AWS Database Migration Service 可帮助您轻松并安全地将数据库迁移至 AWS。在迁移过程中,源数据库仍可完全正常地运行,这最大限度地减少了依赖该数据库的应用程序的停止运行时间。AWS Database Migration Service 可以在使用最广泛的商用数据库和开源数据库之间迁移您的数据。该服务支持同构迁移(例如从 Oracle 迁移到 Oracle),以及在不同数据库平台之间的异构迁移(例如从 Oracle 迁移到 Amazon Aurora 或从 Microsoft SQL Server 迁移到 MySQL)。它还支持您从任意受支持的源位置(包括 Amazon Aurora、PostgreSQL、MySQL、MariaDB、Oracle、SAP ASE 和 SQL Server)将数据流式传输到 Amazon Redshift,以便在 PB 级数据仓库中对数据进行整合和轻松分析。AWS Database Migration Service 还可用于连续数据复制,且高度可用。
要了解更多,请注册参加我们即将举行的技术研讨会:
![AWS Schema Conversion Tool AWS Schema Conversion Tool](http://web.archive.org./web/20170217000457im_/https://d0.awsstatic.com/products/Aurora/Aurora%20Redesign/DMS-red-orange.png)
AWS Schema Conversion Tool 可将源数据库架构和大部分自定义代码(包括视图、存储过程和函数)自动转换为与目标数据库兼容的格式,从而简化异构数据库的迁移。任何无法自动转换的代码都将进行明确标记,以便对其进行手动转换。SCT 还可以扫描用于嵌入式 SQL 语句的应用程序源代码,并将其作为数据库架构转换项目的一部分进行转换。在此过程中,SCT 通过将旧的 Oracle 和 SQL Server 函数转换为同等的 AWS 服务来执行云原生代码优化,从而帮助您在迁移数据库的同时对应用程序进行升级。
您的源数据库可以位于您的内部位置,也可以位于 Amazon RDS 或 EC2 中,而目标数据库可以位于 Amazon RDS 或 EC2 中。AWS Schema Conversion Tool 支持以下转换:
源数据库 | Amazon RDS 上的目标数据库 |
---|---|
Microsoft SQL Server | Amazon Aurora、MySQL、PostgreSQL、MariaDB |
MySQL 和 MariaDB | PostgreSQL |
Oracle | Amazon Aurora、MySQL、PostgreSQL、MariaDB |
PostgreSQL | Amazon Aurora、MySQL、MariaDB |
Amazon Aurora | PostgreSQL |
Oracle 数据仓库 | Amazon Redshift |
Teradata | Amazon Redshift |
Netezza | Amazon Redshift |
Greenplum | Amazon Redshift |
您可以通过以下链接,下载适用于您选择的平台的 AWS Schema Converstion Tool
![15 15](http://web.archive.org./web/20170217000457im_/https://d0.awsstatic.com/Test%20Images/15.png)
在同构数据库迁移中,源数据库和目标数据库采用相同或兼容的数据库引擎,例如从 Oracle 迁移至 Amazon RDS for Oracle、从 MySQL 迁移至 Amazon Aurora、从 MySQL 迁移至 Amazon RDS for MySQL 或从 Microsoft SQL Server 迁移至 Amazon RDS for SQL Server。由于源数据库和目标数据库的架构结构、数据类型和数据库代码都是兼容的,此类迁移只需一个步骤即可完成。您可以创建与源数据库和目标数据库相连的迁移任务,然后单击一个按钮开始迁移。AWS Database Migration Service 将负责完成其余的工作。源数据库可以位于 AWS 之外您自己的场所,可以运行在 Amazon EC2 实例上,也可以是 Amazon RDS 数据库。目标数据库可以是 Amazon EC2 或 Amazon RDS 中的数据库。
![DMS-Homogeneous-Diagram-2 DMS-Homogeneous-Diagram-2](http://web.archive.org./web/20170217000457im_/https://d0.awsstatic.com/product-marketing/DMS/DMS-Homogeneous-Diagram-2.png)
