AWS Schema Conversion Tool - 사용 설명서

Transcription

1 AWS Schema Conversion Tool 사용 설명서

2 AWS Schema Conversion Tool: 사용 설명서 Copyright 2018 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 discredits Amazon. All other trademarks not owned by Amazon are the property of their respective owners, who may or may not be affiliated with, connected to, or sponsored by Amazon.

3 Table of Contents AWS Schema Conversion Tool이란 무엇입니까?. 1 스키마 변환 개요 2 피드백... 2 설치, 확인 및 업데이트... 4 AWS SCT 설치. 4 이전 버전 설치.. 5 AWS SCT 파일 다운로드 확인 5 AWS SCT 파일의 체크섬 확인 6 Fedora에서 AWS SCT RPM 파일 확인. 6 Ubuntu에서 AWS SCT DEB 파일 확인. 7 Microsoft Windows에서 AWS SCT MSI 파일 확인... 7 Mac OS에서 AWS SCT 애플리케이션 확인... 7 필요한 데이터베이스 드라이버 설치. 8 Linux에 JDBC 드라이버 설치.. 9 전역 설정에 드라이버 경로 저장.. 9 AWS SCT 업데이트. 10 AWS SCT 사용자 인터페이스 사용.. 11 AWS SCT 프로젝트 창. 11 AWS 프로필 저장. 12 AWS 자격 증명 저장. 13 프로젝트 기본 프로필 설정. 15 데이터베이스 암호 저장. 15 AWS SCT 트리 필터 트리 필터용 파일 목록 가져오기. 17 스키마 숨기기. 17 키보드 바로 가기. 18 데이터베이스 마이그레이션 평가 보고서.. 19 SCT 시작 프로젝트 생성. 23 스키마 변환 23 변환된 스키마를 대상 DB 인스턴스에 적용.. 25 시작하기.. 27 AWS SCT용 원본 데이터베이스. 28 Oracle을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용.. 28 원본인 Oracle에 필요한 권한. 29 원본인 Oracle에 연결 Oracle에서 PostgreSQL 32 Oracle에서 MySQL로 Oracle에서 Amazon RDS Oracle로. 35 Microsoft SQL Server를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용.. 36 원본: Microsoft SQL Server 37 원본: Microsoft SQL Server에서 Windows 인증. 37 원본인 SQL Server에 연결 39 SQL Server에서 MySQL로 40 SQL Server에서 PostgreSQL로.. 42 SQL Server를 Amazon RDS for SQL Server로. 43 MySQL을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용. 44 원본: MySQL.. 44 원본인 MySQL에 연결.. 44 PostgreSQL을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용.. 46 원본: PostgreSQL 46 원본인 PostgreSQL에 연결 46 Db2 LUW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용.. 48 iii

4 원본: Db2 LUW 원본인 Db2 LUW에 연결 DB2LUW에서 PostgreSQL로. 52 Amazon RedShift를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 원본: Amazon Redshift. 52 Redshift를 원본으로 연결.. 52 Oracle DW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 54 원본: Oracle 데이터 웨어하우스. 54 원본인 OracleDW에 연결.. 54 Teradata를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 원본: Teradata 57 Teradata를 원본으로 연결. 57 Netezza를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 60 원본: Netezza. 60 Netezza를 원본으로 연결.. 60 Greenplum을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 62 원본: Greenplum.. 62 Greenplum을 원본으로 연결.. 62 Vertica를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용. 63 원본: Vertica Vertica를 원본으로 연결 64 Microsoft SQL Server DW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 65 원본: Microsoft SQL Server 데이터 웨어하우스.. 65 SQLServerDW를 원본으로 연결. 66 데이터베이스 스키마 변환. 68 매핑 규칙 생성 69 매핑 규칙 생성 70 객체에 대한 매핑 규칙 생성 매핑 규칙 내보내기 스키마 변환 71 스키마 변환 71 변환된 스키마 편집.. 73 변환된 스키마 삭제.. 74 평가 보고서 생성 및 사용.. 75 데이터베이스 마이그레이션 평가 보고서 생성.. 76 요약 작업 항목 평가 보고서 저장. 78 수동 변환 처리 79 소스 스키마 수정. 80 대상 스키마 수정. 80 변환된 스키마 업데이트 및 새로 고침. 80 스키마 저장 및 적용. 81 변환된 스키마를 파일로 저장.. 81 변환된 스키마 적용.. 82 확장 팩 스키마 83 스키마 비교 83 관련된 변환 객체.. 85 데이터 웨어하우스 스키마 변환.. 86 최적화 전략 및 규칙 선택 통계 수집 또는 업로드.. 88 매핑 규칙 생성 89 매핑 규칙 생성 90 객체에 대한 매핑 규칙 보기 매핑 규칙 내보내기.. 91 스키마 변환.. 91 스키마 변환.. 91 iv

5 변환된 스키마 편집 변환된 스키마 삭제 키 관리 및 사용자 지정. 95 평가 보고서 생성 및 사용 데이터베이스 마이그레이션 평가 보고서 생성 요약 97 작업 항목. 98 평가 보고서 저장.. 99 수동 변환 처리 소스 스키마 수정 대상 스키마 수정 변환된 스키마 업데이트 및 새로 고침 101 스키마 저장 및 적용 변환된 스키마를 파일로 저장 변환된 스키마 적용 103 확장 팩 스키마 Python 라이브러리. 105 Amazon Redshift 최적화 Amazon Redshift 데이터베이스 최적화 AWS Database Migration Service에서 AWS Schema Conversion Tool 사용. 107 AWS DMS와 함께 AWS SCT 복제 에이전트 사용 데이터 추출 에이전트 사용 필수 선행 설정 109 S3 설정. 109 보안 설정 에이전트 설치. 110 에이전트 구성. 112 에이전트 시작. 112 에이전트 등록. 113 AWS SCT 에이전트에 대한 정보 숨기기 및 복구 데이터 추출 필터 생성. 115 데이터 정렬 116 AWS SCT 데이터 추출 작업 생성, 실행 및 모니터링. 117 AWS Snowball 장치를 사용하여 데이터 추출 AWS DMS 및 AWS Snowball을 사용한 단계별 데이터 마이그레이션 절차 120 데이터 추출 작업 출력. 125 가상 분할 사용 126 가상 분할 생성 시 한도 127 RANGE 파티션 유형 127 LIST 파티션 유형 DATE AUTO SPLIT 파티션 유형 LOB 작업 모범 사례 및 문제 해결 130 애플리케이션 SQL 변환 애플리케이션 SQL 변환 개요 애플리케이션 변환 프로젝트 생성. 132 SQL 코드 분석 및 변환 135 평가 보고서 생성 및 사용. 136 애플리케이션 평가 보고서 생성 136 변환된 SQL 코드 편집 및 저장. 137 확장 팩 사용. 138 확장 팩 DB 스키마 사용 확장 팩용 사용자 지정 Python 라이브러리. 139 AWS 서비스를 사용하여 사용자 지정 Python 라이브러리 업로드 139 확장 팩 적용. 139 확장 팩의 Lambda 함수 AWS 서비스를 사용하여 데이터베이스 기능 에뮬레이션 v

6 확장 팩 적용. 141 모범 사례 일반 메모리 관리 및 성능 옵션. 142 추가 메모리 구성 문제 해결 Oracle 소스 데이터베이스에서 객체를 로드할 수 없음 출시 정보 출시 정보 출시 정보 출시 정보 출시 정보 출시 정보 문서 기록 vi

7 AWS Schema Conversion Tool이란 무엇입니까? AWS Schema Conversion Tool(AWS SCT)를 사용하여 기존 데이터베이스 스키마를 한 데이터베이스 엔 진에서 다른 데이터베이스 엔진으로 변환할 수 있습니다. 관계형 OLTP 스키마 또는 데이터 웨어하우스 스 키마를 변환할 수 있습니다. 변환된 스키마는 Amazon Relational Database Service(Amazon RDS) MySQL DB 인스턴스, Amazon Aurora DB 클러스터, Amazon RDS PostgreSQL DB 인스턴스 또는 Amazon Redshift 클러스터에 적합합니다. 변환된 스키마는 Amazon EC2 인스턴스에서 데이터베이스와 함께 사용되거나 Amazon S3 버킷에서 데이터로 저장될 수 있습니다. AWS SCT는 Amazon S3 버킷이나 또 다른 AWS 리소스 연결 시 연방 정보 처리 표준(FIPS)를 포함하여 몇 가지 업계 표준을 지원합니다. AWS SCT는 연방 위험 및 인증 관리 프로그램(FedRAMP)도 준수합니다. 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 데이터를 MySQL에서 Amazon Aurora(MySQL) DB 클러스 터로 마이그레이션할 수 있습니다. 자세한 내용은 Amazon Aurora DB 클러스터로 데이터 마이그레이 션을 참조하십시오. Oracle(버전 10.2 이상) Amazon Aurora(MySQL 또는 PostgreSQL), MySQL, Oracle, PostgreSQL PostgreSQL(버전 9.1 이상) Amazon Aurora(MySQL), MySQL, PostgreSQL IBM Db2 LUW(버전 9.1, 9.5, 9.7, 10.5, 11.1) Amazon Aurora(MySQL), MySQL, PostgreSQL, Amazon Aurora(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 이상) Amazon Redshift Oracle(버전 10 이상) Amazon Redshift Teradata(버전 13 이상) Amazon Redshift Vertica(버전 이상) Amazon Redshift 1

8 스키마 변환 개요 스키마 변환 개요 AWS SCT는 소스 데이터베이스의 데이터베이스 스키마를 대상 Amazon RDS 인스턴스와 호환되는 형식으 로 자동 변환할 수 있는 프로젝트 기반 사용자 인터페이스를 제공합니다. 소스 데이터베이스의 스키마를 자 동으로 변환할 수 없을 경우 AWS SCT가 대상 Amazon RDS 데이터베이스에서 동등한 스키마를 생성할 수 있는 방법에 대한 지침을 제공합니다. AWS SCT를 설치하는 방법은 AWS Schema Conversion Tool(AWS SCT) 설치, 확인 및 업데이트 (p. 4) 단원을 참조하십시오. AWS SCT 사용자 인터페이스에 대한 소개는 AWS Schema Conversion Tool(AWS SCT) 사용자 인터페이 스 사용 (p. 11) 단원을 참조하십시오. 변환 프로세스에 대한 자세한 내용은 AWS Schema Conversion Tool을 사용하여 데이터베이스 스키마 변 환 (p. 68) 단원을 참조하십시오. AWS SCT에는 기존 데이터베이스 스키마를 한 데이터베이스 엔진에서 다른 데이터베이스 엔진을 변환하는 기능 외에도 다음과 같이 데이터 및 애플리케이션을 AWS 클라우드로 이전하는 데 활용할 수 있는 몇 가지 추가 기능이 있습니다. 데이터 추출 에이전트를 사용해 데이터 웨어하우스로부터 데이터를 추출하여 Amazon Redshift로 마이그 레이션할 준비를 할 수 있습니다. 데이터 추출 에이전트를 관리하려면 AWS SCT를 사용할 수 있습니다. 자세한 내용은 데이터 추출 에이전트 사용 (p. 108) 단원을 참조하십시오. AWS SCT를 사용하여 AWS DMS 엔드포인트 및 작업을 생성할 수 있습니다. AWS SCT로부터 이러한 작업을 실행하고 모니터링할 수 있습니다. 자세한 내용은 AWS Database Migration Service에서 AWS Schema Conversion Tool 사용 (p. 107) 단원을 참조하십시오. 일부의 경우, 데이터베이스 기능을 동등한 Amazon RDS 또는 Amazon Redshift 기능으로 변환할 수 없 습니다. AWS SCT 확장 팩 마법사를 통해 AWS Lambda 함수와 Python 라이브러리를 설치하고 변환 할 수 없는 기능을 에뮬레이션할 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool 확장 팩 사 용 (p. 138) 단원을 참조하십시오. AWS SCT를 사용하여 기존 Amazon Redshift 데이터베이스를 최적화할 수 있습니다. AWS SCT는 정 렬 키 및 배포 키를 사용하여 데이터베이스를 최적화할 것을 권장합니다. 자세한 내용은 AWS Schema Conversion Tool을 사용하여 Amazon Redshift 최적화 (p. 105) 단원을 참조하십시오. AWS SCT를 사용하여 기존의 온프레미스 데이터베이스 스키마를 동일한 엔진을 실행하는 Amazon RDS DB 인스턴스로 복사할 수 있습니다. 이 기능을 사용하면 클라우드로 이전 및 라이선스 유형 변경의 비용 절감 가능성을 분석할 수 있습니다. AWS SCT를 사용하여 C++, C#, Java 또는 기타 애플리케이션 코드의 SQL을 변환할 수 있습니다. 변환 된 SQL 코드를 보고, 분석하고, 편집하고, 저장할 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool을 사용하여 애플리케이션 SQL 변환 (p. 132) 단원을 참조하십시오. 고객 피드백 제공 사용자는 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 Tool을 시작합니다. 2

9 피드백 2. [Help] 메뉴를 열고 [Leave Feedback]을 선택합니다. [Leave Feedback] 대화 상자가 열립니다 [Area]에서 [Information], [Bug report] 또는 [Feature request]를 선택합니다. [Source database]에서 소스 데이터베이스를 선택합니다. 피드백이 특정 데이터베이스에 한정되지 않으 면 [Any]를 선택합니다. [Target database]에서 대상 데이터베이스를 선택합니다. 피드백이 특정 데이터베이스에 한정되지 않으 면 [Any]를 선택합니다. [Title]에 피드백 제목을 입력합니다. 7. [Message]에 피드백 내용을 입력합니다. 8. [Send]를 선택하여 피드백을 제출합니다. 5. 3

10 AWS SCT 설치 AWS Schema Conversion Tool(AWS SCT) 설치, 확인 및 업데이트 AWS Schema Conversion Tool(AWS SCT)은 프로젝트 기반 사용자 인터페이스를 제공하는 독립 실행형 애플리케이션입니다. AWS SCT는 Fedora Linux, macos, Microsoft Windows 및 Ubuntu Linux 버전 에서 사용할 수 있습니다. AWS SCT는 64비트 운영 체제에서만 지원됩니다. AWS SCT는 Java Runtime Environment(JRE) 버전 8u45도 설치합니다. 올바른 버전의 AWS SCT 배포 파일을 받을 수 있도록 압축 파일 다운로드 후 확인 단계를 제공합니다. 제공 된 단계를 사용하여 파일을 확인할 수 있습니다. 항목 AWS SCT 설치 (p. 4) AWS SCT 파일 다운로드 확인 (p. 5) 필요한 데이터베이스 드라이버 설치 (p. 8) AWS SCT 업데이트 (p. 10) AWS SCT 설치 AWS SCT를 설치하려면 1. 운영 체제별 링크를 사용하여 AWS SCT 설치 프로그램이 포함된 압축 파일을 다운로드합니다. 모든 압 축 파일은 확장자가.zip입니다. AWS SCT 설치 파일의 압축을 풀면 해당 운영 체제에 적합한 형식이 됩 니다. Microsoft Windows Apple macos Ubuntu Linux (.deb) Fedora Linux (.rpm) 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 이전 단계에서 추출한 AWS SCT 설치 프로그램 파일을 실행합니다. 다음에 표시된 운영 체제별 지침을 사용하십시오. 운영 체제 설치 지침 Fedora Linux 파일을 다운로드한 폴더에서 다음 명령을 실행합니다. 4

11 이전 버전 설치 운영 체제 설치 지침 sudo yum install aws-schema-conversion-tool-1.0.buildnumber.x86_64.rpm macos Finder에서 AWS Schema Conversion Tool-1.0.buildnumber.dmg를 엽니다. AWS Schema Conversion Tool-1.0.build-number.dmg를 Applications 폴더로 끕니다. 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.buildnumber.deb 4. 원본 및 대상 데이터베이스 엔진용 Java Database Connectivity(JDBC) 드라이버를 설치합니다. 지침 및 다운로드 링크는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오. AWS SCT 이전 버전 설치 AWS SCT 이전 버전을 다운로드하여 설치할 수 있습니다. 다음 형식을 사용하여 이전 버전을 다운로드합니 다. 다음 형식을 사용하여 버전 및 OS 정보를 제공해야 합니다. 예를 들어 AWS SCT 버전 607을 다운로드하려면 다음과 같이 합니다. MacOS - Windows - Ubuntu - Fedora - AWS SCT 파일 다운로드 확인 AWS SCT의 배포 파일을 확인할 수 있는 방법이 몇 가지 있습니다. 가장 간단한 방법은 파일의 체크섬을 AWS가 공개한 체크섬과 비교하는 것입니다. 추가 보안 수준으로 아래 절차를 사용하여 파일이 설치되는 운 영 체제에 따라 배포 파일을 확인할 수 있습니다. 이 단원에는 다음 주제가 포함되어 있습니다. 항목 AWS SCT 파일의 체크섬 확인 (p. 6) Fedora에서 AWS SCT RPM 파일 확인 (p. 6) 5

12 AWS SCT 파일의 체크섬 확인 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 확인 AWS SCT 압축 파일을 다운로드 또는 저장할 때 유입될 수 있는 오류를 탐지하기 위해 파일 체크섬을 AWS 가 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 Ubuntu Windows MacOs 3. b4f5f66f91bfcc1b312e2827e960691c269a9002cd1371cf f88cbb5e6 4315eb666449d4fcd f00399adb6c6cf64b9f30adda2eec903c54eca4 6e29679a3c53c5396a06d8d50f308981e4ec34bd0acd a0ae9a23 ed56d3ab49309e92ac4d2ef439d35449ac1326f470c23dc5866e1bf0a60b0e67 배포 파일이 포함된 디렉터리에서 운영 체제의 SHA256 확인 명령을 실행합니다. 예를 들어 Mac 운영 체제에서 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 확인 AWS는 배포 파일 체크섬 외에 또 다른 수준의 확인을 제공합니다. 배포 파일의 모든 RPM 파일은 AWS 프라 이빗 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 체크섬을 확인합니다. 3. 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 6. 다음 명령을 실행하여 가져오기가 성공했는지 확인합니다. rpm -q --qf "%{NAME}-%{VERSION}-%{RELEASE} \n %{SUMMARY} \n" gpg-pubkeyea22abf4-5a21d30c 7. 다음 명령을 실행하여 RPM 서명을 확인합니다. rpm --checksig -v aws-schema-conversion-tool-1.0.build number-1.x86_64.rpm 6

13 Ubuntu에서 AWS SCT DEB 파일 확인 Ubuntu에서 AWS SCT DEB 파일 확인 AWS는 배포 파일 체크섬 외에 또 다른 수준의 확인을 제공합니다. 배포 파일의 모든 DEB 파일은 GPG 분리 서명으로 서명됩니다. Ubuntu에서 AWS SCT DEB 파일을 확인하려면 1. 설치 섹션의 링크를 사용하여 AWS SCT 배포 파일을 다운로드합니다. 2. AWS SCT 배포 파일의 체크섬을 확인합니다. 3. 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 7. 다음 명령을 실행하여 서명을 확인합니다. gpg --verify aws-schema-conversion-tool-1.0.latest.deb.asc aws-schema-conversiontool-1.0.build number.deb Microsoft Windows에서 AWS SCT MSI 파일 확인 AWS는 배포 파일 체크섬 외에 또 다른 수준의 확인을 제공합니다. MSI 파일에는 AWS가 서명했는지 확인할 수 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 체크섬을 확인합니다. 3. 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 확인 AWS는 배포 파일 체크섬 외에 또 다른 수준의 확인을 제공합니다. Mac OS에 AWS SCT를 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 체크섬을 확인합니다. 3. 배포 파일의 내용을 추출합니다. 4. DMG 파일을 두 번 클릭합니다. 5. AWS SCT를 설치합니다. 6. 다음 명령을 실행하여 애플리케이션을 확인합니다. 7

14 필요한 데이터베이스 드라이버 설치 codesign -dvvv /Applications/AWS\ Schema\ Conversion\ Tool.app/ 필요한 데이터베이스 드라이버 설치 AWS SCT가 올바로 작동하려면 원본 및 대상 데이터베이스 엔진용 JDBC 드라이버를 설치해야 합니다. 드라이버를 다운로드한 후 드라이버 파일의 위치를 제공합니다. 자세한 내용은 전역 설정에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 다음 위치에서 데이터베이스 드라이버를 다운로드할 수 있습니다. Important 사용 가능한 최신 버전의 드라이버를 설치합니다. 다음 표에 나오는 버전은 버전 번호의 예입니다. 데이터베이스 엔진 드라이버 다운로드 위치 Amazon Aurora(MySQL 호환) mysql-connector-java jar Amazon postgresql jdbc42.jar Aurora(PostgreSQL 호환) Amazon Redshift RedshiftJDBC jar configure-jdbc-connection.html Greenplum Database postgresql jdbc42.jar Microsoft SQL Server sqljdbc4.jar details.aspx?displaylang=en&id=11774 MySQL mysql-connector-java jar Netezza nzjdbc.jar SSULQD_7.2.1/com.ibm.nz.datacon.doc/ c_datacon_plg_overview.html 클라이언트 도구 소프트웨어를 사 용합니다. 데이터 웨어하우스 버 전 7.2.0과 하위 버전 호환되는 드 라이버 버전 7.2.1을 사용합니다. Oracle ojdbc7.jar 드라이버 버전 7 이상이 지원됩니 다. database/features/jdbc/jdbc-drivers-12cdownload html PostgreSQL postgresql jdbc42.jar Teradata terajdbc4.jar connectivity/jdbc-driver tdgssconfig.jar Vertica vertica-jdbc _all 8

15 Linux에 JDBC 드라이버 설치 데이터베이스 엔진 드라이버 다운로드 위치 드라이버 버전 이상이 지원 됩니다. Linux에 JDBC 드라이버 설치 다음 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 Amazon Aurora(MySQL 호환) PROMPT> cd /usr/local/jdbc-drivers PROMPT> sudo tar xzvf /tmp/mysql-connector-java-x.x.x.tar.gz Amazon Aurora(PostgreSQL 호 환) Microsoft SQL Server MySQL Oracle PostgreSQL PROMPT> cd /usr/local/jdbc-drivers PROMPT> sudo cp -a /tmp/postgresql-x.x.x.jre7.tar. PROMPT> cd /usr/local/jdbc-drivers PROMPT> sudo tar xzvf /tmp/sqljdbc_x.x.x_enu.tar.gz PROMPT> cd /usr/local/jdbc-drivers PROMPT> sudo tar xzvf /tmp/mysql-connector-java-x.x.x.tar.gz PROMPT> PROMPT> PROMPT> PROMPT> cd /usr/local/jdbc-drivers sudo mkdir oracle-jdbc cd oracle-jdbc sudo cp -a /tmp/ojdbc7.jar. PROMPT> cd /usr/local/jdbc-drivers PROMPT> sudo cp -a /tmp/postgresql-x.x.x.jre7.tar. 전역 설정에 드라이버 경로 저장 필요한 JDBC 드라이버를 다운로드 및 설치한 후, AWS SCT 설정에서 전역적으로 드라이버 위치를 설정할 수 있습니다. 드라이버 위치를 전역적으로 설정하지 않을 경우 데이터베이스에 연결할 때 애플리케이션이 드 라이버 위치를 묻습니다. 드라이버 파일 위치를 업데이트하려면 1. AWS SCT에서 [Settings]를 선택한 후 [Global Settings]를 선택합니다. 9

16 AWS SCT 업데이트 2. [Global settings]에서 [Drivers]를 선택합니다. 소스 데이터베이스 엔진 및 대상 Amazon RDS DB 인스턴 스 데이터베이스 엔진용 JDBC 드라이버의 파일 경로를 추가합니다. Note Teradata의 경우, 세미콜론으로 구분된 2개의 드라이버를 지정합니다. 3. 드라이버 경로를 추가했으면 [OK]를 선택합니다. AWS SCT 업데이트 AWS는 새 기능으로 AWS SCT를 주기적으로 업데이트합니다. 이전 버전에서 업데이트하는 경우 AWS SCT 프로젝트를 새로 만들고, 사용하는 모든 데이터베이스 객체를 다시 변환합니다. AWS SCT를 위한 업데이트 존재 여부를 확인할 수 있습니다. AWS SCT에 대한 업데이트를 확인하려면 AWS SCT에서 [Help]와 [Check for Updates]를 차례로 선택합니다. [Check for Updates] 대화 상자에서 [What's New]를 선택합니다. 링크가 나타나지 않으면 최신 버전을 가지고 있는 것입니다. 10

