubuntu Linux 파일을 다운로드 또는 이동한 폴더에서 다음 명령을 실행합니다.

sudo dpkg -i aws-schema-conversion-tool-extractor-1.0.build-number.deb

5. 소스 데이터베이스 엔진용 Java Database Connectivity(JDBC) 드라이버를 설치합니다. 지침 및 다운로드 링크는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오. 대상 데이터베이스 엔진이아니라 소스 데이터베이스 엔진만의 지침을 따릅니다.

6. 이전 절차에서 생성한 SSL 트러스트 및 키 스토어(.zip 또는 개별 파일)를 복사합니다. .zip 파일을 새 컴퓨터로 복사한 경우 새 컴퓨터에서 .zip 파일의 개별 파일을 추출합니다.

파일은 임의의 위치에 저장할 수 있습니다. 하지만 이후 절차에서 파일 위치를 에이전트에 알려야 하므로 위치를 메모해 두십시오.

버전 1.0137


다음 단원의 절차를 수행하여 추출 에이전트를 계속 설치합니다.

추출 에이전트 구성다음 절차를 사용하여 추출 에이전트를 구성합니다. 추출 에이전트를 설치한 각 컴퓨터에서 이 절차를 반복합니다.

추출 에이전트를 구성하려면

• 에이전트를 설치한 위치에서 설정 프로그램을 실행합니다. RHEL 및 Ubuntu의 경우, 파일 이름이 sct-extractor-setup.sh입니다. macOS 및 Microsoft Windows의 경우, 파일 이름이 AWS SCT DataExtractor Agent이며 파일을 두 번 클릭하여 실행할 수 있습니다.

설정 프로그램에서 정보를 묻는 메시지를 표시합니다. 각 메시지마다 기본값이 표시됩니다. 기본값을 수락하거나 새 값을 입력할 수 있습니다. 다음과 같은 정보를 지정합니다.

• 데이터 웨어하우스 엔진• 에이전트가 수신 대기하는 포트 번호• JDBC 드라이버를 설치한 위치• 작업 폴더. 추출된 데이터가 이 위치의 하위 폴더에 저장됩니다. 작업 폴더는 에이전트와 다른 컴퓨터

에 위치할 수 있고, 단일 작업 폴더를 여러 컴퓨터에 설치된 에이전트가 공유할 수 있습니다.• 키 스토어 파일의 위치• 키 스토어의 암호• 트러스트 스토어 파일의 위치• 트러스트 스토어의 암호

설정 프로그램은 추출 에이전트의 설정 파일을 업데이트합니다. 설정 파일은 이름이Settings.properties이고 추출 에이전트가 설치된 폴더에 위치합니다. 다음은 샘플 설정 파일입니다.

port=8888vendor=ORACLEdriver.jars=<driver path>/Install/Drivers/ojdbc7.jarlocation=<output path>/dmt/8888/outextractor.log.folder=<log path>/dmt/8888/logextractor.storage.folder=<storage path>/dmt/8888/storageextractor.start.fetch.size=20000extractor.out.file.size=10485760ssl.option=OFF#ssl.option=ON#ssl.keystore.path=<key store path>/dmt/8888/vault/keystore#ssl.truststore.path=<trust store path>/dmt/8888/vault/truststore

추출 에이전트 시작다음 절차를 사용하여 추출 에이전트를 시작합니다. 추출 에이전트를 설치한 각 컴퓨터에서 이 절차를 반복합니다.

추출 에이전트는 리스너로 작동합니다. 이 절차를 사용하여 에이전트를 시작하면 에이전트가 명령을 수신 대기합니다. 이후 단계에서 데이터 웨어하우스로부터 데이터를 추출하라는 명령을 에이전트로 전송합니다.

추출 에이전트를 시작하려면

• 추출 에이전트가 설치된 컴퓨터에서 운영 체제별 명령을 실행합니다. 아래 표를 참조하십시오.

버전 1.0138

AWS Schema Conversion Tool 사용 설명서에이전트 등록

운영 체제 시작 명령

macOS StartAgent.command 파일을 실행합니다.

Microsoft Windows StartAgent.bat 배치 파일을 두 번 클릭합니다.

RHEL 에이전트를 설치한 폴더의 경로에서 다음 명령을 실행합니다.

sudo initctl start sct-extractor

Ubuntu Linux 에이전트를 설치한 폴더의 경로에서 다음 명령을 실행합니다. Ubuntu 버전에 적합한 명령을 사용하십시오.

Ubuntu 14.04: sudo initctl start sct-extractor

Ubuntu 15.04 이상: sudo systemctl start sct-extractor

에이전트의 상태를 확인하려면 동일한 명령을 start를 status로 바꿔 실행합니다.

에이전트를 중지하려면 동일한 명령을 start를 stop으로 바꿔 실행합니다.

AWS Schema Conversion Tool에 추출 에이전트 등록AWS SCT를 사용하여 추출 에이전트를 관리합니다. 추출 에이전트는 리스너로 작동합니다. 에이전트는AWS SCT로부터 명령을 수신하면 데이터 웨어하우스로부터 데이터를 추출합니다.

다음 절차를 사용하여 AWS SCT 프로젝트에 추출 에이전트를 등록합니다.

추출 에이전트를 등록하려면

1. AWS Schema Conversion Tool을 시작하고 프로젝트를 엽니다.2. [View] 메뉴를 열고 [Data Migration View]를 선택합니다. [Agents] 탭이 나타납니다. 이전에 에이전트를

등록한 적이 있으면 다음 그림과 같이 탭 상단의 그리드에 해당 에이전트가 표시됩니다.

버전 1.0139

AWS Schema Conversion Tool 사용 설명서AWS SCT 에이전트에 대한 정보 숨기기 및 복구

3. [Register]를 선택합니다. [New Agent Registration] 대화 상자가 나타납니다.

Note

AWS SCT 프로젝트에 에이전트를 등록한 후 동일한 에이전트를 다른 프로젝트에 등록할 수는없습니다. AWS SCT 프로젝트에서 더 이상 사용하지 않는 에이전트를 등록 취소할 수 있으며,그런 다음 다른 프로젝트에 등록할 수 있습니다.

4. [New Agent Registration] 대화 상자에 정보를 입력합니다.

a. [Description]에 에이전트의 설명을 입력합니다.b. [Host Name]에 에이전트가 설치된 컴퓨터의 호스트 이름 또는 IP 주소를 입력합니다.c. [Port]에 에이전트가 수신 대기하는 포트 번호를 입력합니다.d. 등록을 선택하여 AWS SCT 프로젝트에 에이전트를 등록합니다.

5. AWS SCT 프로젝트에 여러 에이전트를 등록하려면 이전 단계를 반복합니다.

AWS SCT 에이전트에 대한 정보 숨기기 및 복구AWS SCT 에이전트는 사용자 키-트러스트 저장소에 대한 암호, 데이터베이스 계정, AWS 계정 정보 및 유사항목 같이 많은 양의 정보를 암호화합니다. 이를 위해 seed.dat라는 특수 파일을 사용합니다. 기본적으로에이전트는 에이전트를 먼저 구성하는 사용자의 작업 파일에서 이 파일을 생성합니다.

서로 다른 사용자가 에이전트를 구성 및 실행할 수 있기 때문에 seed.dat에 대한 경로가settings.properties 파일의 {extractor.private.folder} 파라미터에 저장됩니다. 에이전트는시작 시 이 경로를 사용하여 seed.dat 파일을 찾아서 사용 중인 데이터베이스에서 키-트러스트 저장소 정보를 액세스할 수 있습니다.

다음과 같은 경우에 에이전트가 저장한 암호를 복구해야 할 수 있습니다.

• 사용자가 seed.dat 파일을 잃은 경우, AWS SCT 에이전트의 위치 및 포트가 변경되지 않았습니다.

버전 1.0140

AWS Schema Conversion Tool 사용 설명서데이터 추출 필터 생성

• 사용자가 seed.dat 파일을 잃은 경우, AWS SCT 에이전트의 위치 및 포트가 변경되었습니다. 이 경우에는 보통 에이전트가 또 다른 호스트나 포트로 마이그레이션이 되어 seed.dat 파일의 정보가 더 이상 유효하지 않기 때문에 변경이 이루어진 것입니다.

이러한 경우에는 SSL 없이 시작된 에이전트가 이전에 생성된 에이전트 저장소를 시작해 액세스합니다. 그런다음 [Waiting for recovery] 상태로 이동합니다.

그러나 이 경우에 SSL과 함께 시작된 에이전트는 재시작이 불가능합니다. 에이전트가settings.properties 파일에 저장된 인증서로 암호를 해독할 수 없기 때문입니다. 이러한 시작 유형에서는 에이전트가 시작되지 않습니다. 다음과 유사한 오류가 로그에 기록됩니다. "SSL 모드가 활성화된 상태에서 에이전트가 시작할 수 없었습니다. 에이전트를 재구성하세요. 키 스토어의 암호가 올바르지 않은 것이원인입니다."

이 문제를 해결하려면 새 에이전트를 생성하고 SSL 인증서를 액세스하는 데 기존 암호를 사용하도록 에이전트를 구성합니다. 이렇게 하려면 다음 절차를 사용하십시오.

이 절차를 수행한 후에는 에이전트가 실행되면서 [Waiting for recovery] 상태로 이동합니다. AWS SCT는[Waiting for recovery] 상태에서 에이전트로 필요한 암호를 자동 전송합니다. 에이전트가 암호를 가지고 있으면 어떤 작업이든 재시작합니다. SCT 측에서 추가적인 사용자 조치가 필요하지 않습니다.

에이전트를 재구성하고 SSL 인증서 액세스를 위해 암호를 복구하려면

1. 새 AWS SCT 에이전트를 설치하고 구성을 실행합니다.2. 기존 에이전트 저장소에서 새 에이전트가 작동하도록 하려면 instance.properties 파일에서

agent.name 속성을 저장소가 생성된 에이전트 이름으로 변경합니다.

instance.properties파일이 {output.folder}\dmt\{hostName}_{portNumber}\라는 규칙을 사용하여 명명이 된 에이전트의 개인 폴더에 저장됩니다.

3. {output.folder} 이름을 이전 에이전트의 출력 폴더의 이름으로 변경합니다.

이 시점에서 AWS SCT는 여전히 기존 호스트 및 포트에서 기존 추출기에 액세스를 시도하고 있습니다.그 결과, 액세스를 할 수 없는 추출기는 FAILED 상태가 됩니다. 이제 호스트와 포트를 변경할 수 있습니다.

4. Modify 명령을 사용하여 기존 에이전트에서 호스트나 포트, 또는 둘 모두를 수정하여 새 에이전트로 요청 흐름을 리디렉션합니다.

AWS SCT가 새 에이전트를 ping할 수 있을 때 AWS SCT는 에이전트에서 [Waiting for recovery] 상태를 수신합니다. 그런 다음 AWS SCT는 에이전트의 암호를 자동으로 복구합니다.

에이전트 저장소에서 작동하는 각 에이전트는 {output.folder}\{agentName}\storage\에 있는storage.lck 라는 특수 파일을 업데이트합니다. 이 파일에는 에이전트의 네트워크 ID와 저장소가 잠금 상태가 되기까지의 시간이 포함되어 있습니다. 에이전트 저장소에서 작동될 때 에이전트는 storage.lck 파일을 업데이트하고 5분마다 10분씩 저장소의 임대 기간을 연장합니다. 임대 기간이 만료되기 전에 이 에이전트 저장소에서 다른 인스턴스는 작동할 수 없습니다.

AWS Schema Conversion Tool에서 데이터 추출 필터생성AWS Schema Conversion Tool을 사용하여 데이터를 추출하기 전에 추출되는 데이터의 양을 줄이는 필터를설정할 수 있습니다. 추출되는 데이터를 줄이려면 WHERE 절을 사용하여 데이터 추출 필터를 생성할 수 있습니다. 예를 들어 단일 테이블에서 데이터를 선택하는 WHERE 절을 작성할 수 있습니다.

데이터 추출 필터를 생성하고 필터를 프로젝트의 일부로 저장할 수 있습니다. 프로젝트가 열린 상태에서, 다음 절차를 사용하여 데이터 추출 필터를 생성합니다.

버전 1.0141

AWS Schema Conversion Tool 사용 설명서데이터 정렬

데이터 추출 필터를 생성하려면

1. [Settings] 메뉴에서 [Mapping Rules]를 선택합니다. [Mapping Rules] 대화 상자가 나타납니다. 상단 창에는 변환 규칙이 표시되고, 하단 창에 필터링 규칙이 표시됩니다.

2. [Filtering Rules] 창에서 [Add new rule]을 선택합니다.3. 필터를 구성합니다:

a. [Name]에 필터의 이름을 입력합니다.b. [Where schema name like]에 스키마에 적용할 필터를 입력합니다. 이 필터에서 WHERE 절은 LIKE

절을 사용해 평가됩니다. 정확한 이름을 입력하여 스키마 하나를 선택할 수도 있고, 패턴을 입력하여 여러 스키마를 선택할 수도 있습니다.

c. [table name like]에 테이블에 적용할 필터를 입력합니다. 이 필터에서 WHERE 절은 LIKE 절을 사용해 평가됩니다. 정확한 이름을 입력하여 테이블 하나를 선택할 수도 있고, 패턴을 입력하여 여러 테이블을 선택할 수도 있습니다.

d. [Where clause]에 대해서는 필터 데이터에 WHERE 절을 입력합니다.4. 필터를 구성한 후 [Save]를 선택하여 필터를 저장하거나 [Cancel]을 선택하여 변경 사항을 취소합니다.5. 필터 추가, 편집 및 삭제를 마쳤으면 [Save All]을 선택하여 모든 변경 사항을 저장한 다음 [Close]를 선택

합니다.

필터를 삭제하지 않고 끄려면 토글 아이콘을 사용합니다. 기본 필터를 복제하려면 복사 아이콘을 사용합니다. 기존 필터를 삭제하려면 삭제 아이콘을 사용합니다. 필터에 대한 변경 사항을 모두 저장하려면 [Save All]을 선택합니다.

AWS SCT를 사용하여 마이그레이션 전에 데이터 정렬AWS SCT를 사용하여 마이그레이션 전에 데이터를 정렬하면 몇 가지 이점이 있습니다. 데이터를 먼저 정렬하면 AWS SCT가 장애 후 마지막으로 저장된 지점에서 추출 에이전트를 다시 시작할 수 있습니다. 또한 데이터를 Amazon Redshift로 마이그레이션하는 중이고 먼저 데이터를 정렬하면 AWS SCT가 데이터를 더 빨리 Amazon Redshift에 삽입할 수 있습니다.

이러한 이점은 AWS SCT가 데이터 추출 쿼리를 생성하는 방법과 관련이 있습니다. 경우에 따라 AWS SCT는 이러한 쿼리에서 DENSE_RANK 분석 함수를 사용합니다. 하지만 DENSE_RANK는 추출에서 생성된 데이터 세트를 정렬하는 데 많은 시간과 서버 리소스를 사용할 수 있으므로 AWS SCT는 DENSE_RANK 없이작업이 가능하다면 그렇게 합니다.

AWS SCT를 사용하여 마이그레이션 전에 데이터를 정렬하려면

1. AWS SCT 프로젝트를 엽니다.2. 객체의 컨텍스트 메뉴를 열고(마우스 오른쪽 버튼 클릭) [Create Local Task]를 선택합니다.3. [Advanced] 탭을 선택하고 [Sorting Strategy]로 다음 옵션 중 하나를 선택합니다.

• [Never use sorting] – 추출 에이전트가 DENSE_RANK 분석 함수를 사용하지 않고 장애가 발생할 경우, 처음부터 다시 시작합니다.

• [Use sorting if possible] – 테이블에 기본 키 또는 고유한 제약이 있는 경우, 추출 에이전트가DENSE_RANK를 사용합니다.

• [Use sorting after first fail (recommended)] – 추출 에이전트가 DENSE_RANK를 사용하지 않고 먼저데이터를 가져오려 시도합니다. 첫 번째 시도가 실패하는 경우, 추출 에이전트는 DENSE_RANK를 사용하여 쿼리를 다시 빌드하고 장애에 대비해 그 위치를 보존합니다.

버전 1.0142

AWS Schema Conversion Tool 사용 설명서AWS SCT 작업 생성, 실행 및 모니터링

4. 아래 설명과 같이 추가 파라미터를 설정한 다음 [Create]를 선택해 데이터 추출 작업을 생성합니다.

AWS SCT 데이터 추출 작업 생성, 실행 및 모니터링다음 절차를 사용하여 데이터 추출 작업을 생성, 실행 및 모니터링할 수 있습니다.

에이전트에 작업을 할당하고 데이터를 마이그레이션하려면

1. AWS Schema Conversion Tool에서, 스키마를 변환한 후 프로젝트의 왼쪽 창에서 하나 이상의 테이블을선택합니다.

모든 테이블을 선택할 수도 있지만, 성능 문제 때문에 이렇게 하지 않는 것이 좋습니다. 데이터 웨어하우스 내 테이블의 크기에 따라 여러 테이블에 대해 여러 작업을 생성할 것을 권장합니다.

2. 각 테이블의 컨텍스트 메뉴를 열고(마우스 오른쪽 버튼 클릭) [Create Task]를 선택합니다. 다음과 같이[Create Local Task] 대화 상자가 열립니다.

버전 1.0143

AWS Schema Conversion Tool 사용 설명서AWS SCT 작업 생성, 실행 및 모니터링

3. [Task Name]에 작업의 이름을 입력합니다.4. [Migration Mode]에서 다음 중 하나를 선택합니다.

• [Extract Only] – 데이터를 추출하여 로컬 작업 폴더에 저장합니다.• [Extract and Upload] – 데이터를 추출하여 Amazon S3로 업로드합니다.• [Extract, Upload and Copy] – 데이터를 추출하고, Amazon S3로 업로드하고, Amazon Redshift 데이

터 웨어하우스에 복사합니다.5. [Extract LOBs]를 선택하여 대용량 객체를 추출합니다. 대용량 객체를 추출할 필요가 없는 경우, 확인란

의 선택을 취소하면 됩니다. 이렇게 하면 추출되는 데이터 양이 줄어듭니다.6. 작업 세부 정보를 보려면 [Enable Task Logging]을 선택합니다. 작업 로그는 문제를 디버깅할 때 사용할

수 있습니다.

작업 로깅을 활성화한 경우 보려는 상세 수준을 선택합니다. 수준은 다음과 같으며, 각 수준은 이전 수준의 모든 메시지를 포함합니다.

• ERROR – 가장 낮은 상세 수준.• WARNING

• INFO

• DEBUG

• TRACE – 가장 높은 상세 수준.7. [Test Task]를 선택하여 작업 폴더, Amazon S3 버킷 및 Amazon Redshift 데이터 웨어하우스에 연결할

수 있는지 확인합니다. 확인은 선택한 마이그레이션 모드에 따라 다릅니다.8. [Create]를 선택하여 작업을 생성합니다.9. 마이그레이션하려는 모든 데이터에 대해 작업을 생성하려면 이전 단계를 반복합니다.

작업을 실행 및 모니터링하려면

1. [View]에서 [Data Migration View]를 선택합니다. [Agents] 탭이 나타납니다.2. [Tasks] 탭을 선택합니다. 다음 그림과 같이 상단의 그리드에 작업이 표시됩니다. 상단 그리드에서는 작

업의 상태를 확인할 수 있고, 하단 그리드에서는 하위 작업 상태를 확인할 수 있습니다.

버전 1.0144

AWS Schema Conversion Tool 사용 설명서AWS Snowball 장치를 사용하여 데이터 추출

3. 상단 그리드에서 작업을 선택하여 확장합니다. 선택한 마이그레이션 모드에 따라 작업이 추출, 업로드,복사로 구분됩니다.

4. 작업을 시작하려면 해당 작업의 [Start]를 선택합니다. 에이전트가 작동하는 동안 작업의 상태를 모니터링할 수 있습니다. 하위 작업은 병렬 실행됩니다. 추출, 업로드 및 복사도 병렬 실행됩니다.

5. 작업을 설정할 때 로깅을 활성화한 경우 로그를 볼 수 있습니다:

a. [Download Log]를 선택합니다. 로그 파일이 들어 있는 폴더의 이름과 함께 메시지가 표시됩니다. 메시지를 무시합니다.

b. [Task details] 탭에 링크가 표시됩니다. 이 링크를 선택하여 로그 파일이 들어 있는 폴더를 엽니다.

AWS SCT를 닫을 수 있습니다. 에이전트 및 작업은 계속 실행됩니다. 나중에 AWS SCT를 다시 열어 작업 상태를 확인하고 작업 로그를 볼 수 있습니다.

AWS Snowball 장치를 사용하여 데이터 추출AWS SCT와 AWS Snowball을 사용하는 프로세스는 여러 단계로 이루어집니다. 마이그레이션에는 AWSSCT에서 데이터 추출 에이전트를 사용하여 데이터를 AWS Snowball 장치로 옮기는 로컬 작업과 AWS가AWS Snowball 장치에서 Amazon S3 버킷으로 데이터를 복사하는 중간 작업이 포함됩니다. AWS SCT가Amazon S3 버킷에서 Amazon Redshift로 데이터를 로드하면서 프로세스가 끝납니다.

이 개요 다음에 이어지는 섹션에서는 이러한 각각의 작업에 대한 단계별 가이드를 제공합니다. AWS SCT가설치되어 있고 전용 시스템에 데이터 추출 에이전트를 구성하고 등록했다는 가정하에 절차가 진해됩니다.

AWS Snowball을 사용하여 데이터를 로컬 데이터 스토어에서 AWS 데이터 스토어로 마이그레이션하려면다음 단계를 수행해야 합니다.

1. AWS Snowball 콘솔을 사용하여 AWS Snowball 작업을 생성합니다. 자세한 정보는 AWS Snowball 설명서의 가져오기 작업 생성을 참조하십시오.

2. 로컬 전용 Linux 시스템을 사용하여 AWS Snowball Edge 장치의 잠금을 해제합니다.3. 등록된 데이터 추출 에이전트를 사용하여 AWS SCT에 새 프로젝트를 생성합니다.

버전 1.0145

https://docs.aws.amazon.com/snowball/latest/ug/create-import-job.html


4. 데이터 추출기를 설치한 전용 시스템에 원본 데이터베이스용 데이터베이스 드라이버를 설치합니다.5. 사용할 Amazon S3 버킷에 대한 권한을 생성하고 설정합니다.6. SCT에서 [Local & DMS Task]를 생성합니다.7. SCT에서 [Local & DMS Task]를 실행하고 모니터링합니다.8. AWS SCT 작업을 실행하고 SCT에서 진행 상황을 모니터링합니다.

AWS SCT 및 AWS Snowball을 사용한 단계별 데이터 마이그레이션 절차다음의 섹션은 마이그레이션 단계에 대해 자세히 설명합니다.

1단계: AWS Snowball 작업 생성

AWS Snowball 설명서의 Getting Started with AWS Snowball Edge: Your First Job에 설명된 단계에 따라AWS Snowball 작업을 생성합니다.

2단계: AWS Snowball Edge 장치 잠금 해제

DMS 에이전트를 설치한 Snowball Edge의 잠금을 해제하고 자격 증명을 Snowball Edge 장치에 제공해야 합니다. 이렇게 하면 DMS 에이전트 호출을 AWS Snowball Edge 장치에 연결할 수 있습니다. AWS SnowballEdge 장치 잠금 해제에 대한 자세한 정보는 Snowball Edge 잠금 해제를 참조하십시오.

예를 들면 다음 명령은 장치에 사용되는 Amazon S3 버킷을 나열합니다.

aws s3 ls s3://<bucket-name> --profile <Snowball Edge profile> --endpoint http://<Snowball IP>:8080 --recursive

3단계: 새 AWS SCT 프로젝트 생성

다음에는 새 AWS SCT 프로젝트를 생성합니다.

AWS SCT에서 새 프로젝트를 생성하려면

1. AWS SCT를 시작하고 파일에서 새 프로젝트를 선택합니다. [New Project] 대화 상자가 나타납니다.2. 다음 프로젝트 정보를 추가합니다.




OLTP [Transactional Database (OLTP)]를 선택합니다.

Source DB Engine(소스 DB 엔진) 원본 데이터 스토어를 선택합니다.

Target DB Engine(대상 DB 엔진) 대상 데이터 스토어를 선택합니다.

3. [OK]를 선택하여 AWS SCT 프로젝트를 생성합니다.4. (선택 사항) 연결을 테스트합니다.

버전 1.0146

http://docs.aws.amazon.com/snowball/latest/developer-guide/common-get-start.html

http://docs.aws.amazon.com/snowball/latest/developer-guide/unlockappliance.html


4단계: Linux 컴퓨터에 DMS 에이전트의 원본 데이터베이스 드라이버 설치마이그레이션이 성공하려면 DMS 에이전트가 원본 데이터베이스에 연결할 수 있어야 합니다. 이것이 가능하려면 원본 데이터베이스에 해당하는 데이터베이스 드라이버를 설치합니다. 필요한 드라이버는 데이터베이스마다 다릅니다.

데이터베이스 드라이버 설치 후 DMS 에이전트를 다시 시작하려면 작업 디렉터리를 <product_dir>/bin을 변경하고 각 원본 데이터베이스마다 다음에 나열된 단계를 사용합니다.

cd <product_dir>/bin./arep.ctl stop./arep.ctl start

Oracle에 설치하려면

Linux(x86-64) 버전 11.2.0.3.0 이상용 Oracle Instant Client를 설치합니다.

또한 시스템에 아직 포함되지 않은 경우 $ORACLE_HOME\lib 디렉터리에 심볼 링크를 생성해야 합니다. 이 링크는 libclntsh.so여야 하며 이 파일의 특정 버전을 가리켜야 합니다. 예를 들면 Oracle 12c 클라이언트에서:

lrwxrwxrwx 1 oracle oracle 63 Oct 2 14:16 libclntsh.so -> /u01/app/oracle/home/lib/libclntsh.so.12.1

또한, LD_LIBRARY_PATH 환경 변수에는 Oracle 라이브러리 디렉터리를 추가해야 하며 설치의 lib 폴더아래에 site_arep_login.sh 스크립트를 추가해야 합니다. 이 스크립트를 추가합니다(없는 경우).

vi cat <product dir>/bin/site_arep_login.sh

export ORACLE_HOME=/usr/lib/oracle/12.2/client64; export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$ORACLE_HOME/lib

Microsoft SQL Server에 설치하려면

Microsoft ODBC 드라이버

다음 코드로 site_arep_login.sh를 업데이트합니다.

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/microsoft/msodbcsql/lib64/

Simba ODBC 드라이버

Microsoft ODBC 드라이버

다음과 같이 simba.sqlserverodbc.ini 파일을 편집합니다.

DriverManagerEncoding=UTF-16ODBCInstLib=libodbcinst.so

SAP Sybase에 설치하려면

SAP Sybase ASE ODBC 64비트 클라이언트를 설치해야 합니다.

설치 디렉터리가 /opt/sap인 경우 site_arep_login.sh를 다음으로 업데이트합니다.

버전 1.0147


export SYBASE_HOME=/opt/sapexport LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$SYBASE_HOME/ DataAccess64/ODBC/lib:$SYBASE_HOME/DataAccess/ODBC/ lib:$SYBASE_HOME/OCS-16_0/lib:$SYBASE_HOME/OCS-16_0/ lib3p64:$SYBASE_HOME/OCS-16_0/lib3p

/etc/odbcinst.ini에는 다음 항목이 포함되어야 합니다.

[Sybase]Driver=/opt/sap/DataAccess64/ODBC/lib/libsybdrvodb.soDescription=Sybase ODBC driver

MySQL에 설치하려면

Linux용 MySQL Connector/ODBC 버전 5.2.6 이상을 설치합니다.

다음 예에서처럼 /etc/odbcinst.ini 파일에 MySQL 관련 항목이 포함되어 있는지 확인합니다.

