데이터 변환 테스트 전략

데이터에 열정적입니다.

소프트웨어 설계 및 개발에 대한 데이터 및 그 의미.

레거시 시스템에서 데이터 마이그레이션 테스트를위한 8 가지 기술.

우리가 끝내고있는 프로젝트의 대부분은 기존 시스템을 기존 데이터로 완전히 또는 부분적으로 대체하고 있습니다. 위의 모든 프로젝트에서 데이터 마이그레이션 또는 데이터 변환 코드를 작성하여 레거시 시스템에서 새 시스템으로 데이터를 이동합니다. 비즈니스 사용자, 프로젝트 관리자, 비즈니스 분석가와 같은 프로젝트의 많은 지분 소유자는 데이터 변환 스크립트와 변환 품질에 대해 정말로 신경을 씁니다. 이 변환은 비즈니스 엔티티와 관련되어 있으며 향후 비즈니스 / 기능이 데이터가 레거시 시스템과 논리적으로 동일하다는 점에서 많은 문제가 있습니다.

수년에 걸쳐 우리는 데이터 변환의 품질을 테스트하는 데 도움이되는 많은 기술을 발견했습니다. 레거시 데이터베이스에서 데이터를 변환 할 때 우리의 학습 내용을 포괄하는 8 가지 기법이 있습니다.

데이터 변환 작업을 일찍 시작하십시오.

우리는 데이터 모델이 아직 안정적이지 않은 경우에도 프로젝트 라이프 사이클 초기에 데이터를 변환하는 것이 매우 유용하다는 것을 발견했습니다. 이는 여러면에서 유용합니다.

개발자가 비즈니스 분석가가 제공 한 스펙으로는 다루지 않을 수있는 레거시 데이터베이스의 데이터를 생각하고 계산하도록 도와줍니다. 비즈니스 분석가는 레거시 시스템의 실제 데이터를 사용하여 비즈니스 사용자와 의사 소통 할 수 있습니다. 데이터를 이해합니다. 비즈니스 사용자가 새로운 시스템을 사용하기 전에 사용하면 고객, 제품 등과 같은 기존 데이터 및 비즈니스 엔티티로 새로운 시스템의 작동 방식을 이해할 수 있습니다. 비즈니스 사용자가 시스템에 익숙해지고 새로운 시스템으로 쉽게 전환 할 수 있습니다. 계속 살아갈 시간이되면 우리는 모든 버그, 데이터 기괴함이 발견되어 다루어지기 때문에 더 이상 놀랄만 한 데이터를 여러 번 변환했습니다.

데이터의 자동 비교.

레거시 데이터베이스의 데이터를 개발중인 새로운 응용 프로그램 데이터베이스와 비교합니다. 이 비교는 두 데이터베이스의 논리적으로 동일한 객체를 만드는 sql을 사용하여 자동화 할 수 있습니다.

자동화 된 데이터 비교를 사용하여 데이터를 비교하는 방법에 대해 블로그에 올렸습니다. 우리는 데이터베이스, Excel 스프레드 시트, 플랫 파일 또는 레거시 데이터베이스 측면의 사용자 지정 형식을 데이터베이스와 비교하고, 새 데이터베이스로 스프레드 시트, 플랫 파일 또는 사용자 지정 형식을 비교할 수있는 오픈 소스 프레임 워크 인 DiffKit을 사용할 수도 있습니다. 또는 yaml_db와 같이 xml, yml 등의 형식으로 데이터베이스를 내보내는 프레임 워크를 사용할 수 있습니다.

중복을 다루기.

레거시 데이터베이스에서 수년 동안 시스템이 사용되면서 일부 비즈니스 엔티티가 복제 될 수 있으며 데이터 변환 중에 병합 / 축소되어 단일 엔티티로 변환됩니다. 따라서 데이터를 비교하는 동안 우리는 데이터를 비교하는 데 사용하는 SQL에 대해 UNIQUE 또는 DISTINCT를 수행해야한다는 것을 기억해야합니다. 경우에 따라 일부 데이터를 정규화하여 레거시 데이터베이스에서 한 행을 사용하여 표현 된 무언가에 대해 여러 행으로 끝날 수 있습니다.