17 AWS SCT 프로젝트 창 AWS Schema Conversion Tool(AWS SCT) 사용자 인터페이스 사용 다음 단원에서는 AWS SCT 사용자 인터페이스로 작업하는 방법을 설명합니다. AWS SCT 설치에 대한 자세 한 내용은 AWS Schema Conversion Tool(AWS SCT) 설치, 확인 및 업데이트 (p. 4) 단원을 참조하십시오. 항목 AWS SCT 프로젝트 창 (p. 11) AWS Schema Conversion Tool에서 AWS 서비스 프로필 사용 (p. 12) 데이터베이스 암호 저장 (p. 15) AWS SCT 트리 필터 사용 (p. 15) AWS SCT 트리 보기에서 스키마 숨기기 (p. 17) AWS SCT용 바로 가기 키 (p. 18) 데이터베이스 마이그레이션 평가 보고서 생성 및 검토 (p. 19) AWS Schema Conversion Tool 시작 (p. 22) AWS Schema Conversion Tool 프로젝트 생성 (p. 23) 스키마 변환 (p. 23) 변환된 스키마를 대상 DB 인스턴스에 적용 (p. 25) AWS SCT 프로젝트 창 다음 그림은 스키마 마이그레이션 프로젝트를 생성한 후 스키마를 변환할 때 AWS SCT에 나타나는 화면입 니다. 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 스키 마를 가져와 표시합니다. 2. 상단 가운데 창에는 소스 데이터베이스 엔진에서 대상 데이터베이스 엔진으로 자동 변환될 수 없는 스키 마 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 현 재 스키마를 가져와 표시합니다. 11

18 AWS 프로필 저장 4. 하단 왼쪽 창에는 스키마 요소를 선택하면 소스 스키마 요소를 설명하는 속성과 소스 데이터베이스에서 해당 요소를 생성하기 위한 SQL 명령이 표시됩니다. 5. 하단 오른쪽 창에는 스키마 요소를 선택하면 대상 스키마 요소를 설명하는 속성과 대상 데이터베이스에서 해당 요소를 생성하기 위한 SQL 명령이 표시됩니다. 이 SQL 명령을 편집하고 업데이트된 명령을 프로젝 트와 함께 저장할 수 있습니다. AWS Schema Conversion Tool에서 AWS 서비스 프 로필 사용 AWS 자격 증명을 AWS Schema Conversion Tool(AWS SCT)에 저장할 수 있습니다. AWS SCT는 사용자가 AWS 서비스와 통합되는 기능을 사용할 때 이 자격 증명을 사용합니다. 예를 들어 AWS SCT는 Amazon S3, AWS Lambda, Amazon Relational Database Service 및 AWS Database Migration Service와 통합됩니다. AWS SCT는 사용자가 AWS 자격 증명이 필요한 기능에 액세스할 때 자격 증명을 요구합니다. 자격 증명을 전역 애플리케이션 설정에 저장할 수 있습니다. AWS SCT가 자격 증명을 요구할 때 저장된 자격 증명을 선 택할 수 있습니다. 12

19 AWS 자격 증명 저장 여러 세트의 AWS 자격 증명을 전역 애플리케이션 설정에 저장할 수 있습니다. 예를 들어 테스트 시나리오에 서 사용하는 자격 증명 세트를 저장하고 프로덕션 시나리오에 하는 다른 자격 증명 세트를 저장할 수 있습니 다. AWS 리전마다 다른 자격 증명을 저장할 수도 있습니다. AWS 자격 증명 저장 다음 절차를 따라 AWS 자격 증명을 전역적으로 저장합니다. AWS 자격 증명을 저장하려면 1. AWS Schema Conversion Tool을 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 SCT 옵션 작업 [Schema/Database Name] 필터링할 스키마 및 데이터베이스 이름을 선택합니다. 스키마 이름에 "%"를 입력하면 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. 13

20 AWS 자격 증명 저장 e. [S3 Bucket]에서 프로필의 Amazon S3 버킷을 선택합니다. S3에 연결하는 기능을 사용하는 경우에 만 버킷을 지정하면 됩니다. f. 미국 정부 보안 표준(FIPS)의 보안 요구 사항을 준수해야 하는 경우, [Use FIPS endpoint for S3]를 선택합니다. 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. 14

21 프로젝트 기본 프로필 설정 프로젝트 기본 프로필 설정 AWS SCT 프로젝트에 대한 기본 프로필을 설정할 수 있습니다. 그러면 프로필에 저장된 AWS 자격 증명이 프로젝트와 연결됩니다. 프로젝트가 열린 상태에서, 다음 절차를 따라 기본 프로필을 설정합니다. 프로젝트 기본 프로필을 설정하려면 AWS Schema Conversion Tool을 시작합니다. [Settings] 메뉴를 열고 [Project Settings]를 선택합니다. [Current project settings] 대화 상자가 나타납니 다. 3. [Project Environment] 탭을 선택합니다 [AWS Service Profile]에서 프로젝트와 연결할 프로필을 선택합니다. [OK]를 선택하여 [Current project settings] 대화 상자를 닫습니다. [Cancel]을 선택하여 변경 사항을 취소 할 수도 있습니다. 데이터베이스 암호 저장 AWS SCT 캐시에 데이터베이스 암호 또는 SSL 인증서를 저장할 수 있습니다. 암호를 저장하려면 연결을 생 성할 때 [Store Password]를 선택합니다. 암호는 seed.dat 파일에서 무작위로 생성되는 토큰을 사용하여 암호화됩니다. 그러면 사용자 이름과 함께 캐시 파일에 암호가 저장됩니다. seed.dat 파일이 손실되거나 손상되면 데이터베이스 암호가 암호화되지 않을 수 있습니다. 이 경우 연결에 실패합니다. AWS SCT 트리 필터 사용 AWS SCT는 원본에서 대상으로 데이터를 마이그레이션하기 위해 원본 및 대상 데이터베이스에서 모든 메타 데이터를 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 사용하 여 원본 및 대상 트리 구조에서 객체를 검색할 수 있습니다. 트리 필터를 사용할 경우, 데이터베이스를 변환 할 때 변환되는 객체를 변경하지 마십시오. 필터는 트리에 표시되는 것만 변경합니다. 트리 필터는 AWS SCT가 사전 로드한 객체에만 적용됩니다. 다시 말해 AWS SCT는 검색 도중 데이터베이 스에서 객체를 로드하지 않습니다. 이 방법은 일반적으로 데이터베이스에 있는 것보다 적은 객체가 트리 구 조에 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 기존 AWS SCT 프로젝트를 엽니다. 트리 필터를 적용하려는 데이터베이스에 연결합니다. 필터 아이콘을 선택합니다. 15

22 AWS SCT 트리 필터 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 다릅니 다. AWS SCT 옵션 작업 [Schema/Database Name] 필터링할 스키마 및 데이터베이스 이름을 선택합니다. 스키마 이름에 "%"를 입력하면 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 목록에 더 많은 객체를 로드하려면 트리 노드를 확장합니다. 16

23 트리 필터용 파일 목록 가져오기 5. Apply를 선택합니다. [Apply]를 선택한 후 필터 실행 취소 아이콘(필터 아이콘 옆)이 활성화됩니다. 적용 한 필터를 제거하려면 이 아이콘을 사용하십시오. 6. [Close]를 선택하여 대화 상자를 닫습니다. 트리에 표시되는 스키마를 필터링할 경우 스키마를 변환할 때 변환되는 객체가 변경되지 않습니다. 필터는 트리에 표시되는 것만 변경합니다. 트리 필터용 파일 목록 가져오기 트리 필터가 사용할 이름이나 값을 포함하는 파일을 가져올 수 있습니다. 이 파일에서는 다음 규칙이 사용됩 니다. 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 및 Netezza 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 아이콘을 선택합니다. 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 숨기기 트리 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 있습니 다. 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. 17

24 키보드 바로 가기 4. [Tree View Settings] 섹션에서 다음을 수행합니다. [Hide System Databases/Schemas]에서 이름을 기준으로 시스템 데이터베이스와 스키마를 선택하여 숨깁니다. [Hide User Defined Databases/Schemas]에서 숨기려는 사용자 정의 스키마와 데이터베이스의 이름 을 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 바로 가기 키 다음은 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. 18

25 데이터베이스 마이그레이션 평가 보고서 데이터베이스 마이그레이션 평가 보고서 생성 및 검 토 데이터베이스 마이그레이션 평가 보고서에는 대상 Amazon RDS DB 인스턴스의 엔진으로 자동 변환할 수 없는 스키마에 대한 모든 작업 항목이 요약됩니다. 이 보고서는 또한 대상 DB 인스턴스에 동등한 코드를 작 성하는 데 소요되는 예상 작업량 수치를 포함합니다. 언제라도 다음 절차를 사용하여 프로젝트에서 데이터베이스 마이그레이션 평가 보고서를 생성(또는 업데이 트)할 수 있습니다. 데이터베이스 마이그레이션 평가 보고서를 생성 및 검토하려면 1. 소스 데이터베이스의 스키마를 표시하는 왼쪽 패널에서 평가 보고서를 생성할 스키마 객체를 선택합니 다. 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. 목록에서 작업 항목 중 하나를 선택합니다. 다음 그림과 같이 AWS SCT는 작업 항목이 적용되는 스키마에서 항목 을 강조 표시합니다. 19

26 데이터베이스 마이그레이션 평가 보고서 3. [Summary] 탭을 선택합니다. [Summary] 탭에는 데이터베이스 마이그레이션 평가 보고서의 요약 정보가 표시됩니다. 또한 자동 변환 된 항목 수와 자동 변환되지 않은 항목 수가 표시됩니다. 요약 정보에는 대상 DB 인스턴스에 소스 데이 터베이스와 동등한 스키마를 생성하는 데 소요되는 예상 시간도 포함됩니다. [License Evaluation and Cloud Support] 섹션에는 기존의 온프레미스 데이터베이스 스키마를 동일한 엔 진을 실행하는 Amazon RDS DB 인스턴스로 이전하는 데 대한 정보가 포함되어 있습니다. 예를 들어 라 이선스 유형을 변경하려는 경우 이 보고서 섹션이 현재 데이터베이스에서 어떤 기능을 제거해야 할지 보 여줍니다. 다음은 평가 보고서 요약 정보의 예입니다. 20

27 데이터베이스 마이그레이션 평가 보고서 4. [Summary] 탭을 선택한 후 [Save to PDF]를 선택합니다. 데이터베이스 마이그레이션 평가 보고서가 PDF 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 파일은 작업 항목 정보만 포함합니다. 21

28 SCT 시작 AWS Schema Conversion Tool 시작 AWS 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 22

29 프로젝트 생성 AWS Schema Conversion Tool 프로젝트 생성 다음 절차에서는 AWS Schema Conversion Tool 프로젝트를 생성하는 방법을 보여줍니다. 프로젝트를 생성하려면 AWS Schema Conversion Tool을 시작합니다. [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 Server DW], [Netezza], [Oracle DW], [Teradata] 또는 [Vertica]를 선택합니 다. 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] 또 는 [Amazon RDS for PostgreSQL]를 선택합니다. (OLAP) [Amazon Redshift]를 선택합니다. 4. [OK]를 선택하여 AWS SCT 프로젝트를 생성합니다. 스키마 변환 다음 절차를 사용하여 스키마를 변환합니다. 23

30 스키마 변환 스키마를 변환하려면 1. [View], [Main View]를 차례로 선택합니다. 2. 소스 데이터베이스의 스키마를 표시하는 왼쪽 패널에서 변환할 스키마 객체를 선택합니다. 객체의 컨텍 스트(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 프로 젝트의 일부입니다. 변환된 스키마 항목을 선택하면 대상 Amazon RDS DB 인스턴스의 하단 가운데에 서 계획된 스키마 명령 창을 볼 수 있습니다. 이 창에서 스키마를 편집할 수 있습니다. 편집된 스키마는 프로젝트의 일부로 저장되다가 사용자가 변환 된 스키마를 적용하기로 선택하면 대상 DB 인스턴스에 기록됩니다. 24

31 변환된 스키마를 대상 DB 인스턴스에 적용 변환된 스키마를 대상 DB 인스턴스에 적용 변환된 데이터베이스 스키마를 대상 Amazon RDS DB 인스턴스에 적용할 수 있습니다. 스키마가 대상 DB 인스턴스에 적용된 후, 데이터베이스 마이그레이션 평가 보고서의 작업 항목을 기반으로 스키마를 업데이트 할 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 합니 다. 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. 25

32 변환된 스키마를 대상 DB 인스턴스에 적용 변환된 스키마가 대상 DB 인스턴스에 적용됩니다. 26

33 AWS Schema Conversion Tool 시작 하기 AWS Schema Conversion Tool(AWS SCT)을 사용하여 원본 데이터베이스 스키마를 Amazon Web Services(AWS)에서 호스팅되는 데이터베이스의 스키마로 변환할 수 있습니다. AWS SCT 애플리케이션에 서는 프로젝트 기반 사용자 인터페이스를 제공합니다. 사용자가 AWS SCT에서 하는 작업은 거의 모두 다음 절차로 시작됩니다. 1. AWS SCT를 설치합니다. 자세한 내용은 AWS Schema Conversion Tool(AWS SCT) 설치, 확인 및 업데이 트 (p. 4) 단원을 참조하십시오. 2. 데이터를 데이터 웨어하우스에서 Amazon RedShift로 마이그레이션하고 싶다면 데이터 추출 에이전트를 설치합니다. 자세한 내용은 데이터 추출 에이전트 사용 (p. 108) 단원을 참조하십시오 Amazon Snowball 또는 Amazon S3를 사용하여 데이터를 AWS로 마이그레이션하고 싶거나 AWS Database Migration Service(AWS DMS)를 사용 중이라면 복제 에이전트를 설치합니다. 자세한 내용은 AWS Database Migration Service에서 AWS Schema Conversion Tool 사용 (p. 107) 단원을 참조하십 시오. AWS SCT의 사용자 인터페이스를 숙지하십시오. 자세한 내용은 AWS Schema Conversion Tool(AWS SCT) 사용자 인터페이스 사용 (p. 11) 단원을 참조하십시오. AWS SCT 프로젝트를 생성합니다. 원본 및 대상 데이터베이스에 연결합니다. 원본 데이터베이스에 연결 하는 작업에 대한 자세한 내용은 AWS Schema Conversion Tool용 원본 데이터베이스 (p. 28) 단원을 참조하십시오. 데이터베이스 마이그레이션 평가 보고서를 실행한 후 검토합니다. 평가 보고서에 대한 자세한 내용은 데 이터베이스 마이그레이션 평가 보고서 생성 및 검토 (p. 19) 단원을 참조하십시오. 원본 데이터베이스 스키마를 변환합니다. 변환되지 않는 항목은 어떻게 할 것인지, 특정 방식으로 변환 해야 하는 항목을 어떻게 매핑할 것인지 등 변환과 관련해 유념해야 할 몇 가지 사항이 있습니다. 원본 스키마 변환에 대한 자세한 내용은 AWS Schema Conversion Tool을 사용하여 데이터베이스 스키마 변 환 (p. 68) 단원을 참조하십시오. 데이터 웨어하우스 스키마를 변환하는 경우에도 변환하기 전에 고려해야 할 사항이 있습니다. 자세한 내 용은 AWS Schema Conversion Tool을 사용하여 데이터 웨어하우스 스키마를 Amazon Redshift로 변 환 (p. 86) 단원을 참조하십시오. 7. 스키마 변환을 대상에 적용. 원본 스키마 변환 적용에 대한 자세한 내용은 AWS Schema Conversion Tool(AWS SCT) 사용자 인터페이스 사용 (p. 11) 단원을 참조하십시오. 8. 또한 SQL 저장 프로시저 및 기타 애플리케이션 코드를 변환하는 데 AWS SCT를 사용할 수 있습니다. 자 세한 내용은 AWS Schema Conversion Tool을 사용하여 애플리케이션 SQL 변환 (p. 132) 단원을 참조 하십시오. 또한 AWS SCT를 사용하여 데이터를 원본 데이터베이스에서 Amazon 관리형 데이터베이스로 마이그레이 션할 수 있습니다. 자세한 내용은 27

34 Oracle을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS Schema Conversion Tool용 원 본 데이터베이스 AWS Schema Conversion Tool(AWS SCT)에서는 다음 원본 데이터베이스 스키마를 대상 데이터베이스로 변환할 수 있습니다. 필요한 권한에 대한 정보, 연결 정보, AWS SCT에서 대상 데이터베이스 용도로 변환할 수 있는 것에 대한 정보 등은 아래 링크를 선택하면 확인하실 수 있습니다. 항목 Oracle을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 28) Microsoft SQL Server를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 36) MySQL을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 44) PostgreSQL을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 46) Db2 LUW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 48) Amazon RedShift를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 52) Oracle DW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 54) Teradata를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 57) Netezza를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 60) Greenplum을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 62) Vertica를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 63) Microsoft SQL Server DW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 (p. 65) Oracle을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 항목 Oracle을 원본 데이터베이스로 사용할 때 필요한 권한 (p. 29) 원본 데이터베이스인 Oracle에 연결 (p. 29) Oracle 데이터베이스를 PostgreSQL용 Amazon RDS 또는 Amazon Aurora(PostgreSQL)로 변 환 (p. 32) Oracle Database를 Amazon RDS for MySQL 또는 Amazon Aurora(MySQL)로 변환 (p. 34) Oracle에서 Amazon RDS for Oracle로 변환 (p. 35) AWS SCT를 사용하여 데이터를 Oracle에서 다음 대상으로 변환할 수 있습니다. MySQL용 Amazon RDS Amazon Aurora(MySQL) PostgreSQL용 Amazon RDS 28

35 원본인 Oracle에 필요한 권한 Amazon Aurora(PostgreSQL) Oracle용 Amazon RDS 원본이 Oracle 데이터베이스인 경우 설명을 PostgreSQL 데이터베이스와 같은 적절한 형식으로 변환할 수 있습니다. AWS SCT에서는 테이블, 보기 및 열에 관한 설명을 변환할 수 있습니다. 설명에는 아포스트로피 가 포함될 수 있으며, AWS SCT에서는 문자열 리터럴에서와 마찬가지로 SQL 문을 변환할 때 아포스트로피 를 두 개 사용합니다. Oracle에서 Oracle용 Amazon RDS로 변환하는 경우 DB Links를 지원합니다. 데이터베이스 링크는 특정 데 이터베이스 내 스키마 객체로서, 사용자는 이 객체를 통해 다른 데이터베이스에 있는 객체에 액세스할 수 있 습니다. 다른 데이터베이스가 Oracle 데이터베이스이어야 할 필요는 없습니다. 하지만 Oracle 데이터베이스 가 아닌 데이터베이스에 액세스하려면 Oracle Heterogeneous Services를 사용해야 합니다. 데이터베이스 링크를 생성하면 이 링크를 SQL 문에서 사용하여 다른 데이터베이스에 있는 테이블, 보기 및 PL/SQL 객체를 참조할 수 있습니다. 데이터베이스 링크를 사용하려면 테이블, 보기 또는 PL/SQL 객체 이름 붙입니다. SELECT 문을 사용해 다른 데이터베이스에 있는 테이블 또는 보기를 쿼리할 수 있 습니다. Oracle 데이터베이스 링크를 사용하는 방법에 대한 자세한 내용은 Oracle 설명서를 참조하십시오. Amazon RDS에서 데이터베이스 링크를 사용하는 방법에 대한 자세한 내용은 Amazon RDS 설명서를 참조 하십시오. Oracle을 원본 데이터베이스로 사용할 때 필요한 권한 Oracle이 원본일 경우 필요한 권한은 다음과 같습니다. CONNECT SELECT_CATALOG_ROLE SELECT ANY DICTIONARY 원본 데이터베이스인 Oracle에 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 Oracle 소스 데이터베이스에 연결 합니다. Oracle 소스 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to Oracle]을 선택합니다. [Connect to Oracle] 대화 상자가 나타납니다. 29

36 원본인 Oracle에 연결 2. Oracle 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 이 파라미터의 경우... 수행할 작업 Type 데이터베이스 연결 유형을 선택합니다. 유형에 따라 다음의 추가 정보를 제공합니다. SID 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 소입니다. Server port: 소스 데이터베이스 서버에 연결하는 데 사용되는 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. 30

37 원본인 Oracle에 연결 이 파라미터의 경우... 수행할 작업 User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니 다. Oracle 데이터베이스에 처음으로 연결할 때는 Oracle Driver 파일(ojdbc7.jar)의 경로를 입력해야 합니다. 이 파일은 index html에서 다운로드하실 수 있습니다. 다운로드를 완 료하려면 무료 Oracle Technical Network 웹 사이트에서 등록하 셔야 합니다. 나중에 AWS SCT에서는 선택한 드라이버를 사용하 여 Oracle 데이터베이스에 연결합니다. 드라이버 경로는 [Global Settings]에서 [Drivers] 탭을 사용하여 수정할 수 있습니다. Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. Use SSL SSL을 사용하여 데이터베이스에 연결하려면 이 옵션을 선택합니 다. [SSL] 탭에서 다음 추가 정보를 적절히 제공합니다. [SSL Authentication]: 연결에 사용자 이름 및 암호 대신 인증서에 의한 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 [SSL Authentication]을 선택한 경우 필수이고, 그렇지 않은 경우 선택 입니다. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. Oracle Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. 4. [OK]를 선택하여 소스 데이터베이스에 연결합니다. 31

38 Oracle에서 PostgreSQL Oracle 데이터베이스를 PostgreSQL용 Amazon RDS 또는 Amazon Aurora(PostgreSQL)로 변환 AWS SCT에서는 SQL*Plus 파일을 PSQL로 변환할 수 있습니다. 평가 보고서에서는 AWS SCT에서 SQL*Plus 파일을 PSQL로 어떻게 변경하였는지 보여줍니다. SQL*Plus 파일을 PSQL로 변환하려면 AWS Schema Conversion Tool을 사용하여 애플리케이션 SQL 변환 (p. 132) 단원을 참조하십시오. 이 섹션은 다음 주제를 포함합니다. 항목 Oracle을 PostgreSQL로 마이그레이션하기 위한 동적 SQL 변환 (p. 32) Oracle 파티션을 PostgreSQL 버전 10 파티션으로 변환 (p. 33) Oracle 시스템 객체를 PostgreSQL로 변환할 때 AWS SCT에서 변환하는 것은 다음과 같습니다. Oracle 시스템 객체 설명 변환된 PostgreSQL 객 체 V$VERSION Oracle 데이터베이스에 있는 핵심 라이브러리 구성 요소 의 버전 번호 표시 aws_oracle_ext.v $version V$INSTANCE 현재 인스턴스의 상태를 나타내는 보기 aws_oracle_ext.v $instance AWS SCT가 스키마 객체와 저장된 데이터를 마이그레이션한 후, 소스 데이터베이스의 워크플로를 대상으로 재지정할 수 있습니다. 대부분의 경우 워크플로는 대상 데이터베이스에 쓰는 데이터의 기본 키와 고유 키 등 과 같은 무결성 제약을 유지하기 위해 데이터베이스 시퀀스에서 생성한 고유한 번호를 사용합니다. 즉, 마그 레이션되는 시퀀스의 새 값과 마이그레이션 전에 생성된 값이 겹치지 않습니다. Oracle to PostgreSQL 마이그레이션 프로젝트의 경우 값이 겹치지 않게 할 수 있습니다. 이렇게 하려면 프로 젝트 설정의 변환 설정 탭에서 Populate converted sequences with the last values generated on the source side(변환된 시퀀스를 소스에서 생성된 마지막 값으로 채우기) 옵션을 선택합니다. Oracle을 PostgreSQL로 마이그레이션하기 위한 동적 SQL 변환 동적 SQL은 PL/SQL 코드 내의 데이터 정의 언어(DDL) 문을 실행하는 데 사용할 수 있는 프로그래밍 기법 입니다. 또한 개발 단계 동안 정확한 텍스트나 객체 식별자를 모를 때는 런타임 시 동적 SQL을 사용하여 SQL 문을 생성 및 실행할 수도 있습니다. AWS SCT는 Oracle 데이터베이스에서 사용된 동적 SQL 문을 PostgreSQL의 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. 32

