Standar dan teknologi terus berkembang. Persyaratan bisnis seringkali merupakan pendorong utama untuk melakukan migrasi. Proyek migrasi data tidak hanya berbiaya mahal dan padat sumber daya, namun juga memerlukan perencanaan, alat yang tepat, dan pengujian intensif yang cermat agar berhasil.
Migrasi data adalah proses memindahkan data dari satu sistem ke sistem lain. Biasanya dari sistem lama ke dalam sistem baru, yang dikenal sebagai sistem target atau aplikasi. Kombinasi dari terjadinya proses migrasi data dan sumber daya yang dikonsumsi dalam proyek migrasi data menghasilkan sejumlah besar anggaran TI untuk perusahaan manapun.
Mengapa Perusahaan Mengadakan Proyek Migrasi Data?
- Akuisisi dan penggabungan unit bisnis / organisasi yang memicu perubahan proses dalam organisasi.
- Untuk meningkatkan efisiensi, kinerja dan skalabilitas aplikasi perangkat lunak.
- Untuk menyesuaikan perubahan baru dalam hal teknologi, praktik pasar, efisiensi operasional, persyaratan peraturan menghasilkan layanan pelanggan yang lebih baik.
- Untuk menurunkan biaya operasional dan efisiensi dengan merampingkan dan menghilangkan bottleneck dalam proses aplikasi atau ketika berbagai pusat data dipindahkan ke cluster di satu lokasi.
Perbedaan Jenis Migrasi Data
Terdapat perbedaan dan cara migrasi data, berikut penjelasan mengenai perbedaan jenis migrasi data.
-
Migrasi Data Base:
Ketika data dimigrasikan dari vendor database yang ada ke vendor database lain atau basis data yang ada diperbarui ke versi terbaru. Misalnya: Database IBM DB2 ke Oracle Database.
-
Relokasi data center:
Ketika sebuah data center dipindahkan dari satu lokasi ke lokasi lain, kita perlu memigrasikan data dari database data center lawas ke data base di data center target.
-
Migrasi aplikasi:
Saat aplikasi dimigrasikan, misalnya migrasi dari server enterprise lokal ke lingkungan awan atau dari satu lingkungan awan ke lingkungan lainnya, data yang mendasarinya juga perlu dimigrasikan ke aplikasi baru.
-
Migrasi proses bisnis:
Ketika sebuah proses bisnis berubah karena merger, Akuisisi, optimasi bisnis berlangsung, Tergantung pada sifat perubahan proses bisnis, data perlu dipindahkan antara berbagai sistem penyimpanan atau aplikasi atau lokasi.
Risiko Pada Proses Migrasi Data dan Solusinya
Risiko kehilangan data
Bila data tersedia dalam sistem lawas namun setelah proses migrasi, jika tidak tersedia di sistem target, maka data tersebut disebut sebagai data loss. Kehilangan data merupakan risiko tertinggi dalam proyek migrasi data. Biaya yang diperlukan untuk meluruskan kerugian data dan biaya bisnis disebabkan karena data yang buruk menambah risiko finansial dan reputasi.
Solusi: Rekonsiliasi
Ada dua macam rekonsiliasi, rekonsiliasi jumlah dan rekonsiliasi kolom kunci keuangan.
Membandingkan jumlah catatan di sistem yang lama dan sistem target akan memberikan penilaian yang adil tentang kehilangan data dalam migrasi. Memant tidak harus selalu sama jumlah data pada sistem lama dan sistem target. Mungkin ada aturan bisnis untuk menolak catatan berdasarkan parameter tertentu, sepanjang anda telah tentukan tingkat gravitasi data. Jika aturan tersebut digunakan, maka jumlah catatan dalam sistem lawas harus sesuai dengan jumlah catatan yang ditolak ditambah jumlah catatan dalam sistem target. Penguji juga harus memvalidasi alasan penolakan sesuai peraturan bisnis.
Rekonsiliasi kolom keuangan utama adalah pencatatan penjumlahan dari semua kolom keuangan utama, yaitu menutup saldo, keseimbangan yang tersedia, dan sebagainya. Dengan membandingkan antara sistem lama dan target, anda dapat mengidentifikasi kehilangan data. Jika ketidak cocokan ditemukan, kita dapat menelusuri tingkat yang terperinci untuk menemukan catatan atau catatan mana yang tidak sesuai dan analisis akar penyebab yang perlu dilakukan untuk menemukan alasan kehilangan data tersebut.
Data terkroup dan masalah integritas data
Format dan isi data dalam sistem lawas dan sistem target yang berbeda dalam perbandingan karena proses migrasi kemudian disebut data yang rusak. Karena migrasi data, anomali atau data berlebihan atau duplikat atau adanya data yang tidak bermakna terkait dengan masalah integritas data. Data korup dan disintegritas data mempengaruhi efisiensi bisnis dan operasi dan sama sekali mengalahkan tujuan migrasi.
