在组织的 IT 现代化之旅中,数据库迁移通常被认为是可以在快速周转时间内完成的简单任务。 数据库现代化提供了许多好处,但是,迁移过程直接且轻松的观念是一个神话,一旦迁移过程开始,这种看法很快就会被打破。 通过充分的规划、工具和迁移策略,这种转变将在规定的时间内成为管理良好的执行过程。 通过本文档,我们将了解数据库迁移的各种误区,突出显示常见的陷阱以及如何更好地管理这些陷阱。 这些步骤还将强调与工具支持的活动相比的工作量密集型活动,以提供迁移数据库时所涉及的工作的视角。
任何数据库迁移的关键驱动因素是:
- 应用数字化转型
- 数据库整合
- 通过采用开源降低 TCO(总拥有成本)。
- 通过托管服务提高 IT 运营效率 – 云化
数据库迁移分为两个主要举措:
- 异构迁移(从一个源数据库迁移到另一数据库、平台迁移)。
- 同质迁移(数据库的提升和转移)
关于数据库迁移的误解和事实神话1: 数据库迁移可以作为基础设施练习来进行。
事实:数据库迁移不能像从源到目标的直接迁移一样进行。 需要对数据库和应用程序环境进行适当的尽职调查。 使用各种工具进行自动发现可减少高达 60% 的工作量。 需要分析以下影响:
- 数据库整合机会
- 针对数据库现代化的 6R(重新托管、重新平台、重新购买、重构、保留、退役)评估方法,以最终确定迁移策略。
- 应用程序影响分析和移动组规划。
误区2: 数据库迁移工作量由 Schema 的大小决定
事实:数据库迁移工作不仅由数据库对象的数量和数据量驱动,而且主要由数据库程序对象转换的复杂性驱动。 当数据库在企业中存在几十年后,除了数据之外,数据库程序对象中通常还嵌入了复杂的业务逻辑。 没有任何迁移工具可以提供一键式 100% 自动转换。 数据库迁移工作主要由以下因素驱动:
- 不支持的数据类型和函数、表空值、分区类型和索引。
- 使用源数据库的专有功能在数据库程序代码(存储过程、包、视图、触发器、函数)中实现繁重的业务逻辑
- 非 ANSI SQL 和动态 SQL 的使用
- 事务管理和异常处理。
- 嵌入式 SQL 的应用和本机数据库 API(如 CTLIB、DBLIB、OCI 等)的使用。
- 性能优化(由于事实:数据库引擎的更改)
- 源和目标之间的功能验证。
- 集成的修复和测试。
- 并行运行(由于零停机时间/其他业务要求)
误区3: 应用程序只需更改数据库驱动程序即可运行
事实:应用程序修复不仅仅涉及数据库驱动程序更改。 应用程序修复主要是手动工作,因为没有任何工具可以有效地识别数据库接触点并对其进行修改。下面列出的多个因素决定了应用程序修复工作的复杂性:
- 应用技术版本及其与目标的兼容性。
- 目标数据库的数据库驱动程序的可用性。
- 使用目标可能不支持的第三方库。
- COTS 应用程序与目标的兼容性。
- ORM(对象关系映射)框架的使用与嵌入式 SQL 的使用
- 应用程序重新设计
误区4: 数据迁移就是将数据提升并转移到目标
事实:尽管自动化在数据迁移中发挥着关键作用,但仍需要高达 10% 的手动工作才能成功进行数据迁移。 我们的努力主要集中在以下几个方面:
- 充分分析源数据以在目标上映射正确的数据类型,以避免数据质量问题和数据丢失。
- 计划数据迁移的停机时间要求和基础设施可用性。
- 数据迁移工具的选择
- 平台发生变化以适应数据的印第安性变化。
- 一对多/多一数据库迁移的数据整合。
- 并行运行期间数据共存。
- 数据验证
神话5: 迁移项目仅需要白盒测试
事实:端到端测试是迁移项目成功不可或缺的一部分。 数据验证工具、查询验证工具、模式验证工具和其他测试工具将测试自动化了 70%。 需要进行的一些关键测试活动:
- 源环境的功能和性能基线
- 迁移后测试将结果与基线进行比较。
- 性能测试和调优
- 关键工作流程的预生产并行测试
- 用户验收测试
- 实施后验证。
结论