39 Oracle에서 PostgreSQL Oracle 파티션을 PostgreSQL 버전 10 파티션으로 변환 PostgreSQL 버전 10 이상에서는 테이블을 파티션이라는 부분으로 나누는 방법을 지정할 수 있습니다. 분할 된 테이블을 파티션 테이블이라고 합니다. 테이블 사양에는 파티션 방법과, 파티션 키로 사용된 열 또는 표현 식의 목록이 포함됩니다. 파티션 테이블에 삽입된 모든 행은 파티션 키의 값에 따라 파티션 중 하나로 라우팅됩니다. 각 파티션에는 해 당 파티션 바운드에서 정의한 하위 데이터 집합이 있습니다. 현재 지원되는 파티셔닝 방법에는 범위와 목록 이 있습니다. 범위 파티셔닝에서는 각 파티션이 키 범위로 할당됩니다. 목록 파티셔닝에서는 각 파티션이 키 목록으로 할당됩니다. AWS SCT는 Oracle 데이터베이스에서 PostgreSQL 데이터베이스로 변환할 때 파티션 및 하위 파티션을 에 뮬레이션할 수 있습니다. Oracle 하위 파티션은 상위 범위 표현식으로 테이블을 갖는 PostgreSQL 파티션으 로 변환됩니다. 테이블은 원래 Oracle 하위 파티션의 범위 표현식을 통해 분할됩니다. 현재 AWS SCT는 다음과 같은 파티셔닝 시나리오를 지원합니다. Range List 범위-범위 목록-목록 범위-목록 목록-범위 33

40 Oracle에서 MySQL로 다음 시나리오는 현재 지원되지 않습니다. Hash 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. TIMESTAMP 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. Oracle Database를 Amazon RDS for MySQL 또는 Amazon Aurora(MySQL)로 변환 SQL Server 스키마를 ToPostgreSQL로 마이그레이션할 경우 몇 가지 사항을 고려해야 합니다. GOTO 문과 레이블을 사용하여 문 실행 순서를 변경할 수 있습니다. GOTO 문 뒤에 오는 Transact-SQL 문 은 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 어 떻게 변환하는지에 대한 예가 나와 있습니다. Oracle 문 MySQL 문 BEGIN statement1; GOTO label1; statement2; label1: Statement3; END BEGIN label1: BEGIN statement1; LEAVE label1; statement2; END; Statement3; END BEGIN statement1; BEGIN statement1; 34

41 Oracle에서 Amazon RDS Oracle로 Oracle 문 MySQL 문 label1: statement2; GOTO label1; statement3; statement4; label1: LOOP statement2; ITERATE label1; LEAVE label1; END LOOP; statement3; statement4; END END BEGIN statement1; label1: statement2; statement3; statement4; END BEGIN statement1; label1: BEGIN statement2; statement3; statement4; END; END Oracle에서 Amazon RDS for Oracle로 변환 Oracle 스키마와 코드를 Amazon RDS for Oracle로 마이그레이션할 경우 몇 가지 사항을 고려해야 합니다. AWS SCT가 객체 트리에 디렉터리 객체를 추가할 수 있습니다. 디렉터리 객체는 서버 파일 시스템의 물리적 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 지원합니 다. Oracle은 데이터를 테이블스페이스에 논리적으로 저장하고, 해당 테이블스페이스와 연결된 데이터 파 일에 물리적으로 저장합니다. Oracle에서는 데이터 파일 이름을 사용하여 테이블스페이스를 만들 수 있습 니다. Amazon RDS는 데이터 파일, 로그 파일 및 제어 파일에 대해서만 Oracle Managed Files(OMF) 기능 을 지원합니다. AWS SCT는 필요한 데이터 파일을 변환 과정에서 생성합니다. AWS SCT는 서버 수준 역할과 권한을 변환할 수 있습니다. Oracle 데이터베이스 엔진에는 역할 기반 보안 이 사용됩니다. 역할이란 사용자에 대해 부여하거나 취소할 수 있는 권한 모음입니다. Amazon RDS의 사 전 정의된 역할인 DBA는 일반적으로 Oracle 데이터베이스 엔진에 대한 모든 관리 권한을 허용합니다. 다 음 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. 35

42 Microsoft SQL Server를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 Microsoft SQL Server를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS SCT를 사용하여 SQL Server의 스키마 및 애플리케이션 코드를 다음 대상으로 변환할 수 있습니다. MySQL용 Amazon RDS Amazon Aurora(MySQL) PostgreSQL용 Amazon RDS Amazon Aurora(PostgreSQL) SQL Server용 Amazon RDS 다음은 SQL Server를 AWS SCT용 원본으로 사용할 때 고려해야 할 몇 가지 사항입니다. Amazon RDS는 연결된 서버를 제한적으로 지원합니다. 연결된 서버를 사용하는 SQL Server 애플리케이 션 코드를 변환할 때 AWS SCT에서는 애플리케이션 코드를 변환하지만, 사용자는 이 변환된 코드를 실행 하기 전에 먼저 연결 서버를 사용하는 객체의 동작을 검토해야 합니다. PATINDEX에서는 유효한 모든 텍스트 및 문자 데이터 형식의 지정된 표현식에서 패턴이 처음으 로 발생하는 시작 위치를 반환하거나, 패턴을 찾을 수 없는 경우 0을 반환합니다. SQL Server에서 PostgreSQL용 Amazon RDS로 변환할 때 AWS SCT에서는 PATINDEX를 사용하는 애플리케이션 코드를 aws_sqlserver_ext.patindex(<패턴 문자>, <가변 표현식 문자>)로 대치합니다. SQL Server에서 PostgreSQL로 변환할 때 AWS SCT에서는 SQL Server 시스템 객체를 PostgreSQL의 인식 가능한 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 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_COLUMNS AWS_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 36

43 원본: Microsoft SQL Server >MS SQL Server 사용 사례 PostgreSQL 대체 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.SCHEMATA AWS_SQLSERVER_EXT.INFORMATION_SCHEMA_SCHEMATA INFORMATION_SCHEMA.VIEWS AWS_SQLSERVER_EXT.INFORMATION_SCHEMA_VIEWS INFORMATION_SCHEMA.TABLES AWS_SQLSERVER_EXT.INFORMATION_SCHEMA_TABLES INFORMATION_SCHEMA.COLUMNS AWS_SQLSERVER_EXT.INFORMATION_SCHEMA_COLUMNS INFORMATION_SCHEMA.CHECK_CONSTRAINTS AWS_SQLSERVER_EXT.INFORMATION_SCHEMA_CHECK_CONSTRAINTS INFORMATION_SCHEMA.REFERENTIAL_CONSTRAINTS AWS_SQLSERVER_EXT.INFORMATION_SCHEMA_REFERENTIAL_CONSTRAINTS INFORMATION_SCHEMA.TABLE_CONSTRAINTS AWS_SQLSERVER_EXT.INFORMATION_SCHEMA_TABLE_CONSTRAINTS INFORMATION_SCHEMA.KEY_COLUMN_USAGE AWS_SQLSERVER_EXT.INFORMATION_SCHEMA_KEY_COLUMN_USAGE INFORMATION_SCHEMA.CONSTRAINT_TABLE_USAGE AWS_SQLSERVER_EXT.INFORMATION_SCHEMA_CONSTRAINT_TABLE_USAGE INFORMATION_SCHEMA.CONSTRAINT_COLUMN_USAGE AWS_SQLSERVER_EXT.INFORMATION_SCHEMA_CONSTRAINT_COLUMN_USAGE INFORMATION_SCHEMA.ROUTINES AWS_SQLSERVER_EXT.INFORMATION_SCHEMA_ROUTINES SYS.SYSPROCESSES AWS_SQLSERVER_EXT.SYS_SYSPROCESSES sys.system_objects AWS_SQLSERVER_EXT.SYS_SYSTEM_OBJECTS Microsoft SQL Server를 원본으로 사용할 때 필요한 권 한 Microsoft 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 Windows 인증 사용 애플리케이션에서 Windows 기반 인트라넷을 실행하는 경우 데이터베이스 액세스에 대해 Windows 인증을 사용할 수 있습니다. Windows 인증에서는 운영 체제 스레드에 설정된 현재 Windows 자격 증명을 사용하여 SQL Server 데이터베이스에 액세스합니다. 그다음에는 Windows 자격 증명을 SQL Server 데이터베이스 및 권한에 매핑할 수 있습니다. Windows 인증을 사용하여 SQL Server에 연결하려면 애플리케이션에서 사용 중 37

44 원본: Microsoft SQL Server에서 Windows 인증 인 Windows 자격 증명을 지정해야 합니다. 또한 Windows 자격 증명에 SQL Server 데이터베이스 액세스 권 한을 부여해야 합니다. SQL Server에는 두 가지 액세스 모드, 즉 Windows 인증 및 혼합 모드가 있습니다. Windows 인증 모드를 통 해 Windows 인증을 활성화하고 SQL Server 인증을 비활성화할 수 있습니다. 혼합 모드를 통해 Windows 인 증과 SQL Server 인증을 모두 활성화할 수 있습니다. Windows 인증은 항상 사용 가능하며 비활성화할 수 없 습니다. 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 사용 JDBC 드라이버에서는 드라이버가 Windows 이외의 운영 체제에서 사용되는 경우 Windows 인증을 지원하 지 않습니다. Windows 이외의 운영 체제에서 SQL Server에 연결할 때 사용자 이름 및 암호와 같은 Windows 인증 자격 증명. 이러한 경우 애플리케이션에서는 그 대신에 SQL Server 인증을 사용해야 합니다. JDBC 연결 문자열에서 integratedsecurity라는 파라미터는 Windows 인증을 사용해 연결하도록 지정 해야 합니다. JDBC 드라이버에서는 integratedsecurity 연결 문자열 파라미터를 통해 Windows 운영 체제 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 인증에 맞게 구성되지 않았습니다(This driver is not configured for integrated authentication)"라는 오류가 발생할 수 있습니다. 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 있습 니다. 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 드라이버로 SQLJDBC4.jar만 추가하시기 바랍니다. 38

45 원본인 SQL Server에 연결 애플리케이션의 해당 폴더에 sqljdbc_auth.dll 파일을 복사합니다. Note 32비트 Java 가상 머신(JVM)을 실행 중이라면 운영 체제가 x64 버전이라 하더라도 x86에 있는 sqljdbc_auth.dll 파일을 사용하십시오. x64 프로세서에서 64비트 JVM을 실행 중이라면 x64 폴더에 있는 sqljdbc_auth.dll 파일을 사용하십시오. SQL Server 데이터베이스에 연결할 때는 [Authentication] 옵션에서 [Windows Authentication] 또는 [SQL Server Authentication]을 선택할 수 있습니다. 원본인 SQL Server에 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 Microsoft SQL Server 소스 데이터 베이스에 연결합니다. Microsoft SQL Server 소스 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to Microsoft SQL Server]를 선택합니다. [Connect to Microsoft SQL Server] 대화 상자가 나타납니다. 2. Microsoft SQL Server 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 이 파라미터의 경우... 수행할 작업 [Server name] 소스 데이터베이스 서버의 DNS(Domain Name Service) 이름 또는 IP 주소를 입력합니다. 39

46 SQL Server에서 MySQL로 이 파라미터의 경우... 수행할 작업 [Server port] 소스 데이터베이스 서버에 연결하는 데 사용되는 포트를 입력합니 다. Instance name SQL Server 데이터베이스의 인스턴스 이름을 입력합니다. 인스 턴스 이름을 확인하려면 SQL Server 데이터베이스에서 SELECT 쿼리를 실행합니다. User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니 다. Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. Use SSL Secure Sockets Layer(SSL)를 사용하여 데이터베이스에 연결하려 면 이 옵션을 선택합니다. [SSL] 탭에서 다음 추가 정보를 적절히 제공합니다. Trust Server Certificate: 서버 인증서를 신뢰하려면 이 옵션을 선 택합니다. Trust Store: 인증서가 있는 트러스트 스토어의 위치입니다. Trust Store Password: 트러스트 스토어의 암호입니다. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. Sql Server Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. 4. [OK]를 선택하여 소스 데이터베이스에 연결합니다. SQL Server 스키마를 MySQL로 변환 SQL Server 스키마를 MySQL로 마이그레이션할 경우 몇 가지 사항을 고려해야 합니다. MySQL은 MERGE 문을 지원하지 않습니다. 하지만 AWS SCT는 변환 과정에서 INSERT ON DUPLICATE KEY 절과 UPDATE FROM 및 DELETE FROM 문을 사용하여 MERGE 문을 에뮬레이션할 수 있습니다. INSERT ON DUPLICATE KEY를 사용하여 올바르게 에뮬레이션하려면 대상 MySQL 데이터베이스에 고 유한 제약 또는 기본 키가 있어야 합니다. 40

47 SQL Server에서 MySQL로 GOTO 문과 레이블을 사용하여 문 실행 순서를 변경할 수 있습니다. GOTO 문 뒤에 오는 Transact-SQL 문 은 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 어 떻게 변환하는지에 대한 예가 나와 있습니다. SQL Server 문 MySQL 문 BEGIN statement1; GOTO label1; statement2; label1: Statement3; END BEGIN label1: BEGIN statement1; LEAVE label1; statement2; END; Statement3; END 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 41

48 SQL Server에서 PostgreSQL로 SQL Server에서 PostgreSQL로 변환 SQL Server 스키마를 ToPostgreSQL로 마이그레이션할 경우 몇 가지 사항을 고려해야 합니다. PostgreSQL에서 스키마에 있는 모든 객체의 이름은 인덱스를 포함하여 고유해야 합니다. 인덱스 이름은 기본 테이블 스키마에서 고유해야 합니다. SQL Server에서 인덱스 이름은 여러 테이블에 대해 동일해도 됩니다. 인덱스 이름의 고유성을 보장하기 위해 AWS SCT는 인덱스 이름이 고유하지 않을 경우 고유한 인덱스 이 름을 생성하는 옵션을 제공합니다. 이렇게 하려면 프로젝트 속성에서 Generate unique index names(고 유한 인덱스 이름 생성) 옵션을 선택합니다. 기본적으로 이 옵션은 활성화됩니다. 이 옵션을 활성화하면 IX_table_name_index_name 형식을 사용하여 고유한 인덱스 이름이 생성됩니다. 이 옵션을 비활성화하면 인덱스 이름이 변경되지 않습니다. GOTO 문과 레이블을 사용하여 문 실행 순서를 변경할 수 있습니다. GOTO 문 뒤에 오는 Transact-SQL 문 은 건너뛰며 프로세스는 레이블에서 계속됩니다. GOTO 문과 레이블은 프로시저, 배치(batch), 문 블록 내 어디든 사용할 수 있습니다. GOTO 문은 중첩될 수 있습니다. PostgreSQL은 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 PostgreSQL 문 BEGIN statement1; GOTO label1; statement2; label1: Statement3; END BEGIN label1: BEGIN statement1; EXIT label1; statement2; END; Statement3; END BEGIN statement1; label1: statement2; GOTO label1; statement3; statement4; END BEGIN statement1; label1: LOOP statement2; CONTINUE label1; EXIT label1; END LOOP; statement3; statement4; END BEGIN statement1; BEGIN statement1; 42

49 SQL Server를 Amazon RDS for SQL Server로 SQL Server 문 PostgreSQL 문 label1: statement2; statement3; statement4; label1: BEGIN statement2; statement3; statement4; END; END END AWS SCT는 Amazon RDS로 마이그레이션할 때 객체 트리에 데이터베이스 트리거를 추가할 수 있습니 다. 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. SQL Server 파티션을 PostgreSQL 버전 10 파티션으로 변환 SQL Server에서는 파티션 기능을 사용하여 파티션을 생성합니다. SQL Server의 파티션 테이블을 PostgreSQL 버전 10 파티션 테이블로 변환할 경우 몇 가지 잠재적인 문제를 알아 두십시오. SQL Server에서는 NOT NULL 제약 없이 열을 사용하여 테이블을 분할할 수 있습니다. 이 경우 모든 NULL 값은 제일 왼쪽 파티션으로 이동합니다. PostgreSQL은 RANGE 파티셔닝에 대해 NULL 값을 지원하지 않 습니다. SQL Server에서는 파티션 테이블에 대해 기본 키와 고유 키를 생성할 수 있습니다. PostgreSQL의 경우에 는 각 파티션에 대해 직접 기본 키나 고유 키를 생성합니다. 따라서 PostgreSQL로 마이그레이션할 경우 PRIMARY 또는 UNIQUE KEY 제약을 해당 상위 테이블에서 제거해야 합니다. 결과 키 이름을 다음 형식을 사용합니다. <original_key_name>_<partition_number> 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 참 조를 지원하지 않습니다. SQL Server에서는 파티션 테이블에 대해 인덱스를 생성할 수 있습니다. PostgreSQL에 서는 각 파티션에 대해 직접 인덱스를 생성해야 합니다. 따라서 PostgreSQL로 마이그레 이션할 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 변환 SQL Server 스키마와 코드를 Amazon RDS for SQL Server로 마이그레이션할 경우 몇 가지 사항을 고려해 야 합니다. AWS SCT는 SQL Server 에이전트를 변환하여 Amazon RDS for SQL Server DB 인스턴스에 대한 일 정, 알림, 작업을 제공할 수 있습니다. 변환 후 Amazon RDS for SQL Server DB 인스턴스를 SSRS(SQL Server 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. 43

50 MySQL을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 MySQL을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS SCT를 사용하여 스키마 및 애플리케이션 코드를 MySQL에서 다음 대상으로 변환할 수 있습니다. PostgreSQL용 Amazon RDS Amazon Aurora(PostgreSQL) MySQL용 Amazon RDS Amazon Aurora(MySQL) 소스 데이터베이스로서 MySQL에 대한 권한 MySQL이 원본일 경우 필요한 권한은 다음과 같습니다. SELECT ON *.* SELECT ON mysql.proc SHOW VIEW ON *.* 원본 데이터베이스인 MySQL에 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 MySQL 소스 데이터베이스에 연결 합니다. MySQL 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to MySQL]을 선택합니다. [Connect to MySQL] 대화 상자가 나타납니다. 44

51 원본인 MySQL에 연결 2. MySQL 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 이 파라미터의 경우... 수행할 작업 [Server name] 소스 데이터베이스 서버의 DNS 이름 또는 IP 주소를 입력합니다. [Server port] 소스 데이터베이스 서버에 연결하는 데 사용되는 포트를 입력합니 다. User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니 다. Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. Use SSL SSL을 사용하여 데이터베이스에 연결하려면 이 옵션을 선택합니 다. [SSL] 탭에서 다음 추가 정보를 적절히 제공합니다. Require SSL: SSL을 통해 서버에 연결하려면 이 옵션을 선택합 니다. Note [Require SSL]을 선택할 경우, 서버가 SSL을 지원하지 않으면 서버에 연결할 수 없습니다. [Require SSL]을 선 택하지 않을 경우, 서버가 SSL을 지원하지 않아도 SSL 을 사용하지 않고 서버에 연결할 수 있습니다. 자세한 내 용은 보안 연결 사용 단원을 참조하십시오. Verify Server Certificate: 트러스트 스토어를 사용하여 서버 인증 서를 확인하려면 이 옵션을 선택합니다. Trust Store: 인증서가 있는 트러스트 스토어의 위치입니다. Trust Store Password: 트러스트 스토어의 암호입니다. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. MySql Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. 4. [OK]를 선택하여 소스 데이터베이스에 연결합니다. 45

52 PostgreSQL을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 PostgreSQL을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS SCT를 사용하여 데이터를 PostgreSQL에서 다음 대상으로 변환할 수 있습니다. 원본에 연결, 대상에 연결, 참조 정보, 권한 MySQL용 Amazon RDS Amazon Aurora(MySQL) PostgreSQL용 Amazon RDS Amazon Aurora(PostgreSQL) 항목 소스 데이터베이스로서 PostgreSQL에 대한 권한 (p. 46) 원본인 PostgreSQL에 연결 (p. 46) 소스 데이터베이스로서 PostgreSQL에 대한 권한 PostgreSQL이 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> 원본인 PostgreSQL에 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 PostgreSQL 소스 데이터베이스에 연결합니다. PostgreSQL 소스 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to PostgreSQL]을 선택합니다. [Connect to PostgreSQL] 대화 상자가 나타납니다. 46

53 원본인 PostgreSQL에 연결 2. PostgreSQL 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 이 파라미터의 경우... 수행할 작업 [Server name] 소스 데이터베이스 서버의 DNS 이름 또는 IP 주소를 입력합니다. [Server port] 소스 데이터베이스 서버에 연결하는 데 사용되는 포트를 입력합니 다. 데이터베이스 PostgreSQL 데이터베이스의 이름을 입력합니다. User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니 다. Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. Use SSL SSL을 사용하여 데이터베이스에 연결하려면 이 옵션을 선택합니 다. [SSL] 탭에서 다음 추가 정보를 적절히 제공합니다. Verify Server Certificate: 트러스트 스토어를 사용하여 서버 인증 서를 확인하려면 이 옵션을 선택합니다. Trust Store: 인증서가 있는 트러스트 스토어의 위치입니다. Trust Store Password: 트러스트 스토어의 암호입니다. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. 47

54 Db2 LUW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 이 파라미터의 경우... 수행할 작업 PostgreSQL Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. 4. [OK]를 선택하여 소스 데이터베이스에 연결합니다. Db2 LUW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS SCT를 사용하여 데이터를 Db2 LUW에서 다음 대상으로 변환할 수 있습니다. AWS SCT는 소스 Db2 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 권한 DB2LUW 데이터베이스에 연결하고 사용 가능 권한을 점검하고 원본의 스키마 메타데이터를 읽는 데 필요한 권한은 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: 48

55 원본: Db2 LUW GRANT SELECT ON SYSCAT.ATTRIBUTES TO USER MIN_PRIVS; GRANT SELECT ON SYSCAT.CHECKS TO USER MIN_PRIVS; 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 사용 자 계정에 필요합니다. 사용자에게 할당된 워크로드가 없다면 다음과 같이 사용자가 기본 사용자 워크로드 에 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(테이 블스페이스가 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; 49

56 원본인 Db2 LUW에 연결 CREATE BUFFERPOOL BP16K IMMEDIATE ALL DBPARTITIONNUMS SIZE AUTOMATIC NUMBLOCKPAGES 0 PAGESIZE 16K; CREATE SYSTEM TEMPORARY TABLESPACE TS_SYS_TEMP_BP16K PAGESIZE BUFFERPOOL BP16K; CREATE BUFFERPOOL BP32K IMMEDIATE ALL DBPARTITIONNUMS SIZE AUTOMATIC NUMBLOCKPAGES 0 PAGESIZE 32K; CREATE SYSTEM TEMPORARY TABLESPACE TS_SYS_TEMP_BP32K PAGESIZE BUFFERPOOL BP32K; Db2 LUW 원본에 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 Db2 LUW 원본 데이터베이스에 연 결합니다. Db2 LUW 원본 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to Source DB2 LUW]를 선택합니다. [Connect to DB2 LUW] 대화 상자가 나타납니다. 2. Db2 LUW 원본 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 50

57 원본인 Db2 LUW에 연결 이 파라미터의 경우... 수행할 작업 [Server name] 소스 데이터베이스 서버의 DNS 이름 또는 IP 주소를 입력합니다. [Server port] 소스 데이터베이스 서버에 연결하는 데 사용되는 포트를 입력합니 다. 데이터베이스 Db2 LUW 데이터베이스의 이름을 입력합니다. User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니 다. Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. Use SSL SSL을 사용하여 데이터베이스에 연결하려면 이 옵션을 선택합니 다. [SSL] 탭에서 다음 추가 정보를 적절히 제공합니다. Verify Server Certificate: 트러스트 스토어를 사용하여 서버 인증 서를 확인하려면 이 옵션을 선택합니다. Trust Store: 인증서가 있는 트러스트 스토어의 위치입니다. 이 위 치가 여기에 표시되기 전에 전역 설정에서 이 위치를 추가해야 합니다. Trust Store Password: 트러스트 스토어의 암호입니다. Db2 LUW에 대한 SSL 지원에 관한 자세한 내용은 연결을 위한 보 안 옵션 구성 단원을 참조하십시오. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. [DB2 LUW Driver Path] 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. 4. [OK]를 선택하여 소스 데이터베이스에 연결합니다. 51