마법의 가치를 다루기.

시스템은 마술 값을 사용하여 NULL, 0, N / A, Nil 및 기타 문자열과 같은 특정 비즈니스 프로세스의 데이터 또는 상태를 나타냅니다. 변환 할 때 변환 할 수 없다면 무엇을 의미하는지 이해해야합니다. 이 값은 애플리케이션 프론트 엔드에서 다른 것을 의미하는 것으로 변환됩니까? 동일한 논리를 사용하여 데이터를 변환하고 있습니까?

필요한 데이터를 다루는 것은 존재하지 않습니다.

레거시 데이터베이스에 존재하지 않는 일부 데이터 요소는 새 응용 프로그램에 필요할 수도 있습니다. 즉, null 값이나 일부 작성된 데이터를 넣을 수는 없지만 새 응용 프로그램의 속성과 데이터 유형에 따라 필요한 데이터의 종류를 신중하게 고려해야합니다. 도메인 엔티티가 변환됩니다.

문자열 길이, 숫자 정밀도 다루기.

일부 문자열 데이터는 새 응용 프로그램 데이터베이스에서 허용 할 수있는 것보다 레거시 데이터베이스에 더 오래있을 수 있으므로 이러한 조건에 대한 예외를 발생시키고 새 응용 프로그램을 적절하게 수정해야합니다. ID, 수량, 수량 등과 같은 숫자 열에도 비슷한 조건이 적용될 수 있습니다. 저장되는 숫자의 정확도가 떨어질 수 있습니다.

부드러운 삭제 행과 그 자녀.

일부 시스템에서는 행이 실제로 삭제되지 않지만 플래그 또는 소프트 삭제라고하는 부울 값을 사용하여 삭제 된 것으로 표시됩니다. 이 데이터를 새 시스템으로 변환 할 때 새 시스템이 소프트 삭제를 사용하지 않으면이 행을 변환하지 않아야합니다. 동시에, 우리는 어떻게 연약한 삭제 된 행의 children†™ s를 취급합니까?

데이터 변환의 성능.

얼마나 많은 시간을 데이터 변환해야합니까? 예기치 않은 오류가보고되고 프로세스가 종료 될 때 데이터 변환 코드를 처음부터 다시 시작할 수 있습니까? 우리가 don†™ t에는 오래된 체계에서 청결한 커트를하는 시간이 있으면 무엇? 예전의 (레거시) 시스템과 새로운 시스템이 모두 생산되는 동안 우리는 일정 기간 동안 어떻게 데이터를 변환합니까? 이러한 요구 사항은 데이터 변환을 작성할 때 고려해야합니다.

지저귀다.

최근 게시물.

저작권 및 사본; 2017 - Pramod Sadalage - Octopress에서 제공.

데이터 변환 전략.

전환 전략의 주 목적은 필요한 마스터 및 트랜잭션 데이터를 레거시 시스템에서 새 솔루션으로 변환하는 데 사용되는 전반적인 접근 방식을 식별하는 것입니다.

시스템 구현에는 거의 항상 일부 변환이 필요합니다. 조직이 한 시스템에서 다른 시스템으로 전송해야하는 데이터와 새로운 시스템에서 성공적으로 사용할 수 있도록 전송 형식을 확인하는 것이 중요합니다.

CNT는 다음과 같은 데이터 변환 계획을 준비 할 때 몇 가지 기본 지침을 사용합니다.

데이터 변환 요구 사항 수동 변환 자동 변환 데이터 변환 방법 데이터 정리 요구 사항 변환 테스트 타임 라인.

데이터 마이그레이션 테스트 전략 : 성공적인 데이터 마이그레이션 테스트 가이드

데이터 마이그레이션 테스트에는 위험을 줄이고 최종 사용자가 성공적으로 마이그레이션 할 수 있도록 포괄적 인 전략이 필요합니다.

