Ein Unternehmen migriert seine lokale Oracle-Datenbank zu Amazon Aurora PostgreSQL. Die Datenbank verfügt über mehrere Anwendungen, die in dieselben Tabellen schreiben. Die Anwendungen müssen nacheinander migriert werden, wobei zwischen jeder Migration ein Monat liegt. Das Management hat Bedenken geäußert, dass die Datenbank eine hohe Anzahl von Lese- und Schreibvorgängen aufweist. Die Daten müssen während der gesamten Migration in beiden Datenbanken synchron gehalten werden. Was sollte ein Solutions Architect empfehlen?

Die korrekte Antwort ist die Verwendung des AWS Schema Conversion Tools (AWS SCT) mit AWS Database Migration Service (AWS DMS) und einer speicheroptimierten Replikationsinstanz. AWS SCT hilft bei der Schema-Konvertierung von Oracle zu PostgreSQL, was für die Migration von entscheidender Bedeutung ist. AWS DMS mit einer Full-Load-plus-CDC-Replikationsaufgabe gewährleistet die anfängliche Datenübertragung und die kontinuierliche Synchronisierung zwischen den Datenbanken, was für die gestaffelte Migration und die Aufrechterhaltung der Synchronisation unerlässlich ist. Eine speicheroptimierte Replikationsinstanz ist ideal für Workloads mit hoher Lese- und Schreibaktivität, da sie die erforderliche Leistung für die Replikation großer Datenmengen bietet. Die anderen Optionen sind weniger geeignet: AWS DataSync ist für Dateisysteme und Objektspeicher konzipiert, nicht für relationale Datenbanken. Die Auswahl nur der größten Tabellen ist unzureichend, da alle Daten synchronisiert werden müssen. Eine rechenoptimierte Instanz ist möglicherweise nicht die beste Wahl für Workloads mit hohem I/O-Bedarf, bei denen der Speicher der Engpass sein könnte.