Une entreprise migre sa base de données Oracle sur site vers Amazon Aurora PostgreSQL. La base de données comporte plusieurs applications qui écrivent dans les mêmes tables. Les applications doivent être migrées une par une, avec un mois d'intervalle entre chaque migration. La direction a exprimé des inquiétudes quant au nombre élevé de lectures et d'écritures dans la base de données. Les données doivent être synchronisées entre les deux bases de données tout au long de la migration. Que doit recommander un architecte de solutions ?

La bonne approche consiste à utiliser AWS Schema Conversion Tool (SCT) pour évaluer et convertir le schéma de la base de données Oracle vers PostgreSQL. Ensuite, AWS Database Migration Service (DMS) est utilisé pour la migration des données. Une tâche de réplication de "chargement complet plus capture de données modifiées (CDC)" est essentielle pour synchroniser les données en continu pendant la période de migration échelonnée. Étant donné le volume élevé de lectures et d'écritures, une instance de réplication DMS optimisée pour la mémoire est préférable pour gérer la charge et maintenir les performances. Le mappage de toutes les tables assure une synchronisation complète. Les options incorrectes sont : AWS DataSync n'est pas conçu pour la migration de bases de données relationnelles comme Oracle vers Aurora PostgreSQL. Il est plutôt utilisé pour le transfert de fichiers ou d'objets. L'utilisation de DataSync est toujours incorrecte. De plus, une tâche CDC seule ne suffit pas pour la migration initiale des données, il faut un chargement complet. L'utilisation d'une instance de réplication optimisée pour le calcul est moins adaptée aux charges de travail intensives en mémoire des bases de données. La sélection uniquement des tables les plus volumineuses ne garantit pas une synchronisation complète de la base de données.