I en organisasjons IT-moderniseringsreise blir databasemigrering ofte betraktet som enkle oppgaver som kan fullføres med en rask behandlingstid. Databasemodernisering gir mange fordeler, men oppfatningen av at migrasjonsreisen er rett frem og uanstrengt er en myte som snart brytes så snart migrasjonsreisen begynner. Med tilstrekkelig planlegging, verktøy og migrasjonsstrategi vil denne transformasjonen bli en godt administrert utførelse innenfor de nødvendige tidslinjene. Gjennom dette dokumentet vil vi navigere gjennom de ulike mytene om databasemigrering og fremheve de vanlige fallgruvene og hvordan det samme kan administreres bedre. Trinnene vil også fremheve de innsatsintensive aktivitetene i forhold til verktøyaktiverte aktiviteter for å gi et perspektiv på innsatsen som er involvert under migrering av databaser.
Nøkkeldrivere for enhver databasemigrering er:
- Digital transformasjon av applikasjoner
- Databasekonsolidering
- TCO (Total Cost of Ownership) reduksjon gjennom åpen kildekode-adopsjon.
- IT Driftseffektivitet gjennom administrerte tjenester – Cloudification
Databasemigrering faller inn i to hovedinitiativer:
- Heterogene migrasjoner (migrering fra en kildedatabase til en annen database, plattformmigrering).
- Homogene migrasjoner (løft og flytting av databaser)
Misoppfatninger og fakta om databasemigrering Myte1: Databasemigrering kan utføres som en infrastrukturøvelse.
Fakta: Databasemigrering kan ikke utføres som løft og skift fra kilde til mål. En skikkelig due diligence av databasen og applikasjonslandskapet må foretas. En automatisert oppdagelse ved hjelp av ulike verktøy reduserer innsatsen med opptil 60 %. Følgende virkninger må analyseres:
- Muligheter for databasekonsolidering
- 6R (Rehost, Re-platform, Repurchase, Refactor, Retain, Retire) vurderingstilnærming til DB-modernisering for å fullføre migrasjonsstrategien.
- Applikasjonskonsekvensanalyse og flyttegruppeplanlegging.
Myte 2: Databasemigreringsinnsats bestemmes av størrelsen på Schema
Fakta: Databasemigreringsarbeidet drives ikke bare av antall DB-objekter og datavolum, men først og fremst av kompleksiteten til konvertering av DB-programobjektene. Når databasene har vært i virksomheten over flere tiår, i tillegg til data, er det vanligvis kompleks forretningslogikk innebygd i databaseprogramobjektene. Ingen migreringsverktøy kan gi One Click 100 % automatisert konvertering. Databasemigreringsarbeidet er primært drevet av:
- Datatyper og funksjoner som ikke støttes, nullverdier i tabellen, partisjonstype og indekser.
- Tung forretningslogikkimplementering i DB-programkode (lagrede prosedyrer, pakker, visninger, utløsere, funksjoner) ved bruk av proprietære funksjoner i kildedatabasen
- Bruk av ikke-ANSI SQL og dynamisk SQL
- Transaksjonshåndtering og Unntakshåndtering.
- Innebygd SQL i applikasjon og bruk av native database APIer som CTLIB, DBLIB, OCI etc.
- Ytelsesoptimalisering (på grunn av det faktum: Endring i databasemotoren)
- Funksjonell validering mellom kilde og mål.
- Utbedring og testing av integrasjoner.
- Parallell kjøring (På grunn av null nedetid / andre forretningskrav)
Myte 3: Applikasjoner krever bare endringer i databasedrivere for å få det til å fungere
Fakta: Programutbedring handler ikke bare om endringer i databasedrivere. Applikasjonsutbedring er i stor grad en manuell innsats, siden ingen verktøy effektivt kan identifisere databaseberøringspunktene og endre dem. Det er flere faktorer som er oppført nedenfor som bestemmer kompleksiteten til programutbedring:
- Applikasjonsteknologiversjon og dens kompatibilitet med målet.
- Tilgjengelighet av databasedrivere for måldatabaser.
- Bruk av tredjepartsbiblioteker som kanskje ikke støttes på målet.
- COTS-applikasjoners kompatibilitet med målet.
- Bruk av ORM-rammeverk (Object-Relational Mapping) kontra bruk av innebygd SQL
- Redesign av applikasjonen
Myte 4: Datamigrering handler om løft og flytting av data til mål
Fakta: Selv om automatisering spiller en nøkkelrolle i datamigrering, er det fortsatt en manuell innsats på opptil 10 % for å gjennomføre en vellykket datamigrering. Innsatsen er fokusert på følgende områder:
- Profiler kildedata tilstrekkelig for å kartlegge riktig datatype på målet for å unngå problemer med datakvalitet og tap av data.
- Krav til nedetid og infrastrukturtilgjengelighet for å planlegge datamigrering.
- Valg av datamigrasjonsverktøy
- Plattformendringer for å ta høyde for endringer i indiskhet i data.
- Datakonsolidering for én-mange/mange-en-databasemigreringer.
- Data sameksistens under parallell kjøring.