[MySQL ODBC 5.2.6 Unicode Driver]Driver = /usr/lib64/libmyodbc5w.so UsageCount = 1

PostgreSQL에 설치하려면

postgresql94-9.4.4-1PGDG.<OS Version>.x86_64.rpm을 설치합니다. 이 파일은 psql 실행 파일을 포함하는 패키지입니다.

예를 들면, postgresql94-9.4.4-1PGDG.rhel7.x86_64.rpm은 Red Hat 7에 필요한 패키지입니다.

ODBC 드라이버 postgresql94-odbc-09.03.0400-1PGDG를 설치합니다. Linux의 경우 <OSversion>.x86_64 이상입니다. 이때 <OS version>은 에이전트 시스템의 OS입니다.

예를 들면 postgresql94-odbc-09.03.0400-1PGDG.rhel7.x86_64는 Red Hat 7에 필요한 클라이언트입니다.

다음 예에서처럼 /etc/odbcinst.ini 파일에 PostgreSQL 관련 항목이 포함되어 있는지 확인합니다.

[PostgreSQL]Description = PostgreSQL ODBC driverDriver = /usr/pgsql-9.4/lib/psqlodbc.soSetup = /usr/pgsql-9.4/lib/psqlodbcw.soDebug = 0CommLog = 1UsageCount = 2

5단계: Amazon S3 버킷에 액세스하도록 AWS SCT 구성

Amazon S3 버킷 구성에 대한 자세한 정보는 Amazon S3 설명서의 Amazon S3 버킷을 사용한 작업을 참조하십시오.

버전 1.0148

http://docs.aws.amazon.com/AmazonS3/latest/dev/UsingBucket.html


6단계: 로컬 및 DMS 작업 생성

다음에는 엔드 투 엔드 마이그레이션 작업을 생성해 보겠습니다. 이 작업에는 하위 작업 두 개가 포함됩니다.하위 작업 하나는 원본 데이터베이스에서 AWS Snowball 어플라이언스로 데이터를 마이그레이션합니다. 다른 하나는 어플라이언스가 Amazon S3 버킷으로 로드하는 데이터를 받아서 대상 데이터베이스로 마이그레이션합니다.

엔드 투 엔드 마이그레이션 작업을 생성하려면

1. AWS SCT를 시작하고 [View]를 선택한 다음, [Database Migration View(Local & DMS)]를 선택합니다.

2. 원본 데이터베이스의 스키마를 표시하는 왼쪽 패널에서 마이그레이션할 스키마 객체를 선택합니다. 객체의 컨텍스트(마우스 오른쪽 버튼 클릭)를 열고 나서 [Create Local & DMS Task]를 선택합니다.

3. 작업 정보를 추가합니다.


Task Name(작업 이름) 작업 이름을 입력합니다.

에이전트 DMS Agent(DMS 에이전트)를 선택합니다.

복제 인스턴스 사용할 AWS DMS 복제 인스턴스를 선택합니다.

마이그레이션 유형 원하는 마이그레이션 유형을 선택합니다.

선택한 스키마의 내용을 마이그레이션하려면 [Migrateexisting data]를 선택합니다. 이 프로세스를 AWS DMS에서는 전체 로드라고 합니다.

선택한 스키마의 내용을 마이그레이션하고 지속적인 변경내용을 데이터베이스로 모두 캡처하려면 [Migrate existing

버전 1.0149


이 파라미터의 경우... 수행할 작업data and replicate ongoing changes]를 선택합니다. 이 프로세스를 AWS DMS에서는 전체 로드 및 CDC라고 합니다.

[Target table preparation mode] 사용할 준비 모드를 선택합니다.

[Truncate] - 테이블 메타데이터에 영향을 주지 않고 테이블이 잘립니다.

[Drop tables on target] - 테이블이 삭제되고 그 자리에 새 테이블이 생성됩니다.

[Do nothing] - 대상 테이블의 데이터와 메타데이터가 변경되지 않습니다.

IAM 역할 Amazon S3 버킷과 대상 데이터베이스에 액세스할 수 있는권한이 있는 미리 정의된 IAM 역할을 선택합니다. AmazonS3 버킷에 액세스하는 데 필요한 권한에 대한 자세한 정보는 Amazon S3 설정 (p. 135) 섹션을 참조하십시오.

로깅 AWS CloudWatch에서 마이그레이션 로그를 생성하도록[Enable]를 선택합니다. 이 서비스에는 비용이 부과됩니다. AWS CloudWatch에 대한 자세한 정보는 How AmazonCloudWatch Works 섹션을 참조합니다.

설명 작업에 대한 설명을 입력합니다.

Use Snowball(Snowball 사용) Snowball을 사용하려면 이 확인란을 선택합니다.

작업 이름 방금 만든 AWS Snowball 작업 이름을 선택합니다.

Snowball IP AWS Snowball 어플라이언스의 IP 주소를 입력합니다.

포트 AWS Snowball 어플라이언스의 포트 값을 입력합니다.

Local AWS S3 Access key(로컬 AWSS3 액세스 키)

마이그레이션에 사용 중인 계정의 AWS 액세스 키를 입력합니다.

Local AWS S3 Secret key(로컬 AWSS3 보안 키)

마이그레이션에 사용 중인 계정의 AWS 보안 키를 입력합니다.

4. [Create]를 선택하여 작업을 생성합니다.

7단계: SCT 작업 실행 및 모니터링

엔드포인트와 모두 성공적으로 연결되면 로컬 및 DMS 작업을 시작할 수 있습니다. DMS 에이전트와 원본 데이터베이스, 단계별 Amazon S3 버킷 및 AWS Snowball 장치 간의 연결을 포함하는 로컬 작업 관련 모든 연결은 물론, 단계별 Amazon S3 버킷과 AWS의 대상 데이터베이스 간의 연결을 포함하는 DMS 작업 관련 연결을 의미합니다.

[Show Log]를 선택하여 DMS 에이전트를 모니터링할 수 있습니다. 로그 세부 정보에는 에이전트 서버(AgentLog)와 로컬 실행 작업(Task Log) 로그가 포함됩니다. 서버에 의해 엔드포인트 연결이 수행되므로(로컬 작업이 실행되고 있지 않으며 작업 로그가 없으므로) 연결 문제가 [Agent Log] 탭 아래에 나열됩니다.

버전 1.0150

http://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/cloudwatch_architecture.html

http://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/cloudwatch_architecture.html

AWS Schema Conversion Tool 사용 설명서데이터 추출 작업 출력

데이터 추출 작업 출력마이그레이션 작업이 완료되면 데이터는 준비된 상태입니다. 다음 정보를 사용하여 선택한 마이그레이션 모드와 데이터 위치에 따라 어떻게 진행할지 결정합니다.

마이그레이션모드

데이터 위치

Extract, Uploadand Copy(추출,업로드 및 복사)

데이터가 이미 Amazon Redshift 데이터 웨어하우스에 저장되어 있습니다. 데이터가 실제로 있는지 확인하고 사용을 시작할 수 있습니다. 자세한 내용은 클라이언트 도구 및 코드에서 클러스터에 연결하기 단원을 참조하십시오.

Extract andUpload(추출 및업로드)

추출 에이전트가 데이터를 Amazon S3 버킷에 파일로 저장했습니다. Amazon RedshiftCOPY 명령을 사용하여 데이터를 Amazon Redshift로 로드할 수 있습니다. 자세한 정보는 Amazon Redshift 설명서의 Amazon S3에서 데이터 로드 단원을 참조하십시오.

설정한 추출 작업에 따라 Amazon S3 버킷에는 여러 폴더가 있습니다. Amazon Redshift로 데이터를 로드할 때 각 작업이 생성한 매니페스트 파일의 이름을 지정합니다. 매니페스트 파일은 다음 그림과 같이 S3 버킷의 작업 폴더에 위치합니다.

버전 1.0151

https://docs.aws.amazon.com/redshift/latest/mgmt/connecting-via-client-tools.html

https://docs.aws.amazon.com/redshift/latest/mgmt/connecting-via-client-tools.html

https://docs.aws.amazon.com/redshift/latest/dg/t_Loading-data-from-S3.html

AWS Schema Conversion Tool 사용 설명서가상 분할 사용

마이그레이션모드

데이터 위치

Extract Only(추출만)

추출 에이전트가 데이터를 작업 폴더에 파일로 저장했습니다. 데이터를 수동으로Amazon S3 버킷에 복사한 후 Extract and Upload용 지침을 따라 계속 진행합니다.

AWS Schema Conversion Tool과 함께 가상 분할 사용필터링 규칙을 사용하여 테이블 데이터의 가상 파티션을 생성하는 하위 작업을 만드는 방법을 통해 대규모의비분할 테이블을 최적으로 관리할 수 있는 경우가 많습니다. AWS SCT에서는 마이그레이션된 데이터의 가상 파티션을 생성할 수 있습니다. 특정 데이터 형식에 연동되는 다음 세 가지 파티션 유형이 있습니다.

• RANGE 파티션 유형은 숫자, 날짜 및 시간 데이터 형식에 연동됩니다.• LIST 파티션 유형은 숫자, 문자, 날짜 및 시간 데이터 형식에 연동됩니다.• DATE AUTO SPLIT 파티션 유형은 날짜 및 시간 데이터 형식에 연동됩니다.

AWS SCT는 파티션 생성을 위해 사용자가 제공하는 값을 확인합니다. 예를 들어 데이터 형식이 NUMERIC인 열을 분할하려면서 다른 데이터 형식의 값을 제공하면 AWS SCT에서 오류가 발생합니다.

버전 1.0152


가상 분할 생성 시 한도가상 분할 생성에는 다음과 같은 제한이 있습니다.

• 가상 분할은 분할되지 않은 테이블에만 사용할 수 있습니다.• 가상 분할은 데이터 마이그레이션 보기에서만 사용할 수 있습니다.• UNION ALL VIEW 옵션은 가상 분할에 사용할 수 없습니다.

RANGE 파티션 유형RANGE 파티션 유형은 숫자, 날짜 및 시간 데이터 형식의 열 값 범위에 기반하여 데이터를 분할합니다. 이 파티션 유형은 WHERE 절을 생성하며, 사용자는 각 파티션에 대해 값의 범위를 제공합니다. [Values] 상자에서분할된 열의 값 목록을 지정합니다. .csv 파일을 사용하여 값 정보를 로드할 수 있습니다.

예를 들어 제공하는 값 범위를 기반으로 여러 파티션을 생성할 수 있습니다. 다음 예제에서는 LO_TAX의 분할 값이 지정되어 여러 파티션을 생성합니다.

Partition1: WHERE LO_TAX <= 10000.9Partition2: WHERE LO_TAX > 10000.9 AND LO_TAX <= 15005.5Partition3: WHERE LO_TAX > 15005.5 AND LO_TAX <= 25005.95

RANGE 가상 파티션을 생성하려면

1. AWS SCT 애플리케이션을 엽니다.2. [Data Migration View] 모드를 선택합니다.3. 가상 분할을 설정하려는 테이블을 선택합니다. 테이블의 컨텍스트 메뉴를 열고(마우스 오른쪽 버튼 클

릭) [Add Virtual Partitioning]을 선택합니다.4. [Add Virtual Partitioning] 대화 상자에서 다음과 같이 정보를 입력합니다.

옵션 작업

[Partition Type] [RANGE]를 선택합니다. 선택하는 유형에 따라 대화 상자 UI가 변경됩니다.

열 이름 분할하려는 열을 선택합니다.

[Column Type] 열에서 값의 데이터 형식을 선택합니다.

값 [New Value] 상자에 각각의 값을 입력하여 새 값을 추가한 다음 더하기 기호를 선택해 값을 추가합니다.

[Load From File] (선택 사항) 파티션 값이 포함된 .csv 파일의 이름을 입력합니다.

5. [OK]를 선택합니다.

LIST 파티션 유형LIST 파티션 유형은 숫자, 문자, 날짜 및 시간 데이터 형식의 열 값 범위에 기반하여 데이터를 분할합니다. 이파티션 유형은 WHERE 절을 생성하며, 사용자는 각 파티션의 값을 제공합니다. [Values] 필드에서 분할된 열의 값 목록을 지정합니다. .csv 파일을 사용하여 값 정보를 로드할 수 있습니다.

예를 들어 제공하는 값을 기반으로 여러 파티션을 생성할 수 있습니다. 다음 예제에서는 LO_ORDERKEY의분할 값이 지정되어 여러 파티션을 생성합니다.

Partition1: WHERE LO_ORDERKEY = 1

버전 1.0153


Partition2: WHERE LO_ORDERKEY = 2Partition3: WHERE LO_ORDERKEY = 3…PartitionN: WHERE LO_ORDERKEY = USER_VALUE_N

지정한 목록에 포함되지 않은 값에 대해 기본 파티션을 생성할 수도 있습니다.

LIST 가상 파티션을 생성하려면



옵션 작업

[Partition Type] [LIST]를 선택합니다. 선택하는 유형에 따라 대화 상자 UI가 변경됩니다.


새 값 분할 값 세트에 값을 추가하려면 여기에 값을 입력합니다.

[Include Other Values] 분할 기준을 충족하지 않는 모든 값이 저장되는 기본 파티션을 생성하려면이 옵션을 선택합니다.

[Load From File] (선택 사항) 파티션 값이 포함된 .csv 파일의 이름을 입력합니다.


DATE AUTO SPLIT 파티션 유형DATE AUTO SPLIT 파티션 유형은 주어진 시작 날짜와 종료 날짜 사이의 지정된 간격에 기반하여 날짜 및시간 데이터 형식의 데이터를 분할합니다. 데이터 범위와 간격(일, 주, 월 또는 년)을 지정합니다. 시작 날짜또는 종료 날짜를 지정하지 않으면 이 값들은 현재 날짜로 기본 설정됩니다.

예를 들어 제공하는 날짜 범위를 기반으로 여러 파티션을 생성할 수 있습니다. 다음 예제에서는LO_ORDERDATE의 분할 값 범위가 지정되어 여러 파티션을 생성합니다.

Partition1: WHERE LO_ORDERDATE >= ‘1954-10-10’ AND LO_ORDERDATE < ‘1954-10-24’Partition2: WHERE LO_ORDERDATE >= ‘1954-10-24’ AND LO_ORDERDATE < ‘1954-11-06’Partition3: WHERE LO_ORDERDATE >= ‘1954-11-06’ AND LO_ORDERDATE < ‘1954-11-20’…PartitionN: WHERE LO_ORDERDATE >= USER_VALUE_N AND LO_ORDERDATE <= ‘2017-08-13’

DATE AUTO SPLIT 가상 파티션을 생성하려면



버전 1.0154

AWS Schema Conversion Tool 사용 설명서LOB 작업

옵션 작업

[Partition Type] [DATE AUTO SPLIT]을 선택합니다. 선택하는 유형에 따라 대화 상자 UI가변경됩니다.


시작일 시작 날짜를 입력합니다.

종료일 종료 날짜를 입력합니다.

간격 간격 단위를 입력하고 해당 단위의 값을 선택합니다.


Amazon Redshift로 LOB 마이그레이션Amazon Redshift는 대용량 이진 객체(LOB) 저장을 지원하지 않습니다. 하지만 하나 이상의 LOB를 AmazonRedshift에 마이그레이션해야 하는 경우, AWS SCT가 마이그레이션을 수행할 수 있습니다. 이를 위해 AWSSCT는 Amazon S3 버킷을 사용해 LOB를 저장하고 S3 버킷의 URL을 Amazon Redshift에 저장된 마이그레이션된 데이터에 기록합니다.

Amazon Redshift로 LOB를 마이그레이션하려면

1. AWS SCT 프로젝트를 엽니다.2. [Actions] 메뉴에서 [Create Local Task]를 선택합니다.3. [Advanced] 탭을 선택합니다.4. [S3 bucket LOBs folder]에 LOB를 저장할 S3 버킷의 폴더 이름을 입력합니다.

버전 1.0155

AWS Schema Conversion Tool 사용 설명서모범 사례 및 문제 해결

5. [Create]를 선택하여 작업을 생성합니다.

데이터 추출 에이전트 모범 사례 및 문제 해결다음은 추출 에이전트 사용을 위한 몇 가지 모범 사례 및 문제 해결 팁입니다.

문제 문제 해결 제안

성능이 느림 성능을 개선하려면 다음을 권장합니다.

• 에이전트를 여러 개 설치하십시오.• 데이터 웨어하우스와 인접한 컴퓨터에 에이전트를 설치하십시오.• 단일 에이전트 작업으로 모든 테이블을 추출하지 마십시오.

연결 지연 너무 많은 에이전트가 동시에 데이터 웨어하우스에 액세스하지 않도록 하십시오.

한 에이전트가 일시적으로 다운됨 한 에이전트가 다운될 경우 AWS SCT에서 이 에이전트가 처리하는 각작업의 상태가 실패로 표시됩니다. 일부 경우에는 잠시 기다리면 에이전트가 복구될 수 있습니다. 이 경우, AWS SCT에서 해당 작업의 상태가 업데이트됩니다.

한 에이전트가 영구적으로 다운됨 작업을 처리 중인 에이전트가 실행되는 컴퓨터가 영구적으로 다운될경우 새 에이전트로 대체하여 작업을 계속할 수 있습니다. 원래 에이전

버전 1.0156

AWS Schema Conversion Tool 사용 설명서Apache Cassandra에서 Amazon

DynamoDB로 데이터 마이그레이션

문제 문제 해결 제안트의 작업 폴더가 원래 에이전트와 동일한 컴퓨터에 있지 않은 경우에만 새 에이전트로 대체할 수 있습니다. 새 에이전트로 대체하려면 다음작업을 수행합니다.

• 새 컴퓨터에 에이전트를 설치합니다.• 포트 번호, 작업 폴더 등 원래 에이전트와 동일한 설정으로 새 에이

전트를 구성합니다.• 에이전트를 시작합니다. 에이전트가 시작하면 작업이 새로 사용 가

능한 에이전트를 검색하여 새 에이전트에서 계속 실행됩니다.

Apache Cassandra에서 Amazon DynamoDB로 데이터 마이그레이션

AWS SCT 데이터 추출 에이전트를 사용하여 Apache Cassandra의 데이터를 추출하고 Amazon DynamoDB로 마이그레이션할 수 있습니다. 이 에이전트는 Amazon EC2 인스턴스에서 실행되어 Cassandra의 데이터를 추출하고 로컬 파일 시스템에 쓴 후 Amazon S3 버킷에 업로드합니다. 그런 다음 AWS SCT를 사용하여DynamoDB에 데이터를 복사할 수 있습니다.

Amazon DynamoDB는 NoSQL 데이터베이스 서비스입니다. DynamoDB에 데이터를 저장하려면 데이터베이스 테이블을 만든 후 이 테이블에 데이터를 업로드합니다. Cassandra용 AWS SCT 추출 에이전트는 해당Cassandra 대상에 맞는 DynamoDB 테이블을 만든 후 이러한 DynamoDB 테이블을 Cassandra의 데이터로채우는 프로세스를 자동으로 수행합니다.

데이터 추출 프로세스는 Cassandra 클러스터에 상당한 오버헤드를 줄 수 있습니다. 따라서 Cassandra의 프로덕션 데이터에 대해 추출 에이전트를 직접 실행하지 마십시오. 프로덕션 애플리케이션을 방해하지 않기 위해 AWS SCT는 복제 데이터센터—를 만들어 줍니다. 이것은 DynamoDB로 마이그레이션하려는 Cassandra데이터의 독립적인 사본입니다. 그런 다음 에이전트는 복제본에서 데이터를 읽어 AWS SCT가 프로덕션 애플리케이션에 영향을 주지 않고 사용할 수 있게 해줍니다.

데이터 추출 에이전트를 실행하면 복제 데이터 센터의 데이터를 읽어서 Amazon S3 버킷에 씁니다. 그런 다음 AWS SCT는 Amazon S3에서 데이터를 읽어서 Amazon DynamoDB에 씁니다.

다음 다이어그램은 지원되는 시나리오를 보여 줍니다.

버전 1.0157

AWS Schema Conversion Tool 사용 설명서Apache Cassandra에서 Amazon


Cassandra를 처음 사용하는 경우 다음과 같은 중요 개념을 이해해야 합니다.

• 노드는 Cassandra 소프트웨어를 실행하는 하나의 컴퓨터(실제 컴퓨터 또는 가상 컴퓨터)입니다.• 서버는 최대 256개의 노드로 구성된 논리적 엔터티입니다.• 랙은 한 개 이상의 서버를 나타냅니다.• 데이터 센터는 랙 모음입니다.• 클러스터는 데이터 센터의 모음입니다.

자세한 정보는 Apache Cassandra에 대한 Wikipedia 페이지를 참조하십시오.

버전 1.0158

https://en.wikipedia.org/wiki/Apache_Cassandra

AWS Schema Conversion Tool 사용 설명서Cassandra에서 DynamoDB 마이그레이션하기 위한 사전 조건

다음 단원의 정보를 사용하여 Apache Cassandra의 데이터를 Amazon DynamoDB로 마이그레이션하는 방법을 알아봅니다.

주제• Cassandra에서 DynamoDB 마이그레이션하기 위한 사전 조건 (p. 159)• 새 AWS SCT 프로젝트 만들기 (p. 161)• 복제 데이터 센터 만들기 (p. 163)• 데이터 추출 에이전트 설치, 구성 및 실행 (p. 170)• 복제 데이터 센터에서 Amazon DynamoDB로 데이터 마이그레이션 (p. 173)• 마이그레이션 후 작업 (p. 177)

Cassandra에서 DynamoDB 마이그레이션하기 위한 사전 조건시작하기 전에 이 단원의 설명에 따라 몇 가지 마이그레이션 사전 작업을 수행해야 합니다.

지원되는 Cassandra 버전AWS SCT는 다음 Apache Cassandra 버전을 지원합니다.

• 3.11.2• 3.1.1• 3.0• 2.2• 2.1.20 이상

그 밖의 Cassandra 버전은 지원되지 않습니다.

Amazon S3 설정AWS SCT 데이터 추출 에이전트를 실행하면 에이전트가 복제 데이터센터의 데이터를 읽은 후 Amazon S3버킷에 씁니다. 계속하려면 AWS 계정 및 Amazon S3 버킷에 연결하기 위한 자격 증명을 제공해야 합니다.자격 증명 및 버킷 정보를 전역 애플리케이션 설정 내 프로필에 저장하고 프로필을 AWS SCT 프로젝트와 연결합니다. 필요한 경우, [Global Settings]를 선택하여 새 프로필을 생성합니다. 자세한 정보는 AWS SchemaConversion Tool에서 AWS 서비스 프로파일 사용 (p. 13) 단원을 참조하십시오.

복제 데이터센터를 위한 Amazon EC2 인스턴스마이그레이션 과정에서 기존 Cassandra 데이터 센터의 복제본을 만들어야 합니다. 이 복제본은 미리 할당한Amazon EC2 인스턴스에서 실행됩니다. 이 인스턴스는 기존 Cassandra 데이터 센터와 독립적으로 복제 데이터 센터를 호스팅하기 위해 독립적인 Cassandra 설치를 실행합니다.

새로운 Amazon EC2 인스턴스는 다음 요구 사항을 충족해야 합니다.

• 운영 체제: Ubuntu 또는 CentOS• Java JDK 8이 설치되어 있어야 합니다. (다른 버전은 지원되지 않습니다.)

새 인스턴스를 시작하려면 https://console.aws.amazon.com/ec2/에서 Amazon EC2 Management Console로 이동합니다.

버전 1.0159

https://console.aws.amazon.com/ec2/

AWS Schema Conversion Tool 사용 설명서Cassandra에서 DynamoDB 마이그레이션하기 위한 사전 조건

보안 설정AWS SCT는 SSL(Secure Sockets Layer)을 사용하여 데이터 추출 에이전트와 통신합니다. SSL을 활성화하려면 트러스트 스토어와 키 스토어를 설정합니다.

1. AWS SCT를 시작합니다.2. 설정 메뉴에서 글로벌 설정을 선택합니다.3. 다음과 같이 보안 탭을 선택합니다.

4. Generate Trust and Key Store(트러스트 및 키 스토어 생성)를 선택하거나 Select existing Trust and KeyStore(기존 트러스트 및 키 스토어 선택)를 선택합니다.

Generate Trust and Key Store(트러스트 및 키 스토어 생성)를 선택한 경우, 트러스트 및 키 스토어의 이름과 암호, 그리고 생성된 파일이 저장될 위치의 경로를 지정합니다. 이후 단계에서 이 파일을 사용합니다.

Select existing Trust and Key Store(기존 트러스트 및 키 스토어 선택)를 선택한 경우, 트러스트 및 키 스토어의 암호와 파일 이름을 지정합니다. 이후 단계에서 이 파일을 사용합니다.

5. 트러스트 스토어와 키 스토어를 지정한 후 확인을 선택하여 Global Settings(글로벌 설정) 대화 상자를닫습니다.

버전 1.0160

AWS Schema Conversion Tool 사용 설명서새 AWS SCT 프로젝트 만들기

새 AWS SCT 프로젝트 만들기Cassandra에서 DynamoDB 마이그레이션하기 위한 사전 조건 (p. 159)의 절차를 수행했으면 이제 새로운AWS SCT 프로젝트를 만들 수 있습니다. 다음 절차를 따르십시오.

1. 파일 메뉴에서 새 프로젝트를 선택합니다.

다음 정보를 입력합니다.

파라미터... 수행할 작업



NoSQL 데이터베이스 NoSQL 데이터베이스를 선택합니다.

소스 데이터베이스 엔진 Cassandra를 선택합니다.

대상 데이터베이스 엔진 Amazon DynamoDB를 선택합니다.

버전 1.0161

AWS Schema Conversion Tool 사용 설명서새 AWS SCT 프로젝트 만들기

확인을 선택하여 AWS SCT 프로젝트를 생성합니다.2. 메뉴 모음에서 Cassandra에 연결을 선택합니다.



서버 이름 Cassandra 클러스터의 호스트 이름 또는 IP 주소를 입력합니다.

Server port(서버 포트) Cassandra가 연결 요청을 수신하는 포트 번호를 입력합니다. 예: 9042

사용자 이름 Cassandra 클러스터에 연결하기 위한 유효한 사용자 이름을 입력합니다.

암호 사용자 이름과 연결된 암호를 입력합니다.

3. 확인을 선택합니다. AWS SCT가 연결을 테스트하여 Cassandra 클러스터에 액세스할 수 있는지 확인합니다.

4. 메뉴 모음에서 Amazon DynamoDB에 연결을 선택합니다.

버전 1.0162

AWS Schema Conversion Tool 사용 설명서복제 데이터 센터 만들기



Copy from AWS profile(AWS 프로파일에서 복사)

AWS 자격 증명을 이미 설정했으면 기존 프로파일의 이름을선택합니다.

AWS 액세스 키 AWS 액세스 키를 입력합니다.

AWS 보안 키 AWS 액세스 키와 연결된 보안 키를 입력합니다.

리전 AWS 리전을 선택합니다. AWS SCT는 이 리전의 데이터를Amazon DynamoDB로 마이그레이션합니다.

5. 확인을 선택합니다. AWS SCT는 연결을 테스트하여 DynamoDB에 액세스할 수 있는지 확인합니다.

복제 데이터 센터 만들기Cassandra 클러스터를 사용하는 프로덕션 애플리케이션을 방해하지 않기 위해 AWS SCT는 복제 데이터 센터를 생성하여 프로덕션 데이터를 이 데이터 센터로 복사합니다. 복제 데이터 센터는 AWS SCT가 프로덕션데이터 센터가 아닌 복제 데이터 센터를 사용하여 마이그레이션 활동을 수행하도록 스테이징 영역의 역할을합니다.

복제 프로세스를 시작하려면 다음과 같이 합니다.

버전 1.0163


1. AWS SCT 창의 왼쪽(소스)에서 데이터 센터 노드를 확장하고 기존 Cassandra 데이터 센터 중 하나를선택합니다.

2. 작업 메뉴에서 Clone Datacenter for Extract(추출용 데이터 센터 복제)를 선택합니다.

버전 1.0164


버전 1.0165


3. 지침을 읽은 후 다음을 선택하여 계속합니다.4. Clone Datacenter for Extract(추출용 데이터 센터 복제) 창에 다음 정보를 추가합니다.