58 DB2LUW에서 PostgreSQL로 DB2 LUW 데이터베이스를 PostgreSQL용 Amazon RDS 또는 Amazon Aurora(PostgreSQL)로 변환 IBM 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 조합하여 지정할 수 잇지만 각 이벤트를 한 번씩만 지정할 수 있습니다. AWS SCT는 한 개 또는 여러 개의 트리거 이벤트를 지원합니다. 이벤트의 경우 PostgreSQL의 기능은 거의 동일합니다. OF COLUMN 이벤트 - 기본 테이블의 열 이름을 지정할 수 있습니다. 트리거는 열 이름 목록에 식별된 열의 업데이트를 통해서만 실행됩니다. PostgreSQL의 기능은 동일합니다. 구문 트리거 - 전체 구문에 대해 트리거된 작업이 한 번만 적용되도록 지정합니다. BEFORE 트리거 나 INSTEAD OF 트리거에 대해서는 이 유형의 트리거 세부 수준을 지정할 수 없습니다. 지정할 경우 UPDATE 트리거나 DELETE 트리거는 아무 행에 적용되지 않더라도 실행됩니다. PostgreSQL도 이 기 능이 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 행 집합에서 SQL 작업을 트리거하여 영향을 받는 특정 행을 식별합니다. 테이블 이름은 영향받는 전체 행 집합을 식별합니다. SQL 작업을 트리거하여 영향을 받는 각 행은, 상관 관계 이름을 지정하여 열을 한정 함으로써 트리거되는 작업에서 사용할 수 있습니다. PostgreSQL은 이 기능을 지원하지 않으며 NEW 또 는 OLD 상관 관계 이름만 사용합니다. AWS SCT는 INSTEAD OF 트리거를 지원합니다. Amazon RedShift를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS SCT를 사용하여 데이터를 Amazon RedShift에서 다음 대상으로 변환할 수 있습니다. Amazon Redshift 소스 데이터베이스로서 Amazon Redshift에 대한 권한 Amazon 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 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 Amazon Redshift 소스 데이터베이 스에 연결합니다. 52

59 Redshift를 원본으로 연결 Amazon Redshift 소스 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to Source Amazon Redshift]를 선택합니다. [Connect to Amazon Redshift] 대화 상자가 나타납니다. 2. Amazon Redshift 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 이 파라미터의 경우... 수행할 작업 [Server name] 소스 데이터베이스 서버의 DNS 이름 또는 IP 주소를 입력합니다. [Server port] 소스 데이터베이스 서버에 연결하는 데 사용되는 포트를 입력합니 다. 데이터베이스 Amazon Redshift 데이터베이스의 이름을 입력합니다. User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니 다. Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. Use SSL SSL을 사용하여 데이터베이스에 연결하려면 이 옵션을 선택합니 다. [SSL] 탭에서 다음 추가 정보를 적절히 제공합니다. 53

60 Oracle DW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 이 파라미터의 경우... 수행할 작업 Verify Server Certificate: 트러스트 스토어를 사용하여 서버 인증 서를 확인하려면 이 옵션을 선택합니다. Trust Store: 인증서가 있는 트러스트 스토어의 위치입니다. 이 위 치가 여기에 표시되기 전에 전역 설정에서 이 위치를 추가해야 합니다. Trust Store Password: 트러스트 스토어의 암호입니다. Amazon Redshift에 대한 SSL 지원의 자세한 내용은 연결을 위한 보안 옵션 구성 단원을 참조하십시오. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. [Redshift Driver Path] 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. 4. [OK]를 선택하여 소스 데이터베이스에 연결합니다. Oracle DW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS SCT를 사용하여 데이터를 Oracle DW에서 Amazon RedShift로 변환할 수 있습니다. 원본에 연결, 대상에 연결, 참조 정보, 권한 원본인 Oracle 데이터 웨어하우스에 대한 권한 Oracle 데이터 웨어하우스가 원본일 경우 필요한 권한은 다음과 같습니다. connect select_catalog_role select any dictionary 원본인 OracleDW에 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 Oracle 데이터 웨어하우스 소스 데 이터베이스에 연결합니다. Oracle 데이터 웨어하우스 소스 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to Oracle DW]를 선택합니다. 54

61 원본인 OracleDW에 연결 [Connect to Oracle] 대화 상자가 나타납니다. 2. Oracle 데이터 웨어하우스 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 이 파라미터의 경우... 수행할 작업 Type 데이터베이스 연결 유형을 선택합니다. 유형에 따라 다음의 추가 정보를 제공합니다. SID 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 소입니다. Server port: 소스 데이터베이스 서버에 연결하는 데 사용되는 포트입니다. Service Name: 연결할 Oracle 서비스의 이름입니다. TNS Alias 55

62 원본인 OracleDW에 연결 이 파라미터의 경우... 수행할 작업 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 입력합니 다. Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. Use SSL SSL을 사용하여 데이터베이스에 연결하려면 이 옵션을 선택합니 다. [SSL] 탭에서 다음 추가 정보를 적절히 제공합니다. SSL Authentication: 연결에 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 [SSL Authentication]을 선택한 경우 필수이고, 그렇지 않은 경우 선택 입니다. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. Oracle Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. 4. [OK]를 선택하여 소스 데이터베이스에 연결합니다. 56

63 Teradata를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 Teradata를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS SCT를 사용하여 데이터를 Teradata에서 Amazon RedShift로 변환할 수 있습니다. 원본인 Teradata에 대한 권한 Teradata가 원본일 경우 필요한 권한은 다음과 같습니다. SELECT ON DBC Teradata를 원본으로 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 Teradata 소스 데이터베이스에 연 결합니다. Teradata 소스 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to Teradata]를 선택합니다. [Connect to Teradata] 대화 상자가 나타납니다. 2. Teradata 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 57

64 Teradata를 원본으로 연결 이 파라미터의 경우... 수행할 작업 [Server name] 소스 데이터베이스 서버의 DNS 이름 또는 IP 주소를 입력합니다. [Server port] 소스 데이터베이스 서버에 연결하는 데 사용되는 포트를 입력합니 다. 데이터베이스 Teradata 데이터베이스의 이름을 입력합니다. User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니 다. Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. 암호화된 데이터 데이터베이스와 교환하는 데이터를 암호화하려면 이 옵션을 선택 합니다. Teradata Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. 4. [OK]를 선택하여 소스 데이터베이스에 연결합니다. Teradata 소스에서 LDAP 인증 사용 Windows에서 Microsoft Active Directory를 실행하는 Teradata 사용자를 위해 LDAP(Lightweight Directory Access Protocol) 인증을 설정하려면 다음 절차를 사용하십시오. 절차 예제에서 Active Directory 도메인은 test.local.com입니다. Windows 서버는 DC이고 기본 설정 으로 구성되어 있습니다. Active Directory에서 생성된 사용자 계정은 test_ldap이고 이 계정은 암호 test_ldap를 사용합니다. 1. /opt/teradata/tdat/tdgss/site 디렉터리에서 파일 TdgssUserConfigFile.xml을 편집합니 다. LDAP 섹션을 다음으로 변경합니다. AuthorizationSupported="no" LdapServerName="DC.test.local.com" 58

65 Teradata를 원본으로 연결 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/ /bin/tdsbind -u test_ldap -w test_ldap 다음과 같이 출력됩니다 LdapGroupBaseFQDN: dc=test, dc=local, dc=com LdapUserBaseFQDN: dc=test, dc=local, dc=com LdapSystemFQDN: dc= test, dc= local, dc=com LdapServerName: DC.test.local.com LdapServerPort: 389 LdapServerRealm: test.local.com LdapClientUseTls: no LdapClientTlsReqCert: never LdapClientMechanism: SASL/DIGEST-MD5 LdapServiceBindRequired: no LdapClientTlsCRLCheck: none LdapAllowUnsafeServerConnect: yes UseLdapConfig: no AuthorizationSupported: no FQDN: CN=test, CN=Users, DC=Anthem, DC=local, DC=com AuthUser: ldap://dc.test.local.com:389/cn=test1,cn=users,dc=test,dc=local,dc=com DatabaseName: test Service: 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 연결 하는 동안 이 새로운 암호를 지정해야 합니다. DEFAULT 모드에서는 여전히 LDAP 사용자 이름과 암호에 Teradata를 연결해야 합니다. 59

66 Netezza를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 Netezza를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS SCT를 사용하여 데이터를 Netezza에서 Amazon RedShift로 변환할 수 있습니다. 원본인 Netezza에 대한 권한 Netezza가 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 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 원본으로 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 Netezza 소스 데이터베이스에 연 결합니다. Netezza 소스 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to Netezza]를 선택합니다. [Connect to Netezza] 대화 상자가 나타납니다. 60

67 Netezza를 원본으로 연결 2. Netezza 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 이 파라미터의 경우... 수행할 작업 [Server name] 소스 데이터베이스 서버의 DNS 이름 또는 IP 주소를 입력합니다. [Server port] 소스 데이터베이스 서버에 연결하는 데 사용되는 포트를 입력합니 다. User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니 다. Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. Netezza Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. 4. [OK]를 선택하여 소스 데이터베이스에 연결합니다. 61

68 Greenplum을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 Greenplum을 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS SCT를 사용하여 데이터를 Greenplum에서 Amazon RedShift로 변환할 수 있습니다. 원본인 Greenplum에 대한 권한 Greenplum이 원본일 경우 필요한 권한은 다음과 같습니다. CONNECT ON DATABASE <database_name> USAGE ON SCHEMA <schema_name> Greenplum을 원본으로 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 Greenplum 소스 데이터베이스에 연결합니다. Greenplum 소스 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to Greenplum]을 선택합니다. [Connect to Greenplum] 대화 상자가 나타납니다. 2. Greenplum 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 62

69 Vertica를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 이 파라미터의 경우... 수행할 작업 [Server name] 소스 데이터베이스 서버의 DNS 이름 또는 IP 주소를 입력합니다. [Server port] 소스 데이터베이스 서버에 연결하는 데 사용되는 포트를 입력합니 다. 데이터베이스 Greenplum 데이터베이스의 이름을 입력합니다. User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니 다. Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. Use SSL SSL을 사용하여 데이터베이스에 연결하려면 이 옵션을 선택합니 다. [SSL] 탭에서 다음 추가 정보를 적절히 제공합니다. Verify Server Certificate: 트러스트 스토어를 사용하여 서버 인증 서를 확인하려면 이 옵션을 선택합니다. Trust Store: 인증서가 있는 트러스트 스토어의 위치입니다. Trust Store Password: 트러스트 스토어의 암호입니다. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. Greenplum Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오 [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. [OK]를 선택하여 소스 데이터베이스에 연결합니다. Vertica를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS SCT를 사용하여 데이터를 Vertica에서 Amazon RedShift로 변환할 수 있습니다. 원본인 Vertica에 대한 권한 Vertica가 원본일 경우 필요한 권한은 다음과 같습니다. 63

70 Vertica를 원본으로 연결 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 원본으로 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 Vertica 소스 데이터베이스에 연결 합니다. Vertica 소스 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to Vertica]를 선택합니다. [Connect to Vertica] 대화 상자가 나타납니다. 2. Vertica 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 이 파라미터의 경우... 수행할 작업 [Server name] 소스 데이터베이스 서버의 DNS 이름 또는 IP 주소를 입력합니다. [Server port] 소스 데이터베이스 서버에 연결하는 데 사용되는 포트를 입력합니 다. 데이터베이스 Vertica 데이터베이스의 이름을 입력합니다. 64

71 Microsoft SQL Server DW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 이 파라미터의 경우... 수행할 작업 User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니 다. Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. Use SSL SSL을 사용하여 데이터베이스에 연결하려면 이 옵션을 선택합니 다. [SSL] 탭에서 다음 추가 정보를 적절히 제공합니다. Trust Store: 전역 설정에서 설정한 트러스트 스토어입니다. Key Store: 전역 설정에서 설정한 키 스토어입니다. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. Vertica Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. 4. [OK]를 선택하여 소스 데이터베이스에 연결합니다. Microsoft SQL Server DW를 AWS Schema Conversion Tool(AWS SCT)용 원본으로 사용 AWS SCT를 사용하여 데이터를 Microsoft SQL Server DW에서 Amazon RedShift로 변환할 수 있습니다. 원본인 Microsoft SQL Server 데이터 웨어하우스에 대 한 권한 Microsoft 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. 65

72 SQLServerDW를 원본으로 연결 VIEW SERVER STATE SQLServerDW를 원본으로 연결 다음 절차를 통해 AWS Schema Conversion Tool(AWS SCT)을 사용하여 SQL Server 데이터 웨어하우스 소 스 데이터베이스에 연결합니다. SQL Server 데이터 웨어하우스 소스 데이터베이스에 연결하려면 1. AWS Schema Conversion Tool에서 [Connect to Microsoft SQL Server DW]를 선택합니다. [Connect to Microsoft SQL Server DW] 대화 상자가 나타납니다. 2. Microsoft SQL Server 데이터 웨어하우스 소스 데이터베이스 연결 정보를 제공합니다. 다음 표의 지침을 사용하십시오. 이 파라미터의 경우... 수행할 작업 [Server name] 소스 데이터베이스 서버의 DNS(Domain Name Service) 이름 또는 IP 주소를 입력합니다. [Server port] 소스 데이터베이스 서버에 연결하는 데 사용되는 포트를 입력합니 다. Instance name SQL Server 데이터베이스의 인스턴스 이름을 입력합니다. 인스 턴스 이름을 확인하려면 SQL Server 데이터베이스에서 SELECT 쿼리를 실행합니다. User name 및 Password 소스 데이터베이스 서버에 연결할 사용자 이름 및 암호를 입력합니 다. 66

73 SQLServerDW를 원본으로 연결 이 파라미터의 경우... 수행할 작업 Note AWS SCT는 사용자가 프로젝트를 생성하거나 프로젝 트에서 [Connect to source] 옵션을 선택할 때만 이 암 호를 사용하여 소스 데이터베이스에 연결합니다(여기서 source는 사용자의 소스 데이터베이스). 소스 데이터베 이스의 암호가 노출될 위험을 방지하기 위해 AWS SCT는 암호를 저장하지 않습니다. AWS SCT 프로젝트를 닫았다 다시 열 경우 필요에 따라 소스 데이터베이스에 연결하기 위한 암호를 입력하라는 메시지가 표시됩니다. Use SSL Secure Sockets Layer(SSL)를 사용하여 데이터베이스에 연결하려 면 이 옵션을 선택합니다. [SSL] 탭에서 다음 추가 정보를 적절히 제공합니다. Trust Server Certificate: 서버 인증서를 신뢰하려면 이 옵션을 선 택합니다. Trust Store: 전역 설정에서 설정한 트러스트 스토어입니다. [Store Password] AWS SCT는 SSL 인증서와 데이터베이스 암호를 저장할 안전한 볼 트를 생성합니다. 이 옵션을 활성화하면 데이터베이스 암호를 저장 하고 암호 입력 없이 빠르게 데이터베이스에 연결할 수 있습니다. Sql Server Driver Path 소스 데이터베이스에 연결할 때 사용할 드라이버의 경로를 입력합 니다. 자세한 내용은 필요한 데이터베이스 드라이버 설치 (p. 8) 단 원을 참조하십시오. 드라이버 경로를 전역 프로젝트 설정에 저장할 경우 드라이버 경로 가 연결 대화 상자에 표시되지 않습니다. 자세한 내용은 전역 설정 에 드라이버 경로 저장 (p. 9) 단원을 참조하십시오. 3. [Test Connection]을 선택하여 소스 데이터베이스에 성공적으로 연결할 수 있는지 확인합니다. 4. [OK]를 선택하여 소스 데이터베이스에 연결합니다. 67

74 AWS Schema Conversion Tool을 사 용하여 데이터베이스 스키마 변환 AWS Schema Conversion Tool(AWS SCT)을 사용하여 기존 데이터베이스 스키마를 한 데이터베이스 엔진 에서 다른 데이터베이스 엔진으로 변환할 수 있습니다. AWS SCT 사용자 인터페이스를 사용하여 데이터베 이스를 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 Amazon RDS DB 인스턴스로 복사할 수 있습니다. 이 기능을 사용하면 클라우드로 이전 및 라이선스 유형 변경의 비용 절감 가능성을 분석할 수 있습니다. 일부의 경우, 데이터베이스 기능을 동등한 Amazon RDS 기능으로 변환할 수 없습니다. Amazon Elastic Compute Cloud(Amazon EC2) 플랫폼에서 데이터베이스를 호스트 및 자체 관리하는 경우 AWS 서비스로 대체하여 이러한 기능을 에뮬레이션할 수 있습니다. AWS SCT는 온라인 트랜잭션 처리(OLTP) 데이터베이스 스키마를 Amazon Relational Database Service(Amazon RDS) MySQL DB 인스턴스, Amazon Aurora DB 클러스터 또는 PostgreSQL DB 인스턴 스로 변환하는 프로세스의 상당 부분을 자동화합니다. 원본 및 대상 데이터베이스 엔진은 매우 다양한 기 능을 포함하며, AWS SCT는 가능한 한 Amazon RDS DB 인스턴스에 동등한 스키마를 생성하려고 노력합 니다. 직접 변환이 불가능할 경우, AWS SCT는 사용자가 선택할 수 있도록 가능한 작업의 목록을 제공합 니다. 이 단원에는 다음 주제가 포함되어 있습니다. 항목 AWS Schema Conversion Tool(AWS SCT)에서 매핑 규칙 생성 (p. 69) AWS Schema Conversion Tool을 사용하여 스키마 변환 (p. 71) AWS Schema Conversion Tool에서 평가 보고서 생성 및 사용 (p. 75) AWS Schema Conversion Tool에서 수동 변환 처리 (p. 79) AWS Schema Conversion Tool에서 변환된 스키마 업데이트 및 새로 고침 (p. 80) AWS Schema Conversion Tool에서 변환된 스키마 저장 및 적용 (p. 81) 데이터베이스 스키마 비교 (p. 83) 관련된 변환 객체 찾기 (p. 85) 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 데이터를 MySQL에서 Amazon Aurora(MySQL) DB 클러스 터로 마이그레이션할 수 있습니다. 자세한 내용은 68

75 매핑 규칙 생성 소스 데이터베이스 Amazon RDS의 대상 데이터베이스 Amazon Aurora DB 클러스터로 데이터 마이그레이 션을 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 AWS Schema Conversion Tool을 사용하여 데이터 웨어하우스 스 키마를 Amazon Redshift로 변환 (p. 86) 단원을 참조하십시오. 데이터베이스 스키마를 Amazon RDS로 변환하려면 다음의 상위 수준 단계를 수행합니다. 각 단계는 자세한 내용이 있는 섹션의 링크입니다. AWS Schema Conversion Tool에서 매핑 규칙 생성 (p. 89) AWS SCT를 사용하여 스키마를 변환하 기 전에 열의 데이터 형식을 변경하고 객체를 한 스키마에서 다른 스키마로 이동하며 객체 이름을 변경하 는 규칙을 설정할 수 있습니다. AWS Schema Conversion Tool을 사용하여 스키마 변환 (p. 71) AWS SCT는 사용자가 검토할 변환된 스키마의 로컬 버전을 생성하지만 준비가 될 때까지는 대상 DB 인스턴스에 적용하지 않습니다. AWS Schema Conversion Tool에서 평가 보고서 생성 및 사용 (p. 75) AWS SCT는 자동으로 변환할 수 없는 스키마 요소를 자세히 설명하는 데이터베이스 마이그레이션 평가 보고서를 작성합니다. 이 보고서 를 사용하여 Amazon RDS DB 인스턴스에서 어디에 소스 데이터베이스와 호환되는 스키마를 생성해야 하 는지 확인할 수 있습니다. AWS Schema Conversion Tool에서 수동 변환 처리 (p. 79) 자동으로 변환할 수 없는 스키마 요소가 있을 경우 원본 스키마를 업데이트한 후 다시 변환하는 방법과 대상 Amazon RDS DB 인스턴스에서 해당 스키마 요소를 생성하는 방법 중에서 선택할 수 있습니다. AWS Schema Conversion Tool에서 변환된 스키마 업데이트 및 새로 고침 (p. 80) 원본 데이터베이스 의 최신 스키마를 사용하여 AWS SCT 프로젝트를 업데이트할 수 있습니다. AWS Schema Conversion Tool에서 변환된 스키마 저장 및 적용 (p. 81) 준비가 되면 AWS SCT가 로 컬 프로젝트의 변환된 스키마를 대상 Amazon RDS DB 인스턴스에 적용합니다. AWS Schema Conversion Tool(AWS SCT)에서 매 핑 규칙 생성 AWS SCT를 사용하여 스키마를 변환하기 전에 열의 데이터 형식을 변경하고 객체를 한 스키마에서 다른 스키마로 이동하며 객체 이름을 변경하는 규칙을 설정할 수 있습니다. 예를 들어 소스 스키마에 test_table_name이라는 테이블 집합이 있을 경우 대상 스키마에서 접두사 test_를 접두사 demo_로 변 경하는 규칙을 설정할 수 있습니다. Note 소스 데이터베이스 엔진과 대상 데이터베이스 엔진이 다른 경우에만 매핑 규칙을 생성할 수 있습니 다. 다음 작업을 수행하는 매핑 규칙을 생성할 수 있습니다. 데이터 형식 변경 69

76 매핑 규칙 생성 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 생성 매핑 규칙을 생성하고 규칙을 프로젝트의 일부로 저장할 수 있습니다. 프로젝트가 열린 상태에서, 다음 절차 를 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 객체 를 선택할 수도 있습니다. [where] 절에서 사용할 수 있는 필드는 객체의 형식에 따라 다릅니다. 예를 들어 객체 형식이 스키마 일 경우 스키마 이름에 사용 가능한 필드는 하나뿐입니다. d. [Actions]에서 생성하려는 매핑 규칙의 유형을 선택합니다. 70

77 객체에 대한 매핑 규칙 생성 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 규칙 을 복제할 수 있습니다. 삭제 아이콘을 사용하여 기존 매핑 규칙을 삭제할 수 있습니다. 매핑 규칙에 대한 변 경 사항을 모두 저장하려면 [Save All]을 선택합니다. 객체에 대한 매핑 규칙 보기 매핑 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] 탭이 열리고 객체에 적용되는 모든 매핑 규칙의 목록이 표시됩니다. 소스 스키마에서 객체의 이름과 대상 스키마 에서 객체의 새 이름을 볼 수 있습니다. 데이터 형식 규칙을 설정한 경우에는 소스 스키마에서 열의 데이터 형식과 대상 스키마에서 열의 새 데이터 형식을 볼 수 있습니다. 매핑 규칙 내보내기 AWS Database Migration Service(AWS DMS)를 사용하여 데이터를 소스 데이터베이스에서 대상 데이터베 이스로 마이그레이션하는 경우 매핑 규칙에 대한 정보를 AWS DMS에 제공할 수 있습니다. 작업에 대한 자 세한 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) 메뉴를 열어 [Export script for DMS]를 선택합니다. 저장 대화 상자가 열립니다. 2. 스크립트를 저장할 위치를 찾아 [Save]를 선택합니다. 매핑 규칙이 JSON 스크립트로 저장되어 AWS DMS가 사용할 수 있습니다. AWS Schema Conversion Tool을 사용하여 스키마 변환 프로젝트를 소스 데이터베이스와 대상 Amazon RDS DB 인스턴스 모두에 연결하면 AWS Schema Conversion Tool(AWS SCT) 프로젝트가 왼쪽 창에 소스 데이터베이스의 스키마를 표시합니다. 스키마는 트 리 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 변환할 수 있습니다. 변환할 소스 데이터베이스에서 임의의 스키마 항목을 선택할 수 있습니다. 선택한 스키마 항목 이 상위 항목에 의존하는 경우 AWS SCT가 상위 항목에 대한 스키마도 생성합니다. 예를 들어 변환할 테이 블에서 열을 선택할 경우 AWS SCT가 열, 열이 포함되어 있는 테이블, 테이블이 포함되어 있는 데이터베이 스에 대한 스키마를 생성합니다. 스키마 변환 소스 데이터베이스의 스키마를 변환하려면 프로젝트의 왼쪽 패널에서 변환할 스키마 객체를 선택합니다. 다 음 그림과 같이 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Convert schema]를 선택합니다. 71

78 스키마 변환 소스 데이터베이스로부터 스키마를 변환한 후, 프로젝트의 왼쪽 창에서 스키마 항목을 선택하고 프로젝트의 가운데 창에서 변환된 스키마를 확인할 수 있습니다. 다음 그림과 같이 하단 가운데 창에는 변환된 스키마의 속성과 변환된 스키마를 생성하는 SQL 명령이 표시됩니다. 72