虽然迁移工具在数据库迁移中发挥着至关重要的作用,但它并不能帮助进行100%自动化的迁移。 不能采用“一刀切”的方法,所需的手动工作量由我们上面看到的因素决定。 TCS 凭借其迁移数百个数据库的专业知识,完善了 5D 方法(发现、设计、开发、部署、退役),该方法提供了经过时间考验的步骤的整体方法,可确保成功的数据库迁移。 5D 方法得到自动化的良好支持(开发内部工具和资产,随着数据库迁移项目的进展增强工具),以一致且准确的方式加速迁移,并实现数据库迁移的预期自动化。
- SEO 支持的内容和 PR 分发。 今天得到放大。
- 柏拉图区块链。 Web3 元宇宙智能。 知识放大。 访问这里。
- Sumber: https://www.finextra.com/blogposting/23645/database-migration–expectations-vs-reality–a-fact-check?utm_medium=rssfinextra&utm_source=finextrablogs
- a
- 关于我们
- 以上
- 加快
- 验收
- 账号管理
- 精准的
- 活动
- 增加
- 采用
- 采用
- 驳
- 所有类型
- 尽管
- 分析
- 和
- 和基础设施
- APIs
- 应用领域
- 应用领域
- 的途径
- 地区
- 评定
- 办公室文员:
- 自动化
- 自动化
- 自动化
- 可用性
- 底线
- 成为
- 作为
- 如下。
- 好处
- 更好
- 之间
- 盒子
- 破
- 商业
- 不能
- 携带
- 更改
- 更改
- 查
- 码
- 相当常见
- 比较
- 兼容性
- 完成
- 复杂
- 复杂
- 考虑
- 一贯
- 合并
- 转化
- 价格
- 危急
- data
- 数据丢失
- 数据库
- 数据库
- 几十年
- 部署
- 设计
- 确定
- 决心
- 开发
- 发展
- 不同
- 勤勉
- 通过各种方式找到
- 发现
- 文件
- 向下
- 驱动
- 司机
- 驱动程序
- ,我们将参加
- 动态
- 只
- 效率
- 努力
- 工作的影响。
- 嵌入式
- 启用
- 端至端
- 发动机
- 加强
- 确保
- 企业
- 环境
- 等
- 例外
- 执行
- 锻炼
- 期望
- 预期
- 专门知识
- 因素
- 秋季
- 特征
- 敲定
- Finextra
- 重点
- 以下
- 向前
- 框架
- 止
- 功能
- 团队
- 处理
- 帮助
- 近期亮点
- 突出
- 别墅
- 创新中心
- 但是
- HTTPS
- 数百
- 鉴定
- 影响力故事
- 影响
- 履行
- in
- 指标
- 基础设施
- 项目
- 积分
- 集成
- 参与
- 问题
- IT
- 旅程
- 键
- 景观
- 在很大程度上
- Level
- 库
- 已发布
- 离
- 主要
- 使
- 管理
- 颠覆性技术
- 方式
- 手册
- 许多
- 地图
- 制图
- 研究方法
- 移民
- 修改
- 移动
- 多
- 神话
- 本地人
- 导航
- 需求
- 数
- 对象
- 优惠精选
- 一
- 开放源码
- 操作
- 机会
- 优化
- 其他名称
- 所有权
- 包
- 并行
- 党
- 知觉
- 性能
- 透视
- 计划
- 规划行程
- 平台
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 播放
- 主要
- 程序
- 本人简介
- 曲目
- 项目
- 正确
- 所有权
- 提供
- 提供
- 质量
- 快速
- 现实
- 重新设计
- 减少
- 重构
- 要求
- 必须
- 岗位要求
- 需要
- 成果
- 角色
- 运行
- 同
- 特色服务
- 转移
- 尺寸
- 一些
- 来源
- 步骤
- 仍
- 存储
- 直
- 策略
- 成功
- 成功
- 支持
- 表
- 目标
- 任务
- 专业技术
- 测试
- 通过
- 次
- 至
- 工具
- 工具
- 合计
- 转型
- 用法
- 平时
- 验证
- 价值观
- 各个
- 版本
- 意见
- 重要
- 体积
- 而
- 白色
- 将
- 中
- 工作流程
- 将
- 和风网
- 零