1.AWS Database Migration Service （DMS） 概述
- AWS DMS 定义：它能助力以最少停机时间把数据库迁移至 AWS，支持同构（如 Oracle 到 Oracle）、异构（如 Oracle 到 PostgreSQL ）迁移。
- 常见用例：涵盖将本地数据库迁移至 AWS 、数据库间复制数据用于备份或容灾、混合架构的持续数据复制。
- 关键特性：适配多种源和目标数据库，支持变更数据捕获（CDC）以持续复制数据变动，迁移期间停机时间极少。
- 目的：AWS DMS 有助于将数据库从本地或云数据库迁移到 AWS，从而最大限度地减少停机时间。
- 支持的数据库类型：DMS 支持同构和异构迁移（例如，从 Oracle 迁移到 Oracle，从 MySQL 到 Aurora）。
- 使用案例：
- 将数据库迁移到 Amazon RDS 或 Amazon EC2。
- 复制数据以进行实时分析（例如，复制到 Amazon Redshift 或 Amazon S3）。
2.DMS 组件
- 复制实例：管理迁移过程的计算资源。
- 源和目标终端节点：源和目标数据库（例如 RDS、Aurora、SQL Server、MySQL、PostgreSQL）。
- 复制任务： 定义数据迁移和复制过程（完全加载和/或持续复制）。
3.支持的数据库
- 源数据库：Amazon RDS、Amazon Aurora、MySQL、MariaDB、PostgreSQL、Oracle、Microsoft SQL Server、MongoDB 等。
- 目标数据库：Amazon RDS、Amazon Aurora、Amazon Redshift、Amazon S3（用于数据湖）、DynamoDB 等。
4.迁移策略
- 同构迁移：在相同的数据库引擎之间迁移数据（例如，从 MySQL 迁移到 MySQL）。
- 异构迁移：在不同数据库引擎之间迁移数据（例如，从 Oracle 迁移到 PostgreSQL）。
- 持续复制：连续数据复制，用于在初始迁移后保持源和目标同步。
- 完全加载和变更数据捕获 （CDC）：完全加载最初传输所有数据，而 CDC 仅复制之后的更改。
5.复制任务类型
- Full Load：将所有数据从源迁移到目标。
- 变更数据捕获 （CDC）**：在初始加载后复制对源数据库所做的更改。
- 满载 + CDC：结合满载和连续数据复制。
6.DMS 限制
- 延迟：某些数据类型（如大型 BLOB）可能具有更高的延迟。
- 支持的数据类型： 并非每个源/目标数据库组合都支持所有数据类型。您应该熟悉 DMS 为特定源和目标支持哪些数据类型。
- 复杂迁移：某些转换（例如，复杂架构映射）可能需要其他服务（如 AWS 架构转换工具 - SCT）。
7.DMS 安全功能
- 加密：DMS 支持对传输中的数据和静态数据进行加密。
- 网络安全：与 VPC、安全组和 IAM 角色集成。
- IAM 角色管理：DMS 需要适当的权限才能与数据库、S3、Redshift 和其他 AWS 服务交互。
- SSL/TLS：DMS 支持使用 SSL/TLS 加密连接到数据库。
8.DMS 的最佳实践
- 监控和日志记录：使用 Amazon CloudWatch 监控复制任务的状态。
- 调整复制实例：确保复制实例的大小适合数据量和复制工作负载。
- 使用多可用区：为了实现高可用性，请在多个可用区中使用复制实例。
- 测试迁移：在迁移到生产环境之前，请始终在非生产环境中测试迁移。
9.DMS 和 AWS Schema Conversion Tool （SCT）
- 架构转换：AWS SCT 通常与 DMS 结合使用，用于异构数据库迁移（例如，从 Oracle 迁移到 PostgreSQL）。
- 数据类型转换：SCT 有助于转换数据库架构对象，例如表、视图和存储过程。
10.DMS 监控和故障排除
- CloudWatch 指标：使用 CloudWatch 指标和日志监控复制任务。
- 错误处理：解释和修复 DMS 日志中的常见错误，包括网络连接、数据库访问和数据转换问题。
11.DMS 迁移性能
- 性能优化：通过选择合适的实例大小并调整复制设置来确保高效的数据迁移。
- 吞吐量注意事项：了解迁移任务的吞吐量指标，尤其是在迁移大型数据集时。
- 数据转换：数据转换（例如，将 AWS Lambda 与 DMS 结合使用）如何影响迁移性能。
12.组件
- DMS 复制实例：作为运行复制任务的计算资源，负责处理从源数据库到目标数据库的数据迁移流程。
- 复制任务：是复制作业的一组指令，像全量加载、全量加载并持续复制、仅持续复制这些模式。
- 端点：用于定义源和目标数据库（可以是本地或 AWS 内的），包含数据库类型、连接字符串、凭证等信息。
13.迁移类型
- 全量数据加载：一次性将源数据库的所有数据迁移至目标数据库。
- 持续数据复制（CDC）：全量加载完成后，源数据库的变更会持续复制到目标库。
- 全量加载与持续复制结合：先全量加载，后续变动接着复制，是常用方式。
14.监控与排错
- CloudWatch 指标：DMS 与 CloudWatch 集成，提供复制延迟、数据传输速度、任务状态、错误等指标用于监控。
- DMS 控制台与日志：控制台能追踪复制任务状态，日志有助于排查数据迁移中的问题。
15.安全
- 加密：支持静态加密（借助 KMS ）和传输加密（用 SSL/TLS ）。
- VPC 与网络配置：复制实例应置于 VPC 内保障通信安全，跨 AWS 和本地迁移时尤为关键。
- IAM 角色与权限：利用 IAM 角色给 DMS 赋予访问源/目标数据库、S3 或 CloudWatch 等服务的权限。
16.性能调优
- 复制实例大小调整：实例规模要适配迁移数据量，降低复制延迟。
- 网络考量：带宽、网络延迟影响迁移性能，大数据集时需调整网络速度与复制实例类型。
17.与 AWS 服务集成
- 与 S3 集成：S3 可充当迁移的中间存储位置。
- 与 RDS 和 Aurora：常见从本地或其他 AWS 数据库向它们迁移。
- 与 Schema Conversion Tool (SCT)：异构迁移时，SCT 转换数据库模式，再由 DMS 转移数据。
18.高可用与容错
- 多可用区复制：复制实例能部署在多可用区实现高可用。
- 故障转移机制：复制实例出故障时，任务可自动重定向到备用实例。
19.注意事项
- 迁移规划
- 依据源和目标数据库类型、数据量、停机时间要求来选定迁移类型与策略，像关键业务不容许长时间停机，就首选全量加载加持续复制。
- 异构迁移提前规划好数据库模式转换，借助 SCT 排查潜在兼容性问题。
- 组件配置
- 配置复制实例时，精准预估数据量与性能需求，过小会卡顿，过大则成本高；后续也可按需调整大小。
- 端点设置时，反复核对连接字符串、凭证等信息准确性，错一个字符都可能导致连接失败。
- 监控与维护
- 迁移全程紧密关注 CloudWatch 指标和控制台日志，发现延迟、错误等异常及时排查处理。
- 定期评估性能，按需优化复制实例规格、网络配置，保障长期稳定运行。
- 安全部署
- 加密配置别遗漏，传输与静态加密都开启，保护数据隐私与安全。
- 网络安全上，谨慎设置 VPC 与安全组规则，只开放必要端口与访问权限。
- IAM 角色权限分配遵循最小化原则，避免权限过度授予引发安全风险。