프라이빗 IP:SSH 포트 Cassandra 클러스터에 있는 노드의 프라이빗 IP 주소와SSH 포트를 입력합니다. 예: 172.28.37.102:22

퍼블릭 IP:SSH 포트 노드의 퍼블릭 IP 주소와 SSH 포트를 입력합니다. 예:41.184.48.27:22

OS 사용자 노드에 연결하기 위한 유효한 사용자 이름을 입력합니다.

OS 암호 사용자 이름과 연결된 암호를 입력합니다.

키 경로 이 노드에 대한 SSH 프라이빗 키(.pem 파일)가 있으면 찾아보기를 선택하여 프라이빗 키가 저장되어 있는 위치로 이동합니다.

암호 SSH 프라이빗 키가 암호로 보호되어 있으면 암호를 여기에입력합니다.

JMX 사용자 Cassandra 클러스터에 액세스하기 위한 JMX 사용자 이름을 입력합니다.

JMX 암호 JMX 사용자 이름과 연결된 암호를 입력합니다.

다음을 선택하여 계속합니다. AWS SCT는 Cassandra 노드에 연결하여 nodetool status 명령을 실행합니다.

5. Source Cluster Parameters(소스 클러스터 파라미터) 창에서 기본값을 그대로 사용하고 다음을 선택하여 계속합니다.

6. Node Parameters(노드 파라미터) 창에서 소스 클러스터의 모든 노드에 대한 연결 정보를 확인합니다.AWS SCT가 이 정보의 일부를 자동으로 입력하지만 누락된 정보는 사용자가 직접 제공해야 합니다.

Note

모든 데이터를 입력하는 대신 대량 업로드를 수행할 수 있습니다. 이렇게 하려면 내보내기를 선택하여 .csv 파일을 생성합니다. 그런 다음 이 파일을 편집하여 클러스터의 각 노드에 대해 한행을 추가합니다. 모두 마쳤으면 업로드를 선택합니다. 그러면 AWS SCT가 .csv 파일을 읽고그 내용을 사용하여 Node parameters(노드 파라미터) 창을 채웁니다.

다음을 선택하여 계속합니다. AWS SCT가 노드 구성이 유효한지 확인합니다.7. Configure Target Datacenter(대상 데이터 센터 구성) 창에서 기본값을 검토합니다. 특히 Datacenter

suffix(데이터 센터 접미사) 필드의 값에 주의합니다. AWS SCT는 복제 데이터 센터를 생성할 때 소스 데이터 센터와 동일하게 이름을 지정하고 이 접미사를 이름 뒤에 추가합니다. 예를 들어 소스 데이터 센터 이름이 my_datacenter인 경우 복제 데이터 센터 이름에는 _tgt 접미사가 추가되어my_datacenter_tgt가 됩니다.

8. Configure Target Datacenter(대상 데이터 센터 구성) 창에서 Add new node(새 노드 추가)를 선택합니다.

버전 1.0166


버전 1.0167


9. Add New Node(새 노드 추가) 창에서, 복제 데이터센터를 위한 Amazon EC2 인스턴스 (p. 159)에서 생성한 Amazon EC2 인스턴스에 연결하는 데 필요한 정보를 추가합니다.

원하는 대로 설정되었으면 추가를 선택합니다. 해당 노드가 목록에 나타납니다.

버전 1.0168


버전 1.0169

AWS Schema Conversion Tool 사용 설명서데이터 추출 에이전트 설치, 구성 및 실행

10. 다음을 선택하여 계속 진행합니다. 다음과 같이 확인을 묻는 상자가 나타납니다.

확인을 선택하여 계속합니다. AWS SCT는 소스 데이터 센터를 한 번에 한 노드씩 재부팅합니다.11. Datacenter Synchronization(데이터 센터 동기화) 창의 정보를 검토합니다. 클러스터가 Cassandra

버전 2에서 실행 중인 경우 AWS SCT는 모든 데이터를 복제 데이터 센터로 복사합니다. 클러스터가Cassandra 버전 3에서 실행 중인 경우에는 복제 데이터 센터로 복사할 키스페이스를 선택할 수 있습니다.

12. 복제 데이터 센터로 데이터를 복제할 준비가 끝났으면 시작을 선택합니다.

데이터 복제가 바로 시작됩니다. AWS SCT는 진행 표시줄을 표시하므로 복제 프로세스를 모니터링할수 있습니다. 복제 작업은 소스 데이터 센터의 데이터 양에 따라 시간이 오래 걸릴 수 있습니다. 작업이완료되기 전에 취소해야 할 경우 취소를 선택합니다.

복제가 완료되면 다음을 선택하여 계속합니다.13. AWS SCT는 요약 창에 Cassandra 클러스터의 상태와 해당 단계를 보여 주는 보고서를 표시합니다.

이 보고서의 정보를 검토한 후 마침을 선택하여 마법사를 완료합니다.

데이터 추출 에이전트 설치, 구성 및 실행이제 복제 데이터 센터가 생성되었으며 Cassandra용 AWS SCT 데이터 추출 에이전트를 사용할 수 있습니다. 이 에이전트는 AWS SCT 배포의 일부로 제공됩니다(자세한 정보는 AWS Schema Conversion Tool 설치, 확인 및 업데이트 (p. 4) 참조).

Note

이 에이전트를 Amazon EC2 인스턴스에서 실행할 것을 권장합니다. EC2 인스턴스는 다음 요구 사항을 충족해야 합니다.

• 운영 체제: Ubuntu 또는 CentOS• 가상 CPU 최소 8개• RAM 크기 최소 16GB

이러한 요구 사항을 충족하는 Amazon EC2 인스턴스가 없다면, 먼저 Amazon EC2 ManagementConsole(https://console.aws.amazon.com/ec2/)로 가서 새 인스턴스를 시작하십시오.

다음 절차에 따라 Cassandra용 AWS SCT 데이터 추출 에이전트를 설치 및 구성하고 실행합니다.

1. Amazon EC2 인스턴스에 로그인합니다.2. Java 1.8.x가 설치되어 실행 중인지 확인합니다.

버전 1.0170

https://console.aws.amazon.com/ec2/


java -version

3. sshfs 패키지를 설치합니다.

sudo yum install sshfs

4. expect 패키지를 설치합니다.

sudo yum install expect

5. /etc/fuse.conf 파일을 편집하여 user_allow_other 문자열을 주석 처리합니다.

# mount_max = 1000user_allow_other

6. Cassandra용 AWS SCT 데이터 추출 에이전트는 AWS SCT 배포의 일부로 제공됩니다(자세한 정보는 AWS Schema Conversion Tool 설치, 확인 및 업데이트 (p. 4) 참조). AWS SCT 설치 파일이 들어 있는 .zip 파일에서 agents 디렉터리에 에이전트가 있습니다. 다음 빌드 버전의 에이전트를 사용할 수 있습니다.

파일 이름 운영 체제

aws-cassandra-extractor-n.n.n.deb Ubuntu

aws-cassandra-extractor-n.n.n.x86_64.rpm CentOS

해당 Amazon EC2 인스턴스에 적합한 파일을 선택합니다. scp 유틸리티를 사용하여 이 파일을Amazon EC2 인스턴스에 업로드합니다.

7. Cassandra용 AWS SCT 데이터 추출 에이전트를 설치합니다. (n.n.n을 해당 빌드 번호로 바꾸십시오.)

• Ubuntu:

sudo dpkg -i aws-cassandra-extractor-n.n.n.deb

• CentOS:

sudo yum install aws-cassandra-extractor-n.n.n.x86_64.rpm

설치 중에, 앞으로 사용할 Cassandra 버전을 선택하라는 메시지가 표시됩니다. 버전 3 또는 2를 적절히선택합니다.

8. 설치가 완료되면 다음 디렉터리가 생성되었는지 확인합니다.

• /var/log/cassandra-data-extractor/— - 추출 에이전트 로그용• /mnt/cassandra-data-extractor/— - 마운트 홈 및 데이터 폴더용• /etc/cassandra-data-extractor/— - 에이전트 구성 파일용(agent-settings.yaml).

버전 1.0171


9. 에이전트가 AWS SCT와 통신하려면 키 스토어가 있고 신뢰할 수 있는 스토어를 사용할 수 있어야 합니다. (이것은 보안 설정 (p. 160)에서 생성했습니다.) scp 유틸리티를 사용하여 이들 파일을 AmazonEC2 인스턴스에 업로드합니다.

구성 유틸리티(다음 단계 참조)를 사용하려면 키 스토어와 신뢰할 수 있는 스토어가 필요하므로 이를 제공해야 합니다.

10. 구성 유틸리티를 실행합니다.

sudo java -jar /usr/share/aws-cassandra-extractor/aws-cassandra-extractor.jar --configure

유틸리티에서 몇 가지 구성 값을 묻는 메시지를 표시합니다. 다음 예제를 지침으로 사용하여 원하는 값을 지정합니다.

Enter the number of data providers nodes [1]: 1Enter IP for Cassandra node 1: 34.220.73.140Enter SSH port for Cassandra node <34.220.73.140> [22]: 22Enter SSH login for Cassandra node <34.220.73.140> : centosEnter SSH password for Cassandra node <34.220.73.140> (optional):Is the connection to the node using a SSH private key? Y/N [N] : YEnter the path to the private SSH key for Cassandra node <34.220.73.140>: /home/centos/my-ec2-private-key.pemEnter passphrase for SSH private key for Cassandra node <34.220.73.140> (optional):Enter the path to the cassandra.yaml file location on the node <34.220.73.140>: /etc/cassandra/conf/Enter the path to the Cassandra data directories on the node <34.220.73.140>: /u01/cassandra/data===== Mounting process started =====Node [34.220.73.140] mounting started.Will be executed command:sudo sshfs [email protected]:/etc/cassandra/ /mnt/aws-cassandra-data-extractor/34.220.73.140_node/conf/ -p 22 -o allow_other -o StrictHostKeyChecking=no -o IdentityFile=/home/ubuntu/dbbest-ec2-oregon_s.pem > /var/log/aws-cassandra-data-extractor/dmt-cassandra-v3/conf_34.220.73.140.log 2>&1Will be executed command:sudo sshfs [email protected]:/u01/cassandra/data/ /mnt/aws-cassandra-data-extractor/34.220.73.140_node/data/data -p 22 -o allow_other -o StrictHostKeyChecking=no -o IdentityFile=/home/ubuntu/dbbest-ec2-oregon_s.pem > /var/log/aws-cassandra-data-extractor/dmt-cassandra-v3/data_34.220.73.140.log 2>&1===== Mounting process was over =====Enable SSL communication Y/N [N] : YPath to key store: /home/centos/Cassandra_keyKey store password:123456Re-enter the key store password:123456Path to trust store: /home/centos/Cassandra_trustTrust store password:123456Re-enter the trust store password:123456Enter the path to the output local folder: /home/centos/out_data=== Configuration aws-agent-settings.yaml successful completed === If you want to add new nodes or change it parameters, you should edit the configuration file /etc/aws-cassandra-data-extractor/dmt-cassandra-v3/aws-agent-settings.yaml

Note

구성 유틸리티가 완료되면, 다음과 같은 메시지가 나타납니다.Change the SSH private keys permission to 600 to secure them. You canalso set permissions to 400.이 예제에서 보듯이, chmod 명령을 사용하여 권한을 변경할 수 있습니다.

버전 1.0172

AWS Schema Conversion Tool 사용 설명서복제 데이터 센터에서 Amazon


chmod 400 /home/centos/my-ec2-private-key.pem

11. 구성 유틸리티가 완료되면 다음 디렉터리와 파일을 확인합니다.

• /etc/cassandra-data-extractor/agent-settings.yaml— - 에이전트 설정 파일• $HOME/out_data— - 추출 출력 파일용 디렉터리• /mnt/cassandra-data-extractor/34.220.73.140_node/conf —- 비어 있는 Cassandra 홈

폴더 (34.220.73.140을 실제 IP 주소로 바꿉니다.)• /mnt/cassandra-data-extractor/34.220.73.140_node/data/data— - 비어 있는

Cassandra 데이터 파일 (34.220.73.140을 실제 IP 주소로 바꿉니다.)

이러한 디렉터리가 탑재되지 않은 경우 다음 명령을 사용하여 탑재합니다.

sudo java -jar /usr/share/aws-cassandra-extractor/aws-cassandra-extractor.jar -mnt

12. Cassandra 홈 및 데이터 디렉터리를 탑재합니다.

sudo java -jusr/share/cassandra-extractor/rest-extraction-service.jar -mnt

탑재 프로세스가 완료되면 다음 예제에서와 같이 Cassandra 홈 폴더와 Cassandra 데이터 파일 디렉터리를 확인합니다. (34.220.73.140을 실제 IP 주소로 바꿉니다.)

ls -l /mnt/cassandra-data-extractor/34.220.73.140_node/confls -l /mnt/cassandra-data-extractor/34.220.73.140_node/data/data

13. Cassandra용 AWS SCT 데이터 추출 에이전트를 시작합니다.

sudo systemctl start aws-cassandra-extractor

Note

기본적으로 에이전트는 포트 8080에서 실행됩니다. 포트를 변경하려면 agent-settings.yaml 파일을 편집합니다.

복제 데이터 센터에서 Amazon DynamoDB로 데이터마이그레이션이제 AWS SCT를 사용하여 복제 데이터 센터에서 Amazon DynamoDB로 마이그레이션을 수행할 수 있습니다. AWS SCT는 Cassandra용 AWS SCT 데이터 추출 에이전트, AWS Database Migration Service(AWSDMS), DynamoDB에 대한 워크플로를 관리합니다. AWS SCT 인터페이스 내에서 마이그레이션 프로세스 전체를 수행할 수 있으며, 모든 외부 구성 요소는 AWS SCT가 관리해 줍니다.

데이터를 마이그레이션하려면 다음 절차를 따릅니다.

1. 보기 메뉴에서 Data migration view(데이터 마이그레이션 보기)를 선택합니다.2. 에이전트 탭을 선택합니다.3. AWS SCT 데이터 추출 에이전트를 아직 등록하지 않은 경우 다음 메시지가 표시됩니다.

버전 1.0173



등록을 선택합니다.4. New agent registration(새 에이전트 등록) 창에서 다음 정보를 추가합니다.


설명 이 에이전트에 대한 간단한 설명을 입력합니다.

호스트 이름 데이터 추출 에이전트 설치, 구성 및 실행 (p. 170)에 사용한 Amazon EC2 인스턴스의 호스트 이름을 입력합니다.

포트 에이전트의 포트 번호를 입력합니다. (기본 포트 번호는8080입니다.)

암호 SSL을 사용하는 경우 이 필드를 비워 두고, 그렇지 않은 경우에는 호스트 로그인 암호를 입력합니다.

Use SSL(SSL 사용) SSL을 사용하는 경우에는 이 옵션을 선택하여 SSL 탭을 활성화합니다.

SSL을 사용하는 경우, SSL 탭을 선택하여 다음 정보를 추가합니다.


신뢰할 수 있는 스토어 데이터 추출 에이전트 설치, 구성 및 실행 (p. 170)에서 구성한 신뢰할 수 있는 스토어를 선택합니다.

키 스토어 데이터 추출 에이전트 설치, 구성 및 실행 (p. 170)에서 구성한 키 스토어를 선택합니다.

모든 설정을 원하는 대로 지정했으면 등록을 선택합니다. 그러면 AWS SCT가 Cassandra용 AWS SCT데이터 추출 에이전트와 연결합니다.

5. AWS SCT 창의 왼쪽에서, 복제 데이터 센터 만들기 (p. 163)에서 만들었던 Cassandra 데이터 센터를선택합니다.

6. 작업 메뉴에서 Create Local & DMS Task(로컬 및 DMS 작업 생성)를 선택합니다.7. Create Local & DMS Task(로컬 및 DMS 작업 생성) 창에서 다음 정보를 입력합니다.


작업 이름 생성할 AWS DMS 작업의 짧은 이름을 입력합니다.

복제 인스턴스 사용할 AWS DMS 복제 인스턴스를 선택합니다.

버전 1.0174




마이그레이션 유형 Migrate existing data and replication ongoing changes(기존 데이터와 복제 진행 중 변경 사항 마이그레이션)를 선택합니다. 그러면 Cassandra 복제 데이터 센터의 테이블이DynamoDB로 마이그레이션된 후 진행 중인 모든 변경 사항이 캡처됩니다. 이 프로세스를 AWS DMS에서는 전체 로드및 CDC라고 합니다.

대상 테이블 준비 모드 DynamoDB에 해당 테이블이 이미 있고 마이그레이션하기전에 이를 삭제하려면, 대상에서 테이블 삭제를 선택합니다.그 외의 경우에는 이 설정을 기본값으로 유지합니다(아무 작업 안 함).

IAM 역할 Amazon S3 버킷과 대상 데이터베이스(AmazonDynamoDB)에 액세스할 수 있는 권한을 가진, 미리 정의된IAM 역할을 선택합니다. Amazon S3 버킷에 액세스하는 데필요한 권한에 대한 자세한 정보는

AWS SCT 데이터 추출 에이전트를 실행하면 에이전트가 복제 데이터센터의 데이터를 읽은 후 Amazon S3 버킷에 씁니다. 계속하려면 AWS 계정 및 Amazon S3 버킷에 연결하기 위한 자격 증명을 제공해야 합니다. 자격 증명 및 버킷 정보를 전역 애플리케이션 설정 내 프로필에 저장하고 프로필을 AWS SCT 프로젝트와 연결합니다. 필요한 경우, [GlobalSettings]를 선택하여 새 프로필을 생성합니다. 자세한 정보는 AWS Schema Conversion Tool에서 AWS 서비스 프로파일 사용 (p. 13) 단원을 참조하십시오. (p. 159) 단원을 참조하십시오.

로깅 수준 마이그레이션 작업에 적합한 로깅 옵션을 선택합니다.

설명 작업 설명을 입력합니다.

데이터 암호화 Enable(사용) 또는 Disable(사용 안 함)을 선택합니다.

로컬 디렉터리에서 파일 삭제 데이터 파일을 Amazon S3에 로드한 후 에이전트의 로컬 디렉터리에서 데이터 파일을 삭제하려면 이 옵션을 선택합니다.

S3 버킷 사용자가 쓰기 권한을 가진 Amazon S3 버킷의 이름을 입력합니다.

원하는 대로 설정되었으면 생성을 선택합니다.8. 작업 탭을 선택합니다. 생성한 작업이 이 탭에 표시됩니다. 작업을 시작하려면 시작을 선택합니다.

다음 스크린샷에서 볼 수 있듯이, 작업 진행 상황을 모니터링할 수 있습니다.

버전 1.0175



버전 1.0176

AWS Schema Conversion Tool 사용 설명서마이그레이션 후 작업

마이그레이션 후 작업마이그레이션을 마친 후 마이그레이션 작업을 삭제하려면 다음과 같이 합니다.

1. 작업 탭을 선택합니다.2. 작업이 현재 실행 중인 경우 중지를 선택합니다.3. 작업을 삭제하려면 삭제를 선택합니다.

Cassandra용 AWS SCT 데이터 추출 에이전트가 더 이상 필요하지 않으면 다음과 같이 합니다.

1. 에이전트 탭을 선택합니다.2. 더 이상 필요 없는 에이전트를 선택합니다.3. 등록 취소를 선택합니다.

버전 1.0177

AWS Schema Conversion Tool 사용 설명서애플리케이션 SQL 변환 개요

AWS Schema Conversion Tool을 사용하여 애플리케이션 SQL 변환

데이터베이스 스키마를 한 엔진에서 다른 엔진으로 변환할 때 애플리케이션의 SQL 코드도 기존 데이터베이스 엔진이 아니라 새 데이터베이스 엔진과 상호 작용하도록 업데이트해야 합니다. 변환된 SQL 코드를 보고,분석하고, 편집하고, 저장할 수 있습니다.

AWS Schema Conversion Tool(AWS SCT)을 사용하여 C++, C#, Java 언어의 SQL 코드 또는 기타 애플리케이션 코드를 변환할 수 있습니다. Oracle에서 PostgreSQL로 변환하는 경우 AWS SCT를 사용하여 SQL*Plus코드를 PSQL로 변환할 수 있습니다.

애플리케이션 SQL 변환 개요애플리케이션의 SQL 코드를 변환하려면 다음의 상위 수준 단계를 수행합니다.

• 애플리케이션 변환 프로젝트를 생성 – 애플리케이션 변환 프로젝트는 데이터베이스 스키마 변환 프로젝트의 하위 프로젝트입니다. 각 데이터베이스 스키마 변환 프로젝트는 하나 이상의 하위 애플리케이션 변환프로젝트를 가질 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool에서 애플리케이션 변환 프로젝트 생성 (p. 178) 단원을 참조하십시오.

• SQL 코드를 분석 및 변환 – AWS SCT가 애플리케이션을 분석하고, SQL 코드를 추출하고, 사용자가 검토및 편집할 수 있도록 변환된 SQL의 로컬 사본을 생성합니다. 도구는 사용자가 준비될 때까지 애플리케이션의 코드를 변경하지 않습니다. 자세한 내용은 AWS Schema Conversion Tool을 사용하여 SQL 코드 분석 및 변환 (p. 181) 단원을 참조하십시오.

• 애플리케이션 평가 보고서를 생성 – 애플리케이션 평가 보고서는 소스 데이터베이스 스키마에서 대상 데이터베이스 스키마로 애플리케이션 SQL 코드 변환에 대한 중요한 정보를 제공합니다. 자세한 내용은 평가보고서 생성 및 사용 (p. 182) 단원을 참조하십시오.

• 변환된 SQL 코드를 편집, 변경 사항을 적용 및 저장 – 평가 보고서에는 자동으로 변환할 수 없는 SQL 코드항목의 목록이 포함됩니다. 이러한 항목에 대해 수동으로 SQL 코드를 편집하여 변환을 수행할 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool을 사용하여 변환된 SQL 코드 편집 및 저장 (p. 183)단원을 참조하십시오.

AWS Schema Conversion Tool에서 애플리케이션변환 프로젝트 생성

AWS Schema Conversion Tool에서 애플리케이션 변환 프로젝트는 데이터베이스 스키마 변환 프로젝트의하위 프로젝트입니다. 각 데이터베이스 스키마 변환 프로젝트는 하나 이상의 하위 애플리케이션 변환 프로젝트를 가질 수 있습니다. 다음 절차를 따라 애플리케이션 변환 프로젝트를 생성합니다.

애플리케이션 변환 프로젝트를 생성하려면

1. AWS Schema Conversion Tool의 애플리케이션 메뉴에서 New Application(새 애플리케이션)을 선택합니다.

버전 1.0178

AWS Schema Conversion Tool 사용 설명서애플리케이션 변환 프로젝트 생성

New application conversion project(새 애플리케이션 변환 프로젝트) 대화 상자가 나타납니다.

2. 다음 프로젝트 정보를 추가합니다.


Application Project Name(애플리케이션 프로젝트 이름)

애플리케이션 변환 프로젝트의 이름을 입력합니다. 각 데이터베이스 스키마 변환 프로젝트는 하나 이상의 하위 애플리케이션 변환프로젝트를 가질 수 있으므로, 나중에 프로젝트가 추가되더라도 구분이 가능한 이름을 선택하십시오.

위치 애플리케이션 소스 코드의 위치를 입력합니다.

Project language(프로젝트 언어)


• JAVA• C++

버전 1.0179

AWS Schema Conversion Tool 사용 설명서애플리케이션 변환 프로젝트 생성

이 파라미터의 경우... 수행할 작업• C#• 모두

SQL parameter style for targetdatabase(대상 데이터베이스의SQL 파라미터 유형)


• Same as in source(소스와 동일)• Positional (?)(위치(?))• Indexed (:1)(인덱스(:1))• Indexed ($1)(인덱스($1))• Named (@name)(명명됨(@name))• Named (:name)(명명됨(:name))

Select source databaseschema(소스 데이터베이스 스키마 선택)

소스 트리에서 애플리케이션 코드가 사용하는 스키마를 선택합니다.

3. 확인을 선택하여 애플리케이션 변환 프로젝트를 생성합니다.

프로젝트 창이 열립니다.

4. 애플리케이션 변환 프로젝트를 처음 생성하면 프로젝트 창이 자동으로 열립니다. 기존 애플리케이션 변환 프로젝트를 열려면 소스 트리에서 프로젝트 노드를 선택하고 컨텍스트(마우스 오른쪽 클릭) 메뉴를연 다음 Manage application(애플리케이션 관리)을 선택합니다.

버전 1.0180

AWS Schema Conversion Tool 사용 설명서SQL 코드 분석 및 변환

5. 애플리케이션 메뉴에서 New Application(새 애플리케이션)을 선택하거나 소스 트리에서 애플리케이션노드를 선택하고 컨텍스트(마우스 오른쪽 클릭) 메뉴를 연 다음 Add application(애플리케이션 추가)을선택하여 애플리케이션 변환 프로젝트를 추가할 수 있습니다.

AWS Schema Conversion Tool을 사용하여 SQL 코드 분석 및 변환

다음 절차를 따라 AWS Schema Conversion Tool을 사용하여 SQL 코드를 분석하고 변환합니다.

SQL 코드를 분석 및 변환하려면

1. 애플리케이션 변환 프로젝트에서 분석을 선택합니다.

AWS SCT가 애플리케이션 코드를 분석하고 SQL 코드를 추출합니다. 추출된 SQL 코드의 전체 목록이창 하단의 Parsed SQL Scripts(구문 분석된 SQL 스크립트) 창에 표시됩니다. 목록에서 항목을 선택하면Extracted SQL script(추출된 SQL 스크립트) 창에도 해당 항목이 표시됩니다.

2. 목록의 각 SQL 코드 항목을 분석할 수 있으며, 준비가 되면 변환을 선택하여 SQL을 대상 데이터베이스용 SQL로 변환합니다.

Note

나중의 절차에서 변환된 SQL 코드를 편집할 수 있습니다.

버전 1.0181

AWS Schema Conversion Tool 사용 설명서평가 보고서 생성 및 사용

평가 보고서 생성 및 사용애플리케이션 평가 보고서는 소스 데이터베이스 스키마에서 대상 데이터베이스 스키마로 애플리케이션SQL 코드 변환에 대한 중요한 정보를 제공합니다. 이 보고서에는 애플리케이션에서 추출된 모든 SQL, 변환된 모든 SQL, 변환할 수 없는 SQL에 대한 작업 항목이 세부적으로 설명되어 있습니다. 또한 자동 변환할 수없는 SQL 코드를 수동으로 변환하는 데 소요되는 예상 작업량 수치도 포함됩니다.

애플리케이션 평가 보고서 생성다음 절차를 따라 애플리케이션 평가 보고서를 생성합니다.

애플리케이션 평가 보고서를 생성하려면

1. 애플리케이션 변환 프로젝트 창의 작업 메뉴에서 보고서 생성을 선택합니다.

보고서가 생성되어 애플리케이션 변환 프로젝트 창에서 열립니다.2. 요약 탭을 검토합니다.

다음 그림과 같이 요약 탭에는 애플리케이션 평가 보고서의 요약 정보가 표시됩니다. 또한 자동 변환된SQL 코드 항목과 자동 변환되지 않은 항목이 표시됩니다.

3. SQL Conversion Actions(SQL 변환 작업) 탭을 선택하고 정보를 검토합니다.

SQL Conversion Actions(SQL 변환 작업) 탭에는 자동으로 변환할 수 없는 SQL 코드 항목의 목록이 표시됩니다. 수동으로 SQL 코드를 변환하는 권장 방법도 제안되어 있습니다. 나중 단계에서 변환된 SQL

버전 1.0182

AWS Schema Conversion Tool 사용 설명서변환된 SQL 코드 편집 및 저장

코드를 편집할 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool을 사용하여 변환된 SQL 코드 편집 및 저장 (p. 183) 단원을 참조하십시오.