이 기사에서 전문 데이터 마이그레이션 기술 및 서비스 제공 업체 인 Valiance Partners의 Managing Director 인 David Katzoff는 효과적인 데이터 마이그레이션 테스트 전략을 설계하기위한 청사진을 설명합니다.

David는 독자가 자신의 접근 방식을 벤치마킹하는 데 사용할 수있는 유용한 점검 목록을 제공하여 기사를 마무리합니다.

효과적인 데이터 마이그레이션 테스트 전략 구현 방법.

컴플라이언스 및 비즈니스 위험은 기업 정보 시스템 구현에 중요한 역할을합니다.

이러한 시스템과 관련된 위험은 일반적으로 잘 알려져 있습니다.

그러나 구현 프로세스의 일부로 이러한 많은 정보 시스템에 기존 데이터가 채워지고 데이터 및 콘텐츠 마이그레이션과 관련된 규정 준수 및 비즈니스 위험이 반드시 이해되지는 못합니다.

이러한 맥락에서 데이터 마이그레이션과 관련된 위험은 마이그레이션 오류의 직접적인 결과입니다. 또한 이러한 위험을 완화하기위한 산업 테스팅 전략, 또는 특히 데이터 마이그레이션 오류는 일관성이 결여되고 결정 론적이라고 할 수 없습니다.

이 기사에서는보다 강력하고 일관된 데이터 마이그레이션 테스트 전략을 수립하는 방법에 대한 생각과 권장 사항을 제공합니다.

Valiance Partners는 세부 사항에 대해 자세히 알아보기 전에 FDA 규제 산업 (의약품, 의료 기기, 바이오 기술 및 식품), 제조 및 자동차에서 수백 가지 데이터 및 컨텐츠 마이그레이션을 테스트했습니다.

여기에 제시된 정보에는 고객의 품질 관리에서 얻은 교훈과 수십만 개의 필드 및 테라 바이트의 콘텐츠 마이그레이션 테스트에서 얻은 실제 오류 내역이 포함됩니다.

마이그레이션 테스트 전략을 설계 할 때 권장되는 방법은 위험과 발생 가능성을 기록한 다음 적절한 경우 테스트를 통해 위험을 완화 할 수있는 방법을 정의하는 것입니다. 위험 식별은 까다 롭고 많은 프로세스가 마이그레이션되는 시스템에만 해당됩니다.

이 점을 설명하기 위해 두 가지 시스템을 살펴 보겠습니다.

첫 번째 경우 소매 은행의 재무 데이터 마이그레이션은 대개 대상 레코드가 원본 레코드와 매우 유사하며 데이터 변환이 거의없는 최소 마이그레이션 (10 또는 100 만 건의 레코드)으로 정의됩니다. 두 번째 예를 들어, 소비자 제품 회사의 불만 관리를 고려해보십시오. 이러한 시스템은 일반적으로 성숙하지 않으며 최신 구현 및 관련 비즈니스 프로세스는 다양한 비즈니스 및 규정 준수 요구 사항에 적응해야합니다. 이러한 시스템은 복잡한 번역이 포함 된 비교적 작은 볼륨 (10 또는 100의 레코드 중 100 개)과 마이그레이션시 최신 레코드를 완료하기위한 데이터가 풍부합니다.

두 경우 모두 마이그레이션 된 데이터를 대상 시스템에 정확하게 표시하는 것이 중요합니다. 그러나 정확도가 정의되는 프로세스는이 두 시스템과 관련 마이그레이션간에 크게 다를 수 있습니다.

첫 번째 사례에서 금융 서비스 산업은 데이터 교환 표준이 존재하는 지점으로 진화하여이 프로세스를 크게 단순화합니다.

불만 사항 관리 데이터가 마이그레이션되는 경우 기존 시스템의 데이터를 새로운 시스템에 "최적으로 맞추기"위해 훨씬 더 많은 사전 분석이 필요합니다.