79 변환된 스키마 편집 스키마를 변환한 후 프로젝트를 저장할 수 있습니다. 소스 데이터베이스의 스키마 정보는 프로젝트와 함께 저장됩니다. 이 기능은 소스 데이터베이스와 연결하지 않고 오프라인 상태에서도 작업이 가능하다는 것을 의 미합니다. 소스 데이터베이스에 대해 [Refresh from Database]를 선택하면 AWS SCT가 소스 데이터베이스 에 연결하여 프로젝트에서 스키마를 업데이트합니다. 자세한 내용은 AWS Schema Conversion Tool에서 변 환된 스키마 업데이트 및 새로 고침 (p. 80) 단원을 참조하십시오. 자동으로 변환할 수 없는 항목의 데이터베이스 마이그레이션 평가 보고서를 생성할 수 있습니다. 평가 보 고서는 자동으로 변환할 수 없는 스키마 항목을 식별하고 해결하는 데 유용합니다. 자세한 내용은 AWS Schema Conversion Tool에서 평가 보고서 생성 및 사용 (p. 75) 단원을 참조하십시오. AWS SCT는 변환된 스키마를 생성한 후 즉시 대상 DB 인스턴스에 적용하지 않습니다. 대신, 변환된 스키마 는 사용자가 대상 DB 인스턴스에 적용할 준비가 될 때까지 로컬로 저장됩니다. 자세한 내용은 변환된 스키마 적용 (p. 82) 단원을 참조하십시오. 변환된 스키마 편집 변환된 스키마를 편집하고 변경 사항을 프로젝트의 일부로 저장할 수 있습니다. 변환된 스키마를 편집하려면 1. 소스 데이터베이스의 스키마가 표시되는 왼쪽 창에서 변환된 스키마를 편집하려는 스키마 항목을 선택 합니다 선택된 항목의 변환된 스키마가 표시되는 하단 가운데 창에서 [SQL] 탭을 선택합니다. [SQL] 탭에 표시되는 텍스트에서 필요에 따라 스키마를 변경합니다. 사용자가 업데이트하면 스키마가 프로젝트와 함께 자동으로 저장됩니다. 73

80 변환된 스키마 삭제 사용자가 업데이트하면 변환된 스키마에 대한 변경 사항이 프로젝트와 함께 저장됩니다. 소스 데이터베이스 에서 새로 스키마 항목을 변환할 경우 해당 항목에 대해 이전에 변환된 스키마에 업데이트가 있었다면 기존 의 업데이트가 소스 데이터베이스를 기반으로 새로 변환된 스키마 항목으로 바뀝니다. 변환된 스키마 삭제 사용자가 스키마를 DB 인스턴스에 적용할 때까지 AWS SCT는 변환된 스키마를 프로젝트에서 로컬로 저장 만 하고 있습니다. 대상 DB 인스턴스의 트리 보기 노드를 선택하고 [Refresh from Database]를 선택하여 프 로젝트에서 계획된 스키마를 삭제할 수 있습니다. 대상 DB 인스턴스에 기록된 스키마가 없으므로 데이터베 이스를 새로 고치면 AWS SCT 프로젝트는 계획된 스키마 요소를 제거하여 대상 DB 인스턴스의 내용과 일치 시킵니다. 74

81 평가 보고서 생성 및 사용 AWS Schema Conversion Tool에서 평가 보고서 생 성 및 사용 AWS Schema Conversion Tool(AWS SCT)은 스키마 변환을 지원하기 위해 데이터베이스 마이그레이션 평 가 보고서를 생성합니다. 데이터베이스 마이그레이션 평가 보고서는 소스 데이터베이스에서 대상 Amazon RDS DB 인스턴스로의 스키마 변환에 대한 중요한 정보를 제공합니다. 보고서에는 모든 스키마 변환 작업이 요약되어 있으며 대상 DB 인스턴스의 DB 엔진으로 변환할 수 없는 모든 스키마 요소에 대한 작업 항목이 세 부적으로 설명되어 있습니다. 이 보고서에는 자동 변환할 수 없는 대상 DB 인스턴스에서 동등한 코드를 작성 하는 데 소요되는 예상 작업 시간이 포함되어 있습니다. Estimated Complexity 필드는 평가 보고서의 PDF 버 전으로 내보내기 되지만, CSV 버전에는 포함되지 않습니다. AWS SCT를 사용하여 기존의 온프레미스 데이터베이스 스키마를 동일한 엔진을 실행하는 Amazon RDS DB 인스턴스에 복사하는 경우, 이 보고서는 AWS 클라우드로의 마이그레이션 및 라이선스 유형 변경을 위한 요구 사항을 분석하는 데 도움이 될 수 있습니다. 75

82 데이터베이스 마이그레이션 평가 보고서 생성 데이터베이스 마이그레이션 평가 보고서 생성 다음 절차를 사용하여 데이터베이스 마이그레이션 평가 보고서를 생성합니다. 데이터베이스 마이그레이션 평가 보고서를 생성하려면 1. 소스 데이터베이스의 스키마를 표시하는 왼쪽 패널에서 평가 보고서를 생성할 스키마 객체를 선택합니 다. 2. 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Create Report]를 선택합니다. 평가 보고서 요약 정보 평가 보고서를 생성하면 평가 보고서가 열리고 [Summary] 탭이 표시됩니다. [Summary] 탭은 데이터베이스 마이그레이션 평가 보고서의 요약 정보를 표시합니다. 또한 자동 변환된 항목과 자동 변환되지 않은 항목이 표시됩니다. 76

83 작업 항목 대상 데이터베이스 엔진으로 자동 변환할 수 없는 스키마 항목의 경우, 요약 정보에는 소스 데이터베이스와 동등한 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. 간단 1시간 내에 완료할 수 있는 작업. 중간 좀 더 복잡하며 1 ~ 4시간 내에 완료될 수 있는 작업. 중대 매우 복잡하며 완료하는 데 4시간 이상이 소요되는 작업. [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 유 형을 변경하려는 경우 이 보고서 섹션이 현재 데이터베이스에서 어떤 기능을 제거해야 할지 보여줍니다. 평가 보고서 작업 항목 또한 평가 보고서 보기에는 [Action Items] 탭도 있습니다. 이 탭은 대상 Amazon RDS DB 인스턴스의 데이터 베이스 엔진으로 자동 변환할 수 없는 항목의 목록을 제공합니다. 목록에서 작업 항목을 선택하면 AWS SCT 는 해당 작업 항목이 적용되는 스키마에서 항목을 강조 표시합니다. 또한 이 보고서에 스키마 항목을 수동으로 변환하는 권장 방법도 제안되어 있습니다. 수동 변환을 처리하는 방법을 결정하는 데 대한 자세한 내용은 AWS Schema Conversion Tool에서 수동 변환 처리 (p. 79) 단원 을 참조하십시오. 77

84 평가 보고서 저장 평가 보고서 저장 데이터베이스 마이그레이션 평가 보고서의 로컬 사본을 PDF 파일 또는 CSV(쉼표로 분리된 값) 파일로 저장 할 수 있습니다. CSV 파일은 작업 항목 정보만 포함합니다. PDF 파일은 다음 예제와 같이 요약 정보 및 작업 항목 정보를 모두 포함합니다. 78

85 수동 변환 처리 AWS Schema Conversion Tool에서 수동 변환 처리 평가 보고서는 대상 Amazon RDS DB 인스턴스로 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 79

86 소스 스키마 수정 소스 스키마 수정 일부 항목의 경우, 소스 데이터베이스의 데이터베이스 스키마를 자동 변환할 수 있는 스키마로 수정하는 것 이 더 쉬울 수 있습니다. 먼저, 새로운 변경 사항이 애플리케이션 아키텍처와 호환하는지 확인한 후 소스 데 이터베이스에서 스키마를 업데이트합니다. 끝으로, 업데이트된 스키마 정보를 사용하여 프로젝트를 새로 고 칩니다. 그런 다음 업데이트된 스키마를 변환하고 새 데이터베이스 마이그레이션 평가 보고서를 생성할 수 있습니다. 소스 스키마에서 변경된 항목에는 작업 항목이 더 이상 표시되지 않습니다. 이 프로세스의 장점은 소스 데이터베이스를 새로 고치면 업데이트된 스키마를 항상 사용 가능하다는 것입니 다. 대상 스키마 수정 일부 항목의 경우, 변환된 스키마를 대상 데이터베이스에 적용하고 자동으로 변환할 수 없는 항목에 대해서 는 대상 데이터베이스에 동등한 스키마 항목을 수동으로 추가하는 것이 더 쉬울 수 있습니다. 스키마를 적용 하여 자동 변환할 수 있는 모든 스키마를 대상 DB 인스턴스에 쓸 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool에서 변환된 스키마 저장 및 적용 (p. 81) 단원을 참조하십시오. 대상 DB 인스턴스에 기록되는 스키마는 자동 변환할 수 없는 항목을 포함하지 않습니다. 대상 DB 인스턴스 에 스키마를 적용했으면 소스 데이터베이스의 스키마와 동등한 스키마를 대상 DB 인스턴스에서 수동으로 생성할 수 있습니다. 데이터베이스 마이그레이션 평가 보고서의 작업 항목은 동등한 스키마를 생성하는 권장 방법을 제안합니다. Warning 대상 DB 인스턴스에서 수동으로 스키마를 생성하는 경우 수행하는 수동 작업의 사본을 저장하십시 오. 변환된 스키마를 프로젝트에서 대상 DB 인스턴스로 다시 적용할 경우 이미 수행한 수동 작업을 덮어씁니다. 일부 경우에는 대상 DB 인스턴스에 동등한 스키마를 생성할 수 없습니다. 해당 DB 엔진에서 제공되는 기능 을 대상 DB 인스턴스에서 사용할 수 있도록 애플리케이션 및 데이터베이스의 일부를 재설계해야 할 수 있습 니다. 또 다른 경우에는 간단히 자동으로 변환할 수 없는 스키마를 무시할 수 있습니다. AWS Schema Conversion Tool에서 변환된 스키마 업데이트 및 새로 고침 AWS Schema Conversion Tool(AWS SCT) 프로젝트에서 소스 스키마와 대상 스키마 모두 업데이트할 수 있 습니다. 소스 소스 데이터베이스의 스키마를 업데이트할 경우 AWS SCT가 프로젝트 내 스키마를 소스 데이터베 이스의 스키마로 바꿉니다. 이 기능을 사용하면 소스 데이터베이스의 스키마가 변경된 경우 프로젝트를 업 데이트할 수 있습니다. 대상 대상 Amazon RDS DB 인스턴스의 스키마를 업데이트할 경우 AWS SCT가 프로젝트 내 스키마를 대상 DB 인스턴스의 최신 스키마로 바꿉니다. 사용자가 대상 DB 인스턴스에 아무 스키마도 적용하지 않 았다면 AWS SCT는 변환된 스키마를 프로젝트에서 삭제합니다. 그러면 클린 대상 DB 인스턴스를 위해 소 스 데이터베이스로부터 스키마를 변환할 수 있습니다. 다음 그림과 같이 [Refresh from Database]를 선택하여 AWS SCT 프로젝트에서 스키마를 업데이트합니다. 80

87 스키마 저장 및 적용 AWS Schema Conversion Tool에서 변환된 스키마 저장 및 적용 AWS Schema Conversion Tool(AWS SCT)은 변환된 스키마를 생성한 후(AWS Schema Conversion Tool 을 사용하여 스키마 변환 (p. 71) 참조) 대상 DB 인스턴스에 즉시 적용하지 않습니다. 대신, 변환된 스키 마는 사용자가 대상 DB 인스턴스에 적용할 준비가 될 때까지 프로젝트에서 로컬로 저장됩니다. 이 기능을 사용하면 대상 DB 엔진으로 자동 변환할 수 없는 스키마 항목에 대해 작업을 수행할 수 있습니다. 자동으 로 변환할 수 없는 항목에 대한 자세한 내용은 AWS Schema Conversion Tool에서 평가 보고서 생성 및 사 용 (p. 75) 단원을 참조하십시오. 선택적으로 스키마를 대상 DB 인스턴스에 적용하기 전에 변환된 스키마를 SQL 스크립트로 파일에 저장하 는 도구를 사용할 수 있습니다. 이 도구를 통해 변환된 스키마를 대상 DB 인스턴스에 직접 적용할 수도 있습 니다. 변환된 스키마를 파일로 저장 변환된 스키마를 SQL 스크립트로 텍스트 파일에 저장할 수 있습니다. 그러면 AWS SCT에서 생성된 SQL 스 크립트를 수정하여 도구가 자동 변환할 수 없는 항목을 처리할 수 있습니다. 그러면 대상 DB 인스턴스에서 업데이트된 스크립트를 실행하여 변환된 스키마를 대상 데이터베이스에 적용할 수 있습니다. 변환된 스키마를 SQL 스크립트로 저장하려면, 다음 그림과 같이 스키마 요소의 컨텍스트(마우스 오른쪽 클 릭) 메뉴를 열고 [Save as SQL]을 선택합니다. 81

88 변환된 스키마 적용 변환된 스키마 적용 변환된 스키마를 대상 Amazon RDS DB 인스턴스에 적용할 준비가 되었으면 프로젝트의 오른쪽 패널에서 스키마 요소를 선택합니다. 다음 그림과 같이 스키마 요소의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Apply to database]를 선택합니다. 82

89 확장 팩 스키마 확장 팩 스키마 변환된 스키마를 대상 DB 인스턴스에 처음 적용할 때, AWS SCT는 대상 DB 인스턴스에 추가 스키마를 추가 합니다. 이 스키마는 변환된 스키마를 대상 DB 인스턴스에 쓸 때 필요한 소스 데이터베이스의 시스템 기능을 구현합니다. 이 스키마를 확장 팩 스키마라고 합니다. 확장 팩 스키마를 수정하지 마십시오. 수정하면 대상 DB 인스턴스에 쓴 변환된 스키마에서 예기치 않은 결과 가 발생할 수 있습니다. 스키마가 대상 DB 인스턴스로 완전히 마이그레이션되어 더 이상 AWS SCT가 필요 하지 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 내용은 AWS SCT 확장 팩의 AWS Lambda 함수 사용 (p. 140) 단원을 참조하십시오. 데이터베이스 스키마 비교 마이그레이션 이후에 소스 또는 대상 스키마를 변경한 경우에는 AWS SCT를 사용하여 두 데이터베이스 스 키마를 비교할 수 있습니다. 스키마가 소스 스키마와 같은 버전인지 이전 버전인지 비교할 수 있습니다. 83

90 스키마 비교 다음과 같은 스키마 비교가 지원됩니다. Oracle과 Oracle 비교(버전 , , , 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 , , 5.5) [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 없는 객체를 표시합니다. 두 스키마를 비교하려면 1. 기존의 AWS SCT 프로젝트를 열거나 프로젝트를 새로 생성해서 소스 및 대상 엔드포인트에 연결합니 다. 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. 84

91 관련된 변환 객체 스키마 비교 결과를 단일 객체, 단일 객체 범주 또는 전체 스키마에 적용할 수 있습니다. 결과를 적용하고자 하는 범주, 객체 또는 스키마 옆의 확인란을 클릭합니다. 관련된 변환 객체 찾기 스키마 변환 후에 경우에 따라 AWS SCT는 소스 데이터베이스에서 하나의 스키마 객체에 대해 여러 개의 객체를 생성할 수 있습니다. 예를 들어 Oracle을 PostgreSQL로 변환할 때 AWS SCT는 각 Oracle 트리거를 가져와서 이를 PostgreSQL 대상의 트리거나 트리거 함수로 변환합니다. 또한 Oracle 패키지 함수나 절차를 PostgreSQL로 변환할 때 AWS SCT는 동등한 함수나 해당 절차나 함수를 실행하기 위해 먼저 init 블록으로 실행해야 하는 INIT 함수를 생성합니다. 다음 절차를 통해 스키마 변환 이후에 생성된 모든 관련 객체들을 확인할 수 있습니다. 스키마가 변환되는 동안 생성된 관련 객체를 보려면 스키마 변환 이후에 대상 트리 보기에서 변환된 객체를 선택합니다. [Related Converted Objects] 탭을 선택합니다. 관련된 대상 객체의 목록을 확인합니다. 85

92 AWS Schema Conversion Tool을 사 용하여 데이터 웨어하우스 스키마를 Amazon Redshift로 변환 AWS Schema Conversion Tool(AWS SCT)은 데이터 웨어하우스 스키마를 Amazon Redshift 데이터베이 스 스키마로 변환하는 프로세스를 많은 부분 자동화합니다. 소스 및 대상 데이터베이스 엔진에는 매우 다양 한 기능이 있어 AWS 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 이상) Oracle(버전 10 이상) Teradata(버전 13 이상) Vertica(버전 이상) OLTP(온라인 트랜잭션 처리) 데이터베이스 스키마를 변환하려면 AWS Schema Conversion Tool을 사용하 여 데이터베이스 스키마 변환 (p. 68) 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 형 식을 변경하고 객체를 한 스키마에서 다른 스키마로 이동하며 객체 이름을 변경하는 규칙을 설정할 수 있 습니다. [Settings]에서 최적화 및 매핑을 지정할 수 있습니다. 최적화 전략에 대한 자세한 내용은 AWS Schema Conversion Tool에서 사용할 최적화 전략 및 규칙 선택 (p. 87) 단원을 참조하십시오. 매핑에 대한 자세 한 내용은 AWS Schema Conversion Tool에서 매핑 규칙 생성 (p. 89) 단원을 참조하십시오. 2. 데이터 웨어하우스가 변환되는 방식을 AWS SCT에서 최적화할 수 있도록 원본 데이터 웨어하우스에 관 한 통계를 제공합니다. 통계를 데이터베이스에서 직접 수집할 수도 있고, 기존 통계 파일을 업로드할 수도 있습니다. 데이터 웨어하우스 통계 제공에 대한 자세한 내용은 AWS Schema Conversion Tool이 사용할 통계 수집 또는 업로드 (p. 88) 단원을 참조하십시오. 3. 자동으로 변환할 수 없는 스키마 요소를 자세히 설명하는 데이터베이스 마이그레이션 평가 보고서를 작 성합니다. 이 보고서를 사용하여 대상 데이터베이스에서 어디에 소스 데이터베이스와 호환되는 스키 마를 수동으로 생성해야 하는지 확인할 수 있습니다. 평가 보고서에 대한 자세한 내용은 AWS Schema Conversion Tool에서 평가 보고서 생성 및 사용 (p. 96) 단원을 참조하십시오. 4. 스키마를 변환합니다. AWS SCT는 사용자가 검토할 변환된 스키마의 로컬 버전을 생성하지만 준비가 될 때까지는 대상 데이터베이스에 적용하지 않습니다. 변환에 대한 자세한 내용은 AWS Schema Conversion Tool을 사용하여 스키마 변환 (p. 91) 단원을 참조하십시오. 5. 스키마를 변환한 후 키를 관리하고 편집할 수 있습니다. 키 관리는 데이터 웨어하우스 변환의 핵심입니다. 키 관리에 대한 자세한 내용은 AWS Schema Conversion Tool에서 키 관리 및 사용자 정의 (p. 95) 단 원을 참조하십시오. 86

93 최적화 전략 및 규칙 선택 6. 자동으로 변환할 수 없는 스키마 요소가 있을 경우 원본 스키마를 업데이트한 후 다시 변환하는 방법과 대 상 데이터베이스에서 해당 스키마 요소를 생성하는 방법 중에서 선택할 수 있습니다. 스키마 요소 수동 변 환에 대한 자세한 내용은 AWS Schema Conversion Tool에서 수동 변환 처리 (p. 100) 단원을 참조하십 시오. 원본 스키마 업데이트에 대한 자세한 내용은 AWS Schema Conversion Tool에서 변환된 스키마 업 데이트 및 새로 고침 (p. 101) 단원을 참조하십시오. 7. 준비가 된 사용자는 변환된 스키마를 대상 데이터베이스에 적용할 수 있습니다. 변환된 스키마 저장 및 적 용에 대한 자세한 내용은 AWS Schema Conversion Tool에서 변환된 스키마 저장 및 적용 (p. 102) 단원 을 참조하십시오. AWS Schema Conversion Tool에서 사용할 최적화 전략 및 규칙 선택 AWS Schema Conversion Tool (AWS SCT)이 데이터 웨어하우스 스키마를 변환하는 방식을 최적화하기 위 해 도구가 사용할 전략 및 규칙을 선택할 수 있습니다. 스키마를 변환하고 제안된 키를 검토한 후 원하는 결 과를 얻을 수 있도록 규칙을 조정하거나 전략을 변경할 수 있습니다. 최적화 전략 및 규칙을 선택하려면 1. [Settings]를 선택하고 [Project Settings]를 선택합니다. [Current project settings] 대화 상자가 나타납니 다. 2. 왼쪽 창에서 [Optimization Strategies]를 선택합니다. 오른쪽 창에 최적화 전략이 기본값이 선택된 상태 로 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 사 용됩니다. 예를 들어 소스 테이블에 인덱스가 2개 이상일 경우 소스 데이터베이스 정렬 순서가 사용되 고, 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 내용은 AWS Schema Conversion Tool이 사용할 통계 수집 또는 업로드 (p. 88) 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 변환할 때 사용자가 선택하는 가중치를 사용합니다. 이후 제안된 키를 검토할 때 결과가 만족스럽지 않다면 이 단계로 되돌아와 설정을 변경할 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool에서 키 관 리 및 사용자 정의 (p. 95) 단원을 참조하십시오. 87

94 통계 수집 또는 업로드 AWS Schema Conversion Tool이 사용할 통계 수집 또는 업로드 AWS Schema Conversion Tool(AWS SCT)이 데이터 웨어하우스 스키마를 변환하는 방식을 최적화하기 위 해 도구가 사용할 수 있는 소스 데이터베이스 통계를 제공할 수 있습니다. 통계를 데이터베이스에서 직접 수 집할 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 검토 할 수 있습니다. 88

95 매핑 규칙 생성 이후 제안된 키를 검토할 때 결과가 만족스럽지 않다면 추가 통계를 수집한 후 이 절차를 반복할 수 있습 니다. 자세한 내용은 AWS Schema Conversion Tool에서 키 관리 및 사용자 정의 (p. 95) 단원을 참 조하십시오. AWS Schema Conversion Tool에서 매핑 규칙 생성 AWS Schema Conversion Tool(AWS SCT)을 사용하여 스키마를 변환하기 전에 열의 데이터 형식을 변 경하고, 객체를 한 스키마에서 다른 스키마로 이동하고, 객체의 이름을 변경하는 규칙을 설정할 수 있습니 다. 예를 들어 소스 스키마에 test_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 있습니 다. 다음 작업을 수행하는 매핑 규칙을 생성할 수 있습니다. 데이터 형식 변경 89

96 매핑 규칙 생성 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 생성 매핑 규칙을 생성하고 규칙을 프로젝트의 일부로 저장할 수 있습니다. 프로젝트가 열린 상태에서, 다음 절차 를 사용하여 매핑 규칙을 생성합니다. 매핑 규칙을 생성하려면 1. [Settings] 메뉴에서 [Mapping Rules]를 선택합니다. [Mapping Rules] 대화 상자가 나타납니다. 상단 창 에 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 객체 를 선택할 수도 있습니다. [where] 절에서 사용할 수 있는 필드는 객체의 형식에 따라 다릅니다. 예를 들어 객체 형식이 스키마 일 경우 스키마 이름에 사용 가능한 필드는 하나뿐입니다. 90

