Migrieren Sie ein Data Warehouse zu einem dedizierten SQL-Pool in Azure Synapse Analytics

  • Artikel

In den folgenden Abschnitten erhalten Sie einen Überblick über die Migration einer bestehenden Data-Warehouse-Lösung zu einem dedizierten SQL-Pool (früher SQL Data Warehouse) in Azure Synapse Analytics.

Übersicht

Vor dem Beginn der Migration sollten Sie sicherstellen, dass Azure Synapse Analytics die beste Lösung für Ihre Workload ist. Azure Synapse Analytics ist ein verteiltes System, das für die Durchführung von Analysen großer Datenmengen konzipiert wurde. Die Migration zu Azure Synapse Analytics erfordert einige Entwurfsänderungen, die zwar nicht komplex sind, aber etwas Zeit in Anspruch nehmen. Wenn Ihr Unternehmen ein professionelles Data Warehouse benötigt, sind die Vorteile den Aufwand wert. Wenn Sie jedoch nicht die Leistung von Azure Synapse Analytics benötigen, ist es kostengünstiger, SQL Server oder Azure SQL-Datenbank zu verwenden.

Ziehen Sie Azure Synapse Analytics in Betracht, wenn Folgendes gegeben ist:

  • Sie verfügen über mindestens ein Terabyte an Daten.
  • Sie planen Analysen großer Mengen von Daten.
  • Sie müssen Compute- und Speicherressourcen skalieren können.
  • Kosten sparen möchten, indem Sie Computeressourcen anhalten, wenn Sie diese nicht benötigen

Ziehen Sie statt Azure Synapse Analytics andere Optionen für OLTP-Workloads (Online Transaction Processing) mit folgenden Merkmalen in Betracht:

  • Sehr häufige Lese- und Schreibvorgänge
  • Große Anzahl an Singleton Select-Anweisungen
  • Große Mengen einzelner Zeileneinfügungen
  • Zeilenweise Verarbeitung ist erforderlich
  • Nicht kompatible Formate (z. B. JSON und XML).

Vor der Migration

Nachdem Sie die Entscheidung getroffen haben, eine vorhandene Lösung zu Azure Synapse Analytics zu migrieren, müssen Sie die Migration zu planen, bevor Sie beginnen. Ein Hauptziel der Planung besteht darin, sicherzustellen, dass Ihre Daten, Ihre Tabellenschemas und Ihr Code mit Azure Synapse Analytics kompatibel sind. Zwischen Ihrem aktuellen System und Azure Synapse Analytics bestehen gewisse Kompatibilitätsunterschiede, die Sie umgehen müssen. Darüber hinaus ist die Migration großer Datenmengen zu Azure zeitintensiv. Mithilfe sorgfältiger Planung können Sie die Datenverschiebung zu Azure beschleunigen.

Ein weiteres wichtiges Ziel der Planung besteht darin, Ihren Entwurf anzupassen, um sicherzustellen, dass Ihre Lösung die hohe Abfrageleistung von Azure Synapse Analytics optimal nutzt. Das Entwerfen von Data Warehouses für die Skalierung umfasst einzigartige Entwurfsmuster, weshalb herkömmliche Ansätze nicht immer optimal sind. Zwar können einige Anpassungen am Entwurf auch nach der Migration vorgenommen werden, allerdings spart es Ihnen Zeit, wenn Sie Änderungen frühzeitig vornehmen.

Migrieren

Eine erfolgreiche Migration erfordert, dass Sie Ihre Tabellenschemas, Ihren Code und Ihre Daten migrieren. Ausführlichere Anleitungen zu diesen Themen finden Sie in den folgenden Artikeln:

Weitere Ressourcen

Wenn Sie weitere Informationen insbesondere über Migrationen von Netezza oder Teradata zu Azure Synapse Analytics wünschen, beginnen Sie mit dem ersten Artikel einer siebenteiligen Artikelreihe zu Migrationen:

Migrationsressourcen aus echten Projekten

Weitere Unterstützung bei der Durchführung dieses Migrationsszenarios finden Sie in den folgenden Ressourcen. Sie wurden für die Unterstützung eines echten Migrationsprojekts entwickelt.

Titel/Link BESCHREIBUNG
Data Workload Assessment Model and Tool Dieses Tool stellt für eine bestimmte Arbeitsauslastung Informationen zu empfohlenen optimalen Zielplattformen, zur Cloudbereitschaft und zum Korrekturbedarf für Anwendungen oder Datenbanken bereit. Es bietet eine einfache Berechnung und Berichterstellung mit nur einem Klick, die Ihnen durch einen automatisierten und einheitlichen Entscheidungsprozess für die Zielplattform dabei helfen, Bewertungen von umfangreichen Datenbeständen zu beschleunigen.
Behandeln von Datencodierungsproblemen beim Laden von Daten in Azure Synapse Analytics Dieser Blogbeitrag bietet Einblicke in einige der Datencodierungsprobleme, die möglicherweise auftreten, wenn Sie PolyBase zum Laden von Daten in dedizierte SQL-Pools (früher SQL Data Warehouse) verwenden. Außerdem werden in diesem Artikel einige Möglichkeiten genannt, wie Sie solche Probleme lösen und die Daten erfolgreich laden können.
Abrufen von Tabellengrößen in einem dedizierten SQL-Pool in Azure Synapse Analytics Eine der wichtigsten Aufgaben, die ein Architekt ausführen muss, besteht darin, Metriken zu einer neuen Umgebung nach der Migration zu erhalten. Beispiele hierfür sind das Erfassen von Ladezeiten von der lokalen zur cloudbasierten Lösung und das Erfassen von PolyBase-Ladezeiten. Eine der wichtigsten dieser Aufgaben besteht darin, die Speichergröße in dedizierten SQL-Pools (früher SQL Data Warehouse) im Vergleich zur aktuellen Plattform des Kunden zu ermitteln.

Das Data SQL Engineering-Team hat diese Ressourcen entwickelt. Die Hauptanwendung dieses Teams besteht darin, die komplexe Modernisierung für Datenplattform-Migrationsprojekte auf der Azure-Datenplattform von Microsoft freizugeben und zu beschleunigen.

Videos

Hier erfahren Sie, wie Walgreens sein Einzelhandelsinventursystem, das Daten im Umfang von ungefähr 100 TB umfasst, in Rekordzeit von Netezza zu Azure Synapse Analytics migriert hat.

Tipp

Weitere Informationen zu Synapse-Migrationen finden Sie in den Migrationsleitfäden zu Azure Synapse Analytics.