- Datavalidering
Myte 5: Et migrasjonsprosjekt krever bare testing med hvit boks
Fakta: End-to-end-testing er en integrert del av suksessen til migrasjonsprosjektet. Datavalideringsverktøy, Query Validation-verktøy, Schema-valideringsverktøy og andre testverktøy automatiserer testingen med 70 %. Noen viktige testaktiviteter som skal utføres:
- Funksjonell og ytelsesbaselinje på kildemiljø
- Testing etter migrering for å sammenligne resultater med baseline.
- Ytelsestesting og tuning
- Pre-prod parallell testing for kritiske arbeidsflyter
- Brukeraksepttesting
- Validering etter implementering.
konklusjonen
Selv om migreringsverktøy spiller en viktig rolle i databasemigrering, hjelper det ikke å utføre en 100 % automatisert migrering. En "One Size fits all"-tilnærming kan ikke tas i bruk, og nivået av manuell innsats som kreves bestemmes av faktorene vi har sett ovenfor. TCS med sin ekspertise på migrering av hundrevis av databaser har perfeksjonert en 5D-metodikk (Oppdag, Design, Utvikling, Deploy, Decommission) som gir en helhetlig tilnærming med tidstestede trinn som vil sikre en vellykket databasemigrering. 5D-metodikken er godt støttet av automatisering (Utvikling av interne verktøy og eiendeler, forbedringsverktøy etter hvert som db-migrasjonsprosjektet skrider frem) for å akselerere migreringen på en konsistent og nøyaktig måte og oppnå forventet automatisering i databasemigreringer.
- SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
- Platoblokkkjede. Web3 Metaverse Intelligence. Kunnskap forsterket. Tilgang her.
- kilde: https://www.finextra.com/blogposting/23645/database-migration–expectations-vs-reality–a-fact-check?utm_medium=rssfinextra&utm_source=finextrablogs
- a
- Om oss
- ovenfor
- akselerere
- godkjennelse
- Logg inn
- nøyaktig
- Oppnå
- Aktiviteter
- tillegg
- vedtatt
- Adopsjon
- mot
- Alle
- Selv
- analyse
- og
- og infrastruktur
- APIer
- Søknad
- søknader
- tilnærming
- områder
- evaluering
- Eiendeler
- automatisere
- Automatisert
- Automatisering
- tilgjengelighet
- Baseline
- bli
- være
- under
- Fordeler
- Bedre
- mellom
- Eske
- Brutt
- virksomhet
- kan ikke
- bære
- endring
- Endringer
- sjekk
- kode
- Felles
- sammenligne
- kompatibilitet
- Terminado
- komplekse
- kompleksitet
- ansett
- konsistent
- konsolidering
- Konvertering
- Kostnad
- kritisk
- dato
- Data Loss
- Database
- databaser
- tiår
- utplassere
- utforming
- Bestem
- bestemmes
- utvikle
- utvikle
- forskjellig
- aktsomhet
- oppdage
- Funnet
- dokument
- ned
- drevet
- sjåfør
- drivere
- under
- dynamisk
- effektivt
- effektivitet
- innsats
- innsats
- innebygd
- aktivert
- ende til ende
- Motor
- styrke
- sikre
- Enterprise
- Miljø
- etc
- unntak
- gjennomføring
- Øvelse
- forventninger
- forventet
- ekspertise
- faktorer
- Fall
- Egenskaper
- fullføre
- Finextra
- fokuserte
- etter
- Forward
- rammer
- fra
- funksjoner
- Gruppe
- Håndtering
- hjelpe
- Uthev
- utheving
- hus
- Hvordan
- Men
- HTTPS
- Hundrevis
- identifisere
- Påvirkning
- Konsekvenser
- gjennomføring
- in
- indekser
- Infrastruktur
- initiativer
- integrert
- integrasjoner
- involvert
- saker
- IT
- reise
- nøkkel
- landskap
- i stor grad
- Nivå
- bibliotekene
- oppført
- tap
- Hoved
- gjøre
- fikk til
- ledelse
- måte
- håndbok
- mange
- kart
- kartlegging
- metodikk
- migrasjon
- modifisere
- flytte
- flere
- Myter
- innfødt
- Naviger
- Trenger
- Antall
- gjenstander
- Tilbud
- ONE
- åpen kildekode
- operasjonell
- Muligheter
- optimalisering
- Annen
- eierskap
- pakker
- Parallel
- parti
- persepsjon
- ytelse
- perspektiv
- fly
- planlegging
- plattform
- plato
- Platon Data Intelligence
- PlatonData
- Spille
- primært
- prosedyrer
- Profil
- program
- prosjekt
- ordentlig
- proprietær
- gi
- gir
- kvalitet
- Rask
- Reality
- redesign
- reduserer
- Refaktor
- krever
- påkrevd
- Krav
- Krever
- Resultater
- Rolle
- Kjør
- samme
- Tjenester
- skift
- Størrelse
- noen
- kilde
- Steps
- Still
- lagret
- rett
- Strategi
- suksess
- vellykket
- Støttes
- bord
- Target
- oppgaver
- Teknologi
- Testing
- De
- Gjennom
- tid
- til
- verktøy
- verktøy
- Totalt
- Transformation
- bruk
- vanligvis
- validering
- Verdier
- ulike
- versjon
- visninger
- vital
- volum
- mens
- hvit
- vil
- innenfor
- arbeidsflyt
- ville
- zephyrnet
- null