97 객체에 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. 매핑 규칙을 구성한 후 [Save]를 선택하여 규칙을 저장합니다. [Cancel]을 선택하여 변경 사항을 취소할 수도 있습니다. 규칙 추가, 편집 및 삭제를 마쳤으면 [Save All]을 선택하여 모든 변경 사항을 저장합니다. [Close]를 선택하여 [Mapping Rules] 대화 상자를 닫습니다. 토글 아이콘을 사용하여 매핑 규칙을 삭제하지 않고 끌 수 있습니다. 복사 아이콘을 사용하여 기존 매핑 규칙 을 복제할 수 있습니다. 삭제 아이콘을 사용하여 기존 매핑 규칙을 삭제할 수 있습니다. 매핑 규칙에 대한 변 경 사항을 모두 저장하려면 [Save All]을 선택합니다. 객체에 대한 매핑 규칙 보기 매핑 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] 탭이 열리고 객체에 적용되는 모든 매핑 규칙의 목록이 표시됩니다. 소스 스키마에서 객체의 이름과 대상 스키마 에서 객체의 새 이름을 볼 수 있습니다. 데이터 형식 규칙을 설정한 경우에는 소스 스키마에서 열의 데이터 형식과 대상 스키마에서 열의 새 데이터 형식을 볼 수 있습니다. 매핑 규칙 내보내기 AWS Database Migration Service(AWS DMS)를 사용하여 데이터를 소스 데이터베이스에서 대상 데이터베 이스로 마이그레이션하는 경우 매핑 규칙에 대한 정보를 AWS DMS에 제공할 수 있습니다. 작업에 대한 자 세한 내용은 AWS Database Migration Service 복제 작업 사용 단원을 참조하십시오. 매핑 규칙을 내보내려면 AWS Schema Conversion Tool의 소스 데이터베이스 트리에서 컨텍스트(마우스 오른쪽 클릭) 메뉴를 열어 [Export script for DMS]를 선택합니다. 저장 대화 상자가 열립니다. 스크립트를 저장할 위치를 찾아 [Save]를 선택합니다. 매핑 규칙이 JSON 스크립트로 저장되어 AWS DMS가 사용할 수 있습니다. AWS Schema Conversion Tool을 사용하여 스키마 변환 프로젝트를 소스 데이터베이스와 대상 데이터베이스 모두에 연결하면 AWS Schema Conversion Tool(AWS SCT) 프로젝트가 왼쪽 창에 소스 데이터베이스의 스키마를 표시합니다. 스키마는 트리 보기 형식으로 표시 되고, 트리의 각 노드는 지연 로딩(lazy loaded)됩니다. 트리 보기에서 노드를 선택하면 AWS SCT가 소스 데 이터베이스에게 당시의 스키마 정보를 요청합니다. 소스 데이터베이스에서 스키마 항목을 선택하여 대상 데이터베이스의 데이터베이스 엔진에서 동등한 스키 마로 변환할 수 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 변환 소스 데이터베이스의 스키마를 변환하려면 프로젝트의 왼쪽 패널에서 변환할 스키마 객체를 선택합니다. 다 음 그림과 같이 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Convert schema]를 선택합니다. 91

98 스키마 변환 소스 데이터베이스로부터 스키마를 변환한 후, 프로젝트의 왼쪽 창에서 스키마 항목을 선택하고 프로젝트의 가운데 창에서 변환된 스키마를 확인할 수 있습니다. 다음 그림과 같이 하단 가운데 창에는 변환된 스키마의 속성과 변환된 스키마를 생성하는 SQL 명령이 표시됩니다. 92

99 변환된 스키마 편집 스키마를 변환한 후 프로젝트를 저장할 수 있습니다. 소스 데이터베이스의 스키마 정보는 프로젝트와 함께 저장됩니다. 이 기능은 소스 데이터베이스와 연결하지 않고 오프라인 상태에서도 작업이 가능하다는 것을 의 미합니다. 소스 데이터베이스에 대해 [Refresh from Database]를 선택하면 AWS SCT가 소스 데이터베이스 에 연결하여 프로젝트에서 스키마를 업데이트합니다. 자세한 내용은 AWS Schema Conversion Tool에서 변 환된 스키마 업데이트 및 새로 고침 (p. 101) 단원을 참조하십시오. 자동으로 변환할 수 없는 항목의 데이터베이스 마이그레이션 평가 보고서를 생성할 수 있습니다. 평가 보 고서는 자동으로 변환할 수 없는 스키마 항목을 식별하고 해결하는 데 유용합니다. 자세한 내용은 AWS Schema Conversion Tool에서 평가 보고서 생성 및 사용 (p. 96) 단원을 참조하십시오. AWS SCT는 변환된 스키마를 생성한 후 즉시 대상 데이터베이스에 적용하지 않습니다. 대신, 변환된 스키마 는 사용자가 대상 데이터베이스에 적용할 준비가 될 때까지 로컬로 저장됩니다. 자세한 내용은 변환된 스키 마 적용 (p. 103) 단원을 참조하십시오. 변환된 스키마 편집 변환된 스키마를 편집하고 변경 사항을 프로젝트의 일부로 저장할 수 있습니다. 변환된 스키마를 편집하려면 1. 소스 데이터베이스의 스키마가 표시되는 왼쪽 창에서 변환된 스키마를 편집하려는 스키마 항목을 선택 합니다 선택된 항목의 변환된 스키마가 표시되는 하단 가운데 창에서 [SQL] 탭을 선택합니다. [SQL] 탭에 표시되는 텍스트에서 필요에 따라 스키마를 변경합니다. 사용자가 업데이트하면 스키마가 프로젝트와 함께 자동으로 저장됩니다. 93

100 변환된 스키마 삭제 사용자가 업데이트하면 변환된 스키마에 대한 변경 사항이 프로젝트와 함께 저장됩니다. 소스 데이터베이스 에서 새로 스키마 항목을 변환할 경우 해당 항목에 대해 이전에 변환된 스키마에 업데이트가 있었다면 기존 의 업데이트가 소스 데이터베이스를 기반으로 새로 변환된 스키마 항목으로 바뀝니다. 변환된 스키마 삭제 사용자가 스키마를 대상 데이터베이스에 적용할 때까지 AWS SCT는 변환된 스키마를 프로젝트에서 로컬로 저장만 하고 있습니다. 대상 데이터베이스의 트리 보기 노드를 선택하고 [Refresh from Database]를 선택하 여 프로젝트에서 계획된 스키마를 삭제할 수 있습니다. 대상 데이터베이스에 기록된 스키마가 없으므로 데이 터베이스를 새로 고치면 AWS SCT 프로젝트는 계획된 스키마 요소를 제거하여 대상 데이터베이스의 내용과 일치시킵니다. 94

101 키 관리 및 사용자 지정 AWS Schema Conversion Tool에서 키 관리 및 사용 자 정의 AWS Schema Conversion Tool(AWS SCT)을 사용하여 스키마를 변환한 후, 키를 관리하고 편집할 수 있습 니다. 키 관리는 데이터 웨어하우스 변환의 핵심입니다. 키를 관리하려면, 대상 데이터베이스에서 테이블을 하나 선택하고 다음 그림과 같이 [Key Management] 탭 을 선택합니다. 95

102 평가 보고서 생성 및 사용 왼쪽 창에는 키 제안이 표시되며 각 제안의 신뢰수준이 포함됩니다. 제안 중 하나를 선택하거나 오른쪽 창에 서 편집하여 키를 사용자 정의할 수 있습니다. 키 선택의 결과가 예상과 다른 경우 최적화 전략을 편집하고 변환을 다시 시도할 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool에서 사용할 최적화 전략 및 규칙 선택 (p. 87) 단원을 참조하십시오. AWS Schema Conversion Tool에서 평가 보고서 생 성 및 사용 AWS Schema Conversion Tool(AWS SCT)은 스키마 변환을 지원하기 위해 데이터베이스 마이그레이션 평 가 보고서를 생성합니다. 데이터베이스 마이그레이션 평가 보고서는 소스 데이터베이스에서 대상 데이터베 이스로의 스키마 변환에 대한 중요한 정보를 제공합니다. 보고서에는 모든 스키마 변환 작업이 요약되어 있 으며 대상 데이터베이스의 DB 엔진으로 변환할 수 없는 모든 스키마 요소에 대한 작업 항목이 세부적으로 설 명되어 있습니다. 이 보고서는 또한 자동 변환할 수 없는 항목에 대해 대상 데이터베이스에 동등한 코드를 작 성하는 데 소요되는 예상 작업량 수치를 포함합니다. 데이터베이스 마이그레이션 평가 보고서 생성 다음 절차를 사용하여 데이터베이스 마이그레이션 평가 보고서를 생성합니다. 데이터베이스 마이그레이션 평가 보고서를 생성하려면 1. 소스 데이터베이스의 스키마를 표시하는 왼쪽 패널에서 평가 보고서를 생성할 스키마 객체를 선택합니 다. 2. 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Create Report]를 선택합니다. 96

103 요약 평가 보고서 요약 정보 평가 보고서를 생성하면 평가 보고서가 열리고 [Summary] 탭이 표시됩니다. [Summary] 탭은 데이터베이스 마이그레이션 평가 보고서의 요약 정보를 표시합니다. 또한 자동 변환된 항목과 자동 변환되지 않은 항목이 표시됩니다. 97

104 작업 항목 대상 데이터베이스 엔진으로 자동 변환할 수 없는 스키마 항목의 경우, 요약 정보에는 소스 데이터베이스와 동등한 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. 간단 1시간 내에 완료할 수 있는 작업. 중간 좀 더 복잡하며 1 ~ 4시간 내에 완료될 수 있는 작업. 중대 매우 복잡하며 완료하는 데 4시간 이상이 소요되는 작업. 평가 보고서 작업 항목 또한 평가 보고서 보기에는 [Action Items] 탭도 있습니다. 이 탭은 대상 데이터베이스의 데이터베이스 엔진 으로 자동 변환할 수 없는 항목의 목록을 제공합니다. 목록에서 작업 항목을 선택하면 AWS SCT는 해당 작 업 항목이 적용되는 스키마에서 항목을 강조 표시합니다. 또한 이 보고서에 스키마 항목을 수동으로 변환하는 권장 방법도 제안되어 있습니다. 수동 변환을 처리하는 방법을 결정하는 데 대한 자세한 내용은 AWS Schema Conversion Tool에서 수동 변환 처리 (p. 100) 단원 을 참조하십시오. 98

105 평가 보고서 저장 평가 보고서 저장 데이터베이스 마이그레이션 평가 보고서의 로컬 사본을 PDF 파일 또는 CSV(쉼표로 분리된 값) 파일로 저장 할 수 있습니다. CSV 파일은 작업 항목 정보만 포함합니다. PDF 파일은 다음 예제와 같이 요약 정보 및 작업 항목 정보를 모두 포함합니다. 99

106 수동 변환 처리 AWS Schema Conversion Tool에서 수동 변환 처리 평가 보고서는 대상 데이터베이스로 자동 변환할 수 없는 항목의 목록을 포함합니다. 변환할 수 없는 각 항목 에 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 100

107 소스 스키마 수정 소스 스키마 수정 일부 항목의 경우, 소스 데이터베이스의 데이터베이스 스키마를 자동 변환할 수 있는 스키마로 수정하는 것 이 더 쉬울 수 있습니다. 먼저, 새로운 변경 사항이 애플리케이션 아키텍처와 호환하는지 확인한 후 소스 데 이터베이스에서 스키마를 업데이트합니다. 끝으로, 업데이트된 스키마 정보를 사용하여 프로젝트를 새로 고 칩니다. 그런 다음 업데이트된 스키마를 변환하고 새 데이터베이스 마이그레이션 평가 보고서를 생성할 수 있습니다. 소스 스키마에서 변경된 항목에는 작업 항목이 더 이상 표시되지 않습니다. 이 프로세스의 장점은 소스 데이터베이스를 새로 고치면 업데이트된 스키마를 항상 사용 가능하다는 것입니 다. 대상 스키마 수정 일부 항목의 경우, 변환된 스키마를 대상 데이터베이스에 적용하고 자동으로 변환할 수 없는 항목에 대해 서는 대상 데이터베이스에 동등한 스키마 항목을 수동으로 추가하는 것이 더 쉬울 수 있습니다. 스키마를 적용하여 자동 변환할 수 있는 모든 스키마를 대상 데이터베이스에 쓸 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool에서 변환된 스키마 저장 및 적용 (p. 102) 단원을 참조하십시오. 대상 데이터베이스에 기록되는 스키마는 자동 변환할 수 없는 항목을 포함하지 않습니다. 대상 데이터베이스 에 스키마를 적용했으면 소스 데이터베이스의 스키마와 동등한 스키마를 대상 DB 데이터베이스에서 수동으 로 생성할 수 있습니다. 데이터베이스 마이그레이션 평가 보고서의 작업 항목은 동등한 스키마를 생성하는 권장 방법을 제안합니다. Warning 대상 데이터베이스에서 수동으로 스키마를 생성하는 경우 수행하는 수동 작업의 사본을 저장하십 시오. 변환된 스키마를 프로젝트에서 대상 데이터베이스로 다시 적용할 경우 이미 수행한 수동 작업 을 덮어씁니다. 일부 경우에는 대상 데이터베이스에 동등한 스키마를 생성할 수 없습니다. 해당 엔진에서 제공되는 기능을 대상 데이터베이스에서 사용할 수 있도록 애플리케이션 및 데이터베이스의 일부를 재설계해야 할 수 있습니 다. 또 다른 경우에는 간단히 자동으로 변환할 수 없는 스키마를 무시할 수 있습니다. AWS Schema Conversion Tool에서 변환된 스키마 업데이트 및 새로 고침 AWS Schema Conversion Tool(AWS SCT) 프로젝트에서 소스 스키마와 대상 스키마 모두 업데이트할 수 있 습니다. 소스 소스 데이터베이스의 스키마를 업데이트할 경우 AWS SCT가 프로젝트 내 스키마를 소스 데이터베 이스의 스키마로 바꿉니다. 이 기능을 사용하면 소스 데이터베이스의 스키마가 변경된 경우 프로젝트를 업 데이트할 수 있습니다. 대상 대상 데이터베이스의 스키마를 업데이트할 경우 AWS SCT가 프로젝트 내 스키마를 대상 데이터베 이스의 스키마로 바꿉니다. 사용자가 대상 데이터베이스에 아무 스키마도 적용하지 않았다면 AWS SCT는 변환된 스키마를 프로젝트에서 삭제합니다. 그러면 클린 대상 데이터베이스를 위해 소스 데이터베이스로 부터 스키마를 변환할 수 있습니다. 다음 그림과 같이 [Refresh from Database]를 선택하여 AWS SCT 프로젝트에서 스키마를 업데이트합니다. 101

108 스키마 저장 및 적용 AWS Schema Conversion Tool에서 변환된 스키마 저장 및 적용 AWS Schema Conversion Tool(AWS SCT)은 변환된 스키마를 생성한 후(AWS Schema Conversion Tool을 사용하여 스키마 변환 (p. 91) 참조) 대상 데이터베이스에 즉시 적용하지 않습니다. 대신, 변환된 스키마는 사용자가 대상 데이터베이스에 적용할 준비가 될 때까지 프로젝트에서 로컬로 저장됩니다. 이 기능을 사용 하면 대상 데이터베이스 엔진으로 자동 변환할 수 없는 스키마 항목에 대해 작업을 수행할 수 있습니다. 자동 으로 변환할 수 없는 항목에 대한 자세한 내용은 AWS Schema Conversion Tool에서 평가 보고서 생성 및 사 용 (p. 96) 단원을 참조하십시오. 선택적으로 스키마를 대상 데이터베이스에 적용하기 전에 변환된 스키마를 SQL 스크립트로 파일에 저장하 는 도구를 사용할 수 있습니다. 이 도구를 통해 변환된 스키마를 대상 데이터베이스에 직접 적용할 수도 있습 니다. 변환된 스키마를 파일로 저장 변환된 스키마를 SQL 스크립트로 텍스트 파일에 저장할 수 있습니다. 그러면 AWS SCT에서 생성된 SQL 스 크립트를 수정하여 도구가 자동 변환할 수 없는 항목을 처리할 수 있습니다. 그런 다음 대상 데이터베이스에 서 업데이트된 스크립트를 실행하여 변환된 스키마를 대상 데이터베이스에 적용할 수 있습니다. 변환된 스키마를 SQL 스크립트로 저장하려면, 다음 그림과 같이 스키마 요소의 컨텍스트(마우스 오른쪽 클 릭) 메뉴를 열고 [Save as SQL]을 선택합니다. 102

109 변환된 스키마 적용 변환된 스키마 적용 변환된 스키마를 대상 데이터베이스에 적용할 준비가 되었으면 프로젝트의 오른쪽 창에서 스키마 요소를 선택합니다. 다음 그림과 같이 스키마 요소의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Apply to database]를 선택합니다. 103

110 확장 팩 스키마 확장 팩 스키마 변환된 스키마를 대상 DB 인스턴스에 처음 적용할 때, AWS SCT는 대상 DB 인스턴스에 추가 스키마를 추가 합니다. 이 스키마는 변환된 스키마를 대상 DB 인스턴스에 쓸 때 필요한 소스 데이터베이스의 시스템 기능을 구현합니다. 이 스키마를 확장 팩 스키마라고 합니다. 확장 팩 스키마를 수정하지 마십시오. 수정하면 대상 DB 인스턴스에 쓴 변환된 스키마에서 예기치 않은 결과 가 발생할 수 있습니다. 스키마가 대상 DB 인스턴스로 완전히 마이그레이션되어 더 이상 AWS SCT가 필요 하지 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 내용은 AWS Schema Conversion Tool 확장 팩 사용 (p. 138) 단원을 참조하십시오. 104

111 Python 라이브러리 Python 라이브러리 Amazon Redshift에서 사용자 지정 함수를 생성하려면 Python 언어를 사용합니다. AWS SCT 확장 팩을 사 용하여 Amazon Redshift 데이터베이스용 Python 라이브러리를 설치합니다. 자세한 내용은 AWS Schema Conversion Tool 확장 팩 사용 (p. 138) 단원을 참조하십시오. AWS Schema Conversion Tool을 사용하여 Amazon Redshift 최적화 AWS Schema Conversion Tool(AWS SCT)을 사용하여 Amazon Redshift 데이터베이스를 최적화할 수 있습 니다. AWS SCT는 사용자의 Amazon Redshift 데이터베이스를 소스로 사용하고 테스트 Amazon Redshift 데 이터베이스를 대상으로 사용하여 데이터베이스를 최적화하기 위한 정렬 키 및 배포 키를 제안합니다. Amazon Redshift 데이터베이스 최적화 다음 절차를 따라 Amazon Redshift 데이터베이스를 최적화합니다. Amazon Redshift 데이터베이스를 최적화하려면 1. 백업으로 Amazon Redshift 클러스터의 스냅샷을 수동으로 생성합니다. Amazon Redshift 클러스터를 최적화하고 변경 사항을 모두 테스트한 다음에는 스냅샷을 삭제할 수 있습니다. 자세한 내용은 Amazon Redshift 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. 105

112 Amazon Redshift 데이터베이스 최적화 5. 왼쪽 창에는 키 제안이 표시되며 각 제안의 신뢰수준이 포함됩니다. 제안 중 하나를 선택하거나 오른쪽 창에서 편집하여 키를 사용자 정의할 수 있습니다. 최적화 제안이 포함된 보고서를 생성할 수 있습니다. 보고서를 생성하려면 다음을 수행합니다. a. 프로젝트의 왼쪽 창에서 최적화한 스키마 객체를 선택합니다. 객체의 컨텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Create Report]를 선택합니다. 주 창에서 보고서가 열리고 [Summary] 탭이 표시됩니다. 보고서에 객체 수와 최적화 제안이 표시됩 니다. b. c. 6. 보고서 형식으로 키 제안을 보려면 [Action Items] 탭을 선택합니다. 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 포함합 니다. 데이터베이스에 제안된 최적화를 적용하려면 프로젝트의 오른쪽 창에서 객체를 선택합니다. 객체의 컨 텍스트(마우스 오른쪽 버튼 클릭) 메뉴를 열고 [Apply to database]를 선택합니다. 106

113 AWS DMS와 함께 AWS SCT 복제 에이전트 사용 AWS Database Migration Service에 서 AWS Schema Conversion Tool 사 용 AWS DMS와 함께 AWS SCT 복제 에이전트 사용 대규모 데이터베이스 마이그레이션에서 AWS SCT 복제 에이전트를 사용하여 온프레미스 데이터베이스에 서 Amazon S3 또는 Amazon Snowball 장치로 데이터를 복사할 수 있습니다. 복제 에이전트는 AWS DMS와 함께 작동하며, AWS SCT가 닫혀 있는 동안 백그라운드에서 작동할 수 있습니다. Amazon Snowball 작업 시 AWS SCT 에이전트는 Amazon Snowball 장치로 데이터를 추출합니다. 장치가 AWS로 전송되고 데이터가 Amazon S3 버킷으로 로드됩니다. 이 시간 동안 AWS SCT 에이전트는 계속해서 실행됩니다. 그런 다음 에이전트는 Amazon S3의 데이터를 가져와서 대상 엔드포인트에 복사합니다. 자세한 내용은 AWS DMS 설명서를 참조하십시오. 107

114 데이터 추출 에이전트 사용 AWS SCT 데이터 추출 에이전트를 사용하여 온프레미스 데이터 웨어하우스에서 데이터를 추출하고 Amazon Redshift로 마이그레이션할 수 있습니다. 추출 에이전트는 데이터를 추출하여 Amazon S3 또는 AWS Snowball 장치에 데이터를 업로드합니다. 그러면 AWS SCT를 사용하여 데이터를 Amazon Redshift에 복사할 수 있습니다. Amazon S3은 스토리지 및 검색 서비스입니다. Amazon S3에 객체를 저장하려면 저장할 파일을 Amazon S3 버킷에 업로드합니다. 파일을 업로드하면 객체 및 메타데이터에 권한을 설정할 수 있습니다. 대규모 데이터 마이그레이션에는 수테라바이트 가량의 정보가 포함될 수 있으므로, 네트워크 성능과 이동해 야 할 다량의 데이터로 인해 속도가 느려질 수도 있습니다. AWS Snowball은 AWS 자체의 어플라이언스를 사용하여 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 데이터 를 저장할 수 있습니다. 이 장치는 AWS Snowball 어플라이언스는 256비트 암호화를 사용하며, 데이터의 보 안과 연계보관성(chain-of-custody)을 모두 보장하도록 설계된 산업 표준 TPM(Trusted Platform Module)을 사용합니다. AWS SCT는 AWS Snowball 장치와 AWS Snowball Edge 장치(이하 AWS Snowball 장치)에서 모두 작동합니다. AWS SCT와 AWS Snowball 장치를 사용할 때 두 단계로 데이터를 마이그레이션합니다. 먼저 AWS SCT 를 사용하여 로컬로 데이터를 처리하고 해당 데이터를 AWS Snowball 장치로 이동합니다. 그런 다음 AWS Snowball 프로세스를 사용하여 AWS로 장치를 보내면 AWS에서 자동으로 Amazon S3 버킷에 데이터를 로 드합니다. 다음 단계로, Amazon S3에 데이터가 있으면 AWS SCT를 사용하여 데이터를 Amazon Redshift로 마이그레이션합니다. 데이터 추출 에이전트는 AWS SCT가 닫혀 있는 동안 배경에서 작동할 수 있습니다. 다음 다이어그램은 지원되는 시나리오를 보여 줍니다. 데이터 추출 에이전트는 현재 다음 소스 데이터 웨어하우스에 대해 지원됩니다. Greenplum Database(버전 4.3 이상) 108

115 필수 선행 설정 Microsoft SQL Server(버전 2008 이상) Netezza(버전 이상) Oracle(버전 10 이상) Teradata(버전 13 이상) Vertica(버전 이상) 미국 정부 보안 표준 보안 요구 사항을 준수해야 하는 경우, Amazon Redshift의 FIPS 엔드포인트에 연결할 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. 항목 Amazon S3 필수 선행 설정 및 데이터 추출 에이전트 보안 (p. 109) 추출 에이전트 설치 (p. 110) AWS Schema Conversion Tool에 추출 에이전트 등록 (p. 113) AWS SCT 에이전트에 대한 정보 숨기기 및 복구 (p. 114) AWS Schema Conversion Tool에서 데이터 추출 필터 생성 (p. 115) AWS SCT를 사용하여 마이그레이션 전에 데이터 정렬 (p. 116) AWS SCT 데이터 추출 작업 생성, 실행 및 모니터링 (p. 117) AWS Snowball 장치를 사용하여 데이터 추출 (p. 119) 데이터 추출 작업 출력 (p. 125) AWS Schema Conversion Tool과 함께 가상 분할 사용 (p. 126) Amazon Redshift로 LOB 마이그레이션 (p. 129) 데이터 추출 에이전트 모범 사례 및 문제 해결 (p. 130) Amazon S3 필수 선행 설정 및 데이터 추출 에이전트 보안 데이터 추출 에이전트 작업을 하기 전에 Amazon S3 버킷 정보를 저장하고 Secure Socket Layer(SSL) 트러 스트 및 키 스토어를 설정합니다. Amazon S3 설정 에이전트는 데이터를 추출하여 Amazon S3 버킷으로 업로드합니다. 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 선택 하여 새 프로필을 생성합니다. 자세한 내용은 AWS Schema Conversion Tool에서 AWS 서비스 프로필 사 용 (p. 12) 단원을 참조하십시오. 보안 설정 AWS Schema Conversion Tool과 추출 에이전트는 SSL(Secure Sockets Layer)을 통해 통신할 수 있습니다. SSL을 활성화하려면 트러스트 스토어와 키 스토어를 설정합니다. 109