Solusi: Validasi Data
Memvalidasi setiap data antara sistem lawas dan target adalah metodologi terbaik untuk menghindari kerusakan data. Berikut merupakan metodologi validasi data yang banyak digunakan, antara lain:
- Contoh Validasi Data
- Subset Validasi data
- Validasi data menyeluruh.
Contoh validasi data
Ini melibatkan seleksi acak dari sistem lawas dan yang akan dibandingkan dengan sistem target. Sampling bukanlah sistem bukti cacat karena memilih catatan acak kecil. Pengambilan sampel dapat mengambil lebih banyak cakupan data dibanding dengan sampel acak.
Subset validasi data
Alih-alih memilih catatan sampel acak untuk verifikasi antara sistem lawas dan target, di sini kita memilih subset dari catatan berdasarkan nomor baris seperti seribu catatan pertama atau sepuluh ribu sampai lima puluh ribu catatan. Keuntungannya hanya memilih lebih banyak catatan dan mengharapkan lebih banyak cakupan data berdasarkan probabilitas yang lebih tinggi.
Validasi data menyeluruh
Ini adalah metode validasi ideal yang harus kita perjuangkan dalam pengujian migrasi. Ini membandingkan setiap record secara dua arah, membandingkan setiap record dalam sistem warisan terhadap sistem target dan sistem target terhadap sistem warisan. Minus / exception query digunakan untuk membandingkan data antar sistem. Ketika dua vendor database yang berbeda terlibat, perbandingan semacam itu tidak mungkin dilakukan, untuk mengatasi kebutuhan contoh untuk dibuat di salah satu database baik di sistem lawas maupun di sistem target.
Faktor yang perlu dipertimbangkan dalam validasi data:
- Stabilitas proyek migrasi data
- Cakupan data
- Waktu eksekusi
- Efisiensi Query / Script
Risiko Semantik
Selama proses migrasi, itu terjadi kadang-kadang makna kolom warisan dan kolom target memiliki arti yang sama namun unit pengukurannya berbeda dan artinya data benar-benar berubah. Yang penting diperhatikan dalam skenario ini adalah data tidak dilepaskan atau rusak, migrasi berhasil namun tidak berguna dalam hal objektif.
Misalnya, jika kita memiliki field yang disebut jumlah di database sumber dan ia mulai bermigrasi ke basis jumlah dalam aplikasi target. Dalam aplikasi sumber, bidang ini berkaitan dengan kurs Rupia namun pada sisi target, field dengan jumlah dasar berisikan dolar AS. Jika 10.000 IDR (Rupiah) mulai bermigrasi ke 10.000 dollar AS, itu adalah sebuah kesalahan karena 10.000 IDR tidak dapat dianggap sebagai 10.000 dollar AS.
Contoh lainnya adalah titik desimal hingga 2 namun aplikasi target tidak mempertimbangkan kendala tersebut. Terkadang kesepakatan bidang aplikasi sumber dengan titik desimal hingga 2 namun aplikasi target tidak mempertimbangkan kendala tersebut.
Solusi:
Pengguna real time dan pakar harus terlibat dalam studi kelayakan. Masalah semantik semacam itu harus di deteksi lebih awal dalam siklus hidup proyek migrasi data.
Lingkup uji harus mencakup kasus uji untuk mengidentifikasi inkonsistensi dan ketidaksesuaian antara data yang dimigrasikan dan parameterisasi aplikasi target. Penguji membandingkan secara manual objek yang ada di sumber dan aplikasi target dengan melihat layar utama aplikasi.
Risiko interferensi
Jenis risiko ini muncul ketika semua pemangku kepentingan menggunakan aplikasi sumber secara bersamaan selama masa transisi. Misalnya, jika satu pemangku kepentingan mengakses tabel tertentu dan dia mengunci tabel tersebu, lantas jika ada orang lain yang mencoba mengakses tabel itu, maka akan tertolak. Dalam situasi seperti itu, risiko gangguan muncul.
Solusi:
Ini harus dikelola di tingkat organisasi dan harus dibahas skenario tersebut pada saat perencanaan proyek migrasi data. Salah satu caranya adalah merencanakan beberapa sekenario tiruan yang melibatkan semua pemangku kepentingan dan juga merencanakan langkah untuk lingkungan pra-produksi yang melibatkan semua pemangku kepentingan.
Kesimpulan
Migrasi data adalah bagian rutin dari operasi TI di lingkungan bisnis saat ini. Meski begitu, seringkali penyebab gangguan utama sebagai akibat dari kualitas data atau masalah kinerja aplikasi dan dapat sangat mempengaruhi anggaran. Untuk mencegah masalah ini, organisasi memerlukan metodologi yang konsisten dan andal yang memungkinkan mereka merencanakan, merancang, memigrasikan dan memvalidasi migrasi data tersebut.