4. 애플리케이션 평가 보고서의 로컬 사본을 PDF 파일 또는 CSV(쉼표로 분리된 값) 파일로 저장할 수 있습니다. PDF 파일은 요약 정보 및 작업 항목 정보를 모두 포함합니다. CSV 파일은 작업 항목 정보만 포함합니다.

AWS Schema Conversion Tool을 사용하여 변환된SQL 코드 편집 및 저장

평가 보고서에는 자동으로 변환할 수 없는 SQL 코드 항목의 목록이 포함됩니다. 변환할 수 없는 각 항목에대해 SQL Conversion Actions(SQL 변환 작업) 탭에 작업 항목이 있습니다. 이러한 항목에 대해 수동으로SQL 코드를 편집하여 변환을 수행할 수 있습니다.

다음 절차를 따라 변환된 SQL 코드를 편집하고, 변경 사항을 적용한 다음 저장합니다.

변환된 SQL 코드를 편집하고, 변경 사항을 적용하고, 저장하려면

1. 변환된 SQL 코드를 Target SQL script(대상 SQL 스크립트) 창에서 직접 편집합니다. 변환된 코드가 표시되지 않을 경우 창 안을 클릭하여 입력을 시작할 수 있습니다.

2. 변환된 SQL 코드 편집이 끝났으면 적용을 선택합니다. 이 시점에는 변경 사항이 메모리에 저장되고 아직 파일에는 기록되지 않습니다.

3. 저장을 선택하여 파일에 변경 사항을 저장합니다.

Important

저장을 선택하면 원래 파일을 덮어씁니다. 원래 애플리케이션 코드의 기록이 남아 있도록 저장하기 전에 원래 파일을 복사하십시오.

버전 1.0183

AWS Schema Conversion Tool 사용 설명서확장 팩 DB 스키마 사용

AWS Schema Conversion Tool 확장팩 사용

AWS SCT 확장 팩은 객체를 대상 데이터베이스로 변환할 때 필요한, 원본 데이터베이스에 존재하는 함수를에뮬레이트하는 추가 모듈입니다. AWS SCT 확장 팩을 설치하기 전에 데이터베이스 스키마를 변환해야 합니다.

AWS SCT 확장 팩에는 다음 구성 요소가 포함됩니다.

• DB 스키마 – 원본 데이터베이스에서 일부 OLTP 및 OLAP 객체(예: 시퀀스) 또는 지원되지 않는 내장 함수를 에뮬레이트하기 위한 SQL 함수, 절차, 테이블을 포함합니다. 이 스키마는 aws_<database enginename>_ext 형식으로 명명됩니다.

• 사용자 지정 Python 라이브러리(선별된 OLAP 데이터베이스용) – 지원되지 않는 내장 데이터베이스 함수를 에뮬레이트하는 Python 함수 세트를 포함합니다. 지원되는 데이터베이스 중 하나에서 AmazonRedshift로 마이그레이션할 때 이 라이브러리를 사용하십시오.

이 라이브러리에 대한 자세한 내용은 AWS SCT 확장 팩용 사용자 지정 Python 라이브러리 사용 (p. 185) 단원을 참조하십시오.

• AWS Lambda 함수(선별된 OLTP 데이터베이스용) – 작업 예약과 이메일 발송 같은 복잡한 데이터베이스기능을 에뮬레이트하는 AWS Lambda 함수를 포함합니다.

다음 단원에서는 AWS SCT 확장 팩에 대해 알아봅니다.

주제• 확장 팩 스키마 사용 (p. 184)• AWS SCT 확장 팩용 사용자 지정 Python 라이브러리 사용 (p. 185)• AWS Lambda 확장 팩의 AWS SCT 함수 사용 (p. 186)

다음 두 가지 방법을 사용하여 AWS SCT 확장 팩을 적용할 수 있습니다.

• 컨텍스트 메뉴에서 [ApplyToTarget]을 선택하여 대상 데이터베이스 스크립트를 적용하면 AWS SCT가 자동으로 확장 팩을 적용합니다. AWS SCT는 다른 모든 스키마 객체를 적용하기 전에 확장 팩을 적용합니다.

• 확장 팩을 수동으로 적용하려면 대상 데이터베이스를 선택한 다음 컨텍스트 메뉴에서 [Apply ExtensionPack]을 선택하십시오. 대부분의 상황에서는 자동 적용으로 충분합니다. 하지만 확장 팩을 실수로 삭제한경우, 확장 팩을 적용하는 것이 좋습니다.

AWS SCT 확장 팩이 대상 데이터 스토어에 적용될 때마다 구성 요소를 덮어씁니다. 각 구성 요소에는 버전번호가 있으며, AWS SCT는 현재 구성 요소 버전이 적용할 구성 요소보다 이전 버전인 경우, 사용자에게 경고합니다. 이러한 알림은 설정의 글로벌 설정에 있는 알림 설정에서 제어할 수 있습니다.

확장 팩 스키마 사용데이터베이스 또는 데이터 웨어하우스 스키마를 변환할 때 AWS SCT은 대상 데이터베이스에 추가 스키마를추가합니다. 이 스키마는 변환된 스키마를 대상 데이터베이스에 쓸 때 필요한 원본 데이터베이스의 SQL 시스템 함수를 구현합니다. 이 추가 스키마를 확장 팩 스키마라고 합니다.

버전 1.0184

AWS Schema Conversion Tool 사용 설명서확장 팩용 사용자 지정 Python 라이브러리

OLTP 데이터베이스용 확장 팩 스키마는 다음과 같이 원본 데이터베이스에 따라 명명됩니다.

• Microsoft SQL Server: AWS_SQLSERVER_EXT• MySQL: AWS_MYSQL_EXT• Oracle: AWS_ORACLE_EXT• PostgreSQL: AWS_POSTGRESQL_EXT

OLAP 데이터베이스 애플리케이션용 확장 팩 스키마는 다음과 같이 원본 데이터 스토어에 따라 명명됩니다.

• Greenplum: AWS_GREENPLUM_EXT• Microsoft SQL Server: AWS_SQLSERVER_EXT• Netezza: AWS_NETEZZA_EXT• Oracle: AWS_ORACLE_EXT• Teradata: AWS_TERADATA_EXT• Vertica: AWS_VERTICA_EXT

AWS SCT 확장 팩용 사용자 지정 Python 라이브러리 사용

경우에 따라 AWS Schema Conversion Tool은 원본 데이터베이스 기능을 동등한 Amazon Redshift 기능으로변환하지 못할 수 없습니다. AWS SCT 확장 팩은 Amazon Redshift에서 일부 원본 데이터베이스 기능을 에뮬레이트하는 사용자 지정 Python 라이브러리를 포함하고 있습니다.

트랜잭션 데이터베이스를 변환하는 경우에는 AWS Lambda 확장 팩의 AWS SCT 함수 사용 (p. 186) 단원을 참조하십시오.

다음 두 경우에는 확장 팩을 수동으로 설치해야 합니다.

• 실수로 대상 데이터베이스에서 확장 팩 스키마를 삭제한 경우.• 사용자 지정 Python 라이브러리를 업로드하여 데이터베이스 기능을 에뮬레이션하려고 합니다.

AWS 서비스를 사용하여 사용자 지정 Python 라이브러리 업로드AWS SCT 확장 팩 마법사를 이용해 사용자 지정 Python 라이브러리를 설치할 수 있습니다.

확장 팩 적용다음 절차를 사용하여 확장 팩을 적용합니다.

확장 팩을 적용하려면

1. AWS Schema Conversion Tool의 대상 데이터베이스 트리에서 컨텍스트(마우스 오른쪽 클릭) 메뉴를열어 확장 팩 적용을 선택합니다.

버전 1.0185

AWS Schema Conversion Tool 사용 설명서확장 팩의 Lambda 함수

확장 팩 마법사가 열립니다.2. [Welcome] 페이지를 읽은 후 [Next]를 선택합니다.3. [AWS Services Settings] 페이지에서 다음 작업을 수행합니다.

• 확장 팩 스키마만을 다시 설치하는 경우, [Skip this step for now]와 [Next]를 차례로 선택합니다.• Python 라이브러리를 업로드하는 경우 AWS 계정에 연결하기 위한 자격 증명을 제공합니다. AWS

Command Line Interface가 설치되어 있는 경우 AWS CLI(AWS CLI) 자격 증명을 사용할 수 있습니다.이미 전역 애플리케이션 설정 내 프로필에 저장하고 프로젝트에 연결한 자격 증명을 사용할 수도 있습니다. 필요한 경우 [Navigate to Project Settings]를 선택하여 다른 프로필을 프로젝트에 연결합니다. 필요한 경우, [Global Settings]를 선택하여 새 프로필을 생성합니다. 자세한 내용은 AWS SchemaConversion Tool에서 AWS 서비스 프로파일 사용 (p. 13)단원을 참조하십시오.

4. [Python Library Upload] 페이지에서 다음 작업을 수행합니다.

• 확장 팩 스키마만을 다시 설치하는 경우, [Skip this step for now]와 [Next]를 차례로 선택합니다.• Python 라이브러리를 업로드하는 경우 Amazon S3 경로를 입력한 후 [Upload Library to S3]를 선택합

니다.

완료했으면 [Next ]을 선택합니다.5. [Functions Emulation] 페이지에서 [Create Extension Pack]을 선택합니다. 확장 팩 작업의 상태를 나타

내는 메시지가 표시됩니다.

모두 마쳤으면 [Finish]를 선택합니다.

AWS Lambda 확장 팩의 AWS SCT 함수 사용AWS Schema Conversion Tool 확장 팩에는 Lambda 플랫폼에서 호스팅되는 데이터베이스에 이메일, 작업예약 및 기타 기능을 제공하는 Amazon EC2 함수가 포함되어 있습니다.

AWS Lambda 함수를 사용하여 데이터베이스 기능 에뮬레이션일부의 경우, 데이터베이스 기능을 동등한 Amazon RDS 기능으로 변환할 수 없습니다. 예를 들어 Oracle은UTL_SMTP를 사용하는 이메일 호출을 발송하고, Microsoft SQL Server는 작업 스케줄러를 사용할 수 있습니다. Amazon EC2에서 데이터베이스를 호스팅 및 자체 관리하는 경우, AWS 서비스로 대체하여 이러한 기능을 에뮬레이트할 수 있습니다.

AWS SCT 확장 팩 마법사는 사용자가 Lambda 함수를 설치, 생성 및 구성하여 이메일, 작업 예약 및 기타 기능을 에뮬레이션하도록 도와줍니다.

버전 1.0186

AWS Schema Conversion Tool 사용 설명서확장 팩 적용

확장 팩 적용다음 절차를 사용하여 확장 팩을 적용합니다.

Important

AWS 서비스 에뮬레이션 기능은 Amazon EC2에 설치되는 자체 관리형 데이터베이스에서만 지원됩니다. 대상 데이터베이스가 Amazon RDS DB 인스턴스인 경우 서비스 에뮬레이션 기능을 설치하지마십시오.

확장 팩을 적용하려면

1. AWS Schema Conversion Tool의 대상 데이터베이스 트리에서 컨텍스트(마우스 오른쪽 클릭) 메뉴를열어 확장 팩 적용을 선택합니다.

확장 팩 마법사가 열립니다.2. [Welcome] 페이지를 읽은 후 [Next]를 선택합니다.3. [AWS Services Settings] 페이지에서 다음 작업을 수행합니다.

• 확장 팩 스키마만을 다시 설치하는 경우, [Skip this step for now]와 [Next]를 차례로 선택합니다.• AWS 서비스를 설치하는 경우 AWS 계정에 연결하기 위한 자격 증명을 입력합니다. AWS Command

Line Interface가 설치되어 있는 경우 AWS CLI(AWS CLI) 자격 증명을 사용할 수 있습니다. 이미 전역애플리케이션 설정 내 프로필에 저장하고 프로젝트에 연결한 자격 증명을 사용할 수도 있습니다. 필요한 경우 [Navigate to Project Settings]를 선택하여 다른 프로필을 프로젝트에 연결합니다. 필요한 경우, [Global Settings]를 선택하여 새 프로필을 생성합니다. 자세한 내용은 AWS Schema ConversionTool에서 AWS 서비스 프로파일 사용 (p. 13) 단원을 참조하십시오.

4. [Email Sending Service] 페이지에서 다음을 수행합니다.

• 확장 팩 스키마만을 다시 설치하는 경우, [Skip this step for now]와 [Next]를 차례로 선택합니다.• AWS 서비스를 설치하는 경우, 기존의 Lambda 함수가 있으면 이를 제공할 수 있습니다. 그렇지 않으

면 마법사가 사용자 대신 생성합니다. 완료했으면 [Next ]을 선택합니다.5. [Job Emulation Service] 페이지에서 다음을 수행합니다.

• 확장 팩 스키마만을 다시 설치하는 경우, [Skip this step for now]와 [Next]를 차례로 선택합니다.• AWS 서비스를 설치하는 경우, 기존의 Lambda 함수가 있으면 이를 제공할 수 있습니다. 그렇지 않으

면 마법사가 사용자 대신 생성합니다. 완료했으면 [Next ]을 선택합니다.6. [Functions Emulation] 페이지에서 [Create Extension Pack]을 선택합니다. 확장 팩 작업의 상태를 나타

내는 메시지가 표시됩니다.

모두 마쳤으면 [Finish]를 선택합니다.

버전 1.0187

AWS Schema Conversion Tool 사용 설명서일반 메모리 관리 및 성능 옵션

AWS Schema Conversion Tool 모범사례

아래에서 AWS Schema Conversion Tool 사용을 위한 모범 사례 및 옵션에 대한 정보를 확인할 수 있습니다.

일반 메모리 관리 및 성능 옵션다양한 메모리 성능 설정을 사용하여 AWS Schema Conversion Tool을 구성할 수 있습니다. 메모리를 증가하면 변환 속도가 빨라지지만 데스크탑에서 더 많은 메모리 리소스를 사용합니다.

메모리 관리 옵션을 설정하려면 [Settings] 메뉴에서 [Global Settings]를 선택하고 [Performance andMemory] 탭을 설정합니다. 다음 옵션 중 하나를 선택합니다.

• Fast conversion, but large memory consumption(빠른 변환, 많은 메모리 사용) – 이 옵션은 변환 속도를 최적화하지만 객체 참조 캐시용으로 더 많은 메모리가 필요합니다.

• Low memory consumption, but slower conversion(적은 메모리 사용, 느린 변환) – 이 옵션은 메모리 사용량을 최소화하지만 그 결과로 변환 속도가 낮아집니다. 데스크탑의 메모리 용량이 제한적인 경우 이 옵션을 사용하십시오.

• Balance speed with memory consumption(속도와 메모리 사용량 간 균형) – 이 옵션은 메모리 사용과 변환속도 간 균형을 최적화합니다.

추가 메모리 구성대규모 데이터베이스 스키마를 변환하는 경우(예: 3,500개의 저장 프로시저가 포함된 데이터베이스) AWSSchema Conversion Tool에 사용할 수 있는 메모리 용량을 구성할 수 있습니다.

AWS SCT가 소비하는 메모리 용량을 수정하려면

1. 구성 파일이 있는 폴더를 찾습니다(C:\Program Files\AWS Schema Conversion Tool\App).2. 메모장 등 텍스트 편집기를 사용하여 구성 파일 AWS Schema Conversion Tool.cfg를 엽니다.3. JVMUserOptions 섹션을 편집하여 최소 및 최대 가용 메모리를 설정합니다. 다음 예제에서는 최소를

4GB, 최대를 40GB로 설정합니다.

[JVMUserOptions]-Xmx48960m -Xms4096m

버전 1.0188

AWS Schema Conversion Tool 사용 설명서Oracle 소스 데이터베이스에서 객체를 로드할 수 없음

AWS Schema Conversion Tool 관련문제 해결

아래에서 AWS Schema Conversion Tool (AWS SCT) 관련 문제 해결에 대한 정보를 확인할 수 있습니다.

Oracle 소스 데이터베이스에서 객체를 로드할 수 없음

Oracle 데이터베이스에서 스키마를 로드하려고 할 때 다음과 같은 오류가 발생할 수 있습니다.

Cannot load objects tree.

ORA-00942: table or view does not exist

이러한 오류는 Oracle 데이터베이스에 연결할 때 사용한 ID의 사용자에게 AWS SCT에서 요구하는 대로 스키마를 읽을 수 있는 충분한 권한이 없기 때문에 발생합니다.

사용자에게 select_catalog_role 권한과 데이터베이스 내 모든 딕셔너리에 대한 권한을 부여하면 이 문제를 해결할 수 있습니다. 이러한 권한은 AWS SCT가 필요로 하는 보기 및 시스템 테이블에 대한 읽기 전용액세스를 제공합니다. 다음 예제에서는 min_privs라는 사용자 ID를 생성하고, 이 ID의 사용자에게 Oracle소스 데이터베이스로부터 스키마를 변환하는 데 필요한 최소한의 권한을 부여합니다.

create user min_privs identified by min_privs;grant connect to min_privs;grant select_catalog_role to min_privs; grant select any dictionary to min_privs;

버전 1.0189

AWS Schema Conversion Tool 사용 설명서릴리스 정보 – 635

AWS Schema Conversion Tool 출시정보

이 단원에는 버전 1.0.611에서 시작하여 AWS Schema Conversion Tool 출시 정보가 포함되어 있습니다.

AWS Schema Conversion Tool 빌드 635 릴리스 정보

AWS Schema Conversion Tool 1.0.633 및 1.0.634 릴리스에 대한 변경사항이 AWS Schema ConversionTool 1.0.635 릴리스로 병합됩니다.

다음 표에는 AWS Schema Conversion Tool 1.0.635 버전의 기능과 버그 수정이 나와 있습니다.

소스 Target 새로운 기능, 향상된 기능 또는 수정된 기능

모두 모두 SCT UI - AWS Glue. 작업 대형 공통 작업

모두 Amazon Redshift JDBC 드라이버가 1.2.36.1060 버전으로 업데이트되었습니다. 테이블 생성에 대한 개선 사항. 옵션: GENERATED BY DEFAULT ASIDENTITY가 있는 열 지원.

모두 AuroraPostreSQL 11

이제 Aurora PostreSQL 11을 대상으로 지원

모두 Microsoft SQLServer

WAIT FOR DELAY가 이제 지원됩니다.

모두 Oracle 수정: TO_CHAR(숫자) 기능이 이제 올바른 결과를 반환합니다.

모두 PostgreSQL 수정: 분석 기능(PERCENTILE_CONT)이 이제 순서 지정 설정을 활용해 올바로 변환됩니다.

Micorosft AzureSQL/MicrosoftSQL Server

PostgreSQL/AuroraPostgreSQL

DDL 지침 후 스키마 이름 결정을 지원.

Greenplum Amazon Redshift 다음 항목에 대한 DDL 및 저장된 코드 개선 사항. CREATETEMPORARY TABLE. 함수에서 테이블을 자릅니다. 연산자를 수행합니다. AI에 대한 "수동 해결 예상 소요 시간"과 심각도 수준을검토하고 감소시킵니다. NEXTVAL in SELECT. 수정: VARCHAR유형의 일부 열에서 잘못된 AI 14006. AI 14014에 대한 설명 향상.

Microsoft SQLServer

AWSGlue(Python 셸)

다음 항목에 대한 저장된 코드 개선 사항. 연산자. SET 문.DECLARE 구문. CREATE PROCEDURE. Python으로 변환하는내장 함수. 혼합 피연산자 유형의 산술 표현식. 흐름 제어 언어: IF/ELSE, WHILE, RETURN, CASE, WAITFOR. 시퀀스 사용. 프로시저 오류 처리,

Microsoft SQLServer

PostgreSQL/AuroraPostgreSQL

날짜로 확장된 산술 연산. TOP(표현식) WITH TIES에 대한 에뮬레이션.

버전 1.0190

AWS Schema Conversion Tool 사용 설명서릴리스 정보 – 635


Netezza Amazon Redshift 저장된 코드 개선 사항. CREATE TABLE AS, CREATE VIEW AS.Datatype 매핑 검토 및 개선 사항. 수정: 교정된 OBFUSCATE 프로시저 플래그 및 AI 15089.

Netezza Amazon Redshift 다음 항목에 대한 저장된 코드 개선 사항. DDL 문 개선 사항. DROP객체. 시스템 파라미터 설정. AppConversion Parsable. DML 문. 데이터 유형 매핑. DateTime 내장 함수. 시스템 함수 및 간격 지원.

Oracle Amazon Redshift 다음 항목에 대한 저장된 코드 개선 사항. 표준 Oracle 패키지. 커서루프 내에 문을 삽입합니다.

Oracle AWS Glue(Spark모드)

Python 데이터 유형으로 매핑하는 데이터 유형 지원. SparkSQL 스트링 형성 개선. pg8000 SQL 스트링 형성 개선.

Oracle PostgreSQL/AuroraPostgreSQL

결합 배열 및 글로벌 중첩 테이블 로직 개선. 전역 컬렉션에 대한 초기화 흐름 개선. TO_TIMESTAMP 함수, dbms_lock 튜닝,lockmode/제한 시간 지원.


중첩된 프로시저/함수에서 사용된 로컬/글로벌 변수 구현. 인수/변수 전달을 명시적 커서 파라미터로 지원. 수정: 로컬 커서 변환 문제. 수정: 주요 기능에서 순서를 지정하는 패키지 변수.


다음 항목: NULL/NULL 변환에 대한 개선 사항. 패키지 레코드 형식변환. NUMBE 변수에 대한 사용자 지정 유형 매핑 설정. 결합 배열및 로컬 중첩 테이블 로직. 뷰에서 OVER. 전역 컬렉션에 대한 기본값. 글로벌 임시 테이블 트리거. 이제 ANYDATA가 지원됩니다. 이제 다중 삽입이 지원됩니다.

PostgreSQL Microsoft SQLServer

수정: 조인을 활용한 업데이트와 삭제가 이제 올바로 실행됩니다.

PostrgreSQL Microsoft SQLServer

수정: SCT가 더 이상 RANK OVER 쿼리에서 DESC 순서 지정 키워드를 무시하지 않습니다.

SAP ASE PostgreSQL/AuroraPostgreSQL

다음 항목: CONVERT(char(x), varchar,0)(3개의 인수 포함)에 대한지원 개선. SELECT VAR = 표현식/ SELECT VAR = (SELECT ...FROM...). 임시 테이블의 인덱스. 쿼리 힌트. ROLLBACKTRIGGER/ROLLBACK TRIGGER WITH RAISEERROR. GROUPBY 절에 없는 열과 HAVING. GROUP BY가 없는 HAVING. 파라미터 및 생성된 참조 커서를 활용한 프로시저 호출의 변환이 이제 올바릅니다. 현재 세션 처리를 설정합니다. 수정: Sybase 외부 조인에서 ANSI 표준 외부 조인. 시스템 객체, host_id(), host_name(), SQLGET_APPCONTEXT, @@SPID, SUSER_NAME 함수에 대한 에뮬레이션. 수정: 임시 테이블의 열에 알맞은 해결.

SAP ASE PostgreSQL/AuroraPostgreSQL

현재 세션에 대한 SET 사용 지원 개선.

SQL 서버 PostgreSQL 수정: VARCHAR는 더 이상 VARCHAR(1)로 변환되지 않습니다.

SQL 서버 PostgreSQL 수정: SQL Server DATEDIFF 기능이 이제 올바로 작동합니다.

Sybase PostgreSQL UPDATE 문에 대한 변환 개선.

Teradata Amazon Redshift 이제 EXECUTE IMMEDIATE를 변환합니다. 이제 분산 스타일 =AUTO 지원.

버전 1.0191

AWS Schema Conversion Tool 사용 설명서– 632 출시 정보


Teradata AWS Glue(Spark모드)

일반 변환 개선 사항. SparkSQL 스트링 형성, pg8000 SQL 스트링형성 개선.

해결됨:

• 프로젝트 마법사 - 인스턴스 레벨에서 실행 가능• Teradata에 대한 변환 문제 수정

AWS Schema Conversion Tool 빌드 632 출시 정보다음 표에는 AWS Schema Conversion Tool 1.0.632 버전의 기능과 버그 수정이 나와 있습니다.


모두 모두 SCT UI - 스크립트를 적용할 때 발생하는 오류를 표시하는 새 탭이추가되었습니다.

SAP-ASE 모두 이제 소스 트리를 SQL로 저장할 수 있습니다.

Oracle PostgreSQL또는 AuroraPostgreSQL

• 이제 빈 문자열 리터럴을 객체 메타데이터, 구문 분석 가능한 문,스크립트, 애플리케이션 소스 코드의 SQL 문 등 모든 위치에서NULL로 변환합니다.

• REPLACE는 이제 Oracle 및 PostgreSQL에서 동일한 동작을 합니다.

• 이제 기본적으로 함수와 프로시저에 허용되지 않은 100개 이상의 인수를 허용합니다.

• aws_oracle_ext.instr 함수는 더 이상 잘못된 결과를 반환하지 않습니다.

• LEAST 함수와 GREATEST 함수는 이제 동일하게 작동합니다.• Extpack 함수 immutable_concat_ws는 보기에서 더 이상standard concat_ws 대신 사용할 수 없습니다.

• 변경 불가능 concat 함수가 구현되었습니다.• 이제 공개 동의어가 보기에서 확장되었습니다.• dbms_application_info.set_module에 대한 지원이 추가되었습니

다.• 이제 오류 코드에 대해 이전에 호환되지 않는 숫자 유형 변수를

지원합니다.• 이제 FETCH BULK COLLECT INTO를 지원합니다.• 이제 함수 내부에서 SAVEPOINT, ROLLBACK TOSAVEPOINT를 지원합니다.

• 이제 SELECT...INTO...가 있는 커서를 지원합니다.• 이제 루틴의 입력 파라미터의 DEFAULT 값으로 패키지의 컬렉션

변수를 지원합니다.• 파라미터 또는 변수의 유형 선언은 시스템의 보기 열 %TYPE을 기

반으로 합니다.• 이제 %ROWTYPE의 전역 중첩 테이블을 지원합니다.• %TYPE의 하위 유형이 있는 패키지를 지원합니다.

버전 1.0192


소스 Target 새로운 기능, 향상된 기능 또는 수정된 기능• 수정 사항: 변환기 오류가 발생한 INSERT INTO 컬렉션 요소 필

드

SAP ASE PostgreSQL또는 AuroraPostgreSQL

• 이제 해결되지 않은 임시 테이블로 다중 테이블 UPDATE 문의 올바른 변환을 지원합니다.

• 스키마 이름이 지정되지 않았거나 데이터베이스 이름만 사용되는 경우 올바른 객체가 확인됩니다.

• 이제 CONVERT 함수(확장 팩)를 지원합니다.

Netezza Redshift • 저장된 코드입니다. 트랜잭션 제어에 대한 지원이 개선되었습니다(COMMIT/ROLLBACK).

• 해결되지 않은 AI 15028의 심각도를 “심각”에서 “높음”으로 변경합니다. 쿼리에서 처리하는 /=/ 연산자가 추가되었습니다.

• AI 15001, 15002, 15003에 대한 “수동 해결 예상 소요 시간”을 줄입니다.

• sql 문에서 /=/ 연산자의 변환.• 따옴표로 묶은 데이터 형식(예: "VARCHAR", "TIME" 등)의 데이

터 형식 매핑에 대한 개선 사항입니다.

Oracle용Amazon RDS

Redshift 수정 사항: 일본 환경 OS에서 SCT 데이터 추출 에이전트를 사용하여 RDS Oracle에서 Redshift로 로드할 때 발생한 복사 명령 오류 데이터를 추출하기 전에 Oracle에 대한 ALTER SESSION SETNLS_DATE_LANGUAGE = 'ENGLISH'" 명령이 추가되었습니다.