116 에이전트 설치 추출 에이전트와의 보안 통신을 설정하려면 1. AWS Schema Conversion Tool을 시작합니다. 2. [Settings] 메뉴를 열고 [Global Settings]를 선택합니다. [Global settings] 대화 상자가 나타납니다. 다음 그림과 같이 [Security] 탭을 선택합니다. 3. [Generate Trust and Key Store]를 선택하거나 [Select existing Trust and Key Store]를 선택합니다. [Generate Trust and Key Store]를 선택한 경우, 트러스트 및 키 스토어의 이름과 암호, 그리고 생성된 파 일이 저장될 위치의 경로를 지정합니다. 이들 파일은 이후 단계에서 사용합니다. [Select existing Trust and Key Store]를 선택한 경우, 트러스트 및 키 스토어의 암호와 파일 이름을 지정 합니다. 이들 파일은 이후 단계에서 사용합니다. 4. 트러스트 스토어와 키 스토어를 지정한 후 [OK]를 선택하여 [Global Settings] 대화 상자를 닫습니다. 추출 에이전트 설치 추출 에이전트는 AWS Schema Conversion Tool을 실행하는 컴퓨터 이외의 여러 컴퓨터에 설치하는 것이 좋 습니다. 추출 에이전트는 현재 다음 운영 체제에서 지원됩니다. macos 110

117 에이전트 설치 Microsoft Windows Red Hat Enterprise Linux (RHEL) 6.0 Ubuntu Linux(버전 이상) 다음 절차를 사용하여 추출 에이전트를 설치합니다. 추출 에이전트를 설치할 각 컴퓨터에서 이 절차를 반복 합니다. 추출 에이전트를 설치하려면 1. AWS SCT 설치 프로그램 파일을 아직 다운로드하지 않은 경우 AWS Schema Conversion Tool(AWS SCT) 설치, 확인 및 업데이트 (p. 4)의 지침을 따라 다운로드합니다. AWS SCT 설치 프로그램 파일이 들 어 있는.zip 파일에는 추출 에이전트 설치 프로그램 파일도 포함 되어 있습니다. 2. agents 하위 폴더에서 추출 에이전트 설치 프로그램 파일을 찾습니다. 컴퓨터 운영 체제별로 추출 에이 전트를 설치할 올바른 파일은 다음과 같습니다. 운영 체제 파일 이름 macos aws-schema-conversion-tool-extractor-1.0.buildnumber.dmg Microsoft Windows aws-schema-conversion-tool-extractor-1.0.buildnumber.msi RHEL aws-schema-conversion-tool-extractor-1.0.buildnumber.x86_64.rpm Ubuntu Linux aws-schema-conversion-tool-extractor-1.0.buildnumber.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.buildnumber.dmg를 엽니다. aws-schema-conversion-tool-extractor-1.0.buildnumber.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-toolextractor-1.0.build-number.x86_64.rpm Ubuntu Linux 파일을 다운로드 또는 이동한 폴더에서 다음 명령을 실행합니다. sudo dpkg -i aws-schema-conversion-toolextractor-1.0.build-number.deb 5. 소스 데이터베이스 엔진용 Java Database Connectivity(JDBC) 드라이버를 설치합니다. 지침 및 다운로 드 링크는 필요한 데이터베이스 드라이버 설치 (p. 8) 단원을 참조하십시오. 대상 데이터베이스 엔진이 아니라 소스 데이터베이스 엔진만의 지침을 따릅니다. 6. 이전 절차에서 생성한 SSL 트러스트 및 키 스토어(.zip 또는 개별 파일)를 복사합니다..zip 파일을 새 컴 퓨터로 복사한 경우 새 컴퓨터에서.zip 파일의 개별 파일을 추출합니다. 111

118 에이전트 구성 파일은 임의의 위치에 저장할 수 있습니다. 하지만 이후 절차에서 에이전트에게 파일 위치를 제공해야 하므로 위치를 메모해 두십시오. 다음 단원의 절차를 수행하여 추출 에이전트를 계속 설치합니다. 추출 에이전트 구성 다음 절차를 사용하여 추출 에이전트를 구성합니다. 추출 에이전트를 설치한 각 컴퓨터에서 이 절차를 반복 합니다. 추출 에이전트를 구성하려면 에이전트를 설치한 위치에서 설정 프로그램을 실행합니다. RHEL 및 Ubuntu의 경우, 파일 이름이 sctextractor-setup.sh입니다. macos 및 Microsoft Windows의 경우, 파일 이름이 AWS SCT Data Extractor Agent이며 파일을 두 번 클릭하여 실행할 수 있습니다. 설정 프로그램에서 정보를 묻는 메시지를 표시합니다. 각 메시지마다 기본값이 표시됩니다. 기본값을 수 락하거나 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 이름이 Settings.properties이고 추출 에이전트가 설치된 폴더에 위치합니다. 다음은 샘플 설정 파일입니다. port=8888 vendor=oracle driver.jars=<driver path>/install/drivers/ojdbc7.jar location=<output path>/dmt/8888/out extractor.log.folder=<log path>/dmt/8888/log extractor.storage.folder=<storage path>/dmt/8888/storage extractor.start.fetch.size=20000 extractor.out.file.size= ssl.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 시작 다음 절차를 사용하여 추출 에이전트를 시작합니다. 추출 에이전트를 설치한 각 컴퓨터에서 이 절차를 반복 합니다. 추출 에이전트는 리스너로 작동합니다. 이 절차를 사용하여 에이전트를 시작하면 에이전트가 명령을 수신 대 기합니다. 이후 단계에서 데이터 웨어하우스로부터 데이터를 추출하라는 명령을 에이전트로 전송합니다. 112

119 에이전트 등록 추출 에이전트를 시작하려면 추출 에이전트가 설치된 컴퓨터에서 운영 체제별 명령을 실행합니다. 아래 표를 참조하십시오. 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 버전 에 적합한 명령을 사용하십시오. Ubuntu 14.04: sudo initctl start sct-extractor Ubuntu 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 등 록 AWS SCT를 사용하여 추출 에이전트를 관리합니다. 추출 에이전트는 리스너로 작동합니다. 에이전트는 AWS SCT으로부터 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. 113

120 AWS SCT 에이전트에 대한 정보 숨기기 및 복구 3. [Register]를 선택합니다. [New Agent Registration] 대화 상자가 나타납니다. Note 4. AWS SCT 프로젝트에 에이전트를 등록한 후 동일한 에이전트를 다른 프로젝트에 등록할 수는 없습니다. AWS SCT 프로젝트에서 더 이상 사용하지 않는 에이전트를 등록 취소할 수 있으며, 그런 다음 다른 프로젝트에 등록할 수 있습니다. [New Agent Registration] 대화 상자에 정보를 입력합니다. a. b. 5. [Description]에 에이전트의 설명을 입력합니다. [Host Name]에 에이전트가 설치된 컴퓨터의 호스트 이름 또는 IP 주소를 입력합니다. c. [Port]에 에이전트가 수신 대기하는 포트 번호를 입력합니다. d. [Register]를 선택하여 에이전트를 AWS SCT 프로젝트에 등록합니다. AWS SCT 프로젝트에 여러 에이전트를 등록하려면 이전 단계를 반복합니다. AWS SCT 에이전트에 대한 정보 숨기기 및 복구 AWS SCT 에이전트는 사용자 키-트러스트 저장소에 대한 암호, 데이터베이스 계정, AWS 계정 정보 및 유사 항목 같이 많은 양의 정보를 암호화합니다. 이를 위해 seed.dat라는 특수 파일을 사용합니다. 기본적으로 에이전트는 에이전트를 먼저 구성하는 사용자의 작업 파일에서 이 파일을 생성합니다. 서로 다른 사용자가 에이전트를 구성 및 실행할 수 있기 때문에 seed.dat에 대한 경로가 settings.properties 파일의 {extractor.private.folder} 파라미터에 저장됩니다. 에이전트는 시작 시 이 경로를 사용하여 seed.dat 파일을 찾아서 사용 중인 데이터베이스에서 키-트러스트 저장소 정 보를 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. 114

121 데이터 추출 필터 생성 사용자가 seed.dat 파일을 잃은 경우, AWS SCT 에이전트의 위치 및 포트가 변경되었습니다. 이 경우에 는 보통 에이전트가 또 다른 호스트나 포트로 마이그레이션이 되어 seed.dat 파일의 정보가 더 이상 유 효하지 않기 때문에 변경이 이루어진 것입니다. 이러한 경우에는 SSL 없이 시작된 에이전트가 이전에 생성된 에이전트 저장소를 시작해 액세스합니다. 그런 다음 [Waiting for recovery] 상태로 이동합니다. 그러나 이 경우에 SSL과 함께 시작된 에이전트는 재시작이 불가능합니다. 에이전트가 settings.properties 파일에 저장된 인증서로 암호를 해독할 수 없기 때문입니다. 이러한 시작 유형에 서는 에이전트가 시작되지 않습니다. 다음과 유사한 오류가 로그에 기록됩니다. "SSL 모드가 활성화된 상태 에서 에이전트가 시작할 수 없었습니다. 에이전트를 재구성하세요. 키 스토어의 암호가 올바르지 않은 것이 원인입니다." 이 문제를 해결하려면 새 에이전트를 생성하고 SSL 인증서를 액세스하는 데 기존 암호를 사용하도록 에이전 트를 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 있으 면 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 규칙 을 사용하여 명명이 된 에이전트의 개인 폴더에 저장됩니다. {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 있습니 다. Modify 명령을 사용하여 기존 에이전트에서 호스트나 포트, 또는 둘 모두를 수정하여 새 에이전트로 요 청 흐름을 리디렉션합니다. AWS SCT가 새 에이전트를 ping할 수 있을 때 AWS SCT는 에이전트에서 Waiting for recovery(복구 대기중) 상태를 수신합니다. 그런 다음 AWS SCT는 에이전트의 암호를 자동으로 복구합니다. 에이전트 저장소에서 작동하는 각 에이전트는 {output.folder}\{agentname}\storage\에 위치한 storage.lck라는 특수 파일을 업데이트합니다. 이 파일에는 에이전트의 네트워크 ID와 저장소가 잠금 상 태가 되기까지의 시간이 포함되어 있습니다. 에이전트 저장소에서 작동될 때 에이전트는 storage.lck 파 일을 업데이트하고 5분마다 10분씩 저장소의 임대 기간을 연장합니다. 임대 기간이 만료되기 전에 이 에이전 트 저장소에서 다른 인스턴스는 작동할 수 없습니다. AWS Schema Conversion Tool에서 데이터 추출 필 터 생성 AWS Schema Conversion Tool(AWS SCT)을 사용하여 데이터를 추출하기 전에 추출되는 데이터의 양을 줄 이는 필터를 설정할 수 있습니다. 추출되는 데이터를 줄이려면 WHERE 절을 사용하여 데이터 추출 필터를 생 성할 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, 다 음 절차를 사용하여 데이터 추출 필터를 생성합니다. 115

122 데이터 정렬 데이터 추출 필터를 생성하려면 1. [Settings] 메뉴에서 [Mapping Rules]를 선택합니다. [Mapping Rules] 대화 상자가 나타납니다. 상단 창 에는 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 입력하 여 여러 스키마를 선택할 수도 있습니다. c. [table name like]에 테이블에 적용할 필터를 입력합니다. 이 필터에서 WHERE 절은 LIKE 절을 사용 해 평가됩니다. 정확한 이름을 입력하여 테이블 하나를 선택할 수도 있고, 패턴을 입력하여 여러 테 이블을 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 사용합니 다. 기존 필터를 삭제하려면 삭제 아이콘을 사용합니다. 필터에 대한 변경 사항을 모두 저장하려면 [Save All] 을 선택합니다. AWS SCT를 사용하여 마이그레이션 전에 데이터 정 렬 AWS SCT를 사용하여 마이그레이션 전에 데이터를 정렬하면 몇 가지 이점이 있습니다. 데이터를 먼저 정렬 하면 AWS SCT가 장애 후 마지막으로 저장된 지점에서 추출 에이전트를 다시 시작할 수 있습니다. 또한 데 이터를 Amazon Redshift로 마이그레이션하는 중이고 먼저 데이터를 정렬하면 AWS SCT가 데이터를 더 빨 리 Amazon Redshift에 삽입할 수 있습니다. 이러한 이점은 AWS SCT가 데이터 추출 쿼리를 생성하는 방법과 관련이 있습니다. 경우에 따라 AWS SCT 는 이러한 쿼리에서 DENSE_RANK 분석 함수를 사용합니다. 하지만 DENSE_RANK는 추출에서 생성된 데 이터 세트를 정렬하는 데 많은 시간과 서버 리소스를 사용할 수 있으므로 AWS SCT는 DENSE_RANK 없이 작업이 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 경 우, 처음부터 다시 시작합니다. [Use sorting if possible] 테이블에 기본 키 또는 고유한 제약이 있는 경우, 추출 에이전트가 DENSE_RANK를 사용합니다. [Use sorting after first fail (recommended)] 추출 에이전트가 DENSE_RANK를 사용하지 않고 먼저 데이터를 가져오려 시도합니다. 첫 번째 시도가 실패하는 경우, 추출 에이전트는 DENSE_RANK를 사 용하여 쿼리를 다시 빌드하고 장애에 대비해 그 위치를 보존합니다. 116

123 AWS SCT 데이터 추출 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 모니터링 다음 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 테이블을 선택합니다. 모든 테이블을 선택할 수도 있지만, 성능 문제 때문에 이렇게 하지 않는 것이 좋습니다. 데이터 웨어하우 스 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. 117

124 AWS SCT 데이터 추출 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 데이터 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 수준 의 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. 118

125 AWS 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 모니터 링할 수 있습니다. 하위 작업은 병렬 실행됩니다. 추출, 업로드 및 복사도 병렬 실행됩니다. 5. 작업을 설정할 때 로깅을 활성화한 경우 로그를 볼 수 있습니다: a. b. [Download Log]를 선택합니다. 로그 파일이 들어 있는 폴더의 이름과 함께 메시지가 표시됩니다. 메 시지를 무시합니다. [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 상 태를 확인하고 작업 로그를 볼 수 있습니다. AWS Snowball 장치를 사용하여 데이터 추출 AWS SCT와 AWS Snowball을 사용하는 프로세스는 여러 단계로 이루어집니다. 마이그레이션에는 AWS SCT에서 데이터 추출 에이전트를 사용하여 데이터를 AWS Snowball 장치로 옮기는 로컬 작업과 AWS가 AWS Snowball 장치에서 Amazon S3 버킷으로 데이터를 복사하는 중간 작업이 포함됩니다. AWS SCT가 Amazon S3 버킷에서 Amazon Redshift로 데이터를 로드하면서 프로세스가 끝납니다. 이 개요 다음에 이어지는 섹션에서는 이러한 각각의 작업에 대한 단계별 가이드를 제공합니다. AWS SCT가 설치되어 있고 전용 시스템에 데이터 추출 에이전트를 구성하고 등록했다는 가정하에 절차가 진해됩니다. AWS Snowball을 사용하여 데이터를 로컬 데이터 스토어에서 AWS 데이터 스토어로 마이그레이션하려면 다음 단계를 수행해야 합니다. 1. AWS Snowball 콘솔을 사용하여 AWS Snowball 작업을 생성합니다. 자세한 내용은 AWS Snowball 설명 서의 가져오기 작업 생성을 참조하십시오. 2. 로컬 전용 Linux 시스템을 사용하여 AWS Snowball Edge 장치의 잠금을 해제합니다. 119

126 AWS DMS 및 AWS Snowball을 사용 한 단계별 데이터 마이그레이션 절차 3. 등록된 데이터 추출 에이전트를 사용하여 AWS SCT에 새 프로젝트를 생성합니다. 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 절차 다음의 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 따라 AWS Snowball 작업을 생성합니다. 2단계: AWS Snowball Edge 장치 잠금 해제 DMS 에이전트를 설치한 Snowball Edge의 잠금을 해제하고 자격 증명을 Snowball Edge 장치에 제공해야 합 니다. 이렇게 하면 DMS 에이전트 호출을 AWS Snowball Edge 장치에 연결할 수 있습니다. AWS Snowball Edge 장치 잠금 해제에 대한 자세한 내용은 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 IP>: recursive 3단계: 새 AWS SCT 프로젝트 생성 다음에는 새 AWS SCT 프로젝트를 생성합니다. AWS SCT에서 새 프로젝트를 생성하려면 1. AWS SCT를 시작하고 [File]에서 [New Project]를 선택합니다. [New Project] 대화 상자가 나타납니다. 2. 다음 프로젝트 정보를 추가합니다. 3. 이 파라미터의 경우... 수행할 작업 [프로젝트 이름] 컴퓨터에서 로컬로 저장되는 프로젝트의 이름을 입력합니 다. 위치 로컬 프로젝트 파일의 위치를 입력합니다. OLTP [Transactional Database (OLTP)]를 선택합니다. Source DB Engine 원본 데이터 스토어를 선택합니다. Target DB Engine 대상 데이터 스토어를 선택합니다. [OK]를 선택하여 AWS SCT 프로젝트를 생성합니다. 120

127 AWS DMS 및 AWS Snowball을 사용 한 단계별 데이터 마이그레이션 절차 4. (선택 사항) 연결을 테스트합니다. 4단계: Linux 컴퓨터에 DMS 에이전트의 원본 데이터베이스 드라 이버 설치 마이그레이션이 성공하려면 DMS 에이전트가 원본 데이터베이스에 연결할 수 있어야 합니다. 이것이 가능하 려면 원본 데이터베이스에 해당하는 데이터베이스 드라이버를 설치합니다. 필요한 드라이버는 데이터베이 스마다 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 이상용 Oracle Instant Client를 설치합니다. 또한 시스템에 아직 포함되지 않은 경우 $ORACLE_HOME\lib 디렉터리에 심볼 링크를 생성해야 합니 다. 이 링크는 libclntsh.so여야 하며 이 파일의 특정 버전을 가리켜야 합니다. 예를 들면 Oracle 12c 클라 이언트에서: lrwxrwxrwx 1 oracle oracle 63 Oct 2 14:16 libclntsh.so -> /u01/app/oracle/home/lib/libclntsh.so.12.1 또한, LD_LIBRARY_PATH 환경 변수에는 Oracle 라이브러리 디렉터리를 추가해야 하며 설치의 lib 폴더 아래에 site_arep_login.sh 스크립트를 추가해야 합니다. 이 스크립트를 추가합니다(없는 경우). vi cat <product dir>/bin/site_arep_login.sh export ORACLE_HOME=/usr/lib/oracle/12.2/client64; export LD_LIBRARY_PATH=$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

128 AWS DMS 및 AWS Snowball을 사용 한 단계별 데이터 마이그레이션 절차 ODBCInstLib=libodbcinst.so SAP Sybase에 설치하려면 SAP Sybase ASE ODBC 64비트 클라이언트를 설치해야 합니다. 설치 디렉터리가 /opt/sap인 경우 site_arep_login.sh를 다음으로 업데이트합니다. export SYBASE_HOME=/opt/sap export 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.so Description=Sybase ODBC driver MySQL에 설치하려면 Linux용 MySQL Connector/ODBC 버전 이상을 설치합니다. 다음 예에서처럼 /etc/odbcinst.ini 파일에 MySQL 관련 항목이 포함되어 있는지 확인합니다. [MySQL ODBC Unicode Driver] Driver = /usr/lib64/libmyodbc5w.so UsageCount = 1 PostgreSQL에 설치하려면 postgresql pgdg를 설치합니다.<OS Version>.x86_64.rpm. 이 파일은 psql 실행 파일을 포함 하는 패키지입니다. 예를 들면, postgresql pgdg.rhel7.x86_64.rpm은 Red Hat 7에 필요한 패키지입니다. ODBC 드라이버 postgresql94-odbc pgdg를 설치합니다.Linux의 경우 <OS version>.x86_64 이상. 이 때 <OS version>은 에이전트 시스템의 OS입니다. 예를 들면 postgresql94-odbc pgdg.rhel7.x86_64는 Red Hat 7에 필요한 클라이언트입니 다. 다음 예에서처럼 /etc/odbcinst.ini 파일에 PostgreSQL 관련 항목이 포함되어 있는지 확인합니다. [PostgreSQL] Description = PostgreSQL ODBC driver Driver = /usr/pgsql-9.4/lib/psqlodbc.so Setup = /usr/pgsql-9.4/lib/psqlodbcw.so Debug = 0 CommLog = 1 122

129 AWS DMS 및 AWS Snowball을 사용 한 단계별 데이터 마이그레이션 절차 UsageCount = 2 5단계: Amazon S3 버킷에 액세스하도록 AWS SCT 구성 Amazon S3 버킷 구성에 대한 자세한 내용은 Amazon S3 설명서의 Amazon S3 버킷을 사용한 작업을 참조 하십시오. 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. 다 른 하나는 어플라이언스가 Amazon S3 버킷으로 로드하는 데이터를 받아서 대상 데이터베이스로 마이그레 이션합니다. 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. 객 체의 컨텍스트(마우스 오른쪽 버튼 클릭)를 열고 나서 [Create Local & DMS Task]를 선택합니다. 3. 작업 정보를 추가합니다. 이 파라미터의 경우... 수행할 작업 Task Name 작업 이름을 입력합니다. 에이전트 [DMS Agent]를 선택합니다. 복제 인스턴스 사용할 AWS DMS 복제 인스턴스를 선택합니다. 123

130 AWS DMS 및 AWS Snowball을 사용 한 단계별 데이터 마이그레이션 절차 이 파라미터의 경우... 수행할 작업 Migration Type 원하는 마이그레이션 유형을 선택합니다. 선택한 스키마의 내용을 마이그레이션하려면 [Migrate existing data]를 선택합니다. 이 프로세스를 AWS DMS에서 는 전체 로드라고 합니다. 선택한 스키마의 내용을 마이그레이션하고 지속적인 변경 내용을 데이터베이스로 모두 캡처하려면 [Migrate existing data and replicate ongoing changes]를 선택합니다. 이 프로 세스를 AWS DMS에서는 전체 로드 및 CDC라고 합니다. [Target table preparation mode] 사용할 준비 모드를 선택합니다. [Truncate] - 테이블 메타데이터에 영향을 주지 않고 테이블 이 잘립니다. [Drop tables on target] - 테이블이 삭제되고 그 자리에 새 테 이블이 생성됩니다. [Do nothing] - 대상 테이블의 데이터와 메타데이터가 변경 되지 않습니다. 4. IAM 역할 Amazon S3 버킷과 대상 데이터베이스에 액세스할 수 있는 권한이 있는 미리 정의된 IAM 역할을 선택합니다. Amazon S3 버킷에 액세스하는 데 필요한 권한에 대한 자세한 내용 은 Amazon S3 설정 (p. 109) 섹션을 참조하십시오. 로깅 AWS CloudWatch에서 마이그레이션 로그를 생성하도록 [Enable]를 선택합니다. 이 서비스에는 비용이 부과됩니 다. AWS CloudWatch에 대한 자세한 내용은 How Amazon CloudWatch Works 섹션을 참조합니다. 설명 작업에 대한 설명을 입력합니다. Use Snowball Snowball을 사용하려면 이 확인란을 선택합니다. Job Name 방금 만든 AWS Snowball 작업 이름을 선택합니다. Snowball IP AWS Snowball 어플라이언스의 IP 주소를 입력합니다. Port AWS Snowball 어플라이언스의 포트 값을 입력합니다. Local AWS S3 Access key 마이그레이션에 사용 중인 계정의 AWS 액세스 키를 입력합 니다. Local AWS S3 Secret key 마이그레이션에 사용 중인 계정의 AWS 보안 키를 입력합니 다. [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 데 이터베이스, 단계별 Amazon S3 버킷 및 AWS Snowball 장치 간의 연결을 포함하는 로컬 작업 관련 모든 연 결은 물론, 단계별 Amazon S3 버킷과 AWS의 대상 데이터베이스 간의 연결을 포함하는 DMS 작업 관련 연 결을 의미합니다. 124