이 분석은 불완전한 레코드를 채우기 위해 데이터를 풍부하게하고 사전 마이그레이션 분석을 통해 데이터 정리 요구 사항을 파악하며 마이그레이션 프로세스를 완전히 실행하고 최종 데이터 마이그레이션 요구 사항을 이해하기 전에 결과를 확인합니다.

시스템 특정 특성을 제외하고 테스트를 통해 마이그레이션 오류 발생을 최소화하기위한 몇 가지 옵션이 있습니다. 다음 토론에서는 이러한 옵션을 검토하고 고려해야 할 일련의 권장 사항을 제시합니다.

데이터 마이그레이션 테스트 : 옵션은 무엇입니까?

데이터 및 컨텐츠 마이그레이션 테스트를위한 사실상의 접근법은 샘플링을 기반으로하며 무작위 데이터 또는 컨텐츠의 일부 서브 세트를 선택하고 검사하여 마이그레이션이 "설계된대로"완료되었는지 확인합니다.

이 접근법을 사용하여 마이그레이션을 테스트 한 개발자는 일반적인 반복 테스트 인 디버그 및 재검사 방법을 잘 알고 있으며, 이후 테스트 프로세스를 실행하면 새로운 샘플을 검토 할 때 오류 조건이 달라질 수 있습니다.

샘플링은 작동하지만 허용 가능한 오류 수준과 반복성에 관한 가정에 따라 달라집니다. 허용 가능한 오류 수준은 데이터의 100 % 미만이 오류없이 마이그레이션되며 오류 수준은 테스트 된 샘플 수에 반비례한다는 것을 의미합니다 (ANSI / ASQ Z1.4와 같은 샘플링 표준 참조).

반복성에 대한 가정에 따라 많은 마이그레이션에서 4 회, 5 회 또는 그 이상의 반복 테스트가 필요하다는 사실은 샘플링의 핵심 교리 중 하나가 유지되지 않는다는 것을 의미합니다. 즉, "부적합이 무작위로 발생하며 통계적 독립성이 있습니다. ".

이러한 단점에도 불구하고 샘플링은 잘 정의 된 테스트 전략에서 중요한 역할을하지만 다른 테스트 옵션은 무엇입니까?

다음은 마이그레이션 프로세스 단계별 테스트 옵션을 나열합니다.

사전 데이터 마이그레이션 테스트.

이러한 테스트는 테스트 프로세스를위한 마이그레이션이 완료되기 전에 마이그레이션 프로세스의 초기에 수행됩니다. 사전 마이그레이션 테스트 옵션에는 다음이 포함됩니다.

사용자 커뮤니티 및 IT와 소스 시스템 및 데이터 범위 확인 확인에는 제외에 포함될 데이터와 적용 가능한 경우 마이그레이션에 사용되는 특정 쿼리와 연결된 데이터가 포함되어야합니다. 각 범주의 데이터 또는 컨텐츠에 대해 상위 레벨 맵핑을 목표로 소스를 정의하고 원하는 유형이 대상 시스템에 정의되었는지 검증하십시오. 필드 이름, 필드 유형, 필수 필드, 유효한 값 목록 및 기타 필드 수준 유효성 검사와 같은 대상 시스템 데이터 요구 사항을 확인하십시오. 원본에서 대상으로의 매핑을 사용하여 대상 시스템의 요구 사항에 따라 원본 데이터를 테스트합니다. 예를 들어 대상 시스템에 필수 필드가있는 경우 적절한 소스가 null이 아니 었는지 또는 대상 시스템 필드에 유효한 값 목록이 있으면 해당 소스 필드에 이러한 유효한 값이 포함되어 있는지 테스트하십시오. 원본 및 대상 레코드를 고유하게 연결하는 필드를 테스트하고 마이그레이션 플랫폼의 레코드 집합 테스트 원본 및 대상 시스템 연결간에 최종 매핑이 있는지 확인하십시오. 필드 기준으로 블랙 박스 테스트를 통해 완료 할 수있는 마이그레이션 사양에 대한 테스트 도구 구성. 현명한 경우에는 여기에서 테스트하여 마이그레이션 사양의 매핑이 완전하고 정확한지 확인할 수도 있습니다.

