Perencanaan migrasi: Azure Synapse Analytics pool SQL khusus ke Fabric Data Warehouse

Diterapkan pada:✅ Gudang di Microsoft Fabric

Artikel ini menjelaskan strategi, pertimbangan, dan metode migrasi dari pool SQL khusus Azure Synapse Analytics ke Microsoft Fabric Data Warehouse.

Tip

Gunakan Fabric Migration Assistant for Data Warehouse untuk migrasi otomatis dari kumpulan SQL khusus Azure Synapse Analytics. Artikel ini berisi informasi strategis dan perencanaan penting.

Pengenalan migrasi

Microsoft Fabric adalah solusi analitik SaaS all-in-one untuk perusahaan. Perusahaan ini menawarkan rangkaian layanan yang komprehensif, termasuk Data Factory, Data Engineering, Data Warehousing, Data Science, Real-Time Intelligence, dan Power BI.

Artikel ini menjelaskan opsi untuk skema (DDL), kode basis data (DML), dan migrasi data serta membantu Anda memilih opsi untuk skenario Anda. Aplikasi ini menggunakan tolok ukur industri TPC-DS untuk ilustrasi dan pengujian kinerja. Hasil Anda mungkin bervariasi tergantung pada faktor seperti tipe data, lebar tabel, dan latensi sumber.

Bersiap untuk migrasi

Rencanakan dengan cermat proyek migrasi Anda sebelum memulai, dan pastikan skema, kode, serta data Anda kompatibel dengan Fabric Data Warehouse. Pertimbangkan keterbatasannya. Kuantifikasi pekerjaan yang diperlukan untuk merefaktor item yang tidak kompatibel dan sumber daya lain yang diperlukan untuk melakukan migrasi.

Tujuan utama lain dari perencanaan adalah menyesuaikan desain Anda agar solusi Anda memanfaatkan sepenuhnya kinerja Fabric Data Warehouse query. Merancang gudang data untuk skala memperkenalkan pola desain yang unik, sehingga pendekatan tradisional tidak selalu yang terbaik. Tinjau pedoman kinerja. Meskipun Anda dapat melakukan beberapa penyesuaian desain setelah migrasi, melakukan perubahan lebih awal menghemat waktu dan tenaga. Migrasi dari satu teknologi atau lingkungan ke lingkungan lain selalu merupakan upaya besar.

Diagram berikut menunjukkan siklus hidup migrasi dan tugas-tugas yang terkait dengan lima pilarnya: Menilai dan Mengevaluasi, Merencanakan dan Mendesain, Migrasi, Memantau dan Mengatur, serta Mengoptimalkan dan Memodernisasi.

Diagram siklus hidup migrasi, termasuk Menilai dan Mengevaluasi, Merencanakan dan Mendesain, Migrasi, Memantau dan Mengatur, serta Mengoptimalkan dan Memodernisasi.

Panduan untuk migrasi

Pertimbangkan aktivitas berikut sebagai runbook perencanaan untuk migrasi Anda dari kumpulan SQL khusus Synapse ke Fabric Data Warehouse.

  1. Menilai dan Mengevaluasi
    1. Identifikasi tujuan dan motivasi. Menetapkan hasil yang diinginkan dengan jelas.
    2. Temukan, nilai, dan jadikan dasar arsitektur yang sudah ada.
    3. Identifikasi pemangku kepentingan dan sponsor utama.
    4. Tentukan cakupan apa yang akan dimigrasikan.
      1. Mulailah dari yang kecil dan sederhana, lalu bersiaplah untuk beberapa migrasi kecil.
      2. Mulai pantau dan dokumentasikan semua tahapan proses.
      3. Bangun inventaris data dan proses untuk migrasi.
      4. Tentukan perubahan model data, jika ada.
      5. Siapkan ruang kerja Fabric.
    5. Nilai keterampilan dan preferensi tim Anda.
      1. Otomatiskan jika memungkinkan.
      2. Gunakan alat dan fitur bawaan Azure untuk mengurangi upaya migrasi.
    6. Latih staf lebih awal di platform baru.
      1. Identifikasi kebutuhan peningkatan keterampilan dan sumber daya pelatihan, termasuk Microsoft Learn.
  2. Rencana dan Desain
    1. Tentukan arsitektur yang diinginkan.
    2. Pilih metode dan alat untuk migrasi guna menyelesaikan tugas-tugas berikut:
      1. Ekstraksi data dari sumber.
      2. Konversi skema (DDL), termasuk metadata untuk tabel dan tampilan.
      3. Penyerapan data, termasuk data historis.
        1. Jika perlu, rekayasa ulang model data dengan menggunakan performa dan skalabilitas platform baru.
      4. Migrasi kode basis data (DML).
        1. Lakukan migrasi atau menata ulang prosedur tersimpan dan proses bisnis.
    3. Daftar dan ekstraksi fitur keamanan serta izin objek dari sumber tersebut.
    4. Rancang dan rencanakan untuk menggantikan atau memodifikasi proses ETL/ELT yang sudah ada untuk beban bertambah.
      1. Buat proses ETL/ELT paralel ke lingkungan baru.
    5. Siapkan rencana migrasi terperinci.
      1. Petakan status saat ini ke status yang diinginkan.
  3. Bermigrasi
    1. Lakukan migrasi skema, data, dan kode.
      1. Ekstraksi data dari sumber.
      2. Konversi skema (DDL).
      3. Penyerapan data
      4. Migrasi kode basis data (DML).
    2. Jika perlu, skalakan sumber daya kumpulan SQL khusus untuk sementara waktu guna membantu kecepatan migrasi.
    3. Terapkan keamanan dan izin.
    4. Migrasi proses ETL/ELT yang ada untuk beban inkremental.
      1. Migrasi atau refaktorisasi proses pemuatan inkremental ETL/ELT.
      2. Uji dan bandingkan proses beban bertahap paralel.
    5. Sesuaikan rencana migrasi yang rinci sesuai kebutuhan.
  4. Memantau dan Mengatur
    1. Jalankan secara paralel, dan bandingkan dengan lingkungan sumber Anda.
      1. Menguji aplikasi, platform kecerdasan bisnis, dan alat kuesioner.
      2. Tolok ukur dan optimalkan performa kueri.
      3. Memantau dan mengelola biaya, keamanan, dan performa.
    2. Lakukan tolok ukur dan penilaian tata kelola.
  5. Mengoptimalkan dan Memodernisasi
    1. Saat bisnis stabil, transisikan aplikasi dan platform pelaporan utama ke Fabric.
      1. Tingkatkan atau turunkan sumber daya saat beban kerja berpindah dari Azure Synapse Analytics ke Microsoft Fabric.
      2. Bangun templat yang dapat diulang dari pengalaman yang diperoleh untuk migrasi di masa mendatang. Iterate.
      3. Identifikasi peluang untuk optimasi biaya, keamanan, skalabilitas, dan keunggulan operasional.
      4. Identifikasi peluang untuk memodernisasi aset data Anda dengan fitur terbaru dari Fabric.