해결됨:

• 수정 사항: 현재 프로젝트 설정 메뉴의 오타• 수정 사항: 매핑 규칙을 사용하여 대문자로 변환할 수 없음(PostgreSQL이 대상인 경우)



Oracle 및OracleDW

모두 수 메커니즘 및 SQL 코드 행 수에 대한 지원이 추가됨

Oracle MariaDB(10.2/10.3/10.3SQLMODE=ORACLE)

Oracle CONNECT BY 구문을 사용하는 계층적 쿼리가 공통 테이블표현식(WITH RECURSIVE)으로 전송됨

Oracle MariaDB

MySQL

MySQL(Aurora)

조인의 양쪽에 나타나는 테이블과의 복합 조인이 수정됨

SAP ASE MySQL CONVERT 함수 지원

SAP ASE MySQL 수정 사항: 다중 테이블 SELECT 구현을 통해 INSERT 변환 및 임시 테이블 구현을 통해 다중 테이블 UPDATE 문 변환

버전 1.0193


소스 Target 새로운 기능, 향상된 기능 또는 수정된 기능MySQL(Aurora)

Microsoft SQLServer

MySQL

MySQL(Aurora)

수정 사항: 객체를 호출하고 스키마를 지정하지 않을 때 잘못된 스키다 및 객체 정의

이제 스키마가 없는 시스템 객체가 있는 그대로 변환됩니다.

SAP ASE MySQL

MySQL(Aurora)

수정 사항: 다중 테이블 SELECT를 통해 INSERT의 잘못된 변환

Microsoft SQLServer

PostgreSQL 이제 try/catch 블록의 설명이 대상으로 전송됨

기본값을 사용하여 저장 프로시저 파라미터에 대한 지원이 개선됨

수정 사항: ALTER TABLE 및 ENABLE/DISABLE TRIGGER ALL이사용될 때 proc에서 전체 코드 제거

SAP ASE PostgreSQL CONVERT 함수 지원

Oracle PostgreSQL ProC 및 ECPG 간 코드 변환 지원

RAWTOHEX/HEXTORAW/UTL_RAW 변환에 대한 지원이 개선됨

별도의 저장 루틴에서 OPEN 및 FETCH 명령을 허용하기 위해 전역커서에 대한 지원이 개선되었습니다. 이 개선 기능을 통해 한 프로시저에서 커서를 열고, 다른 프로시저에 가져오고, 세 번째 프로시저에서 닫을 수 있습니다.

PostgreSQl 11용 프로시저와 함수 간에 전환하는 옵션

DBMS_XMLGEN 및 DBMS_XMLQUERY

저장 프로시저에 대한 공개 동의어 생성

Microsoft SQLServer

PostgreSQL

PostgreSQL(Aurora)

프로시저 호출이 데이터베이스 이름만 지정할 때 스키마 및 객체 정의의 정확성이 개선됨

이제 스키마가 없는 시스템 객체가 있는 그대로 변환됨

버전 1.0194



Oracle PostgreSQL

PostgreSQL(Aurora)

별도의 저장 루틴에서 OPEN 및 FETCH 명령을 허용하기 위해 전역커서에 대한 지원이 개선되었습니다. 이 개선 기능을 통해 한 프로시저에서 커서를 열고, 다른 프로시저에 가져오고, 세 번째 프로시저에서 닫을 수 있습니다.

이제 하위 쿼리의 열 별칭이 올바르게 변환되었습니다.

REVERSE 함수 지원

익명 블록의 파라미터 지원

ROWID를 varchar(36)으로 변환하는 옵션이 추가됨 이 새로운옵션을 사용하면 MyRowid에 대한 DOMAIN을 varchar(36) NOTNULL로 생성한 다음 ROWID 데이터 형식 및 AS MyRowid 열을 변환하고 마지막으로 각 열에 대한 SEQUENCE를 생성하여 기본값을NEXTVAL()으로 설정할 수 있습니다.시스템 보기 에뮬레이션

FORALL MERGE 지원

%TYPE 유형의 파라미터를 사용하여 전역 커서 지원 Oracle에서변환할 때의 개선 사항:

%TYPE 유형의 파라미터를 사용하여 글로벌 커서 지원 %TYPE 유형의 파라미터를 사용하여 전역 커서 지원

변수가 없는 패키지에 대한 초기화 기능의 생성 지원

100개 이상의 인수로 루틴에서 발생한 AI

NULL을 사용하여 DECODE에서 CASE로 올바르게 변환

연결 열 이외의 열이 필요한 경우 재귀적 SQL을 변환합니다.

명시적 로컬 커서의 %FOUND 및 %NOTFOUND 속성 사용량

명명된 표기법을 사용하여 컬렉션 형식의 결과로 함수 호출

컬렉션 유형의 결과와 기본 인수 값이 있는 함수

버전 1.0195



Greenplum Redshift FUNCTION 선언(DROP/CREATE PROCEDURE)

변수 및 상수 선언

변수 배정 및 표현식

흐름 제어 언어.FOR

커서

Dynamic SQL v1.(AI로 거부)

데이터 형식 매핑 Greenplum PL/pgSql- Redshift PL/pgSQL

PL/pgSQL 구조(BEGIN...END, 하위 블록, 라벨)

설명

흐름 제어 언어 RETURN / RETURN NEXT

흐름 제어 언어 IF-THEN-ELSE

흐름 제어 언어 루프의 EXIT / CONTINUE

흐름 제어 언어 단순 루프

흐름 제어 언어 WHILE

공통 문. 다른 프로시저/UDF 호출

Redshift 함수의 RETURNS SETOF 결과(plpythonu)

VOID 값을 Redshift로 반환(plythonu)

Microsoft SQLServer

Redshift CLR 저장 프로시저 지원

트랜잭션 제어를 위해 저장 코드에 대한 지원이 개선됨(COMMIT,ROLLBACK)

Netezza Redshift Netezza 프로시저가 더 이상 python 함수로 변환되지 않음

변수, 프로시저 설명 및 기타 추가 사례에 대한 SELECT 배정을 지원합니다.

Oracle Redshift PL/SQL 패키지에 대한 지원이 개선됨

트랜잭션 제어를 위해 저장 코드에 대한 지원이 개선됨(COMMIT,ROLLBACK)

Teradata Redshift 저장 코드에서 트랜잭션 제어(COMMIT, ROLLBACK) 지원

저장 프로시저 및 함수 실행

결과 집합 커서 반환

진단 문

CREATE TABLE 및 CREATE VOLATILE TABLE에 대한 DDL 문 지원

버전 1.0196


해결됨:

• 수정 사항: SQL Server SYSDATETIMEOFFSET 함수를 PG로 번역할 수 없음• 수정 사항: Amazon ETL Service(SCT 626)에 대한 서비스 프로필 테스트 연결 실패• 수정 사항: Teradata 테이블에서 Redshift로 변환하는 문제• 수정 사항: Amazon ETL Service에 대한 서비스 프로필 테스트 연결 실패• 수정 사항: SCT 평가 보고서가 멀티바이트 문자를 PDF로 저장할 수 없음• 수정 사항: 이제 DMS 독립 실행형 에이전트가 S3을 DMS 로컬 작업에 대한 대상으로 지원• 수정 사항: 이제 객체 트리에서 SAP ASE 시스템 테이블을 볼 수 있습니다.• 수정 사항: SQL Server에서 PostgreSQL로 변환할 때, SCT는 이제 try/catch 블록의 설명을 지원합니다.

AWS Schema Conversion Tool 빌드 630 출시 정보AWS Schema Conversion Tool 1.0.630 릴리스가 AWS Schema Conversion Tool 1.0.631 릴리스와 병합되었습니다. 병합되지 않은 변경 사항은 AWS Schema Conversion Tool 빌드 631 출시 정보 (p. 193) 단원을참조하십시오.

AWS Schema Conversion Tool 빌드 629 출시 정보다음 표에는 AWS Schema Conversion Tool 버전 1.0.629의 기능과 버그 수정이 나와 있습니다.

새로운 기능 또는 향상된 기능 설명

Redshift Netezza에서 변환하는 경우, 다음에 대한 저장된 코드 지원:

• 저장 프로시저

Microsoft SQL Server에서 변환하는 경우:

• 소스 코드 CLR 저장 프로시저를 인쇄할 수 있는 기능이 추가됨• OBJECT_ID

Oracle에서 변환하는 경우, 다음에 대한 저장된 코드 지원:

• PL/SQL 패키지

Teradata에서 변환하는 경우:

• 예외 처리• 조건 처리• DCL 문• DDL 문: 다른 객체 CREATE• DML 문: 개선된 지원

SAP ASE 소스로 SAP ASE 12.5 지원

DynamoDB Cassandra에서 변환하는 경우:

버전 1.0197

AWS Schema Conversion Tool 사용 설명서출시 정보 – 628

새로운 기능 또는 향상된 기능 설명• 마이그레이션 개선 및 버그 수정• 튜플 및 고정에 대한 컬렉션 형식 추출

MySQL 8 Oracle에서 변환하는 경우, Oracle CONNECT BY를 사용하는 계층적 쿼리에 대한 지원이 추가되었습니다. 이제 RECURSIVE 수정자를 비롯하여WITH 쿼리(CTE)로 구문을 변환합니다.

MySQL 및 Aurora MySQL SAP ASE에서 변환하는 경우:

• 어떤 애플리케이션에서도 사용할 수 있도록 시스템 테이블sysusermessages에 사용자 정의 메시지에 대한 지원이 추가되었습니다. sysusermessages에 메시지를 추가하려면 sp_addmessage를사용하고, print 및 raiserror에서 사용할 메시지를 검색하려면sp_getmessage를 사용합니다.

• 잘못된 RAISERROR 변환을 수정했습니다.

PostgreSQL Oracle에서 변환하는 경우, 다음에 대한 지원:

• 비활성화된 트리거 및 제약 조건을 무시하는 옵션• 배열 작업 또는 중첩 레코드의 전역 중첩 테이블 할당• EXTRACT, EXTRACTVALUE 함수• 규칙 및 객체 트리의 추가 객체 범주를 비롯하여 확장 팩이 포함된 로컬

및 전역 애플리케이션 컨텍스트• XMLSEQUENCE, XMLELEMENT 및 XMLTYPE 메서드• 별도의 저장된 루틴에서 OPEN 및 FETCH 명령을 변환하기 위한 전역

커서 지원이 개선되었습니다. 이제 한 프로시저에서 커서를 열고, 다른프로시저에 가져오고, 세 번째 프로시저에서 닫을 수 있습니다.

• 수정 사항: 하위 선택에서 열 별칭이 더 이상 잘못 변환되지 않음• 고정 SCT 변환기 오류 복합 조인이 더 이상 조인의 양쪽에 테이블을 표

시하지 않습니다.

Microsoft SQL Server에서 변환하는 경우 동적 SQL에 대한 지원

PostgreSQL 및 AuroraPostgreSQL

Oracle에서 변환하는 경우 dbms_application_info.set_action은확장 팩을 통해 에뮬레이션될 수 있습니다. 또한 SQL%bulk_exceptions참조로 인해 변환기 오류가 발생한 경우 이제 AI를 통해 이러한 예외를 거부해야 합니다.

해결됨:

• 이제 트리거와 프로시저가 SQL Server에서 MySQL로 변환할 수 있음• 이제 SCT가 SQL Server에서 Aurora PostgreSQL로 변환하는 과정에서 6000개 프로시저의 스키마를 변

환할 수 있음• 버지니아 북부 리전에서 AWS Glue를 사용할 수 없었던 문제 수정• 스키마 변환 중 SQL Server 소스 프로시저가 더 이상 중단하지 않음• 일반적인 버그 수정 및 개선입니다.


버전 1.0198



서비스 대체 DB2에서 Aurora MySQL로 변환하는 경우:

• 이메일 전송 에뮬레이션• 파일 지원 에뮬레이션• 작업 에뮬레이션

DB2에서 Aurora PostgreSQL로 변환하는 경우:

• 이메일 전송 에뮬레이션• 파일 지원 에뮬레이션• UTL_File 패키지 에뮬레이션

Microsoft SQL Server에서 MySQL, PostgreSQL, Aurora MySQL 또는Aurora PostgreSQL로 변환하는 경우:

• SQL Server 스케줄러 에뮬레이션

Oracle에서 MySQL 또는 Aurora MySQL로 변환하는 경우:

• 파일 지원 에뮬레이션• OWA_ 패키지 에뮬레이션• Oracle 대기열 에뮬레이션• HTP/HTF/OWA_* 패키지 에뮬레이션

Oracle에서 PostgreSQL 또는 Aurora PostgreSQL로 변환하는 경우:

• 파일 지원 에뮬레이션• OWA_ 패키지 에뮬레이션• Oracle 대기열 에뮬레이션• UTL_File 패키지 에뮬레이션

Redshift Microsoft SQL Server에서 변환하는 경우, 다음에 대한 저장된 코드 지원:

• 저장 프로시저 및 동적 SQL

Oracle에서 변환하는 경우, 다음에 대한 저장된 코드 지원:

• 프로시저의 커서• MERGE

• EXECUTE IMMEDIATE가 프로시저에서 지원되며 동적 SQL에서 지원이 개선됨

• 프로시저의 중첩 하위 프로그램

Teradata에서 변환하는 경우, 다음에 대한 저장된 코드 지원:

• 프로시저의 커서• MERGE

• QUALIFY

버전 1.0199


새로운 기능 또는 향상된 기능 설명• DECLARE 및 SET 변수

SAP ASE 15.0 소스로 SAP ASE 15.0 지원

DynamoDB Cassandra에서 변환하는 경우, 다음에 대한 지원:

• 컬렉션 형식(SET, LIST, MAP) 추출• 일반적인 개선 및 수정

MySQL 8 DB2 또는 SAP ASE에서 변환하는 경우 대소문자 구분 인스턴스에 대한지원

버전 1.0200



PostgreSQL 11 DB2에서 변환하는 경우, 다음에 대한 지원:

• SQL 저장 프로시저에 대한 CALL 및 내장 트랜잭션에 대한 지원.CALL 명령을 통해 호출된 프로시저와 익명 코드 블록(DO 명령)에서는COMMIT 및 ROLLBACK 명령을 사용하여 트랜잭션을 종료할 수 있습니다. 이러한 명령을 사용하여 트랜잭션을 종료한 후에는 새 트랜잭션이자동으로 생성되므로, 별도의 START TRANSACTION 명령은 없습니다.(BEGIN과 END는 PL/pgSQL에서 다른 의미가 있습니다.)

Microsoft SQL Server에서 변환하는 경우, 다음에 대한 지원:

• 동적 T-SQL에 대한 지원. 동적 쿼리에서 CALL을 사용한 저장 프로시저호출에 대한 지원

Oracle에서 변환하는 경우, 다음에 대한 지원:

• 프로시저 및 동적 SQL을 비롯한 SQL*Plus 변환에 대한 지원. 동적 쿼리에서 저장 CALL.

• PK 및 FK에서 수정된 PK를 참조하는 열에 대한 기본 데이터 형식 매핑을 변경할 수 있는 옵션이 추가되었습니다. 예를 들어 성능 향상을 위해배율 및 정확도 숫자를 bigint로 변환할 수 있습니다. 이전에는 숫자 데이터 형식이 Oracle에서 PostgreSQL로 마이그레이션될 때 SCT에서는기본적으로 PostgreSQL의 숫자로 변환했습니다. Oracle의 숫자가 배율및 정확도에 사용되는 경우 이 변환이 가능했습니다. 그러나 해당 숫자가 열에 대한 PK 인덱스가 있는 정수인 경우 PostgreSQL의 숫자로 변환하면 성능 문제가 발생할 수 있었습니다.

• 기본 제공 데이터 형식으로 %TYPE 변환에 대한 지원. SCT에서는 형식매핑 규칙에 따라 %TYPE을 새 데이터 형식으로 바꿉니다.

• NUMBER가 DOUBLE PRECISION이 아닌 NUMERIC으로 변환되도록 함수 및 프로시저 인수의 기본 매핑 교체

SAP ASE에서 변환하는 경우, 다음에 대한 지원:

• CREATE PROCEDURE with RETURN

• 동적 쿼리에서 CALL을 사용한 저장 프로시저 호출에 대한 지원• 분할된 테이블에서 FOREIGN KEY에 대한 지원. PostgreSQL 11은 분할

된 테이블에서 분할되지 않은 테이블로 외래 키만 지원합니다.• 분할된 테이블에서 인덱스에 대한 지원 마스터 테이블을 인덱싱하면

PostgreSQL에서는 기존의 하위 파티션 및 미래의 분할된 테이블에 동일하게 구성된 인덱스를 자동으로 생성합니다.

• 분할된 테이블에서 PRIMARY KEY에 대한 지원. 버전 11에서는 마스터 테이블에 기본 키를 추가할 수 있습니다. 이렇게 하면 기존의 모든하위 테이블 및 미래의 파티션 테이블에 PRIMARY KEY가 생성됩니다.PARTITION이 추가되면 기본 키를 수동으로 생성할 필요가 없습니다.

• 분할된 테이블에서 트리거에 대한 지원 마스터 테이블에서 트리거를 생성하면 PostgreSQL에서는 모든 하위 테이블에 트리거를 자동으로 생성합니다(이 동작은 인덱스의 경우와 비슷함).

PostgreSQL 및 AuroraPostgreSQL

Sybase에서 변환하는 경우 UDT가 DOMAIN으로 변환됨

버전 1.0201


해결됨:

• WQF의 논리적 구성 요소와 함께 SCT 보고서 생성에 대한 지원이 추가되었습니다.• 수정 사항: WQF 보고서가 추출 실패 작업 항목에 추가되는 문제• 수정 사항: SCT에서 Aurora PostgreSQL에 대한 DMS 엔드포인트를 자동으로 선택하지 않는 문제• 수정 사항: 다중 스키마에 대해 Apply to database(데이터베이스에 적용)가 회색으로 표시되는 문제• 일반적인 버그 수정 및 개선



Amazon Redshift의 저장 프로시저로 변환 지원

Microsoft SQL Server Server에서 Amazon Redshift로 저장 프로시저를변환할 때 다음 기능에 대한 지원 개선:

• DDL 지원 개선 사항• 임시 테이블• PROCEDURE 선언• 프로시저 오류 처리• SET 문• 흐름 제어 언어• 연산자• CURSORS

• 혼합 유형의 피연산자가 있는 산술식

PostgreSQL 11 PostgreSQL로 변환하는 작업에 대한 개선 사항은 다음과 같습니다.

• DB2 소스의 경우:• DEFAULT 파티션 기능은 다른 파티션에 매핑되지 않는 튜플을 저장

합니다. PostgreSQL 11 이전에는 이러한 행에 오류가 발생했습니다.파티션 테이블에 매핑되지 않은 행은 기본 파티션에 삽입됩니다.

• CREATE INDEX의 INCLUDE 절을 사용하여 커버링 인덱스를 생성할수 있습니다.

• CREATE PROCEDURE는 새 프로시저를 정의합니다. CREATE ORREPLACE PROCEDURE는 새 프로시저를 생성하거나, 기존 정의를교체합니다. 프로시저를 정의할 수 있으려면 사용자는 언어에 대한USAGE 권한을 가지고 있어야 합니다.

• 마스터 테이블에서 트리거를 생성하면 모든 하위 테이블에서 트리거가 자동으로 생성됩니다(이 동작은 인덱스의 경우와 비슷함).

• 마스터 노드에서 인덱스를 생성하면 모든 기존 하위 파티션에서 동일한 구성으로 인덱스가 자동으로 생성되며 향후 파티션 테이블도 자동으로 처리됩니다.

• Postgres 11은 분할된 테이블에서 분할되지 않은 테이블로 외래 키만지원합니다.

• 버전 11에서는 PRIMARY KEY를 마스터 테이블에 추가할 수 있습니다. 그러면 모든 기존 하위 테이블과 향후 파티션 테이블에 PRIMARYKEY가 생성됩니다. IF PARTITION이 추가되며 기본 키를 수동으로생성할 필요가 없습니다.

• Microsoft SQL Server 소스의 경우:

버전 1.0202


새로운 기능 또는 향상된 기능 설명• CREATE INDEX의 INCLUDE 절을 사용하여 커버링 인덱스를 생성할

수 있습니다.• CALL 명령을 통해 호출된 프로시저와 익명 코드 블록(DO 명령)에서

는 COMMIT 및 ROLLBACK 명령을 사용하여 트랜잭션을 종료할 수 있습니다. 이러한 명령을 사용하여 트랜잭션을 종료한 후에는 새 트랜잭션이 자동으로 생성되므로, 별도의 START TRANSACTION 명령은없습니다. (BEGIN과 END는 PL/pgSQL에서 다른 의미가 있습니다.)

• SQL 저장 프로시저의 CALL 구문• CREATE PROCEDURE는 새 프로시저를 정의합니다. CREATE ORREPLACE PROCEDURE는 새 프로시저를 생성하거나, 기존 정의를교체합니다. 프로시저를 정의할 수 있으려면 사용자는 언어에 대한USAGE 권한을 가지고 있어야 합니다.

• 마스터 테이블에서 트리거를 생성하면 모든 하위 테이블에서 트리거가 자동으로 생성됩니다(이 동작은 인덱스의 경우와 비슷함).

• 마스터 노드에서 인덱스를 생성하면 모든 기존 하위 파티션에서 동일한 구성으로 인덱스가 자동으로 생성되며 향후 파티션 테이블도 자동으로 처리됩니다.

• Postgres 11은 분할된 테이블에서 분할되지 않은 테이블로 외래 키만지원합니다.

• 버전 11에서는 PRIMARY KEY를 마스터 테이블에 추가할 수 있습니다. 그러면 모든 기존 하위 테이블과 향후 파티션 테이블에 PRIMARYKEY가 생성됩니다. IF PARTITION이 추가되며 기본 키를 수동으로생성할 필요가 없습니다.

• Oracle 소스의 경우:• CALL 명령을 통해 호출된 프로시저와 익명 코드 블록(DO 명령)에서


• SQL 저장 프로시저의 CALL 구문• CREATE PROCEDURE는 새 프로시저를 정의합니다. CREATE OR

REPLACE PROCEDURE는 새 프로시저를 생성하거나, 기존 정의를교체합니다. 프로시저를 정의할 수 있으려면 사용자는 언어에 대한USAGE 권한을 가지고 있어야 합니다.

• SAP ASE 소스의 경우:• SQL 저장 프로시저의 CALL 구문• CALL 명령을 통해 호출된 프로시저와 익명 코드 블록(DO 명령)에서


• CREATE PROCEDURE는 새 프로시저를 정의합니다. CREATE ORREPLACE PROCEDURE는 새 프로시저를 생성하거나, 기존 정의를교체합니다. 프로시저를 정의할 수 있으려면 사용자는 언어에 대한USAGE 권한을 가지고 있어야 합니다.

• 파티션 키 열을 변경하는 UPDATE 문으로 인해 이제 해당 행이 적절한파티션으로 이동합니다.

• PostgreSQL 11 DEFAULT 파티션 기능은 다른 파티션에 매핑되지 않는 튜플을 저장합니다. PostgreSQL 11 이전에는 이러한 행에 오류가발생했습니다. 파티션 테이블에 매핑되지 않은 행은 기본 파티션에삽입됩니다.

버전 1.0203


새로운 기능 또는 향상된 기능 설명• 마스터 노드에서 인덱스를 생성하면 모든 기존 하위 파티션에서 동일

한 구성으로 인덱스가 자동으로 생성되며 향후 파티션 테이블도 자동으로 처리됩니다.

• 해시 파티셔닝 – 각 파티션의 모듈러스와 나머지를 지정하여 테이블을 파티셔닝합니다. 각 파티션에는 행이 있으며, 이 행에 대해 파티션키의 해시 값을 지정된 모듈러스로 나누면 지정된 나머지가 생성됩니다.

버전 1.0204



MySQL 8 이제 SCT는 Oracle, Microsoft SQL Server, Azure, PostgreSQL, 및MySQL에서 변환하는 경우 대소문자 구분 인스턴스를 지원합니다. 이제SCT는 데이터베이스, 테이블 및 트리거 이름을 소문자로 생성하고 사용할 수 있는 옵션을 제공합니다.

MySQL로 변환하는 작업에 대한 개선 사항은 다음과 같습니다.

• DB2 소스의 경우:• 이제 MySQL은 내림차순 인덱스를 지원합니다. 인덱스 정의의DESC는 더 이상 무시되지 않으며 키 값이 내림차순으로 저장됩니다.이전에는 인덱스를 역순으로 스캔할 수 있었지만 그에 따른 성능 불이익이 있었습니다. 내림차순 인덱스를 정순으로 스캔할 수 있으며,이렇게 하는 것이 더 효율적입니다. 또한 일부 열의 오름차순과 다른열의 내림차순을 혼합하는 것이 가장 효율적인 스캔 순서인 경우 내림차순 인덱스를 사용하면 옵티마이저에서 다중 열 인덱스를 사용할수 있습니다.

• 이제 MySQL은 열 값 대신 표현식 값을 인덱싱하는 기능 인덱스 키 파트 생성을 지원합니다. 기능 키 파트를 사용하면 JSON 값과 같이 다른 방식으로 인덱싱할 수 없는 값을 인덱싱할 수 있습니다.

• 이제 MySQL은 CTE 및 recursive CTE WITH(Common TableExpression)를 지원합니다.

• 이제 파생 테이블 앞에 LATERAL 키워드를 사용하여 동일한 FROM절에서 선행 테이블의 열을 참조(의존)할 수 있도록 지정할 수 있습니다. Lateral 파생 테이블을 사용하면 Lateral이 아닌 파생 테이블로수행할 수 없거나 비교적 효율적이지 않은 해결 방법이 필요한 특정SQL 연산을 수행할 수 있습니다.

• 이제 몇 가지 기존 집계 함수를 창 함수로 사용할 수 있습니다.• AVG()

• BIT_AND()

• BIT_OR()

• BIT_XOR()

• COUNT()

• JSON_ARRAYAGG()

• JSON_OBJECTAGG()

• MAX()

• MIN()

• STDDEV_POP()

• STDDEV()

• STD()

• STDDEV_SAMP()

• SUM()

• VAR_POP()

• VARIANCE()

• VAR_SAMP()

• MySQL은 쿼리의 각 행에 대해 해당 행과 관련된 행을 사용하여 계산을 수행하는 창 함수를 지원합니다.• CUME_DIST()

• DENSE_RANK()

• FIRST_VALUE()

버전 1.0205


새로운 기능 또는 향상된 기능 설명• LAG()

• LAST_VALUE()

• LEAD()

• NTH_VALUE()

• NTILE()

• PERCENT_RANK()

• RANK()

• ROW_NUMBER()

• Microsoft SQL Server 및 Azure SQL DB 소스의 경우:• 이제 몇 가지 기존 집계 함수를 창 함수로 사용할 수 있습니다.

• AVG()

• BIT_AND()

• BIT_OR()

• BIT_XOR()

• COUNT()

• JSON_ARRAYAGG()


• MAX()

• MIN()

• STDDEV_POP()

• STDDEV()

• STD()

• STDDEV_SAMP()

• SUM()

• VAR_POP()

• VARIANCE()

• VAR_SAMP()

• WITH(Common Table Expressions) – MySQL은 CTE 및 RecursiveCTE를 지원합니다.


• FIRST_VALUE()

• LAG()

• LAST_VALUE()

• LEAD()

• Lateral 파생 테이블• 이제 MySQL은 내림차순 인덱스를 지원합니다. 인덱스 정의의DESC는 더 이상 무시되지 않으며 키 값이 내림차순으로 저장됩니다.이전에는 인덱스를 역순으로 스캔할 수 있었지만 그에 따른 성능 불이익이 있었습니다. 내림차순 인덱스를 정순으로 스캔할 수 있으며,이렇게 하는 것이 더 효율적입니다. 또한 일부 열의 오름차순과 다른열의 내림차순을 혼합하는 것이 가장 효율적인 스캔 순서인 경우 내림차순 인덱스를 사용하면 옵티마이저에서 다중 열 인덱스를 사용할수 있습니다.

버전 1.0206


새로운 기능 또는 향상된 기능 설명• 이제 MySQL은 데이터 유형 지정에서 기본값으로 표현식 사용을 지

원합니다. 여기에는 BLOB, TEXT, GEOMETRY 및 JSON 데이터 형식의기본값으로 표현식 사용이 포함됩니다. 이전에는 이러한 형식에 기본값을 전혀 할당할 수 없었습니다.