공식적인 데이터 마이그레이션 설계 검토.

마이그레이션 전 테스트가 거의 완료되거나 마이그레이션 도구 구성의 초기 단계에있을 때 마이그레이션 사양에 대한 공식 디자인 리뷰를 수행하십시오.

사양에는 다음이 포함되어야합니다.

원본 시스템의 정의 원본 시스템의 데이터 집합 및 쿼리 원본 시스템 필드와 대상 시스템 간의 매핑 원본 레코드 수 단위 시간당 생성되는 원본 시스템 수 (마이그레이션 타이밍과 가동 중지 시간을 정의하는 데 사용됨) 보충 소스 데이터 정제 요구 사항 성능 요구 사항 테스트 요구 사항.

정식 설계 검토에는 적절한 사용자 커뮤니티, IT 및 관리 담당자가 포함되어야합니다.

정식 설계 검토의 결과에는 미해결 된 문제 목록, 각 문제를 종결하고 마이그레이션 사양을 승인하는 방법 및 마이그레이션 도구 구성과 동기화 된 사양을 유지 관리하는 프로세스가 포함되어야합니다 (프로덕션 마이그레이션 ).

사후 데이터 마이그레이션 테스트.

마이그레이션이 실행되면 추가적인 엔드 투 엔드 테스트를 실행할 수 있습니다.

충분한 사전 마이그레이션 테스트가 잘 수행되면 최소화 될 것이지만 초기 테스트 실행 중에 식별되는 중요한 오류 합계를 예상하십시오. 사후 마이그레이션은 일반적으로 테스트 환경에서 수행되며 다음을 포함합니다.

마이그레이션 프로세스의 처리량을 테스트하십시오 (단위 시간당 레코드 수). 이 테스트는 계획된 중단 시간이 충분한 지 확인하는 데 사용됩니다. 계획을 위해 마이그레이션 프로세스가 성공적으로 완료되었는지 확인하는 시간을 고려하십시오. 마이그레이션 된 레코드를 대상 시스템에서 생성 된 레코드와 비교 - 마이그레이션 된 레코드가 완전하고 적절한 컨텍스트인지 확인하십시오. 요약 확인 - 레코드 수 및 체크섬을 비롯한 요약 정보를 제공하는 여러 기술이 있습니다. 여기에서 마이그레이션 된 레코드 수는 대상 시스템에서 컴파일 된 다음 마이그레이션 된 레코드 수와 비교됩니다. 이 방법은 요약 정보 만 제공하며 문제가있는 경우 문제의 근본 원인에 대한 통찰력을 제공하지 않습니다. 마이그레이션 된 레코드를 소스와 비교 - 테스트는 필드의 값이 마이그레이션 스펙에 따라 마이그레이션되었는지 확인해야합니다. 즉, 소스 값과 필드 레벨 매핑을 사용하여 대상에서 예상되는 결과를 계산합니다. 이 테스트는 적절한 경우 샘플링을 사용하여 완료하거나 중요한 비즈니스 또는 컴플라이언스 위험을 초래하는 데이터가 마이그레이션에 포함되는 경우 자동화 된 테스트 도구를 사용하여 마이그레이션 된 데이터의 100 %를 확인할 수 있습니다.

자동화 된 접근 방식의 장점은 발생할 가능성이 적은 오류 (건초 더미에있는 속담의 바늘)를 식별 할 수있는 능력을 포함합니다. 또한 자동화 된 테스트 도구를 마이그레이션 도구의 구성과 병행하여 구성 할 수 있으므로 마이그레이션 된 데이터를 100 % 테스트하는 기능은 첫 번째 테스트 마이그레이션 후에 즉시 사용할 수 있습니다.

