조직의 IT 현대화 여정에서 데이터베이스 마이그레이션은 종종 빠른 처리 시간으로 완료할 수 있는 쉬운 작업으로 간주됩니다. 데이터베이스 현대화는 많은 이점을 제공하지만, 마이그레이션 여정이 간단하고 수월하다는 인식은 마이그레이션 여정이 시작되는 즉시 깨지는 신화입니다. 적절한 계획, 도구 및 마이그레이션 전략을 통해 이 변환은 필요한 일정 내에 잘 관리되는 실행이 될 것입니다. 이 문서를 통해 데이터베이스 마이그레이션에 대한 다양한 통념을 살펴보고 공통적인 함정과 이를 더 잘 관리할 수 있는 방법을 살펴보겠습니다. 이 단계는 또한 데이터베이스를 마이그레이션하는 동안 관련된 노력에 대한 관점을 제공하기 위해 도구 지원 활동과 비교하여 노력 집약적인 활동을 강조합니다.
모든 데이터베이스 마이그레이션의 주요 동인은 다음과 같습니다.
- 애플리케이션의 디지털 변환
- 데이터베이스 통합
- 오픈 소스 채택을 통한 TCO(총소유비용) 절감.
- 매니지드 서비스를 통한 IT 운영 효율성 - 클라우드화
데이터베이스 마이그레이션은 두 가지 주요 이니셔티브로 나뉩니다.
- 이기종 마이그레이션(하나의 소스 데이터베이스에서 다른 데이터베이스로 마이그레이션, 플랫폼 마이그레이션).
- 동종 마이그레이션(데이터베이스의 리프트 앤 시프트)
데이터베이스 마이그레이션에 대한 오해와 사실 Myth1: 데이터베이스 마이그레이션은 인프라 연습으로 수행할 수 있습니다.
사실: 데이터베이스 마이그레이션은 소스에서 대상으로 리프트 앤 시프트 방식으로 수행할 수 없습니다. 데이터베이스 및 애플리케이션 환경에 대한 적절한 실사를 수행해야 합니다. 다양한 도구를 사용한 자동화된 검색은 노력을 최대 60%까지 줄여줍니다. 다음과 같은 영향을 분석해야 합니다.
- 데이터베이스 통합 기회
- 마이그레이션 전략을 확정하기 위한 DB 현대화에 대한 6R(Rehost, Re-platform, Repurchase, Refactor, Retain, Retire) 평가 접근 방식.
- 애플리케이션 영향 분석 및 이동 그룹 계획.
신화2: 데이터베이스 마이그레이션 노력은 스키마의 크기에 따라 결정됩니다.
사실: 데이터베이스 마이그레이션 노력은 DB 개체 및 데이터 볼륨의 수뿐만 아니라 주로 DB 프로그램 개체 변환의 복잡성에 의해 주도됩니다. 데이터베이스가 수십 년 동안 기업에서 사용된 경우 데이터 외에도 일반적으로 데이터베이스 프로그램 개체에 복잡한 비즈니스 논리가 포함되어 있습니다. 어떤 마이그레이션 도구도 One Click 100% 자동 변환을 제공할 수 없습니다. 데이터베이스 마이그레이션 작업은 주로 다음에 의해 주도됩니다.
- 지원되지 않는 데이터 유형 및 함수, 테이블 Null 값, 파티션 유형 및 인덱스.
- 소스 데이터베이스의 독점 기능을 사용하여 DB 프로그램 코드(저장 프로시저, 패키지, 뷰, 트리거, 함수)에서 무거운 비즈니스 로직 구현
- 비ANSI SQL 및 동적 SQL 사용
- 트랜잭션 관리 및 예외 처리.
- 응용 프로그램의 Embedded SQL 및 CTLIB, DBLIB, OCI 등과 같은 기본 데이터베이스 API 사용
- 성능 최적화(데이터베이스 엔진 변경으로 인한)
- 소스와 대상 간의 기능 검증.
- 통합 개선 및 테스트.
- 병렬 실행(중단 시간 없음/기타 비즈니스 요구 사항으로 인해)
신화3: 응용 프로그램이 작동하려면 데이터베이스 드라이버만 변경하면 됩니다.
사실: 애플리케이션 교정은 데이터베이스 드라이버 변경에 관한 것만이 아닙니다. 어떤 도구도 데이터베이스 접점을 효과적으로 식별하고 수정할 수 없기 때문에 응용 프로그램 수정은 대부분 수동 작업입니다. 응용 프로그램 수정 노력의 복잡성을 결정하는 다음과 같은 여러 요인이 있습니다.
- 응용 기술 버전 및 대상과의 호환성.
- 대상 데이터베이스용 데이터베이스 드라이버의 가용성.
- 대상에서 지원되지 않을 수 있는 타사 라이브러리 사용.
- 대상과의 COTS 애플리케이션 호환성.
- ORM(Object-Relational Mapping) 프레임워크 사용 vs Embedded SQL 사용
- 애플리케이션 재설계
신화4: 데이터 마이그레이션은 데이터를 대상으로 리프트 앤 시프트하는 것입니다.
사실: 자동화가 데이터 마이그레이션에서 핵심적인 역할을 하지만 성공적인 데이터 마이그레이션을 수행하기 위해서는 여전히 최대 10%의 수작업이 필요합니다. 노력은 다음 영역에 집중됩니다.
- 데이터 품질 문제 및 데이터 손실을 방지하기 위해 소스 데이터를 적절히 프로파일링하여 대상에 올바른 데이터 유형을 매핑합니다.
- 데이터 마이그레이션 계획을 위한 다운타임 요구 사항 및 인프라 가용성.
- 데이터 마이그레이션 도구 선택
- 데이터에 대한 인도적 변화를 설명하기 위해 플랫폼이 변경되었습니다.