![expedia_logo_break expedia_logo_break](http://web.archive.org./web/20170217000457im_/https://d0.awsstatic.com/products/Aurora/Aurora%20Redesign/customer-logos/expedia_logo_break.png)
Expedia, Inc. 是一家世界领先的旅行服务公司,每个月要帮助数以百万计的旅行者轻松规划和预订旅程。“我们正在将一些数据库迁移至 Amazon Aurora。”Expedia, Inc. 首席工程师 Kuldeep Chowhan 说,“让我们放心的是,AWS Database Migration Service 可以为我们简化此过程,帮助我们加快迁移计划。密切监控迁移过程的能力、详细的日志记录功能以及我们从 AWS 获得的支持,使我们对迁移成功充满信心。”
在异构数据库迁移中,源数据库和目标数据库采用不同的数据库引擎,例如从 Oracle 迁移至 Amazon Aurora、从 Oracle 迁移至 PostgreSQL 或从 Microsoft SQL Server 迁移至 MySQL。在这种情况下,源数据库和目标数据库的架构结构、数据类型和数据库代码可能差别巨大,要求在开始迁移数据之前先执行架构和代码转换。这使得异构数据库迁移需要分成两个步骤。首先,使用 AWS Schema Conversion Tool 转换源数据库的架构和代码,使其与目标数据库匹配;其次,使用 AWS Database Migration Service 将数据从源数据库迁移至目标数据库。所有必要的数据类型转换将由 AWS Database Migration Service 在迁移过程中自动完成。源数据库可以位于 AWS 之外您自己的场所,可以运行在 Amazon EC2 实例上,也可以是 Amazon RDS 数据库。目标数据库可以是 Amazon EC2 或 Amazon RDS 中的数据库。
![DMS-Hetrogeneous-Diagram DMS-Hetrogeneous-Diagram](http://web.archive.org./web/20170217000457im_/https://d0.awsstatic.com/product-marketing/DMS/DMS-Hetrogeneous-Diagram.png)
出于开发之目的,AWS Database Migration Service 可以用于将数据迁移到云以及将数据从云中迁移出来。有两种常见的应用场景:第一种是在 AWS 上部署开发、测试或暂存系统,从而利用云的可扩展性和快速预置功能。如此一来,开发和测试人员可以使用真实生产数据的副本,还可以将更新复制回本地生产系统。第二种应用场景为开发系统位于本地 (通常位于个人笔记本电脑中) 时,您将 AWS 云生产数据库的当前副本一次性或持续迁移到这些本地系统。这样可以避免打断现有的 DevOps 流程,同时确保生产系统的表示为最新。
您可以使用 AWS Database Migration Service,将多个源数据库整合至一个目标数据库。同构和异构数据库迁移都可以实现此目标,您也可以对所有受支持的数据库引擎使用此功能。源数据库可以位于您本地 (AWS 外部),可以在 Amazon EC2 实例上运行,它也可以是 Amazon RDS 数据库。源数据库还可以分布在不同的地点。例如,第一个源数据库位于 AWS 之外您自己的场所,第二个数据库在 Amazon EC2 中,第三个数据库则是 Amazon RDS 数据库。目标数据库可以是 Amazon EC2 或 Amazon RDS 中的数据库。
您可以使用 AWS Database Migration Service 执行连续数据复制。连续数据复制具有多种用途,包括灾难恢复实例同步、地理数据库分发和开发/测试环境同步。您可以使用 DMS 针对所有受支持的数据库引擎执行同构和异构数据复制。源数据库或目标数据库可以位于 AWS 之外您自己的场所,可以运行在 Amazon EC2 实例上,也可以是 Amazon RDS 数据库。您可以将数据从一个数据库复制到一个或多个目标数据库,也可以对多个源数据库的数据进行整合并将其复制到一个或多个目标数据库。
轻松开始使用。按照我们的入门指南,只需单击几下,就能使用 AWS Database Migration Service 迁移您的数据库。
想了解更多信息?
请给我们的 AWS 专家写信。
请给我们的 AWS 专家写信
请给我们的 AWS 专家写信
请给我们的 AWS 专家写信
请给我们的 AWS 专家写信
请给我们的 AWS 专家写信
请给我们的 AWS 专家写信
请给我们的 AWS 专家写信
请给我们的 AWS 专家写信
请给我们的 AWS 专家写信
请给我们的 AWS 专家写信
请给我们的 AWS 专家写信