샘플링 방식과 비교할 때 자동화 된 테스트를 통해 상당한 시간을 절약하고 샘플링을 통해 발견되는 일반적인 반복 테스트, 디버그 및 재시험을 최소화 할 수 있습니다.

마이그레이션 된 콘텐츠에는 특별한 고려 사항이 있습니다.

콘텐츠가 변경없이 마이그레이션되는 경우 테스트는 콘텐츠의 무결성이 유지되고 콘텐츠가 올바른 대상 레코드와 연결되어 있는지 확인해야합니다. 이는 샘플링을 사용하여 완료 할 수 있으며 이미 설명한 바와 같이 자동화 된 도구를 사용하여 결과의 ​​100 %를 확인할 수 있습니다.

데이터 마이그레이션 사용자 수용 테스트.

마이그레이션 된 데이터와 대상 시스템에서 생성 된 데이터의 공동 혼합과 관련된 기능상의 미묘한 차이는 마이그레이션 프로세스 초기에 식별하기 어려울 수 있습니다.

사용자 승인 테스트는 사용자 커뮤니티가 프로덕션 릴리스 전에 대상 시스템의 레거시 데이터와 상호 작용할 수있는 기회를 제공하며 가장 자주 사용자에게 이러한 기회를 제공합니다.

마이그레이션 된 데이터에 의존하는보고, 다운 스트림 피드 및 기타 시스템 프로세스에주의해야합니다.

생산 마이그레이션.

프로덕션 마이그레이션 이전에 완료된 모든 테스트가 오류없이 프로덕션 프로세스가 완료된다는 것을 보장하지는 않습니다.

이 시점에서 제기되는 문제점에는 절차상의 오류와 때로는 생산 시스템 구성 오류가 포함됩니다. 자동화 된 테스트 도구가 데이터 및 컨텐트의 마이그레이션 후 테스트에 사용 된 경우 다른 테스트 실행은 간단하고 권장됩니다.

자동화 된 접근 방법을 사용하지 않은 경우, 샘플링 또는 요약 확인의 일부 수준은 여전히 ​​권장됩니다.

데이터 마이그레이션 테스트 전략 : 설계 권장 사항.

데이터 및 컨텐트 마이그레이션과 관련하여 비즈니스 및 컴플라이언스 위험은 데이터 마이그레이션 오류의 직접적인 결과이지만 철저한 테스트 전략은 데이터 및 컨텐트 마이그레이션 오류의 가능성을 최소화합니다.

아래 목록은 특정 시스템에 대한 테스트 전략을 정의하기위한 권장 사항을 제공합니다.