- 일대다/다일 데이터베이스 마이그레이션을 위한 데이터 통합.
- 병렬 실행 중 데이터 공존.
- 데이터 유효성 검사
신화 5 : 마이그레이션 프로젝트에는 화이트 박스 테스트만 필요합니다.
사실: 종단 간 테스트는 마이그레이션 프로젝트의 성공에 필수적입니다. 데이터 유효성 검사 도구, 쿼리 유효성 검사 도구, 스키마 유효성 검사 도구 및 기타 테스트 도구는 테스트를 70% 자동화합니다. 수행할 몇 가지 주요 테스트 활동:
- 소스 환경의 기능 및 성능 기준
- 결과를 기준선과 비교하기 위한 사후 마이그레이션 테스트.
- 성능 테스트 및 조정
- 중요한 워크플로를 위한 사전 제작 병렬 테스트
- 사용자 수락 테스트
- 구현 후 검증.
결론
마이그레이션 도구는 데이터베이스 마이그레이션에서 중요한 역할을 하지만 100% 자동화된 마이그레이션을 수행하는 데 도움이 되지는 않습니다. '하나의 크기가 모든 것에 적합' 접근 방식을 채택할 수 없으며 필요한 수동 작업 수준은 위에서 본 요인에 따라 결정됩니다. 수백 개의 데이터베이스를 마이그레이션하는 전문성을 갖춘 TCS는 성공적인 데이터베이스 마이그레이션을 보장하는 오랜 시간 동안 테스트된 단계를 통해 전체적인 접근 방식을 제공하는 5D 방법론(발견, 설계, 개발, 배포, 폐기)을 완성했습니다. 5D 방법론은 일관되고 정확한 방식으로 마이그레이션을 가속화하고 데이터베이스 마이그레이션에서 예상되는 자동화를 달성하기 위해 자동화(내부 도구 및 자산 개발, db 마이그레이션 프로젝트 진행에 따라 도구 향상)에 의해 잘 지원됩니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- 플라토 블록체인. Web3 메타버스 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 출처: https://www.finextra.com/blogposting/23645/database-migration–expectations-vs-reality–a-fact-check?utm_medium=rssfinextra&utm_source=finextrablogs
- a
- 소개
- 위의
- 가속
- 수락
- 계정
- 정확한
- 달성
- 방과 후 액티비티
- 또한
- 채택
- 양자
- 반대
- All
- 이기는하지만
- 분석
- 과
- 인프라
- API
- 어플리케이션
- 어플리케이션
- 접근
- 지역
- 평가
- 자산
- 자동화
- 자동화
- 자동화
- 유효성
- 기준
- 가
- 존재
- 이하
- 혜택
- 더 나은
- 사이에
- 보물상자
- 부서진
- 사업
- 나르다
- 이전 단계로 돌아가기
- 변경
- 검사
- 암호
- 공통의
- 비교
- 호환성
- 진행완료
- 복잡한
- 복잡성
- 고려
- 일관된
- 강화
- 매출 상승
- 비용
- 임계
- 데이터
- 데이터 손실
- 데이터베이스
- 데이터베이스
- 수십 년
- 배포
- 디자인
- 결정
- 결정된
- 개발
- 개발
- 다른
- 근민
- 발견
- 발견
- 문서
- 아래 (down)
- 구동
- 운전사
- 드라이버
- ...동안
- 동적
- 효과적으로
- 효율성
- 노력
- 노력
- 임베디드
- 사용 가능
- 끝으로 종료
- 엔진
- 강화
- 확인
- Enterprise
- 환경
- 등
- 예외
- 실행
- 운동
- 기대
- 기대하는
- 전문적 지식
- 요인
- 떨어지다
- 특징
- 마무리하다
- 파인 트라
- 집중
- 수행원
- 앞으로
- 프레임 워크
- 에
- 기능
- 그룹
- 처리
- 도움
- 강조
- 강조
- 집
- 방법
- 그러나
- HTTPS
- 수백
- 확인
- 영향
- 영향
- 이행
- in
- 색인
- 인프라
- 이니셔티브
- 완전한
- 통합
- 참여
- 문제
- IT
- 여행
- 키
- 경치
- 크게
- 레벨
- 도서관
- 상장 된
- 오프
- 본관
- 확인
- 관리
- 구축
- 태도
- 조작
- .
- 지도
- 매핑
- 방법론
- 이주
- 수정
- 움직임
- 여러
- 신화
- 출신
- 이동
- 필요
- 번호
- 사물
- 제공
- ONE
- 오픈 소스
- 운영
- 기회
- 최적화
- 기타
- 소유권
- 패키지
- 평행
- 파티
- 지각
- 성능
- 관점
- 계획
- 계획
- 플랫폼
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 연극
- 주로
- 절차
- 프로필
- 프로그램
- 프로젝트
- 적절한
- 소유권
- 제공
- 제공
- 품질
- 빠른
- 현실
- 재 설계하다
- 감소
- 리팩터링
- 필요
- 필수
- 요구조건 니즈
- 필요
- 결과
- 직위별
- 달리기
- 같은
- 서비스
- 변화
- 크기
- 일부
- 출처
- 단계
- 아직도
- 저장
- 직진
- 전략
- 성공
- 성공한
- 지원
- 테이블
- 목표
- 작업
- Technology
- 지원
- XNUMXD덴탈의
- 을 통하여
- 시간
- 에
- 수단
- 검색을
- 금액
- 변환
- 용법
- 보통
- 확인
- 마케팅은:
- 여러
- 버전
- 보기
- 필수
- 음량
- 동안
- 화이트
- 의지
- 이내
- 워크 플로우
- 겠지
- 제퍼 넷
- 제로