Angkat dan pindah atau modernisasi?

Secara umum, ada dua jenis skenario migrasi, terlepas dari tujuan dan cakupan migrasi yang direncanakan: angkat dan geser apa adanya, atau pendekatan bertahap yang menggabungkan perubahan arsitektur dan kode.

Angkat dan pindahkan

Dalam migrasi "lift and shift", Anda memigrasikan model data yang sudah ada ke Fabric Data Warehouse yang baru dengan sedikit perubahan. Pendekatan ini meminimalkan risiko dan waktu migrasi dengan mengurangi pekerjaan baru yang diperlukan untuk mewujudkan manfaat migrasi.

Migrasi angkat dan pindah cocok untuk skenario-skenario berikut:

  • Anda memiliki lingkungan yang sudah ada dengan sejumlah kecil gudang untuk dipindahkan.
  • Anda memiliki lingkungan yang ada dengan data yang sudah berada dalam skema bintang atau serpihan salju yang dirancang dengan baik.
  • Anda berada di bawah tekanan waktu dan biaya untuk pindah ke Fabric Data Warehouse.

Singkatnya, pendekatan ini bekerja dengan baik untuk beban kerja yang dioptimalkan untuk lingkungan pool SQL khusus Azure Synapse Anda saat ini dan tidak memerlukan perubahan besar pada Fabric.

Memodernkan dengan pendekatan bertahap melalui perubahan arsitektur

Jika gudang data warisan berkembang dalam jangka waktu lama, Anda mungkin perlu merekayasa ulang agar tetap memiliki tingkat kinerja yang dibutuhkan.

Anda juga mungkin ingin mendesain ulang arsitektur untuk memanfaatkan mesin dan fitur baru yang tersedia di ruang kerja Fabric.

Perbedaan desain: Kumpulan SQL khusus Synapse dan Fabric Data Warehouse

Pertimbangkan perbedaan pergudangan data Azure Synapse dan Microsoft Fabric berikut, membandingkan kumpulan SQL khusus dengan Gudang Data Fabric.

Pertimbangan tabel

Saat Anda memigrasikan tabel di antara lingkungan yang berbeda, biasanya hanya data mentah dan metadata yang bermigrasi secara fisik. Biasanya Anda tidak memigrasikan elemen database lain dari sistem sumber, seperti indeks, karena mungkin tidak diperlukan atau diimplementasikan secara berbeda di lingkungan baru.

Optimasi kinerja di lingkungan sumber, seperti indeks, menunjukkan di mana Anda mungkin membutuhkan optimasi di lingkungan baru. Fabric mengelola optimasi ini secara otomatis.

Pertimbangan T-SQL

Ada beberapa perbedaan sintaks Data Manipulation Language (DML) yang perlu dipertimbangkan. Tinjau area permukaan T-SQL di Fabric Data Warehouse dan lakukan penilaian kode saat Anda memilih metode migrasi kode basis data.

Bergantung pada perbedaan paritas pada saat migrasi, Anda mungkin perlu menulis ulang bagian dari kode DML T-SQL Anda.

Perbedaan pemetaan jenis data

Fabric Data Warehouse memiliki beberapa perbedaan tipe data dari pool SQL khusus Azure Synapse Analytics. Untuk informasi selengkapnya, lihat Jenis data di Microsoft Fabric.

Tabel berikut menunjukkan pemetaan tipe data yang didukung dari Azure Synapse pool SQL khusus ke Fabric Data Warehouse.

Kumpulan SQL khusus Synapse Fabric Data Warehouse
uang desimal(19,4)
smallmoney desimal(10,4)
smalldatetime datetime2
datetime datetime2
nchar char
nvarchar varchar
tinyint smallint
binary varbinary
datetimeoffset* datetime2

* Datetime2 tidak menyimpan informasi offset zona waktu ekstra yang disimpan oleh datetimeoffset . Karena Fabric Data Warehouse saat ini belum mendukung tipe data datetimeoffset, Anda perlu mengekstrak data offset zona waktu ke kolom terpisah.

Tip

Siap untuk bermigrasi?

Untuk memulai dengan proses migrasi otomatis, lihat Asisten Migrasi Fabric untuk Gudang Data.

Untuk langkah migrasi manual dan detail lebih lanjut, lihat Metode migrasi untuk Azure Synapse Analytics pool SQL khusus ke Fabric Data Warehouse.

Konten terkait

  • Terakhir diperbarui pada