從sql server到多數據庫，微軟數據庫遷移全攻略

據了解，截止到 2022，云遷移市場規模將達到 1290 億美元，云遷移服務市場的利潤率達 26.7%。數據庫作為企業遷移上云的關鍵環節，自然成為了各大云廠商關注的重點，除了提供各種各樣的云端數據庫，遷移服務也是云廠商發力的重點。

近日，微軟宣布 Azure SQL Database Managed Instance（SQL Database 托管實例）服務正式登陸由世紀互聯運營的 Microsoft Azure。

SQL Database 托管實例是一項 PaaS 服務，以全托管的形式在云端提供 SQL Sever 幾乎全部的功能，是對現有 Azure SQL 數據庫服務的增強和擴展。

據了解，SQL Database 托管實例至少提供 8 個核心和最多 35 TB 的存儲，并通過獨立虛擬網絡部署，適合于希望快速上云且想要避免虛擬機開銷的用戶。托管實例的方式滿足了多個部署在不同位置的本地 SQL Sever 遷移上云的需求，并且云端 SQL Database 托管實例會同步提供最新版 SQL Server 2019 的全部功能。

想要完成本地 SQL Server 數據庫遷移到 Azure SQL Database 托管實例服務，還需要另一個工具助力，就是 Azure Data Migration（Azure 數據遷移）服務。

Azure 數據遷移服務是一種完全托管的遷移服務，能夠實現從多個數據庫源到 Azure 數據平臺的無縫遷移。為了滿足多種場景需求，Azure 數據遷移服務還集合了多個 Microsoft 遷移引擎，例如數據遷移助手、數據庫實驗助手以及 SQL Sever 遷移助手。

以 SQL Server 為例，Azure 數據遷移服務支持將本地數據庫遷移到 Azure SQL 數據庫的所有服務選項（單庫、彈性池和托管實例）以及 Azure IaaS 虛擬機上的 SQL Server。

在實際數據庫的過程中，大致會經歷以下 5 個步驟：啟動和發現、評估、計劃、轉換和優化以及遷移、驗證和修復。

啟動和發現：是為了了解數據庫占用空間和潛在的遷移方案；

評估：評估已發現工作負載的要求和任何依賴關系；

計劃：規劃和描述要遷移的工作負載、用于遷移的工具以及工作負載的目標平臺；

轉換和優化：轉換目前與現代數據平臺不兼容的任何工作負載。優化工作負載以利用新功能；

遷移、驗證和修復：執行遷移、驗證成功的遷移，并根據需要修復應用程序。

通常情況下，Azure SQL Database 的遷移周期是 4 到 6 個月。遷移之后，成本可以節約多少呢？微軟給大家算了一筆賬，以 3 年為期計算，客戶在硬件、網絡、維護投入方面節約的成本 3 年現值約為 180 萬美元；遷移上云之后，生產效率提升約 40%，產生的 3 年現值收益約為 68.8 萬美元；因為托管實例提供的各種服務，企業內部各團隊的效率也將實現 20% 的提升，3 年現值收益約為 69.8 萬美元。

整體來看，Azure SQL Database 在 3 年內的投資回報率約為 212%，且在遷移完成的 6 個月內，即可回收全部投資。

對于很多企業來說，只把 SQL Sever 遷移上云是遠遠不夠的，他們還有很多其它類型的本地數據庫也想要享受云端 PaaS 服務，而這就不得不提到我們接下來的主角 Azure 數據工廠。

Azure 數據工廠（ADF）是基于云的數據集成服務，用于在云中創建數據驅動型工作流，以協調和自動完成數據移動和數據轉換；將復雜的混合提取 - 轉換 - 加載（ETL）、提取 - 加載 - 轉換（ELT）和數據集成項目，部署到托管云服務平臺。

據了解，Azure 數據工廠目前支持的連接器有 80 多個，包括 Azure 云服務 15 個，數據庫 / 數據倉庫 25 個，文件存儲 6 個，NoSQL 3 個，服務 / 應用 28 個，通用 4 個。

除了單兵作戰，Azure 數據工廠還可以和 Azure 其它服務組團打怪，例如 Azure 數據工廠 +Azure SQL Database 托管實例，可以將各種各樣的數據整合、清洗、轉化存到 SQL 托管實例中；Azure 數據工廠 + 數據遷移助手、數據遷移服務，可以實現多種數據源遷移上云；Azure 數據工廠 +Azure SQL DW，可以集成到企業數據倉庫，實現現代數據倉庫技術與機器學習、深度學習、人工智能等技術融合。

據微軟團隊介紹，在過去的 12 個月中，共有超千萬個 Azure 數據工廠項目被創建；每個月，有近 5 億個活動在運行；而每個星期，有 PB 級的數據通過 Azure 數據工廠在移動。

很多企業都有數據庫遷移上云的需求，但同時對于遷移過程和遷移解決方案也有很多擔心。所以，為了減少大家的疑慮，我們專門采訪了微軟全球數據平臺解決方案總監 Jack C.Tang 和微軟中國數據與人工智能產品負責人林默。

1. 企業為什么要選擇遷移云端，而不是選擇升級本地數據庫到 SQL Server 2019 呢？

Jack C.Tang：首先，要明確一點遷移云端和本地升級這兩種方式，我們都是支持的。至于為什么要遷移云端，因為云上能夠跑的更好、跑的更快，如果要擴充商業模式，或者是要將產品擴充到新的國家或地區，我們建議放在云上。從管理層面來講，客戶不用在花時間思考硬件的更新，不必再增強現有的機房或數據中心。

2. 遷移過程是否是可逆的？

林默：我們有個產品叫 Database Migration service，它會幫忙做數據同步，如果您對云上不滿意，那么可以切換回本地，線下數據庫都還在。

3.SQL Server 2019 擁有了很多新的能力，例如 AI 能力、大數據能力等等，那么隨著 **** 新技術的不斷增多，會不會讓數據庫越來越臃腫？

林默：首先不會增加數據庫的臃腫程度，反而是在減輕。舉個典型案例，就是 SQL Sever Manager Studio 管理器。原來要管理 SQL Server 要做很多事情，要下載 SQL Server Manager Studio，它有幾個 G 的數據量，安裝之后會發現很重。但是現在，我們做的 Data Studio 是開源的，非常輕便，效率非常快。對于原先的數據庫管理員來說，如果愿意還可以嵌入自己的代碼，它已經變成了一個非常好的擴展的東西。

4.SQL Database 托管實例是自動升級新功能嗎？新功能是否收費？

林默：沒錯，新功能是自動升級的，不過還是需要客戶手動勾選自動升級的選項。至于收費，我們是按照計算和存儲收費，只要不增加數據庫級別，新功能就不收費。