131 데이터 추출 작업 출력 [Show Log]를 선택하여 DMS 에이전트를 모니터링할 수 있습니다. 로그 세부 정보에는 에이전트 서버(Agent Log)와 로컬 실행 작업(Task Log) 로그가 포함됩니다. 서버에 의해 엔드포인트 연결이 수행되므로(로컬 작업 이 실행되고 있지 않으며 작업 로그가 없으므로) 연결 문제가 [Agent Log] 탭 아래에 나열됩니다. 데이터 추출 작업 출력 마이그레이션 작업이 완료되면 데이터는 준비된 상태입니다. 다음 정보를 사용하여 선택한 마이그레이션 모 드와 데이터 위치에 따라 어떻게 진행할지 결정합니다. 마이그레이션 모드 데이터 위치 Extract, Upload and Copy 데이터가 이미 Amazon Redshift 데이터 웨어하우스에 저장되어 있습니다. 데이터가 실 제로 있는지 확인하고 사용을 시작할 수 있습니다. 자세한 내용은 클라이언트 도구 및 코 드에서 클러스터에 연결하기 단원을 참조하십시오. Extract and Upload 추출 에이전트가 데이터를 Amazon S3 버킷에 파일로 저장했습니다. Amazon Redshift COPY 명령을 사용하여 데이터를 Amazon Redshift로 로드할 수 있습니다. 자세한 내용 은 Amazon Redshift 설명서의 Amazon S3에서 데이터 로드 단원을 참조하십시오. 설정한 추출 작업에 따라 Amazon S3 버킷에는 여러 폴더가 있습니다. Amazon Redshift 로 데이터를 로드할 때 각 작업이 생성한 매니페스트 파일의 이름을 지정합니다. 매니페 스트 파일은 다음 그림과 같이 S3 버킷의 작업 폴더에 위치합니다. 125

132 가상 분할 사용 마이그레이션 모드 데이터 위치 Extract Only 추출 에이전트가 데이터를 작업 폴더에 파일로 저장했습니다. 데이터를 수동으로 Amazon S3 버킷에 복사한 후 [Extract and Upload]용 지침을 따라 계속 진행합니다. AWS Schema Conversion Tool과 함께 가상 분할 사 용 필터링 규칙을 사용하여 테이블 데이터의 가상 파티션을 생성하는 하위 작업을 만드는 방법을 통해 대규모의 비분할 테이블을 최적으로 관리할 수 있는 경우가 많습니다. AWS SCT에서는 마이그레이션된 데이터의 가 상 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 NUMERIC 인 열을 분할하려면서 다른 데이터 형식의 값을 제공하면 AWS SCT에서 오류가 발생합니다. 126

133 가상 분할 생성 시 한도 가상 분할 생성 시 한도 가상 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 유형 RANGE 파티션 유형은 숫자, 날짜 및 시간 데이터 형식의 열 값 범위에 기반하여 데이터를 분할합니다. 이 파 티션 유형은 WHERE 절을 생성하며, 사용자는 각 파티션에 대해 값의 범위를 제공합니다. [Values] 상자에서 분할된 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 분 할 값이 지정되어 여러 파티션을 생성합니다. Partition1: WHERE LO_TAX <= Partition2: WHERE LO_TAX > AND LO_TAX <= Partition3: WHERE LO_TAX > AND LO_TAX <= 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. 5. 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 기호 를 선택해 값을 추가합니다. [Load From File] (선택 사항) 파티션 값이 포함된.csv 파일의 이름을 입력합니다. [OK]를 선택합니다. LIST 파티션 유형 LIST 파티션 유형은 숫자, 문자, 날짜 및 시간 데이터 형식의 열 값 범위에 기반하여 데이터를 분할합니다. 이 파티션 유형은 WHERE 절을 생성하며, 사용자는 각 파티션의 값을 제공합니다. [Values] 필드에서 분할된 열 의 값 목록을 지정합니다..csv 파일을 사용하여 값 정보를 로드할 수 있습니다. 예를 들어 제공하는 값을 기반으로 여러 파티션을 생성할 수 있습니다. 다음 예제에서는 LO_ORDERKEY의 분할 값이 지정되어 여러 파티션을 생성합니다. 127

134 DATE AUTO SPLIT 파티션 유형 Partition1: Partition2: Partition3: PartitionN: WHERE LO_ORDERKEY = 1 WHERE LO_ORDERKEY = 2 WHERE LO_ORDERKEY = 3 WHERE LO_ORDERKEY = USER_VALUE_N 지정한 목록에 포함되지 않은 값에 대해 기본 파티션을 생성할 수도 있습니다. LIST 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. 5. 옵션 작업 [Partition Type] LIST를 선택합니다. 선택하는 유형에 따라 대화 상자 UI가 변경됩니다. 열 이름 분할하려는 열을 선택합니다. 새값 분할 값 세트에 값을 추가하려면 여기에 값을 입력합니다. [Include Other Values] 분할 기준을 충족하지 않는 모든 값이 저장되는 기본 파티션을 생성하려면 이 옵션을 선택합니다. [Load From File] (선택 사항) 파티션 값이 포함된.csv 파일의 이름을 입력합니다. [OK]를 선택합니다. DATE AUTO SPLIT 파티션 유형 DATE AUTO SPLIT 파티션 유형은 주어진 시작 날짜와 종료 날짜 사이의 지정된 간격에 기반하여 날짜 및 시간 데이터 형식의 데이터를 분할합니다. 데이터 범위와 간격(일, 주, 월 또는 년)을 지정합니다. 시작 날짜 또는 종료 날짜를 지정하지 않으면 이 값들은 현재 날짜로 기본 설정됩니다. 예를 들어 제공하는 날짜 범위를 기반으로 여러 파티션을 생성할 수 있습니다. 다음 예제에서는 LO_ORDERDATE의 분할 값 범위가 지정되어 여러 파티션을 생성합니다. Partition1: Partition2: Partition3: PartitionN: WHERE LO_ORDERDATE >= AND LO_ORDERDATE < WHERE LO_ORDERDATE >= AND LO_ORDERDATE < WHERE LO_ORDERDATE >= AND LO_ORDERDATE < WHERE LO_ORDERDATE >= USER_VALUE_N AND LO_ORDERDATE <= DATE AUTO SPLIT 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. 128

135 LOB 작업 5. 옵션 작업 [Partition Type] [DATE AUTO SPLIT]을 선택합니다. 선택하는 유형에 따라 대화 상자 UI가 변경됩니다. 열 이름 분할하려는 열을 선택합니다. 시작일 시작 날짜를 입력합니다. 종료일 종료 날짜를 입력합니다. 간격 간격 단위를 입력하고 해당 단위의 값을 선택합니다. [OK]를 선택합니다. Amazon Redshift로 LOB 마이그레이션 Amazon Redshift는 대용량 이진 객체(LOB) 저장을 지원하지 않습니다. 하지만 하나 이상의 LOB를 Amazon Redshift에 마이그레이션해야 하는 경우, AWS SCT가 마이그레이션을 수행할 수 있습니다. 이를 위해 AWS SCT는 Amazon S3 버킷을 사용해 LOB를 저장하고 S3 버킷의 URL을 Amazon Redshift에 저장된 마이그레 이션된 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. 129

136 모범 사례 및 문제 해결 5. [Create]를 선택하여 작업을 생성합니다. 데이터 추출 에이전트 모범 사례 및 문제 해결 다음은 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 않도 록 하십시오. 한 에이전트가 일시적으로 다운됨 한 에이전트가 다운될 경우 AWS SCT에서 이 에이전트가 처리하는 각 작업의 상태가 실패로 표시됩니다. 일부 경우에는 잠시 기다리면 에이 전트가 복구될 수 있습니다. 이 경우, AWS SCT에서 해당 작업의 상태 가 업데이트됩니다. 한 에이전트가 영구적으로 다운됨 작업을 처리 중인 에이전트가 실행되는 컴퓨터가 영구적으로 다운될 경우 새 에이전트로 대체하여 작업을 계속할 수 있습니다. 원래 에이전 130

137 모범 사례 및 문제 해결 문제 문제 해결 제안 트의 작업 폴더가 원래 에이전트와 동일한 컴퓨터에 있지 않은 경우에 만 새 에이전트로 대체할 수 있습니다. 새 에이전트로 대체하려면 다음 작업을 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. 131

138 애플리케이션 SQL 변환 개요 AWS Schema Conversion Tool을 사 용하여 애플리케이션 SQL 변환 데이터베이스 스키마를 한 엔진에서 다른 엔진으로 변환할 때 애플리케이션의 SQL 코드도 기존 데이터베이 스 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 애플리케 이션 코드를 변환할 수 있습니다. Oracle에서 PostgreSQL로 변환하는 경우 AWS SCT를 사용하여 SQL*Plus 코드를 PSQL로 변환할 수 있습니다. 애플리케이션 SQL 변환 개요 애플리케이션의 SQL 코드를 변환하려면 다음의 상위 수준 단계를 수행합니다. 애플리케이션 변환 프로젝트를 생성 애플리케이션 변환 프로젝트는 데이터베이스 스키마 변환 프로젝트 의 하위 프로젝트입니다. 각 데이터베이스 스키마 변환 프로젝트는 하나 이상의 하위 애플리케이션 변환 프로젝트를 가질 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool에서 애플리케이션 변환 프 로젝트 생성 (p. 132) 단원을 참조하십시오. SQL 코드를 분석 및 변환 AWS SCT가 애플리케이션을 분석하고, SQL 코드를 추출하고, 사용자가 검토 및 편집할 수 있도록 변환된 SQL의 로컬 사본을 생성합니다. 도구는 사용자가 준비될 때까지 애플리케이 션의 코드를 변경하지 않습니다. 자세한 내용은 AWS Schema Conversion Tool을 사용하여 SQL 코드 분 석 및 변환 (p. 135) 단원을 참조하십시오. 애플리케이션 평가 보고서를 생성 애플리케이션 평가 보고서는 소스 데이터베이스 스키마에서 대상 데 이터베이스 스키마로 애플리케이션 SQL 코드 변환에 대한 중요한 정보를 제공합니다. 자세한 내용은 평가 보고서 생성 및 사용 (p. 136) 단원을 참조하십시오. 변환된 SQL 코드를 편집, 변경 사항을 적용 및 저장 평가 보고서에는 자동으로 변환할 수 없는 SQL 코드 항목의 목록이 포함됩니다. 이러한 항목에 대해 수동으로 SQL 코드를 편집하여 변환을 수행할 수 있습니 다. 자세한 내용은 AWS Schema Conversion Tool을 사용하여 변환된 SQL 코드 편집 및 저장 (p. 137) 단원을 참조하십시오. AWS Schema Conversion Tool에서 애플리케이션 변환 프로젝트 생성 AWS Schema Conversion Tool(AWS SCT)에서 애플리케이션 변환 프로젝트는 데이터베이스 스키마 변환 프로젝트의 하위 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 [Applications] 메뉴에서 [New Application]을 선택합니다. [New application conversion project] 대화 상자가 나타납니다. 132

139 애플리케이션 변환 프로젝트 생성 2. 다음 프로젝트 정보를 추가합니다. 이 파라미터의 경우... 수행할 작업 Application Project Name 애플리케이션 변환 프로젝트의 이름을 입력합니다. 각 데이터베이 스 스키마 변환 프로젝트는 하나 이상의 하위 애플리케이션 변환 프로젝트를 가질 수 있으므로, 나중에 프로젝트가 추가되더라도 구 분이 가능한 이름을 선택하십시오. 위치 애플리케이션 소스 코드의 위치를 입력합니다. Project language 다음 중 하나를 선택합니다. JAVA C++ C# 모두 SQL parameter style for target database 다음 중 하나를 선택합니다. Same as in source Positional (?) 133

140 애플리케이션 변환 프로젝트 생성 이 파라미터의 경우... 수행할 작업 Indexed (:1) Indexed ($1) Named Named (:name) Select source database schema 소스 트리에서 애플리케이션 코드가 사용하는 스키마를 선택합니 다. 3. [OK]를 선택하여 애플리케이션 변환 프로젝트를 생성합니다. 프로젝트 창이 열립니다. 4. 애플리케이션 변환 프로젝트를 처음 생성하면 프로젝트 창이 자동으로 열립니다. 기존 애플리케이션 변 환 프로젝트를 열려면 소스 트리에서 프로젝트 노드를 선택하고 컨텍스트(마우스 오른쪽 클릭) 메뉴를 연 다음 [Manage application]을 선택합니다. 134

141 SQL 코드 분석 및 변환 5. [Applications] 메뉴에서 [New Application]을 선택하거나 소스 트리에서 [Applications] 노드를 선택하고 컨텍스트(마우스 오른쪽 클릭) 메뉴를 연 다음 [Add application]을 선택하여 애플리케이션 변환 프로젝 트를 추가할 수 있습니다. AWS Schema Conversion Tool을 사용하여 SQL 코 드 분석 및 변환 다음 절차를 따라 AWS Schema Conversion Tool(AWS SCT)을 사용하여 SQL 코드를 분석하고 변환합니다. SQL 코드를 분석 및 변환하려면 1. 애플리케이션 변환 프로젝트에서 [Analyze]를 선택합니다. AWS SCT가 애플리케이션 코드를 분석하고 SQL 코드를 추출합니다. 추출된 SQL 코드의 전체 목록이 창 하단의 [Parsed SQL Scripts] 창에 표시됩니다. 목록에서 항목을 선택하면 [Extracted SQL script] 창 에서도 해당 항목이 표시됩니다. 2. 목록의 각 SQL 코드 항목을 분석할 수 있으며, 준비가 되면 [Convert]를 선택하여 SQL을 대상 데이터베 이스용 SQL로 변환합니다. Note 나중의 절차에서 변환된 SQL 코드를 편집할 수 있습니다. 135

142 평가 보고서 생성 및 사용 평가 보고서 생성 및 사용 애플리케이션 평가 보고서는 소스 데이터베이스 스키마에서 대상 데이터베이스 스키마로 애플리케이션 SQL 코드 변환에 대한 중요한 정보를 제공합니다. 이 보고서에는 애플리케이션에서 추출된 모든 SQL, 변환 된 모든 SQL, 변환할 수 없는 SQL에 대한 작업 항목이 세부적으로 설명되어 있습니다. 또한 자동 변환할 수 없는 SQL 코드를 수동으로 변환하는 데 소요되는 예상 작업량 수치도 포함됩니다. 애플리케이션 평가 보고서 생성 다음 절차를 따라 애플리케이션 평가 보고서를 생성합니다. 애플리케이션 평가 보고서를 생성하려면 1. 애플리케이션 변환 프로젝트 창의 [Actions] 메뉴에서 [Create Report]를 선택합니다. 2. 보고서가 생성되어 애플리케이션 변환 프로젝트 창에서 열립니다. [Summary] 탭을 검토합니다. 다음 그림과 같이 [Summary] 탭에는 애플리케이션 평가 보고서의 요약 정보가 표시됩니다. 또한 자동 변환된 SQL 코드 항목과 자동 변환되지 않은 항목이 표시됩니다. 3. [SQL Conversion Actions] 탭을 선택하고 정보를 검토합니다. [SQL Conversion Actions] 탭에는 자동으로 변환할 수 없는 SQL 코드 항목의 목록이 표시됩니다. 수동 으로 SQL 코드를 변환하는 권장 방법도 제안되어 있습니다. 나중 단계에서 변환된 SQL 코드를 편집할 136

143 변환된 SQL 코드 편집 및 저장 수 있습니다. 자세한 내용은 AWS Schema Conversion Tool을 사용하여 변환된 SQL 코드 편집 및 저 장 (p. 137) 단원을 참조하십시오. 4. 애플리케이션 평가 보고서의 로컬 사본을 PDF 파일 또는 CSV(쉼표로 분리된 값) 파일로 저장할 수 있습 니다. PDF 파일은 요약 정보 및 작업 항목 정보를 모두 포함합니다. CSV 파일은 작업 항목 정보만 포함 합니다. AWS Schema Conversion Tool을 사용하여 변환된 SQL 코드 편집 및 저장 평가 보고서에는 자동으로 변환할 수 없는 SQL 코드 항목의 목록이 포함됩니다. 변환할 수 없는 각 항목에 대해 [SQL Conversion Actions] 탭에 작업 항목이 있습니다. 이러한 항목에 대해 수동으로 SQL 코드를 편집 하여 변환을 수행할 수 있습니다. 다음 절차를 따라 변환된 SQL 코드를 편집하고, 변경 사항을 적용한 다음 저장합니다. 변환된 SQL 코드를 편집하고, 변경 사항을 적용하고, 저장하려면 변환된 SQL 코드를 [Target SQL script] 창에서 직접 편집합니다. 변환된 코드가 표시되지 않을 경우 창 안을 클릭하여 입력을 시작할 수 있습니다. 변환된 SQL 코드 편집이 끝났으면 [Apply]를 선택합니다. 이 시점에는 변경 사항이 메모리에 저장되고 아직 파일에는 기록되지 않습니다. [Save]를 선택하여 파일에 변경 사항을 저장합니다. Important [Save]를 선택하면 원래 파일을 덮어씁니다. 원래 애플리케이션 코드의 기록이 남아 있도록 저 장하기 전에 원래 파일을 복사하십시오. 137

144 확장 팩 DB 스키마 사용 AWS Schema Conversion Tool 확장 팩 사용 AWS SCT 확장 팩은 객체를 대상 데이터베이스로 변환할 때 필요한, 원본 데이터베이스에 존재하는 함수를 에뮬레이션하는 추가 모듈입니다. AWS SCT 확장 팩을 설치하기 전에 데이터베이스 스키마를 변환해야 합 니다. AWS SCT 확장 팩에는 다음 구성 요소가 포함됩니다. DB 스키마 원본 데이터베이스에서 일부 OLTP 및 OLAP 객체(예: 시퀀스) 또는 지원되지 않는 내장 함수 를 에뮬레이션하기 위한 SQL 함수, 절차, 테이블을 포함합니다. 이 스키마는 aws_<database engine name>_ext 형식으로 명명됩니다. 사용자 지정 Python 라이브러리(선별된 OLAP 데이터베이스용) 지원되지 않는 내장 데이터베이스 함 수를 에뮬레이션하는 Python 함수 세트를 포함합니다. 지원되는 데이터베이스 중 하나에서 Amazon Redshift로 마이그레이션할 때 이 라이브러리를 사용하십시오. 이 라이브러리에 대한 자세한 내용은 AWS SCT 확장 팩용 사용자 지정 Python 라이브러리 사 용 (p. 139) 단원을 참조하십시오. AWS Lambda 함수(선별된 OLTP 데이터베이스용) 작업 예약과 이메일 발송 같은 복잡한 데이터베이스 기능을 에뮬레이션하는 AWS Lambda 함수를 포함합니다. 다음 단원에서는 AWS SCT 확장 팩에 대해 알아봅니다. 항목 확장 팩 스키마 사용 (p. 138) AWS SCT 확장 팩용 사용자 지정 Python 라이브러리 사용 (p. 139) AWS SCT 확장 팩의 AWS Lambda 함수 사용 (p. 140) 다음 두 가지 방법을 사용하여 AWS SCT 확장 팩을 적용할 수 있습니다. 컨텍스트 메뉴에서 [ApplyToTarget]을 선택하여 대상 데이터베이스 스크립트를 적용하면 AWS SCT가 자 동으로 확장 팩을 적용합니다. AWS SCT는 다른 모든 스키마 객체를 적용하기 전에 확장 팩을 적용합니 다. 확장 팩을 수동으로 적용하려면 대상 데이터베이스를 선택한 다음 컨텍스트 메뉴에서 [Apply Extension Pack]을 선택하십시오. 대부분의 상황에서는 자동 적용으로 충분합니다. 하지만 확장 팩을 실수로 삭제한 경우, 확장 팩을 적용하는 것이 좋습니다. AWS SCT 확장 팩이 대상 데이터 스토어에 적용될 때마다 구성 요소를 덮어씁니다. 각 구성 요소에는 버전 번호가 있으며, AWS SCT는 현재 구성 요소 버전이 적용할 구성 요소보다 이전 버전인 경우, 사용자에게 경 고합니다. 이러한 알림은 [Settings]의 [Global Settings]에 있는 [Notification Settings]에서 제어할 수 있습니 다. 확장 팩 스키마 사용 데이터베이스 또는 데이터 웨어하우스 스키마를 변환할 때 AWS Schema Conversion Tool(AWS SCT)은 대 상 데이터베이스에 추가 스키마를 추가합니다. 이 스키마는 변환된 스키마를 대상 데이터베이스에 쓸 때 필 요한 원본 데이터베이스의 SQL 시스템 함수를 구현합니다. 이 추가 스키마를 확장 팩 스키마라고 합니다. 138

145 확장 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 라이브러 리 사용 경우에 따라 AWS Schema Conversion Tool(AWS SCT)가 원본 데이터베이스 기능을 동등한 Amazon Redshift 기능으로 변환하지 못할 수 없습니다. AWS SCT 확장 팩은 Amazon Redshift에서 일부 원본 데이터 베이스 기능을 에뮬레이션하는 사용자 지정 Python 라이브러리를 포함하고 있습니다. 트랜잭션 데이터베이스를 변환하는 경우에는 AWS SCT 확장 팩의 AWS Lambda 함수 사용 (p. 140) 단원 을 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 라이브러 리 업로드 AWS SCT 확장 팩 마법사를 이용해 사용자 지정 Python 라이브러리 설치할 수 있습니다. 확장 팩 적용 다음 절차를 사용하여 확장 팩을 적용합니다. 확장 팩을 적용하려면 1. AWS Schema Conversion Tool,의 대상 데이터베이스 트리에서 컨텍스트(마우스 오른쪽 클릭) 메뉴를 열어 [Apply Extension Pack]을 선택합니다. 139

146 확장 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 CLI가 설치되어 있는 경우 AWS Command Line Interface(AWS CLI) 자격 증명을 사용할 수 있습니다. 이미 전역 애플리케이션 설정 내 프로필에 저장하고 프로젝트에 연결한 자격 증명을 사용할 수도 있 습니다. 필요한 경우 [Navigate to Project Settings]를 선택하여 다른 프로필을 프로젝트에 연결합니 다. 필요한 경우, [Global Settings]를 선택하여 새 프로필을 생성합니다. 자세한 내용은 AWS Schema Conversion Tool에서 AWS 서비스 프로필 사용 (p. 12) 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 SCT 확장 팩의 AWS Lambda 함수 사용 AWS Schema Conversion Tool(AWS SCT) 확장 팩에는 Amazon EC2 플랫폼에서 호스팅되는 데이터베이스 에 이메일, 작업 예약 및 기타 기능을 제공하는 Lambda 함수가 포함되어 있습니다. AWS Lambda 함수를 사용하여 데이터베이스 기능 에 뮬레이션 일부의 경우, 데이터베이스 기능을 동등한 Amazon RDS 기능으로 변환할 수 없습니다. 예를 들어 Oracle은 UTL_SMTP를 사용하는 이메일 호출을 발송하고, Microsoft SQL Server는 작업 스케줄러를 사용할 수 있습니 다. Amazon EC2에서 데이터베이스를 호스팅 및 자체 관리하는 경우, AWS 서비스로 대체하여 이러한 기능 을 에뮬레이션할 수 있습니다. AWS SCT 확장 팩 마법사는 사용자가 Lambda 함수를 설치, 생성 및 구성하여 이메일, 작업 예약 및 기타 기 능을 에뮬레이션하도록 도와줍니다. 140

147 확장 팩 적용 확장 팩 적용 다음 절차를 사용하여 확장 팩을 적용합니다. Important AWS 서비스 에뮬레이션 기능은 Amazon EC2에 설치되는 자체 관리형 데이터베이스에서만 지원됩 니다. 대상 데이터베이스가 Amazon RDS DB 인스턴스인 경우 서비스 에뮬레이션 기능을 설치하지 마십시오. 확장 팩을 적용하려면 1. AWS Schema Conversion Tool,의 대상 데이터베이스 트리에서 컨텍스트(마우스 오른쪽 클릭) 메뉴를 열어 [Apply Extension Pack]을 선택합니다. 확장 팩 마법사가 열립니다 [Welcome] 페이지를 읽은 후 [Next]를 선택합니다. [AWS Services Settings] 페이지에서 다음 작업을 수행합니다. 4. 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 CLI가 설치 되어 있는 경우 AWS Command Line Interface(AWS CLI) 자격 증명을 사용할 수 있습니다. 이미 전역 애플리케이션 설정 내 프로필에 저장하고 프로젝트에 연결한 자격 증명을 사용할 수도 있습니다. 필요 한 경우 [Navigate to Project Settings]를 선택하여 다른 프로필을 프로젝트에 연결합니다. 필요한 경 우, [Global Settings]를 선택하여 새 프로필을 생성합니다. 자세한 내용은 AWS Schema Conversion Tool에서 AWS 서비스 프로필 사용 (p. 12) 단원을 참조하십시오. [ 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 [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. [Functions Emulation] 페이지에서 [Create Extension Pack]을 선택합니다. 확장 팩 작업의 상태를 나타 내는 메시지가 표시됩니다. 모두 마쳤으면 [Finish]를 선택합니다. 141