• Oracle 소스의 경우:• 이제 파생 테이블 앞에 LATERAL 키워드를 사용하여 동일한 FROM

절에서 선행 테이블의 열을 참조(의존)할 수 있도록 지정할 수 있습니다. Lateral 파생 테이블을 사용하면 Lateral이 아닌 파생 테이블로수행할 수 없거나 비교적 효율적이지 않은 해결 방법이 필요한 특정SQL 연산을 수행할 수 있습니다.

• InnoDB는 문 읽기를 잠그는 SELECT ... FOR SHARE 및SELECT ... FOR UPDATE에서 NOWAIT 및 SKIP LOCKED 옵션을지원합니다. 요청된 행이 다른 트랜잭션에서 잠긴 경우 NOWAIT를 사용하면 문이 즉시 반환됩니다. SKIP LOCKED는 잠긴 행을 결과 집합에 제거합니다.

• WITH(Common Table Expressions) – MySQL은 CTE 및 recursiveCTE를 지원합니다.

• 이제 몇 가지 기존 집계 함수를 창 함수로 사용할 수 있습니다.• AVG()

• BIT_AND()

• BIT_OR()

• BIT_XOR()

• COUNT()

• JSON_ARRAYAGG()


• MAX()

• MIN()

• STDDEV_POP()

• STDDEV()

• STD()

• STDDEV_SAMP()

• SUM()

• VAR_POP()

• VARIANCE()

• VAR_SAMP()

• MySQL은 다음과 같이 정규식 지원을 구현합니다.• NOT REGEXP

• REGEXP

• REGEXP_INSTR()

• REGEXP_LIKE()

• REGEXP_REPLACE()

• REGEXP_SUBSTR()

• RLIKE


• DENSE_RANK()

버전 1.0207


새로운 기능 또는 향상된 기능 설명• FIRST_VALUE()

• LAG()

• LAST_VALUE()

• LEAD()

• NTH_VALUE()

• NTILE()

• PERCENT_RANK()

• RANK()

• ROW_NUMBER()

• SAP ASE 소스의 경우:• 이제 MySQL은 내림차순 인덱스를 지원합니다. 인덱스 정의의DESC는 더 이상 무시되지 않으며 키 값이 내림차순으로 저장됩니다.이전에는 인덱스를 역순으로 스캔할 수 있었지만 그에 따른 성능 불이익이 있었습니다. 내림차순 인덱스를 정순으로 스캔할 수 있으며,이렇게 하는 것이 더 효율적입니다. 또한 일부 열의 오름차순과 다른열의 내림차순을 혼합하는 것이 가장 효율적인 스캔 순서인 경우 내림차순 인덱스를 사용하면 옵티마이저에서 다중 열 인덱스를 사용할수 있습니다.

• 이제 MySQL은 열 값 대신 표현식 값을 인덱싱하는 기능 인덱스 키 파트 생성을 지원합니다. 기능 키 파트를 사용하면 JSON 값과 같이 다른 방식으로 인덱싱할 수 없는 값을 인덱싱할 수 있습니다.

• 이제 MySQL은 데이터 유형 지정에서 기본값으로 표현식 사용을 지원합니다. 여기에는 BLOB, TEXT, GEOMETRY 및 JSON 데이터 형식의기본값으로 표현식 사용이 포함됩니다. 이전에는 이러한 형식에 기본값을 전혀 할당할 수 없었습니다.

AWS Glue AWS Glue로 변환하는 작업에 대한 개선 사항은 다음과 같습니다.

• 프로시저 파라미터의 변환을 개선했습니다.• 특수 문자에 대한 인용 부호를 AWS Glue 스크립트에 추가할 수 있는

기능.• Teradata BTEQ에서 AWS Glue로 변환하는 작업에 대한 수정, 개선 및

향상.• Oracle에서 AWS Glue로 변환하는 작업에 대한 개선 및 수정.

DynamoDB Cassandra에서 DynamoDB로 마이그레이션하는 작업에 대한 마이그레이션 개선 및 수정.

Oracle 이제 SCT는 Oracle 소스에서 INTERVAL 파티셔닝을 지원합니다.

해결됨:

• AWS SCT에서 MySQL 8에 대한 지원을 대상으로 추가했습니다.• WQF에서 Windows 인증에 대한 지원을 추가했습니다.• 사용자 이름/암호 필드가 AWS DMS에 더 이상 필요하지 않습니다.• 수정: 이제 SCT는 전체 스키마를 선택할 때 모든 데이터베이스 객체를 읽을 수 있습니다(Oracle에서

Amazon Aurora PostgreSQL로).• 수정: CSV/JSON 파일에서 물리적/논리적 구성 요소를 로딩할 때 이제 WQF에서 AWS SCT 통계에 대한

물리적 경로가 지원됩니다.• 수정: SQL Server에서 Aurora MySQL로 변환하는 동안 복합 키(b,a)가 더 이상 (a,b)로 바뀌지 않습니다.

버전 1.0208


• 수정: 보기 변환 오류(SQL Server 에서 PostgreSQL로).• 수정: SAP ASE엣 변환하는 경우, 서버 연결 시 문자 집합을 지정할 수 있는 기능을 추가했습니다.

AWS Schema Conversion Tool 빌드 626 출시 정보다음 표에는 AWS Schema Conversion Tool 1.0.626 버전의 기능 및 버그 수정이 나와 있습니다.


PostgreSQL 11 PostgresSQL 11은 현재 대상으로 지원됩니다. 주요 기능은 다음과 같습니다.

• 기존 파티션에 자동으로 맞지 않는 행에 대한 "기본" 파티션 만들기.• 분할된 테이블에서 분할되지 않은 테이블로 외래 키 만들기.• 마스터 테이블에 고유 인덱스 만들기. 이 인덱스는 기존 하위 테이블과

이후의 분할된 테이블에서 동일한 구성으로 인덱스를 관리합니다.• 마스터 테이블에 트리거를 작성하면 모든 하위 테이블에 트리거가 자동

으로 작성됩니다.• 파티션 키 열을 UPDATE하여 이제 다른 파티션에 맞으면 해당 행은 해당

파티션으로 이동됩니다.• 파티션 키에 적용할 모듈러스를 지정하여 HASH 파티션을 사용합니다.

모듈러스의 나머지는 해당 행에 대한 파티션을 식별하는 데 사용됩니다.

MySQL 8.0 MySQL 8.0은 현재 대상으로 지원됩니다. 주요 기능은 다음과 같습니다.

• 인덱스 정의에서 DESC를 사용하면 키 값이 내림차순으로 저장됩니다.이전에는 이러한 인덱스를 역순으로 검색하면 성능이 저하되었습니다.이제 내림차순 인덱스를 효율적으로 스캔할 수 있습니다(역순이 아닌앞쪽으로 이동). 내림차순 인덱스는 가장 효율적인 스캔 순서가 일부 열에 대해 오름차순을, 다른 열에 대해서는 내림차순을 혼합 할 때 옵티마이저가 다중 열 인덱스를 사용할 수 있게 합니다.

• 데이터 유형 지정에서 표현식을 기본값으로 사용. 여기에는 BLOB,TEXT, GEOMETRY 및 JSON 데이터 유형이 포함됩니다.

• 열 값이 아닌 표현식 값을 인덱싱하는 기능적 인덱스 키 파트를 만듭니다. 기능 키 파트를 사용하면 JSON 값과 같이 인덱싱할 수 없는 값을 인덱싱할 수 있습니다.

SAP ASE 15.5 SAP ASE 15.5는 현재 대상으로 지원됩니다.

AzureSQL/MSSQL에서MySQL/AuroraMySQL로

이제 임시 테이블과 테이블 값 함수에 ID 열을 사용할 수 있습니다.

이제 ID 열이 있는 테이블에 대해 INSERT INTO를 사용할 수 있습니다.

Cassandra에서 DynamoDB로 마이그레이션 개선 및 버그 수정.

마법사에서 압축 프로세스 추가.

마법사에서 telnet 유틸리티를 netcat으로 대체했습니다.

DB2에서 MariaDB 10.3으로 (SQL MODE=ORACLE) 모듈 루틴 및 변수 참조가 이제 지원됩니다.

DB2에서 MySQL/AuroraMySQL로

서비스 대체 - 파일 지원

버전 1.0209



Netezza에서 Redshift로 DEFAULT 'now(0)'를 포함하는 테이블 열이 이제 DEFAULTSYSDATE로 설정됩니다.

Oracle에서 MariaDB 10.3로 (SQL MODE=ORACLE) 모듈 루틴, 변수 참조 및 시퀀스 사용이 이제 지원됩니다.

Oracle에서 MySQL/AuroraMySQL로

서비스 대체 - 파일 지원

Oracle에서 AWS Glue로 이제 FORMAT MODELS 집합에 대한 내장 함수가 지원됩니다.

SAP ASE에서 MySQL /Aurora MySQL로

전역 변수가 이제 지원됩니다.

SAP ASE에서 PostgreSQL /Aurora PostgreSQL로

전역 변수가 이제 지원됩니다.

Teradata BTEQ에서 AWSGlue로

이제 BITBYTE, PERIOD 집합에 대해 내장 함수를 지원합니다.

해결된 문제:

• SQL Server를 MySQL로 마이그레이션할 때 내부 컨버터 오류가 수정되었습니다.• 애플리케이션 변환 평가 보고서의 문제가 수정되었습니다.• 오라클 간격 분할 문제가 해결되었습니다.• AWS Glue로의 변환이 해결되고 개선되었습니다.• 일반적인 버그 수정 및 개선입니다.



Teradata BTEQ 변환 이제 Teradata BTEQ 스크립트를 AWS Glue로 변환할 수 있습니다.

DB2에서 MariaDB 10.3으로 이제 커서에 파라미터를 사용할 수 있습니다.

DB2에서 MariaDB 10.3으로(SQL MODE=ORACLE)

이제 SQL MODE=ORACLE을 사용하여 DB2에서 MariaDB 10.3으로 변환할 때 다음이 지원됩니다.

• %TYPE 및 %ROWTYPE 변수• 로컬 커서의 ROW 구조 변수• 스칼라 변수 선언• 기본 변수값 선언• 모듈을 패키지로 변환• CREATE PROCEDURE p1 (param OUT INT)

• CREATE PROCEDURE p1 (a IN OUT INT)

• 함수 본문 앞에 AS 사용• 함수 본문 앞에 IS를 사용합니다.

버전 1.0210



Oracle에서 MariaDB 10.3로 Oracle에서 MariaDB 10.3으로 변환할 때 %TYPE 및 %ROWTYPE 변수를 사용할 수 있습니다.

Oracle에서 MariaDB 10.3으로(SQL MODE=ORACLE)

이제 SQL MODE=ORACLE을 사용하여 Oracle에서 MariaDB 10.3으로 변환할 때 다음이 지원됩니다.

• %TYPE 및 %ROWTYPE 변수• 패키지 루틴(절차 및 기능)• SELECT UNIQUE

• GLOBAL CURSORS

• 패키지 초기화 블록 BEGIN..END• 본문 제외 패키지• 로컬 변수 및 상수• 전역 변수 및 상수

MS SQL Server에서 MySQL/AuroraMySQL로

이제 MS SQL Server에서 MySQL/AuroraMySQL로 변환할 때 다음이 지원됩니다.

• sp_prepexec() 및 동적 SQL• sp_execute() 및 동적 SQL• sp_unprepare() 및 동적 SQL

SAP ASE 15.7 이제 SAP ASE 15.7이 지원됩니다.

해결된 문제:

• 프로젝트를 종료하면 데이터 에이전트 연결이 끊길 가능성이 있는 경우에 대한 알림을 추가했습니다.• Oracle에서 PostgreSQL로 변환 문제를 해결했습니다.• SCT Oracle에서 PostgreSQL로 변환 - to_date 문제를 해결했습니다.• 일반적인 버그 수정 및 개선입니다.



Oracle ETL을 AWS Glue로 변환

Oracle ETL 작업을 AWS Glue 기반 ETL로 변환하여 Amazon Redshift와함께 작동되도록 할 수 있습니다.

Microsoft SQL Server, Oracle및 IBM Db2 LUW를 AmazonRDS for MariaDB로 변환

RDS for MariaDB 10.2 및 10.3을 대상으로 사용할 수 있도록 지원을 추가했습니다.

MySQL 호환성을 이용하여 SAP ASE에서 RDS forMySQL 및 Amazon Aurora로변환

SAP ASE를 MySQL 데이터베이스 객체로 변환할 수 있는 지원을 추가했습니다.

버전 1.0211



Oracle을 PostgreSQL로 변환할 때 Orafce 확장 지원

이제 Oracle 호환 모드에서 PostgreSQL로 변환할 때 Orafce 확장을 대상으로 사용할 수 있습니다.

해결된 문제:

• 베이징 및 닝샤 리전에서 AWS SCT의 AWS 프로파일을 사용할 때 발생하는 문제를 수정했습니다.• SQL Server를 RDS for PostgreSQL/Aurora PostgreSQL로 변환할 때 저장 프로시저 변환 시 SCT가 반환

되지 않는 문제를 수정했습니다.• 빌드 623의 데이터 추출기 에이전트에서 발생하는 가상 파티션 오류를 수정했습니다.• 일반적인 버그 수정 및 개선입니다.


Note

다음 표에서 "PostgreSQL"은 PostgreSQL과 Amazon Aurora PostgreSQL을 모두 의미하는 것으로해석해야 합니다.


SAP ASE를 PostgreSQL로 변환

SAP ASE를 소스 데이터베이스로 추가했습니다.

PostgreSQL로 변환을 위한Oracle 함수 NLSSORT 에뮬레이션

NLSSORT 함수는 문자열을 언어 정렬 메커니즘에서 사용하는 동등한 정렬 문자열로 대체하는 데 사용됩니다. 바이너리 정렬의 경우 정렬 문자열이 입력 문자열과 같습니다. 언어 정렬에서 문자열의 각 문자는 다른 바이너리 값으로 대체됩니다.

PostgreSQL로 변환을 위한Oracle 함수 DBTIMEZONE 에뮬레이션

Oracle/PLSQL DBTIMEZONE 함수는 시간대 오프셋(형식:'[+|-]TZH:TZM') 또는 시간대 리전 이름으로 데이터베이스 시간대를 반환합니다.

PostgreSQL로 변환을 위한Oracle 함수 LNNVL 에뮬레이션

Oracle/PLSQL LNNVL 함수는 피연산자 중 하나에 NULL 값이 포함될 수있는 경우 조건을 평가하기 위해 SQL 문의 WHERE 절에 사용됩니다.

PostgreSQL로 변환을 위한 Oracle 함수TO_SINGLE_BYTE 에뮬레이션

Oracle/PLSQL TO_SINGLE_BYTE 함수는 단일 바이트 문자로 변환된 모든 다중 바이트 문자와 함께 문자 값을 반환합니다. 이 함수를 사용하려면데이터베이스 문자 세트에 단일 바이트 문자와 다중 바이트문자가 모두포함됩니다.

PostgreSQL로 변환을 위한 Oracle 함수TO_MULTI_BYTE 에뮬레이션

Oracle/PLSQL TO_MULTI_BYTE 함수는 다중 바이트 문자로 변환된 모든단일 바이트 문자와 함께 문자 값을 반환합니다. 이 함수를 사용하려면 데이터베이스 문자 세트에 단일 바이트 문자와 다중 바이트문자가 모두 포함됩니다.

PostgreSQL로 변환을 위한Oracle 함수 ROUND(date [;fmt ]) 에뮬레이션

Oracle/PLSQL ROUND 함수는 특정 측정 단위로 반올림되는 날짜를 반환합니다.

버전 1.0212



PostgreSQL로 변환을 위한Oracle 함수 MEDIAN 에뮬레이션

Oracle/PLSQL MEDIAN 함수는 표현식의 중간값을 반환합니다.

PostgreSQL로 변환을 위한Oracle 함수 LISTAGG 에뮬레이션

Oracle/PLSQL LISTAGG 함수는 order_by_clause에 따라 각 GROUP에대한 measure_column의 값을 연결합니다.

PostgreSQL로 변환을 위한Oracle 함수 NANVL 에뮬레이션

Oracle/PLSQL NANVL 함수를 사용하여 NaN("Not a Number") 값을 만날때 BINARY_FLOAT 또는 BINARY_DOUBLE 등과 같은 부동소수 값을 대체할 수 있습니다. 대부분의 경우 NaN 값을 NULL 또는 0으로 변환하는데 사용됩니다.

PostgreSQL로 변환을 위한Oracle 함수 INSTRB 에뮬레이션

Oracle/PLSQL INSTRB 함수는 문자 대신 바이트를 사용하여 문자열의 하위 문자열 위치를 반환합니다.

PostgreSQL로 변환을 위한Oracle 함수 SUBSTRB 에뮬레이션

Oracle/PLSQL SUBSTRB 함수는 문자열의 지정한 위치에서 시작하는 문자열 위치를 반환합니다. SUBSTRB 함수는 바이트를 사용하여 길이를 계산하고 반환합니다.

PostgreSQL로 변환을 위한Oracle 함수 LENGTHB 에뮬레이션

Oracle/PLSQL LENGTHB 함수는 지정한 문자열의 위치를 문자 대신 바이트를 사용하여 반환합니다.

MSSQL: PostgreSQL로 스크립트 변환

T-SQL 스크립트, DML, DDL을 동등 코드나 구성 요소로 변환합니다.

PostgreSQL로 변환하기 위한 MSSQL:OBJECT_NAME(@@PROCID)에뮬레이션

MS SQL Server OBJECT_NAME(@@PROCID) 함수는 현재 T-SQL 모듈의 객체 식별자(ID)를 반환합니다.

PostgreSQL로 변환하기 위한 MSSQL:OBJECT_SCHEMA_NAME(@@PROCID)에뮬레이션

Microsoft SQL Server OBJECT_SCHEMA_NAME(@@PROCID) 함수는스키마 범위 객체의 데이터베이스 스키마 이름을 반환합니다.

MySQL, Aurora MySQL 또는 MariaDB로 변환하기 위한MSSQL: Sysobject 뷰 에뮬레이션

MS SQL Server에서 MySQL, Aurora MySQL 또는 MariaDB로 변환할 때Ext.Pack을 통해 sysobject 뷰를 에뮬레이션할 수 있습니다.

PostgreSQL용 DDL 복제 모듈을 위한 SCT "비교 모드" 수정

두 개의 PostgreSQL 스키마를 SCT를 비교할 때 서비스 스키마를 더 이상배포할 필요가 없습니다.

Redshift용 "소형 테이블" 규칙(DISTSTYLE=ALL) 개선

소형 테이블 규칙은 테이블 크기가 아니라 행 수를 고려합니다.

ZSTD 압축 제어 개선 설정에 따라 SCT는 SortKey(DistKey - 선택 사항)에 포함되지 않은 모든열의 기본 ZSTD 압축을 설정합니다.

해결된 문제:

• Netezza에서 Redshift로 마이그레이션하기 위한 데이터 추출기에서 더블 UTF-8 인코딩과 관련된 문제를수정했습니다.

버전 1.0213


• Cassandra 구성 파일에서 안전하지 않은 YAML 직렬화 해제와 관련된 문제를 수정합니다.• Microsoft SQL Server에서 PostgreSQL로의 변환이 개선되었습니다.• 버전이 2.1.20인 경우 Cassandra 클러스터로의 연결이 실패하는 문제를 수정했습니다. SCT가 이제

Cassandra 2.1.20의 마이그레이션을 지원합니다.



AWS SCT용 AWS DMS 에이전트

로컬 AWS DMS 에이전트를 사용하여 AWS Snowball Edge 디바이스 또는 Amazon S3로 데이터를 마이그레이션하는 경우 다음에 유의하십시오.

• 로컬 DMS 에이전트 버전 2.4.1로 실행 중인 기존 작업이 있는 경우 그작업은 DMS 에이전트의 최신 버전으로 마이그레이션해야 합니다.

• DMS 에이전트가 업그레이드될 때까지 AWS Schema Conversion Tool을 업그레이드하지 마십시오.

• 다음 구성 요소는 버전 번호가 동일한 복제 엔진을 사용해야 합니다.• 로컬 DMS 에이전트• 원격 작업을 위한 DMS 인스턴스

Microsoft SQL Server에서PostgreSQL: 스크립트 변환

SQL Server를 소스로 사용하는 경우, 소스 창에 "SQL 스크립트"라는 새항목이 나타납니다. Actions | Load Scripts from the (작업 | AWS SCT에서스크립트 로드) 메뉴를 선택하고 .sql 파일을 하나 이상 선택하여 변환할수 있습니다. 변환 중 AWS SCT는 PostgreSQL에서 사용할 수 있도록 스크립트를 다시 씁니다. 결과는 대상 창의 "SQL 스크립트"에 표시됩니다.

AWS SCT 평가 보고서에는 스크립트 변환 중 발생한 모든 문제가 강조 표시되어 있습니다.

데이터 추출기가 NULL 값 교체를 허용함

COPY 명령으로 NULL을 다른 값으로 바꿀 수 있습니다.

• COPY … FROM … NULL AS 'MyReplacementValue' …

• CREATE EXTERNAL TABLE … USING (REMOTESOURCE …NULLVALUE 'MyReplacementValue' …)

Redshift에서 ZSTD 압축 지원 테이블 열에 대해 ZSTD 압축을 선택할 수 있습니다. 변환 옵션을 선택하기 위한 새로운 프로젝트 설정은 다음과 같습니다.

• ZSTD 압축 사용 안 함• 모든 열에 ZSTD 압축 사용• Distkey 및 Sortkey를 제외한 모든 열에 ZSTD 압축 사용

Oracle 데이터 웨어하우스: 스크립트 생성 중 여러 파일에대해 지원

SQL 스크립트 저장을 위한 새 프로젝트 설정:

• 단일 파일 - 모든 SQL이 파일 하나로 생성됩니다.• 여러 파일 - 파일마다 ID 및 단계 이름 등 SQL 문이 포함되어 있습니다.

스크립트는 ID 순서대로 한 번에 하나씩 실행해야 합니다.

Workload QualificationFramework

Workload Qualification Framework(WQF)는 AWS Database MigrationService(AWS DMS)의 한 부분입니다. AWS 데이터베이스 서비스로의 마이그레이션을 분석하고 계획하는 데 유용합니다. 자세한 내용은

버전 1.0214


새로운 기능 또는 향상된 기능 설명Workload Qualification Framework를 사용하여 마이그레이션 보고서 생성 (p. 81) 단원을 참조하십시오.

해결된 문제

• Microsoft SQL Server: 명명된 인스턴스에 대한 평가 보고서를 생성할 수 없습니다.• Oracle에서 PostgreSQL: 구체화된 보기가 지원되지 않는다는 잘못된 오류 메시지가 표시됩니다.• Microsoft SQL Server에서 PostgreSQL: 동적 SQL이 잘못 변환되고 있습니다.• 평가 보고서: 멀티바이트 문자가 포함된 PDF 파일은 저장할 수 없습니다.• Microsoft SQL Server에서 PostgreSQL: 변환에 실패했고 NullPointerException이 발생했습니다.• OLAP 데이터 추출기: 가상 파티셔닝에 대한 버그 수정 사항입니다. 자세한 정보는 https://

aws.amazon.com/blogs/database/use-virtual-partitioning-in-the-aws-schema-conversion-tool 단원을 참조하십시오.

• AWS SCT를 사용하여 AWS DMS에서 작업 생성: 버그 수정 사항입니다. AWS DMS 작업을 실행해야 하는 경우 AWS SCT 빌드 622로 업그레이드하는 것이 좋습니다.



Microsoft SQL Server에서MySQL로 변환: 기능 향상

다음 날짜 및 시간 함수가 AWS SCT 확장 팩을 통해 지원됩니다.DATETIMEFROMPARTS, DATETIME2FROMPARTS, TIMEFROMPARTS.

CHECKSUM 함수는 이제 지원되지 않습니다.

Microsoft SQL Server에서PostgreSQL로 변환: 기능 향상

OBJECT_ID 함수가 AWS SCT 확장 팩을 통해 지원됩니다.

SQL Server에서, 쿼리에 ELEMENTS XSINIL을 지정하여 결과 세트의 NULL 값에 대해서도 XML 요소를 생성할 수 있습니다. AWS SCT는 SQL Server에서 PostgreSQL로 변환할 때 XSINIL 명령을 인식하고PostgreSQL 의미론에 따라 변환합니다.

AWS SCT는 SQL 스크립트에 저장된 NEWID 함수의 사용을 지원합니다.이 동작을 활성화하는 방법

• AWS SCT 메뉴 모음에서 설정 | Project settings(프로젝트 설정)를 선택합니다.

• Save as SQL and Apply(SQL로 저장 및 적용)를 선택합니다.• Source database uses "newid()" function(원본 데이터베이스가

"newid()" 함수를 사용)에서 예를 선택합니다.• 확인을 선택합니다.

소스 트리 생성을 위한 SQL저장

AWS SCT가 소스 트리를 생성하기 위해 생성하는 SQL 문을 저장할 수 있습니다. 이 릴리스에서는 다음 데이터베이스 엔진이 지원됩니다. MySQL,PostgreSQL, Azure.

Amazon Aurora PostgreSQL10을 대상으로 지원

이제 PostgreSQL 호환 Amazon Aurora는 PostgreSQL 메이저 버전 10.4를 지원합니다. AWS SCT는 이 새로운 릴리스를 대상으로 사용하는 작업을 완벽하게 지원합니다.

버전 1.0215

https://aws.amazon.com/blogs/database/use-virtual-partitioning-in-the-aws-schema-conversion-tool

https://aws.amazon.com/blogs/database/use-virtual-partitioning-in-the-aws-schema-conversion-tool



Netezza를 원본으로 사용: 기능 향상

AWS SCT는 Netezza의 EXTERNAL 테이블을 인식합니다. 그러므로 AWSSCT가 Netezza에 기본적으로 저장된 것처럼 외부 데이터에 액세스할 수있습니다.

보다 빠른 성능을 위해, AWS SCT는 Netezza에서 데이터를 읽을 때 병렬압축을 사용합니다.

AWS SCT 추출 에이전트는 Redshift COPY 명령을 사용하여 데이터를Netezza에서 Redshift로 복사합니다. 다음 파라미터를 사용하여 COPY 명령 동작을 제어할 수 있습니다.

• extractor.redshift.copying.thread.pool.size—에이전트가 동시에 실행할 수 있는 COPY 명령의 최대 개수. 기본값은 1로, 에이전트가 모든 COPY 명령을 순차적으로 실행합니다.

• extractor.redshift.copy.command.count.threshold—동시에 실행될 수 있는 COPY 명령의 최대 개수. 기본값은 5입니다.

추출 에이전트는 하나의 대형 테이블에서 데이터를 읽을 때 AmazonRedshift에서 더 작은 여러 개의 테이블로 데이터를 기록합니다. 마이그레이션이 끝나면 이러한 스테이징 테이블이 Redshift에서 단일 대형 테이블로 통합됩니다. Redshift에서 허용되는 스테이징 테이블 수를 제한하려면extractor.redshift.staging.table.count.threshold 파라미터를 변경할 수 있습니다. 기본값은 100입니다.

(이들 파라미터를 설정하는 방법에 대한 자세한 내용은 추출 에이전트 구성 (p. 138) 단원을 참조하십시오.)

해결된 문제:

• Microsoft SQL Server에서 MySQL로 변환: AWS SCT는 혼합 유형의 피연산자를 사용하여 산술 연산을 지원합니다.

• AWS SCT 가상 파티셔닝은 NULL 데이터를 포함하는 열을 완벽하게 지원합니다. 자세한 정보는 AWSSchema Conversion Tool과 함께 가상 분할 사용 (p. 152) 단원을 참조하십시오.



SQL 스크립트에 CREATE 문저장

AWS SCT에서는 데이터베이스 객체(CREATE TABLE, CREATE VIEW,CREATE FUNCTION 등)를 생성하는 데 사용되는 SQL 문을 저장할 수 있습니다. 모든 문을 한 SQL 스크립트에 저장하거나, 각 문을 별도의 단일SQL 스크립트 파일에 저장하거나, 각 문을 자체 SQL 스크립트에 저장할수 있습니다.