사용자 커뮤니티, IT 및 관리 담당자를 포함한 포괄적 인 마이그레이션 팀을 구성하십시오. 데이터 마이그레이션 원칙, 출처 및 대상 시스템에 따라 필요에 따라 각 팀 구성원 및 열차에 대해 적절한 수준의 경험을 확인하십시오. 마이그레이션되는 특정 시스템으로 비즈니스 및 규정 준수 위험을 분석합니다. 이러한 위험은 데이터 마이그레이션 테스트 전략의 기초가되어야합니다. 완벽한 마이그레이션 사양을 작성하고 공식적으로 검토 및 관리합니다. 쉽게 알 수 있듯이이 단계를 수행하는 마이그레이션은 거의 없습니다. 사용자 커뮤니티 및 IT와의 마이그레이션 범위를 확인하십시오. 마이그레이션 전후 테스트가이 초기 범위의 단점을 드러 낼 수 있으므로 마이그레이션 범위가 시간이 지남에 따라 개선 될 수 있음을 이해하십시오. 마이그레이션 오류의 원인을 확인 (또는 예측)하고 이러한 오류를 식별하고 수정하기위한 특정 테스트 전략을 정의하십시오. 경험상보다 쉽게 ​​이해할 수 있으며 여기에 나열된 오류 범주 및 조건이 좋은 출발점을 제공합니다. 필드 레벨 원본에서 대상 매핑을 사용하여 원본 시스템에 대한 데이터 요구 사항을 설정하십시오. 이러한 데이터 요구 사항을 사용하여 마이그레이션 전 테스트를 완료하십시오. 필요한 경우 소스 데이터를 정리하거나 보완하십시오. 적절한 수준의 마이그레이션 후 테스트를 완료하십시오. 오류를 최소화해야하는 마이그레이션의 경우 자동 도구를 사용하여 100 % 확인을 수행하는 것이 좋습니다. 이 자동화 된 테스트 도구가 마이그레이션 도구와 독립적인지 확인하십시오. 마이그레이션 된 데이터로 전체 사용자 승인 테스트를 샘플링하여 비용, 시간 약속 또는 반복 검증의 반복적 인 성격에 대한 우려가있는 경우 자동화 된 테스트의 ROI를 자세히 살펴보십시오. 이 접근 방식은 설계된대로 마이그레이션 된 데이터로 애플리케이션 오류를 식별하는 경향이 있습니다. 생산 가동을 테스트하십시오. 자동화 된 테스트 도구를 선택한 경우 최소 증분 비용 또는 중단 시간으로 마이그레이션 된 데이터의 100 %를 여기서 테스트 할 수 있습니다. 수동 테스트 접근법을 사용하는 경우 요약 확인을 완료하십시오.

저자 소개 : David Katzoff, Valiance Partners, Inc.

David Katzoff는 Valiance Partners, Inc의 제품 개발 담당 전무 이사입니다.

그는 15 년 넘게 소프트웨어 응용 프로그램 엔지니어링, 프로젝트 관리 및 규정 준수 비즈니스 경험을이 역할에 제공합니다.

Valiance의 마이그레이션 제품 개발을 감독하는 것 외에도 David는 Amgen, Pfizer, Wyeth 및 J & J에서 대규모 마이그레이션을위한 핵심 자문 역할을 수행했습니다.

프로젝트 계획을위한 50 개 이상의 데이터 마이그레이션 체크리스트를 얻으십시오.

& # xf007; 딜런 존스 (편집인) & # xf017; 2009 년 11 월 30 일 & # xf115; 데이터 마이그레이션 방법론.

관련 게시물.

성공적인 의료 데이터 마이그레이션 만들기 : Ali McGuckin의 전문가 인터뷰.

SAP SuccessFactors로 마이그레이션 : 마일 데이비스 (Miles Davies)를 특징으로하는 온 - 타임, 예산 편성 데이터 마이그레이션에 대한 실질적인 조언.

기술 브리핑 : 데이터 이전 & # 8211; 어떻게 갈 준비가되었는지 어떻게 알 수 있습니까?

다음 프로젝트의 데이터 마이그레이션 우수 사례.

코멘트는 닫힙니다.

성공적인 데이터 마이그레이션 경력, 프로젝트 또는 비즈니스를 창출하는 데 도움을줍니다.

전환 테스트 접근법.

관련 관심사.

평가 및 통계.

공유 옵션.

문서 작업.

이 미리보기에는 2 ~ 15 페이지가 표시되지 않습니다.

추천 문서.

전환 테스트 접근법과 유사한 문서.

검증 및 검증에 관한 문서.

비즈니스 프로세스에 관한 문서.

바닥 글 메뉴.

적법한.

소셜 미디어.

저작권 및 사본; 2017 Scribd Inc. 책 검색. 모바일 사이트. 사이트 디렉토리. 사이트 언어 :

확실합니까?

이 작업은 실행 취소 할 수 없습니다. 너 정말 계속하고 싶니?

이 목록을 삭제 하시겠습니까?

선택한 모든 항목이 목록에서 삭제됩니다.

이 책은 모든 목록에서 삭제됩니다.

우리가 생각하는 큐레이팅 된 타이틀은 & amp; # 39 사랑할 것입니다.