이 동작을 변경하려면 AWS SCT 메뉴 모음에서 설정 | Project settings(프로젝트 설정)를 선택하고 Save as SQL and Apply(SQL로 저장 및 적용)를선택합니다.

Microsoft SQL Server에서 MySQL로 변환:

이들 함수가 AWS SCT 확장 팩을 통해 지원됩니다.

버전 1.0216


새로운 기능 또는 향상된 기능 설명CHECKSUM, ISNUMERIC 및NEWSEQUENTIALID 함수 지원

Oracle에서 MySQL로 변환:MERGE 지원

Oracle MERGE 문은 해당 행이 테이블에 현재 존재하는지에 따라 행을 삽입, 업데이트 또는 삭제하는 데 사용합니다. (이 작업을 때로는 "upsert"라고도 합니다.) MySQL은 MERGE 문을 지원하지 않습니다. 하지만 AWSSCT는 MERGE 문을 MySQL 호환 INSERT, UPDATE 및 DELETE 문으로마이그레이션할 수 있습니다.

Microsoft SQL Server에서MySQL로 변환: TIMESTAMP데이터 형식

AWS SCT는 TIMESTAMP 데이터 형식을 SQL Server에서 MySQL로 마이그레이션할 수 있습니다.

Microsoft SQL Server에서 PostgreSQL로 변환:OPENXML 함수

AWS SCT는 OPENXML 함수를 SQL Server에서 MySQL로 마이그레이션할 수 있습니다.

Oracle에서 MySQL로 변환:전역 커서

Oracle은 한 프로그램 유닛(저장된 프로시저, 함수 또는 트리거)에서 정의된 커서에 해당 프로그램 유닛의 외부에서 액세스할 수 있는 전역 커서를지원합니다. MySQL은 전역 커서를 지원하지 않습니다. 하지만 AWS SCT는 MySQL 대상에서 프로그램 유닛 코드를 수정하여 동등한 기능을 제공합니다.

Oracle에서 MySQL로 변환:공간 데이터

AWS SCT는 공간 데이터를 Oracle에서 MySQL로 마이그레이션할 수 있습니다.

Oracle에서 MySQL로 변환:TIMESTAMP(시간대 사용)

이 데이터 형식이 AWS SCT 확장 팩을 통해 지원됩니다.

AWS Snowball에서 LOB 크기사용자 정의

이제 AWS SCT DMS 에이전트 및 AWS Snowball을 사용할 때 대용량 객체(LOB)의 최대 크기를 정의할 수 있습니다.

해결된 문제

• Oracle에서 PostgreSQL로 변환: 경미한 변환 문제를 해결했습니다.• 파티션이 더 이상 NULL 값을 드롭하지 않습니다.



Apache Cassandra에서Amazon DynamoDB로의 마이그레이션 지원

AWS SCT와 AWS 데이터 추출 에이전트를 함께 사용하여 ApacheCassandra에서 Amazon DynamoDB로 마이그레이션할 수 있습니다. 자세한 정보는 Apache Cassandra에서 Amazon DynamoDB로 데이터 마이그레이션 (p. 157) 단원을 참조하십시오.

마이그레이션 소스로 Vertica9 지원

이제 Vertica 버전 9을 마이그레이션 소스로 사용할 수 있습니다. 자세한정보는 Vertica를 AWS Schema Conversion Tool용 소스로 사용 (p. 72)단원을 참조하십시오.

버전 1.0217



Microsoft SQL Server에서MySQL로 변환: 저장 프로시저 RETURN 값 지원

MySQL은 저장 프로시저의 RETURN 키워드를 지원하지 않습니다. 하지만 OUT 파라미터는 지원됩니다.

소스로 Azure SQL Database지원

이제 Azure SQL Database에서 MySQL, PostgreSQL 또는 AmazonAurora로 마이그레이션할 수 있습니다(MySQL 또는 PostgreSQL 호환).

해결된 문제

• Microsoft SQL Server에서 PostgreSQL로 변환: AWS SCT는 혼합 유형의 피연산자를 사용하여 산술 연산을 지원합니다.

• Amazon RDS for Oracle로 마이그레이션할 때 Oracle Advanced Queuing(AQ)가 지원됩니다.



문자열 리터럴의 동적 SQL 명령 문자열 또는 문자열을 Transact-SQL 배치 내에서 실행하거나 시스템 저장 프로시저, 사용자 정의 저장 프로시저, CLR 저장 프로시저, 스칼라 값 사용자 정의 함수 또는 확장 저장 프로시저 등의 모듈 중 하나를실행할 수 있습니다. EXECUTE 문을 사용하여 연결된 서버에 통과 명령을 보낼 수 있습니다. 또한, 문자열 또는 명령이 실행되는 컨텍스트를 명시적으로 설정할 수 있습니다. 설정된 결과에 대한 메타데이터는 WITHRESULT SETS 옵션을 사용하여 정의할 수 있습니다.

MS SQL 서버에서PostgreSQL: 공간 데이터

AWS SCT는 공간 데이터를 MS SQL 서버에서 PostgreSQL로 변환하는작업을 지원합니다.

MS SQL 서버에서 MySQL: 공간 데이터

AWS SCT는 공간 데이터를 MS SQL 서버에서 MySQL로 변환하는 작업을 지원합니다.

MS SQL 서버에서 PostgreSQL:@@ROWCOUNT

AWS SCT는 Microsoft SQL 서버 @@ROWCOUNT 함수를 MS SQL 서버에서 PostgreSQL로 지원합니다.

Oracle에서 MySQL:TO_CHAR 함수 변환을 위한포맷 문자열

Oracle TO_CHAR 함수는 다양한 포맷 문자를 허용합니다. AWS SCT는이러한 포맷 문자열을 Oracle부터 MySQL까지 지원합니다.

Oracle에서 MySQL: WITH 절은 INSERT 문과 UPDATE 문에 대해 지원합니다.

AWS SCT는 WITH 절을 사용하는 INSERT 문과 UPDATE 문을 Oracle에서 MySQL까지 지원합니다.

Oracle에서 MySQL:TO_NUMBER 함수 변환을 위한 포맷 문자열

Oracle TO_NUMBER 함수는 다양한 포맷 문자를 허용합니다. AWS SCT는 이러한 포맷 문자열을 Oracle부터 MySQL까지 지원합니다.

MS SQL 서버에서 MySQL:sp_sequence_get_range

Microsoft SQL 서버 sp_sequence_get_range 함수는 시퀀스 객체로부터다양한 시퀀스 값을 반환합니다. AWS SCT는이 함수를 MS SQL 서버부터 MySQL까지 지원합니다.

버전 1.0218



MS SQL 서버에서PostgreSQL: PARSE

AWS SCT는 Microsoft SQL 서버 PARSE 함수를 MS SQL 서버에서PostgreSQL까지 지원합니다.

MS SQL Server - 소스 트리생성을 위한 SQL 저장

AWS SCT가 소스 트리를 생성하기 위해 생성하는 SQL 문을 저장할 수 있습니다.

해결된 문제

• SCT 데이터 추출기는 이제 Redshift에 사용되는 COPY 명령을 내보냅니다.• Redshift: 카운트(개별) 창 함수는 Redshift DENSE_RANK로 다시 써야 합니다.• 이제 Oracle FROM_TZ 함수와 EXTRACT 함수를 사용하는 쿼리가 추출 및 변환 표준 시간대를 사용하여

Redshift-기반의 동일한 것에 대해 올바르게 번역됩니다.• 소스 DB에서 코드 객체 수를 일관되게 보고하는 평가 보고서• 더 많은 경우를 위해 Oracle INSTR 함수를 Redshift 내장 함수에 다시 쓰기• PostgreSQL 9.x 추가됨 - PostgreSQL 10 스키마 비교 지원



Oracle에서 Amazon RDS forOracle로 변환 - Oracle 서버수준 객체

AWS SCT가 사용자 프로필, 사용자 역할, 이벤트 일정 등에 대한 지원을추가합니다. 자세한 정보는 Oracle에서 Amazon RDS for Oracle로 변환 (p. 40) 단원을 참조하십시오.

SQL Server에서 AmazonRDS for SQL Server로 변환 -평가 보고서에 추가 측정치 포함

AWS SCT 평가 보고서에 Amazon RDS DB 인스턴스에 대한 정보와 소스 데이터베이스에서 사용 중인 SQL Server 서비스에 대한 정보가 포함됩니다. 자세한 정보는 SQL Server를 Amazon RDS for SQL Server로 변환 (p. 51) 단원을 참조하십시오.

Oracle에서 Amazon RDS forOracle로 변환 - 평가 보고서에 추가 측정치 포함

AWS SCT 평가 보고서에 Amazon RDS DB 인스턴스에 대한 정보와 소스데이터베이스에서 사용 중인 Oracle 서비스에 대한 정보가 포함됩니다.자세한 정보는 Oracle에서 Amazon RDS for Oracle로 변환 (p. 40) 단원을 참조하십시오.

Oracle에서 PostgreSQL 10로변환 - 표준 시간대 열이 없는타임스탬프

AWS SCT가 표준 시간대 열이 없는 타임스탬프를 지원합니다.

Oracle에서 PostgreSQL 10으로 변환 - 행 ID 열

ROWID 유사 열(pseudocolumn)을 데이터 열로 변환할 수 있습니다. 자세한 정보는 Oracle ROWID를 PostgreSQL로 변환 (p. 34) 단원을 참조하십시오.

SQL Server에서 PostgreSQL로 변환 - MERGE 문 에뮬레이션

AWS SCT가 PostgreSQL로 마이그레이션할 때 MERGE 문을 변환합니다. 자세한 정보는 Microsoft SQL Server를 AWS Schema ConversionTool용 소스로 사용 (p. 43) 단원을 참조하십시오.

Oracle에서 MySQL로 변환 -SELECT 및 WITH 절

AWS SCT가 MySQL로 마이그레이션할 때 WITH 절을 변환합니다.자세한 정보는 Oracle을 Amazon RDS for MySQL 또는 AmazonAurora(MySQL)로 변환 (p. 36) 단원을 참조하십시오.

버전 1.0219



SQL Server를 MySQL로 변환- 확장 팩

AWS SCT 확장 팩은 ISDATE, FORMAT, PATINDEX, CONVERT 등을 비롯한 여러 함수를 에뮬레이트합니다.

SQL Server에서 PostgreSQL로 변환 - 사용자 정의 테이블유형

사용자 정의 테이블 유형을 사용하여 테이블 구조를 지정할 수 있습니다.자세한 정보는 Microsoft SQL Server를 AWS Schema Conversion Tool용 소스로 사용 (p. 43) 단원을 참조하십시오.

Oracle - 소스 트리 생성을 위한 SQL 저장

AWS SCT가 소스 트리를 생성하기 위해 생성하는 SQL 문을 저장할 수 있습니다.

해결된 문제

• 서버 수준 객체에 대한 평가 보고서 개선.• END 블록으로 끝나는 객체의 잘못된 처리 수정.• PDF 파일에 평가 보고서 생성 날짜 추가.• SQL로 저장 옵션에서 여러 파일에 대한 스크립트 생성을 위한 로직 추가.



SQL Server에서 PostgreSQL로 마이그레이션 -SUSER_SNAME 지원

AWS SCT는 SUSER_SNAME 변환을 위한 지원을 추가로 제공합니다. 자세한 정보는 SQL Server에서 PostgreSQL로 변환 (p. 48) 단원을 참조하십시오.

SQL Server에서 PostgreSQL로 마이그레이션 - 테이블 반환 함수 지원

AWS SCT가 테이블 반환 함수 변환을 위한 지원을 추가로 제공합니다. 자세한 정보는 SQL Server에서 PostgreSQL로 변환 (p. 48) 단원을 참조하십시오.

Oracle에서 Amazon RDS forOracle로 변환 - Oracle 작업

AWS SCT는 Amazon RDS for Oracle에서 여러 유형의 Oracle 작업을 위한 지원을 추가로 제공합니다.

Oracle에서 Amazon RDS forOracle로 변환 - Oracle RAC

Amazon RDS for Oracle은 Oracle RAC를 지원하지 않습니다. 고가용성을 위해 Amazon RDS 인스턴스에 Multi-AZ 배포를 사용하는 것을 고려해보십시오.

Oracle에서 Amazon RDS forOracle로 변환 - Oracle DataGuard와 Active Data Guard

Amazon RDS for Oracle은 Oracle Data Guard와 Active Data Guard를 지원하지 않습니다. 고가용성을 위해 Amazon RDS 인스턴스에 Multi-AZ 배포를 사용하는 것을 고려해 보십시오.

Oracle에서 Amazon RDS forOracle로 변환 - 지속적 복제

Amazon RDS for Oracle은 지속적 복제를 지원하지 않습니다. AmazonRDS에서 대상에 지속적 복제가 필요한 경우, AWS Database MigrationService를 사용할 수 있습니다.

Oracle에서 Amazon RDS forOracle로 변환 - 감사

Amazon RDS for Oracle은 Oracle 통합 감사를 지원하지 않습니다. Amazon RDS for Oracle은 기존 방식의 감사와 세분화된 감사(DBMS_FGA 패키지)를 지원합니다.

Oracle에서 Amazon RDS forOracle로 변환 - 일정 객체

AWS SCT는 Amazon RDS for Oracle로 마이그레이션할 때 OracleDBMS_SCHEDULER 객체의 변환을 지원합니다.

버전 1.0220



SQL Server에서 MySQL로 마이그레이션 - 테이블 반환 함수

MySQL은 다중 구문 테이블 반환 함수를 지원하지 않습니다. AWS SCT는변환 시 임시 테이블을 만들어서 테이블 반환 함수를 시뮬레이션합니다.자세한 정보는 Microsoft SQL Server를 AWS Schema Conversion Tool용 소스로 사용 (p. 43) 단원을 참조하십시오.

AWS SCT 평가 보고서 업데이트

AWS SCT 평가 보고서 업데이트에는 다음과 같은 내용이 포함됩니다.

• Amazon RDS DB 인스턴스의 데이터베이스 크기를 보여줍니다.• Amazon RDS DB 인스턴스에 사용되는 스토리지 용량을 보여줍니다.• Amazon RDS DB 인스턴스의 데이터베이스 수를 보여줍니다.• 마이그레이션에 포함된 데이터베이스가 이미 복제에 사용되고 있는지

보여줍니다.

SQL Server에서 AmazonRDS for SQL Server로 마이그레이션 - 서비스 브로커와 엔드포인트

현재 Amazon RDS는 서비스 브로커나 CREATE ENDPOINT 명령어를사용하는 추가 T-SQL 엔드포인트를 지원하지 않습니다. 자세한 정보는 Microsoft SQL Server를 AWS Schema Conversion Tool용 소스로 사용 (p. 43) 단원을 참조하십시오.

Db2 LUW에서 PostgreSQL10으로 변환 - 파티션 테이블

AWS SCT는 Db2 LUW 테이블을 PostgreSQL 10의 파티션 테이블로 변환할 수 있습니다.

해결된 문제

• Db2 LUW에서 Amazon RDS for MySQL 또는 Amazon Aurora(MySQL)로 변환. 관련된 여러 변환 객체에대한 대상 SQL을 표시하는 기능이 추가됨.

• Db2 LUW에서 Amazon RDS for PostgreSQL 또는 Amazon Aurora(PostgreSQL)로 변환. 관련된 여러 변환 객체에 대한 대상 SQL을 표시하는 기능이 추가됨.

• MySQL에서 Amazon RDS for PostgreSQL 또는 Amazon Aurora(PostgreSQL)로 변환. 관련된 여러 변환객체에 대한 대상 SQL을 표시하는 기능이 추가됨.

• OLAP. 관련된 여러 변환 객체에 대한 대상 SQL을 표시하는 기능이 추가됨.• MySQL-MySQL 변환과 관련한 AWS SCT 문제가 해결됨.



SQL Server에서 MySQL로 마이그레이션 - MERGE 문 지원

MySQL은 MERGE 문을 지원하지 않지만 AWS SCT는 INSERT ONDUPLICATE KEY 절과 UPDATE FROM 및 DELETE FROM 문을 사용하여 이 명령문을 에뮬레이션할 수 있습니다. 자세한 정보는 SQL Server를MySQL로 변환 (p. 46) 단원을 참조하십시오.

SQL Server에서 PostgreSQL로 마이그레이션 - 고유의 인덱스 이름 생성 지원

인덱스 이름이 고유하지 않을 경우 AWS SCT는 고유의 인덱스 이름을 생성하는 옵션을 제공합니다. 이렇게 하려면 프로젝트 속성에서 Generateunique index names(고유한 인덱스 이름 생성) 옵션을 선택합니다. 자세한 정보는 SQL Server에서 PostgreSQL로 변환 (p. 48) 단원을 참조하십시오.

Oracle에서 PostgreSQL로 마이그레이션 - 데이터베이스 시퀀스 값이 겹치는 문제 해결

Oracle에서 PostgreSQL 마이그레이션 프로젝트의 경우 프로젝트 설정의 변환 설정에서 Populate converted sequences with the last valuesgenerated on the source side(변환된 시퀀스를 소스 측에서 생성된 마지

버전 1.0221


새로운 기능 또는 향상된 기능 설명막 값으로 채우기) 옵션을 선택합니다. 자세한 정보는 Oracle을 AmazonRDS for PostgreSQL 또는 Amazon Aurora(PostgreSQL)로 변환 (p. 33)단원을 참조하십시오.

Oracle에서 PostgreSQL로의마이그레이션 - PostgreSQL10 파티셔닝 지원

AWS SCT는 Oracle 데이터베이스에서 PostgreSQL 데이터베이스로 변환할 때 파티션 및 하위 파티션을 에뮬레이션할 수 있습니다. 자세한 정보는 Oracle을 Amazon RDS for PostgreSQL 또는 AmazonAurora(PostgreSQL)로 변환 (p. 33) 단원을 참조하십시오.

SQL Server에서 PostgreSQL로의 마이그레이션 -PostgreSQL 10 파티셔닝 지원

AWS SCT는 SQL Server 데이터베이스에서 PostgreSQL 데이터베이스로변환할 때 파티션 및 하위 파티션을 에뮬레이션할 수 있습니다. 자세한 정보는 SQL Server에서 PostgreSQL로 변환 (p. 48) 단원을 참조하십시오.

SQL Server에서 MySQL로 마이그레이션 - GOTO 문 지원

MySQL은 GOTO 문을 사용하지 않습니다. AWS SCT는 GOTO 문을 포함하는 코드를 변환할 때 BEGIN…END 문 또는 LOOP…END LOOP 문을사용하도록 변환합니다.

SQL Server에서 PostgreSQL로 마이그레이션 - GOTO 문지원

PostgreSQL은 GOTO 문을 사용하지 않습니다. AWS SCT는 GOTO 문을포함하는 코드를 변환할 때 BEGIN…END 문 또는 LOOP…END LOOP 문을 사용하도록 변환합니다.

Oracle에서 PostgreSQL로 마이그레이션 - GOTO 문 지원

PostgreSQL은 GOTO 문을 사용하지 않습니다. AWS SCT는 GOTO 문을포함하는 코드를 변환할 때 BEGIN…END 문 또는 LOOP…END LOOP 문을 사용하도록 변환합니다.

DB2 LUW 에서 PostgreSQL로 마이그레이션 - DB2에서PostgreSQL로의 트리거 지원

AWS SCT는 DB2 LUW에 사용되는 다양한 TRIGGER 문을 지원합니다.자세한 정보는 DB2 LUW를 Amazon RDS for PostgreSQL 또는 AmazonAurora(PostgreSQL)로 변환 (p. 60) 단원을 참조하십시오.

SQL Server에서 AmazonRDS for SQL Server로 마이그레이션 - 데이터베이스 수준트리거 지원

AWS SCT는 Amazon RDS for SQL Server로 마이그레이션할 때 객체 트리에 데이터베이스 트리거를 추가할 수 있습니다.

SQL Server에서 AmazonRDS for SQL Server로 마이그레이션 - 서버 수준 트리거, 연결된 서버, SQL Server 에이전트 지원

이제 AWS SCT는 서버 수준 트리거, 연결된 서버 및 SQL Server 에이전트를 지원합니다. 자세한 정보는 Microsoft SQL Server를 AWS SchemaConversion Tool용 소스로 사용 (p. 43) 단원을 참조하십시오.

Oracle에서 Amazon RDS forOracle로 마이그레이션 - 디렉터리 객체, 테이블 공간, 사용자 역할, 권한 지원

AWS SCT가 객체 트리에 디렉터리 객체를 추가할 수 있습니다. 자세한 정보는 Microsoft SQL Server를 AWS Schema Conversion Tool용 소스로사용 (p. 43) 단원을 참조하십시오.

Db2 지원 버전 10.1 AWS SCT가 이제 IBM Db2 LUW 버전 10.1을 지원합니다.

격리된 정부 리전의 지원 추가 이제 AWS SCT가 격리된 정부 리전을 지원합니다.

해결된 문제

• AWS Profile. 연동 자격 증명을 사용합니다.• DB2에서 PostgreSQL로 마이그레이션. DB2 트리거 변환.• OLAP 마이그레이션. 현재 프로젝트 설정 - 임계값 왜곡. 백분율 지원 변경.• 평가 보고서. 기본 키 없이 LOB 테이블 플래그.

버전 1.0222


• 일부 UI 버그 수정됨



Oracle에서 PostgreSQL:SQL*Plus 변환에 대한 평가보고서

AWS SCT에서는 SQL*Plus 파일을 PSQL로 변환할 수 있습니다. 평가 보고서에서는 AWS SCT에서 SQL*Plus 파일을 PSQL로 어떻게 변경하였는지 보여줍니다. 자세한 정보는 Oracle을 AWS Schema Conversion Tool용 소스로 사용 (p. 30) 단원을 참조하십시오.

Aurora MySQL Compatible5.7 버전 지원

Aurora MySQL 5.7 스키마 변환에 대한 지원 기능 추가

Db2 LUW 9.1 Db2 LUW 버전 9.1에 대한 지원 추가

OLTP 데이터 마이그레이션.데이터 압축.

이제 마이그레이션 중 데이터 압축 기능은 복제 에이전트를 사용하여 작업을 설정하는 경우에는 선택 사항이 되었습니다.

Oracle에서 Oracle RDS: DBLinks 지원

Oracle에서 Oracle RDS로 마이그레이션하는 경우 이제 DB Links를 지원합니다. 자세한 정보는 Oracle을 AWS Schema Conversion Tool용 소스로 사용 (p. 30) 단원을 참조하십시오.

Oracle에서 PostgreSQL:SELECT INTO BULKCOLLECT(VARRAY) 변환

이제 BULK COLLECT(VARRAY)를 사용하는 SQL 문은 Oracle과PostgreSQL 간 마이그레이션 시 변환이 가능합니다.

Oracle 설명 변환 Oracle 설명을 대상 데이터베이스 엔진에서 사용되는 형식으로 변환할때 이를 지원하는 기능 추가. 자세한 정보는 Oracle을 AWS SchemaConversion Tool용 소스로 사용 (p. 30) 단원을 참조하십시오.

Oracle 시스템 객체 에뮬레이션

Oracle 시스템 객체를 PostgreSQL로 변환할 때 이를 지원하는 기능 추가. 자세한 정보는 Oracle을 AWS Schema Conversion Tool용 소스로 사용 (p. 30) 단원을 참조하십시오.

Oracle에서 PostgreSQL:ROWNUM을 LIMIT로 변환

ROWNUM 변환 시 이를 지원하는 기능 추가

Microsoft SQL Server에서 Microsoft SQL ServerRDS: BULK INSERT 및OPENROWSET()

BULK INSERT 및 OPENROWSET() 변환 시 이를 지원하는 기능 추가

Microsoft SQL Server에서Microsoft SQL Server RDS:스토리지 객체 내 링크

이제 AWS SCT에서는 Amazon RDS로 마이그레이션하는 중 저장 객체 내 링크를 지원합니다. 자세한 정보는 Microsoft SQL Server를 AWSSchema Conversion Tool용 소스로 사용 (p. 43) 단원을 참조하십시오.

Microsoft SQL Server에서PostgreSQL: PATINDEX

이제 AWS SCT에서는 PostgreSQL로 마이그레이션하는 중 PATINDEX변환을 지원합니다. 자세한 정보는 Microsoft SQL Server를 AWSSchema Conversion Tool용 소스로 사용 (p. 43) 단원을 참조하십시오.

Microsoft SQL Server에서PostgreSQL: 시스템 객체 액세스

이제 SQL Server 시스템 객체는 PostgreSQL의 객체로 변환되었습니다.자세한 정보는 Microsoft SQL Server를 AWS Schema Conversion Tool용 소스로 사용 (p. 43) 단원을 참조하십시오.

버전 1.0223



Microsoft SQL Server에서PostgreSQL: 인라인 함수 생성

인라인 함수에 대한 지원 추가. 자세한 정보는 Microsoft SQL Server를AWS Schema Conversion Tool용 소스로 사용 (p. 43) 단원을 참조하십시오.

해결된 문제

• 유형 매핑. 버그 수정 및 개선.• OLAP 변환. 최적화 전략. 수정된 전략을 다시 설정할 수 있는 기능.• Oracle에서 PostgreSQL. 동적 SQL 변환 버그 수정 및 개선.• SQL*Plus 스크립트 변환. 버그 수정 및 개선.• Oracle에서 PostgreSQL로 변환. 바인드 변수 인식 수정.• 서버 수준에서 "Update server info"를 클릭하여 서버 정보를 업데이트하는 기능 추가• Netezza. 소문자로 된 객체의 스키마 변환 수정• 파일 이름에서 파생된 AWS SCT 탐색 트리 노드의 이름에 있는 일부 특정 문자 처리• 일부 UI 버그 수정됨



DB2 LUW 지원 DB2 데이터베이스를 원본으로 마이글이션할 수 있도록 지원이 추가되었습니다. 자세한 정보는 AWS Schema Conversion Tool을 사용하여 데이터베이스 스키마 변환 (p. 91) 단원을 참조하십시오.

Oracle에서 PostgreSQL로 변환. SQL*Plus 파일 변환 추가

SQL*Plus 파일을 변환할 수 있게 되었습니다.

OLTP 데이터 마이그레이션을위해 Snowball 탭 추가

특정 프로젝트에서 Snowball 장치의 현재 상태를 보여주는 OLTP 데이터마이그레이션용 Snowball 탭이 새로 추가되었습니다. 자세한 정보는 데이터 추출 에이전트 사용 (p. 133) 단원을 참조하십시오.

Oracle에서 PostgreSQL로변환. Oracle 공간 코드에서PostGISopen으로 변환

Oracle에서 PostgreSQL로 변환. Oracle 공간 코드가 PostGIS로 변환됩니다.

스키마 비교에 Oracle 10 지원추가

Oracle 10에서 스키마 비교를 실행할 수 있게 되었습니다. 자세한 정보는데이터베이스 스키마 비교 (p. 102) 단원을 참조하십시오.

Oracle에서 PostgreSQL로 변환. PostgreSQL에서 처리된Oracle db의 암시적 형식 캐스팅

Oracle에서 PostgreSQL로 변환할 때 SCT가 데이터 형식 캐스팅을 추가합니다.

SQL Server, Windows 인증 SQL Server. Windows 인증 연결 방법 지원이 추가되었습니다.

SQL Server에서 PostgreSQL로 변환

CITEXT 형식 지원이 추가되었습니다. 데이터 형식 mappint로 선택할 수있습니다.

버전 1.0224



Oracle에서 PostgreSQL로 변환

EXECUTE IMMEDIATE 및 DBMS_SQL과 커서를 위한 동적 SQL 변환이다양하게 향상되었습니다.


Oracle에서 PostgreSQL로 SELECT INTO BULK COLLECT 변환을 위한지원이 추가되었습니다.


Oracle에서 PostgreSQL로 결합형 배열을 변환할 수 있게 되었습니다.

형식 매핑 - 사용자 지정 형식매핑 향상

길이와 정밀도에 따라 원본 데이터 형식을 선택할 수 있는 기능이 추가되었습니다.

AWS 프로필 설정 AWS 프로필 설정에서 기본 프로필을 선택하는 기능이 추가되었습니다.

Greenplum에서 Redshift로 변환

내장 SQL 함수의 Redshift Scalar SQL UDF 변환이 추가되었습니다.

해결된 문제

보고 날짜 설명

포스트 버전 612 • Oracle에서 Redshift로 변환. CAST를 CHAR로 변환할 수 있지만 CAST를 CHARACTER로 변환할 수 없습니다.

• 원본 Oracle DB의 DDL에서 테이블 설명이 생성되지 않습니다.• 평가 보고서에서 형식 불일치의 플래그가 지정되지 않습니다.• Oracle에서 PostgreSQL로 변환. 전자 대문자 알파벳 테이블 이름이 전

자 소문자 알파벳 테이블 이름으로 잘못 변환됩니다.• 확인 버튼을 클릭하여 글로벌 설정 창을 닫을 수 없습니다.• Oracle에서 Redshift로 to_date과 빼기 다시 쓰기의 결과가 다릅니다.• 일부 UI 버그 수정됨



사용자 지정 데이터 형식 매핑 매핑 규칙을 설정하여 스토리지 객체의 데이터 형식을 변경할 수 있습니다. 매핑 규칙 탭에서 어떤 데이터 형식을 변경할지 정의합니다.

새로운 옵션 추가 도움말 메뉴에 "새 소식" 옵션이 추가되어 해당 릴리스에 추가된 모든 주요 기능을 보여 줍니다.

스키마 비교에 Oracle 10 지원추가

Oracle 10에서 스키마 비교를 실행할 수 있게 되었습니다.

Oracle에서 PostgreSQL로 변환.

Oracle에서 PostgreSQL로의 마이그레이션 지원

• 전역 변수• 결합 어레이• TO_NUMBER 함수를 위한 포맷 문자열

버전 1.0225


새로운 기능 또는 향상된 기능 설명• DBMS_SQL package를 통해 Dynamic SQL 변환• 전역 변수를 통해 여러 중첩 하위 프로그램 변환

일부 PostgreSQL 함수 속성및 도메인 제약 조건을 불러오기 위한 지원 추가

일부 PostgreSQL IMMUTABLE, STABLE, VOLATILE 함수 속성 및 도메인 제약 조건을 불러오기 위한 지원 추가

PostgreSQL 도메인 제약 조건을 불러오기 위한 지원 추가

해결된 문제


포스트 버전 611 • APPLY를 Oracle용 키워드로 인식.• Oracle-to-Oracle 프로젝트에서 스키마 비교 실행 시 오류 수정• 피드백을 바탕으로 전반적인 개선이 이루어졌고 Microsoft SQL Server

를 Microsoft SQL Server로 마이그레이션할 때 발생하는 버그 수정• Oracle에서 PostgreSQL로의 마이그레이션에서 Save as SQL 기능 사

용 시 DROP FOREIGN KEY CONSTRAINTS 누락• Oracle에서 Redshift로 마이그레이션할 때 TO_DATE & TRUNC 함수

변환 버그 수정• 피드백을 바탕으로 전반적인 개선이 이루어졌고 PostgreSQL을

PostgreSQL로 마이그레이션할 때 발생하는 버그 수정• 피드백을 바탕으로 전반적인 개선이 이루어졌고 MySQL을 MySQL로

마이그레이션할 때 발생하는 버그 수정• 피드백을 바탕으로 전반적인 개선이 이루어졌고 Oracle을 Oracle로 마

이그레이션할 때 발생하는 버그 수정• 일부 UI 버그 수정됨• Oracle에서 Redshift로의 마이그레이션 시 Redshift 간격 리터럴에 대한

NUMTOINTERVL() 개정• 성능 최적화



MySQL과 MySQL 스키마 비교

MySQL 데이터베이스와 MySQL 데이터베이스 비교 기능 추가. 자세한 정보는 데이터베이스 스키마 비교를 참조하십시오.

Oracle에서 PostgreSQL로 동적 문 변환

첫 번째 버전의 DBMS_SQL 패키지 변환 지원 추가. 자세한 정보는 Oracle을 PostgreSQL로 마이그레이션하기 위한 동적 SQL 변환을 참조하십시오.

Oracle에서 PostgreSQL로GOTO 문 변환

PostgreSQL은 Oracle 같은 기능에서 GOTO 연산자를 지원하지 않지만,BEGIN/END 또는 LOOP/END 루프 문을 사용하여 변환이 가능합니다.

오류 메시지에서 로그 파일 열기

오류가 발생하면 소스 시스템에서 검색할 필요 없이 사용자가 오류를 클릭하면 연결된 로그 파일로 연결이 됩니다.

버전 1.0226

https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Converting.SchemaCompare.html

https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Converting.DynamicSQL.html

https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Converting.DynamicSQL.html



PDF로 내보내기 된 평가 보고서에 Estimated Complexity 필드 추가

Estimated Complexity 필드는 평가 보고서의 .pdf 버전으로 가져오지만 .csv 버전에는 포함되지 않습니다. 자세한 정보는 AWS SchemaConversion Tool에서 평가 보고서 생성 및 사용을 참조하십시오.

OLAP 데이터 마이그레이션.Redshift 복사 후 S3에서 파일을 삭제하지 않는 옵션 추가

Amazon Redshift로 마이그레이션이 되고 나면 에이전트는 업로드된파일을 보관하거나 삭제할 수 있습니다. 자세한 정보는 AWS SchemaConversion Tool을 사용하여 Amazon Redshift 최적화를 참조하십시오.

OLAP 데이터 마이그레이션.Greenplum, Vertica, Netezza및 Microsoft SQL Server에 대한 LOB 마이그레이션 지원이추가되었습니다.

LOB 열을 마이그레이션할 수 있는 기능이 추가되었습니다. 자세한 정보는 LOB를 Amazon Redshift로 마이그레이션을 참조하십시오.

Oracle을 MySQL로 또는MySQL용 Aurora 및 MicrosoftSQL을 MySQL 또는 MySQL용 Aurora로 변환할 때 관련객체를 볼 수 있는 기능이 추가되었습니다.

이제는 AWS SCT가 소스 객체를 여러 대상 객체로 변환할 때 생성된 관련객체의 전체 목록을 볼 수 있습니다. 자세한 정보는 변환된 관련 객체 찾기를 참조하십시오.

OLAP 데이터 추출기. 재설치이후에 에이전트를 복구할 수있는 기능이 추가

설치 또는 구성 중에 포트나 위치가 변경된 경우 에이전트를 복구할 수있습니다. 자세한 정보는 AWS SCT 에이전트에 대한 정보 숨기기 및 복구를 참조하십시오.

트리 보기에서 스키마를 숨기는 것이 가능

스키마에서 어떤 객체와 정보를 트리 보기로 보고 싶은지 선택할 수 있습니다. 자세한 정보는 AWS SCT 트리 보기에서 스키마 숨기기를 참조하십시오.

가상 분할 지원 필터링 규칙을 사용하여 테이블 데이터의 가상 파티션을 생성하는 하위작업을 만들면 분할되지 않은 큰 테이블을 관리할 수 있습니다. 자세한 정보는 AWS Schema Conversion Tool과 함께 가상 분할 사용 (p. 152) 단원을 참조하십시오.

해결된 문제


포스트 버전 608 • OLTP 데이터 마이그레이션. Agent/Task 로그 새로 고침 기능 추가.• Oracle과 Oracle 스키마 비교. 퍼블릭 동의어 비교 수정.• 트리 보기에서 시스템 스키마를 숨기는 기능 수정.• 트리 필터의 도구 설명 추가. 필터링해야 하는 객체와 함께 .csv 파일 업

로드 가능.• 해당되는 경우, Redshift 간격 리터럴로 Oracle NUMTOINTERVAL 변환

수정.• Oracle에서 Redshift로 변환. 두 번째 파라미터 상수(substr의 시작)가

있는 Redshift SUBSTR 마이그레이션을 CASE 문이 아닌 간단한 표현식이 되도록 수정.

• OLAP 데이터 마이그레이션. 가상 분할의 설명 추가.

버전 1.0227

https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Converting.DW.RedshiftOpt.html




https://docs.aws.amazon.com/dms/latest/userguide/Agents.DW.html#Agents.DW.LOBs

https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Converting.RelatedObjects.html

https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Converting.RelatedObjects.html

https://docs.aws.amazon.com/dms/latest/userguide/Agents.DW.html#Agents.DW.Recovering

https://docs.aws.amazon.com/dms/latest/userguide/Agents.DW.html#Agents.DW.Recovering

https://docs.aws.amazon.com/dms/latest/userguide/CHAP_.HidingSchemas


문서 이력다음 표는 2018년 1월 이후에 AWS Schema Conversion Tool 사용 설명서에 적용된 중요한 변경 사항을 설명합니다.

RSS 피드를 구독하면 이 설명서에 대한 업데이트 알림을 받을 수 있습니다.

update-history-change update-history-description update-history-date

AWS SCT 빌드 #1.0.635 Amazon Redshift JDBC 드라이버가 1.2.36.1060으로 업데이트되었습니다. Aurora PostreSQL 11을대상으로 추가함. SCT UI는 AWSGlue 작업 형성 공통 작업을 지원합니다.

February 10, 2020

AWS SCT 빌드 #1.0.632 SCT UI - 스크립트를 적용할 때발생하는 오류를 표시하는 새 탭이 추가되었습니다. 이제 SAPASE에서 변환할 때 소스 트리를 SQL로 저장할 수 있습니다.PostgreSQL, Aurora PostgreSQL또는 Redshift로 변환하는 작업에대한 개선 사항입니다.

November 19, 2019

AWS SCT 빌드 #1.0.631 및#1.0.630(통합)

Oracle의 ROWID와 MicrosoftSQL Server 및 SAP ASE의 시스템 객체에 대한 지원이 개선되었습니다. SQL Server 스키마의 누락된 지정자에 대한 처리가개선되었습니다. Greenplum에서 Redshift로의 변환에 대한 지원이 개선되었습니다. AmazonRedshift, MariaDB, MySQL 및PostgreSQL로 이동할 때 저장된코드의 변환에 대한 지원이 향상되었습니다.

September 30, 2019

AWS SCT 빌드 #1.0.629 Netezza에서 변환하기 위한 저장프로시저에 대한 지원. AmazonRedshift, DynamoDB, MySQL및 PostgreSQL로의 변환에 대한지원이 개선되었습니다. 소스로SAP ASE 12.5 지원 추가

August 20, 2019

AWS SCT 빌드 #1.0.628 DB2, SQL Server 및 Oracle에서변환하기 위한 서비스 에뮬레이션에 대한 지원. 커서 및 저장 프로시저에 대한 추가 지원을 비롯한Amazon Redshift로의 변환 개선

June 22, 2019

AWS SCT 빌드 #1.0.627 SQL Server에서 AmazonRedshift의 저장 프로시저로 변환 지원. PostgresSQL 11 andMySQL 8.0으로 변환하는 작업에대한 개선 사항.

May 31, 2019

버전 1.0228

https://docs.aws.amazon.com/SchemaConversionTool/latest/userguide/CHAP_ReleaseNotes.html#CHAP_ReleaseNotes.635








AWS SCT 빌드 #1.0.626 PostgresQL 11 및 MySQL 8.0은현재 대상으로 지원됩니다. SAPASE 15.5는 현재 소스로 지원됩니다.

April 26, 2019

AWS SCT 빌드 #1.0.625 업데이트에는 Teradata BTEQ에서 AWS Glue로 변환하는 기능,Oracle 호환성 모드 지원을 이용한 MariaDB 10.3 변환 지원, SAPASE 15.7 지원, 누락된 기능 에뮬레이션을 위한 서비스 구독 등이포함됩니다.

March 25, 2019

AWS SCT 빌드 #1.0.624 업데이트에는 Oracle ETL에서AWS Glue로 변환하는 기능 및Microsoft SQL Server, Oracle,IBM Db2 LUW에서 Amazon RDSfor MariaDB로 변환 지원 등이 포함됩니다. MySQL 호환성을 이용한 SAP ASE에서 RDS for MySQL및 Amazon Aurora로 변환 지원도 추가했습니다. 또한 Oracle을PostgreSQL로 변환할 때 Orafce확장에 대한 지원도 추가했습니다.

February 22, 2019

AWS SCT 빌드 #1.0.623 업데이트에는 SAP ASE 데이터베이스 변환 기능과 T-SQL 스크립트, DML, DDL을 동등 코드나 구성 요소로 변환하는 기능이 포함됩니다. 변환 개선을 위한 Oracle및 Microsoft SQL Server 에뮬레이션도 추가했습니다.

January 25, 2019

AWS SCT 빌드 #1.0.622 업데이트에는 데이터베이스 및 앱수정 사항을 비롯해 전체 마이그레이션에 필요한 워크로드를 분석하는 Workload Qualification이 포함되어 있습니다.

December 20, 2018

AWS SCT 빌드 #1.0.621 업데이트에는 Aurora PostgreSQL10을 대상으로 지원, 외부 테이블옵션을 사용하여 Netezza에서 마이그레이션하는 기능 등이 포함됩니다.

November 21, 2018

AWS SCT 빌드 #1.0.620 업데이트에는 SQL 스크립트 저장기능과 MySQL로 마이그레이션시 Oracle 전역 커서 지원이 포함됩니다.

October 22, 2018

AWS SCT 빌드 #1.0.619 업데이트에는 Apache Cassandra에서 DynamoDB로 마이그레이션하기 위한 지원과 Vertica 9를 소스로 사용할 수 있는 지원이 포함되어 있습니다.

September 20, 2018

버전 1.0229









AWS Schema Conversion Tool 사용 설명서이전 업데이트

AWS SCT 빌드 #1.0.618 업데이트에는 확장된 평가 보고서, Oracle ROWID 변환 지원,SQL Server 사용자 정의 테이블지원이 포함됩니다.

August 24, 2018

AWS SCT 빌드 #1.0.617 업데이트에는 확장된 평가 보고서, Oracle ROWID 변환 지원,SQL Server 사용자 정의 테이블지원이 포함됩니다.

July 24, 2018

AWS SCT 빌드 #1.0.616 업데이트에는 Oracle에서Amazon RDS for Oracle로 변환시 RDS 지원, Oracle 일정 객체 변환, Oracle 작업 지원, 파티셔닝 및Db2 LUW 버전 10.1 지원 등이 포함됩니다.

June 26, 2018

AWS SCT 빌드 #1.0.615 업데이트에는 SQL Server에서PostgreSQL로 마이그레이션GOTO 문 지원, PostgreSQL 10파티셔닝 및 Db2 LUW 버전 10.1지원이 포함됩니다.

May 24, 2018

AWS SCT 빌드 #1.0.614 업데이트에는 Oracle에서 OracleDB Links로 마이그레이션 지원,SQL Server에서 PostgreSQL에대응되는 인라인 함수, Oracle 시스템 객체 에뮬레이션이 포함됩니다.

April 25, 2018

AWS SCT 빌드 #1.0.613 업데이트에는 Db2 LUW 지원,SQL*Plus 파일 변환, SQL ServerWindows 인증이 포함됩니다.

March 28, 2018

AWS SCT 빌드 #1.0.612 업데이트에는 사용자 지정 데이터형식 매핑 지원, Oracle 10용 스키마 비교, Oracle에서 PostgreSQL로 전역 변수 변환이 포함됩니다.

February 22, 2018

AWS SCT 빌드 #1.0.611 업데이트에는 Oracle에서PostgreSQL로 동적 문 변환 지원,오류 메시지 선택을 통해 로그 파일 열기, 트리 보기에서 스키마를숨기는 기능이 포함됩니다.

January 23, 2018

이전 업데이트다음 표는 2018년 1월 이전에 AWS Schema Conversion Tool 사용 설명서에 적용된 중요한 변경 사항을 설명합니다.

버전 변경 사항 설명 변경 날짜

1.0.608 Amazon S3용FIPS 엔드포인트 지원

이제 FIPS 엔드포인트를 사용하여 Amazon S3및 Amazon Redshift에 연결하도록 AWS SCT에요청하여 미연방 정보 처리 표준 보안 요구 사항

2017년 11월 17일

버전 1.0230










버전 변경 사항 설명 변경 날짜을 준수할 수 있습니다. 자세한 정보는 AWS 자격 증명 저장 (p. 14) 단원을 참조하십시오.

1.0.607 Amazon S3용FIPS 엔드포인트 지원

이제 FIPS 엔드포인트를 사용하여 Amazon S3및 Amazon Redshift에 연결하도록 AWS SCT에요청하여 미연방 정보 처리 표준 보안 요구 사항을 준수할 수 있습니다. 자세한 정보는 AWS 자격 증명 저장 (p. 14) 단원을 참조하십시오.

2017년 10월 30일

1.0.607 데이터 추출 작업에서 LOB 무시 가능

이제 데이터 추출 작업을 생성할 때 대용량 객체(LOB)를 무시하여 추출하는 데이터 양을 줄일 수있습니다. 자세한 정보는 AWS SCT 데이터 추출작업 생성, 실행 및 모니터링 (p. 143) 단원을 참조하십시오.

2017년 10월 30일

1.0.605 데이터 추출 에이전트 작업 로그 액세스

이제 AWS Schema Conversion Tool 사용자 인터페이스에서 편리한 링크를 통해 데이터 추출에이전트 작업 로그에 액세스할 수 있습니다. 자세한 정보는 AWS SCT 데이터 추출 작업 생성,실행 및 모니터링 (p. 143) 단원을 참조하십시오.

2017년 8월 28일

1.0.604 컨버터 기능 향상

이종 마이그레이션에서 변환을 향상하기 위해AWS Schema Conversion Tool 엔진을 개선했습니다.

2017년 6월 24일

1.0.603 데이터 추출 에이전트가 필터를지원

이제 추출 에이전트가 데이터 웨어하우스에서 추출하는 데이터를 필터링할 수 있습니다. 자세한정보는 AWS Schema Conversion Tool에서 데이터 추출 필터 생성 (p. 141) 단원을 참조하십시오.

2017년 6월 16일

1.0.603 AWS SCT에서추가 데이터 웨어하우스 버전을지원

이제 AWS Schema Conversion Tool을 사용하여 Teradata 13 및 Oracle Data Warehouse10 스키마를 그와 동등한 Amazon Redshift 스키마로 변환할 수 있습니다. 자세한 정보는 Amazon Redshift을 사용하여 데이터 웨어하우스스키마를 AWS Schema Conversion Tool로 변환 (p. 105) 단원을 참조하십시오.

2017년 6월 16일

1.0.602 데이터 추출 에이전트가 추가데이터 웨어하우스를 지원

이제 데이터 추출 에이전트를 사용해 MicrosoftSQL Server 데이터 웨어하우스에서 데이터를 추출할 수 있습니다. 자세한 정보는 데이터 추출 에이전트 사용 (p. 133) 단원을 참조하십시오.

2017년 5월 11일

1.0.602 데이터 추출 에이전트가 데이터를 AmazonRedshift로 복사가능

이제 데이터 추출 에이전트는 세 가지 업로드 모드를 제공합니다. 데이터 추출만, 데이터 추출 후Amazon S3로 업로드 또는 데이터 추출, 업로드및 Amazon Redshift에 직접 복사 중에서 지정할수 있습니다. 자세한 정보는 AWS SCT 데이터추출 작업 생성, 실행 및 모니터링 (p. 143) 단원을 참조하십시오.

2017년 5월 11일

버전 1.0231



1.0.601 AWS SCT가 추가 데이터 웨어하우스를 지원

이제 AWS Schema Conversion Tool을 사용하여 Vertica 및 Microsoft SQL Server 스키마를 동등한 Amazon Redshift 스키마로 변환할 수 있습니다. 자세한 정보는 Amazon Redshift을 사용하여 데이터 웨어하우스 스키마를 AWS SchemaConversion Tool로 변환 (p. 105) 단원을 참조하십시오.

2017년 4월 18일

1.0.601 데이터 추출 에이전트가 추가데이터 웨어하우스를 지원

이제 데이터 추출 에이전트를 사용해Greenplum, Netezza 및 Vertica 데이터 웨어하우스로부터 데이터를 추출할 수 있습니다. 자세한정보는 데이터 추출 에이전트 사용 (p. 133) 단원을 참조하십시오.

2017년 4월 18일

1.0.601 데이터 추출 에이전트가 추가운영 체제를 지원

이제 macOS 및 Microsoft Windows 운영 체제를실행하는 컴퓨터에 데이터 추출 에이전트를 설치할 수 있습니다. 자세한 정보는 추출 에이전트 설치 (p. 136) 단원을 참조하십시오.

2017년 4월 18일

1.0.601 데이터 추출에이전트가Amazon S3로 자동 업로드

이제 데이터 추출 에이전트가 추출된 데이터를자동으로 Amazon S3로 업로드합니다. 자세한정보는 데이터 추출 작업 출력 (p. 151) 단원을 참조하십시오.

2017년 4월 18일

1.0.600 데이터 추출 에이전트

이제 데이터 웨어하우스로부터 데이터를 추출하여 Amazon Redshift에서 사용하도록 준비해 주는 데이터 추출 에이전트를 설치할 수 있습니다.AWS Schema Conversion Tool을 사용하여 에이전트를 등록하고 에이전트를 위한 데이터 추출작업을 생성할 수 있습니다. 자세한 정보는 데이터 추출 에이전트 사용 (p. 133) 단원을 참조하십시오.

2017년 2월 16일

1.0.600 고객 피드백 이제 사용자는 AWS Schema Conversion Tool에대한 피드백을 제공할 수 있습니다. 버그 보고서를 제출하거나, 기능 요청을 제출하거나, 일반 정보를 제공할 수 있습니다. 자세한 정보는 고객 피드백 제공 (p. 3) 단원을 참조하십시오.

2017년 2월 16일

1.0.502 AWS DMS과 통합

이제 AWS Schema Conversion Tool을 사용하여AWS DMS 엔드포인트 및 작업을 생성할 수 있습니다. AWS SCT로부터 이러한 작업을 실행하고모니터링할 수 있습니다. 자세한 정보는 AWSDatabase Migration Service에서 AWS SchemaConversion Tool 사용 (p. 132) 단원을 참조하십시오.

2016년 12월 20일

1.0.502 대상 데이터베이스로서 AmazonAurora(PostgreSQL)의 호환성

이제 AWS Schema Conversion Tool은 대상 데이터베이스로서 Amazon Aurora(PostgreSQL)의 호환성을 지원합니다. 자세한 정보는 AWSSchema Conversion Tool을 사용하여 데이터베이스 스키마 변환 (p. 91) 단원을 참조하십시오.

2016년 12월 20일

버전 1.0232



1.0.502 프로필 지원 이제 AWS Schema Conversion Tool에 여러프로필을 저장하고 간편하게 전환하여 사용할 수 있습니다. 자세한 정보는 AWS SchemaConversion Tool에서 AWS 서비스 프로파일 사용 (p. 13) 단원을 참조하십시오.

2016년 12월 20일

1.0.501 GreenplumDatabase 및Netezza 지원

이제 AWS Schema Conversion Tool을 사용하여Greenplum Database 및 Netezza에서 AmazonRedshift로 데이터 웨어하우스 스키마를 변환할수 있습니다. 자세한 정보는 Amazon Redshift을 사용하여 데이터 웨어하우스 스키마를 AWSSchema Conversion Tool로 변환 (p. 105) 단원을 참조하십시오.

2016년 11월 17일

1.0.501 Redshift 최적화 이제 AWS Schema Conversion Tool을 사용하여Amazon Redshift 데이터베이스 서버를 최적화할수 있습니다. 자세한 정보는 Amazon Redshift을사용하여 AWS Schema Conversion Tool 최적화 (p. 120) 단원을 참조하십시오.

2016년 11월 17일

1.0.500 매핑 규칙 AWS Schema Conversion Tool를 사용하여 스키마를 변환하기 전에 이제 열의 데이터 형식을 변경하고 객체를 한 스키마에서 다른 스키마로 이동하며 객체 이름을 변경하는 규칙을 설정할 수 있습니다. 자세한 정보는 AWS SchemaConversion Tool에서 매핑 규칙 생성 (p. 108) 단원을 참조하십시오.

2016년 10월 4일

1.0.500 클라우드로 이전 이제 AWS Schema Conversion Tool를 사용하여 기존의 온프레미스 데이터베이스 스키마를 동일한 엔진을 실행하는 Amazon RDS DB 인스턴스로 복사할 수 있습니다. 이 기능을 사용하면 클라우드로 이전하고 라이선스 유형을 변경하는데 따르는 비용 절감의 가능성을 분석할 수 있습니다. 자세한 정보는 AWS Schema ConversionTool을 사용하여 평가 보고서 생성 (p. 77) 단원을 참조하십시오.

2016년 10월 4일

1.0.400 데이터 웨어하우스 스키마 변환

이제 AWS Schema Conversion Tool을 사용하여 Oracle 및 Teradata에서 Amazon Redshift로데이터 웨어하우스 스키마를 변환할 수 있습니다. 자세한 정보는 Amazon Redshift을 사용하여 데이터 웨어하우스 스키마를 AWS SchemaConversion Tool로 변환 (p. 105) 단원을 참조하십시오.

2016년 7월 13일

1.0.400 애플리케이션SQL 변환

이제 AWS Schema Conversion Tool을 사용하여 C++, C#, Java 또는 기타 애플리케이션 코드로 된 SQL을 변환할 수 있습니다. 자세한 정보는AWS Schema Conversion Tool을 사용하여 애플리케이션 SQL 변환 (p. 178) 단원을 참조하십시오.

2016년 7월 13일

버전 1.0233



1.0.400 새로운 기능 이제 AWS Lambda 함수 및 Python 라이브러리를 설치, 생성 및 구성하여 이메일, 작업 일정및 기타 기능을 제공하는 데 활용할 수 있는 확장 팩 및 마법사가 AWS Schema ConversionTool에 포함되었습니다. 자세한 정보는 AWSLambda 확장 팩의 AWS SCT 함수 사용 (p. 186)및 AWS SCT 확장 팩용 사용자 지정 Python 라이브러리 사용 (p. 185) 단원을 참조하십시오.

2016년 7월 13일

1.0.301 SSL 지원 이제 AWS Schema Conversion Tool을 사용할때 Secure Sockets Layer(SSL)를 사용하여 소스데이터베이스에 연결할 수 있습니다.

2016년 5월 19일

1.0.203 새로운 기능 변환을 위한 소스 데이터베이스로 MySQL 및PostgreSQL을 추가 지원합니다.

2016년 4월 11일

1.0.202 유지 관리 릴리스

대상 데이터베이스 엔진용으로 생성된 변환된SQL의 편집 지원을 추가합니다. 소스 데이터베이스 및 대상 DB 인스턴스 트리 보기에 향상된 선택 기능을 추가합니다. TNS(TransparentNetwork Substrate) 이름을 사용하는 Oracle 소스 데이터베이스 연결에 대한 지원을 추가합니다.

2016년 3월 2일


대상 데이터베이스 엔진으로 PostgreSQL을 추가 지원합니다. 변환된 스키마를 스크립트로 생성하고 그 스크립트를 파일로 저장한 다음 해당스키마를 대상 DB 인스턴스에 적용하는 기능을추가합니다.

2016년 1월 14일


오프라인 프로젝트 기능, 신규 버전 확인 기능 및메모리/성능 관리 기능을 추가합니다.

2015년 12월 2일


Create New Database Migration Project(데이터베이스 마이그레이션 프로젝트 새로 만들기) 마법사를 추가합니다. 데이터베이스 마이그레이션평가 보고서를 PDF 파일로 저장하는 기능을 추가합니다.

2015년 10월 19일

1.0.100 미리 보기 릴리스

AWS Schema Conversion Tool 미리 보기 릴리스용 사용 설명서를 제공합니다.

2015년 10월 7일

버전 1.0234

aws schema conversion tool · aws sct 사용자 인터페이스에 대한 소개는 aws schema...

Documents