异构数据库迁移ADAM（Advanced Database & Application Migration）提供数据库平滑迁云解决方案，全面评估上云可行性、成本和云存储选型，内置实施协助、数据迁移、应用迁移等工具，覆盖数据库迁移的全生命周期，帮助企业降低数据库和应用迁移的风险、技术难度和实施周期，助力企业源数据库迁移上云。
支持的数据源
Oracle 10g、11g、12c、18c、19c版本
Teradata 13、14、15版本
Db2 for LUW
应用场景
传统IT系统上云
传统企业的IT系统使用的是IOE小型机架构，这种架构扩容只能升级硬件，高配置硬件升级带来的性能提升跟硬件升级投入的成本不成正比，越往上升级性价比越低，无法做到平滑线性的扩容。而互联网分布式架构能做到平滑扩容，并且硬件投入跟性能提升成正比。
云上IT系统迁移
系统已经在阿里云上，但随着业务增长，现有的数据库不满足需求，需要更换或者新增数据库，ADAM提供的目标存储选型及应用改造专家服务可以帮助您完成系统扩展改造。例如，之前只使用RDS MySQL版数据库，现在还需要用MaxCompute存放历史数据，用云原生数据仓库 AnalyticDB MySQL 版存放分析型数据。
费用说明
目前ADAM云上功能免费使用。
功能特性
采集器
数据库采集器：收集、汇总源数据库信息，包含环境、对象、SQL、空间、性能和事务，全面覆盖数据库实际运行状况。同时针对数据冗余、信息安全问题，对采集结果中的SQL数据进行脱敏、去重、一致性校验等处理，保证采集结果的准确性。更多信息，请参见数据库采集。
应用采集器：收集、分析Oracle、Db2和Teradarta的Java应用框架与运行信息，包含应用机器性能信息、应用代码中SQL信息、运行时SQL调用堆栈、应用与数据库间调用关系和应用与应用间调用关系，全面覆盖应用实际运行状况，同时对结果中的数据进行脱敏处理。更多信息，请参见应用采集。
数据库评估
提供目标库选型建议，对迁移工作量和成本进行预估。更多信息，请参见数据库评估概览。
源库画像分析 : 对数据库采集器采集到的源库数据进行多维度评估分析，包括源库的性能、容量、特性、外部依赖、对象详情和全景搜索。其中全景分析提供对象的关联关系、特征标识等信息。
目标库选型建议 : 统计分析多种目标库版本对源库的对象兼容性和SQL兼容性，智能分析源库使用场景，给出推荐的目标库。
目标库兼容评估 : 针对某个目标库版本，提供源库与目标库版本之间的对象兼容度、SQL兼容度和对象改造点详情，给出目标库建议最小规格和预估费用，提示迁移风险。
数据库改造迁移
将源库结构迁移到目标库中，通过智能转换和手动订正相结合的方式，对不兼容的DDL进行改造。更多信息，请参见线上改造迁移综述。
应用评估改造
解决用户迁移数据库后的应用改造问题，帮助用户快速改造应用。更多信息，请参见应用评估改造摘要。
应用动态改造
应用画像：针对单个应用进行多维度分析，输出应用画像分析报告，包括对应用的软件栈、系统信息、对象详情、SQL和调用栈等的评估分析。
应用评估：快速梳理、指导数据库异构迁移过程中的应用改造内容。
实时收集待迁移应用的数据库请求，将代码调用栈返回给用户，快速定位应用的改造点。
实时收集待迁移应用的数据库访问SQL，进行兼容性分析并将分析结果实时反馈给用户，指导您按照正确的方式进行代码的迁移工作。
实时收集待迁移应用的数据库访问返回数据和性能数据，与原应用进行对比，保证迁移后的应用在功能和性能上可以与原应用一致。
应用静态改造：通过静态SQL代码扫描方式，定位应用对数据库对象的访问点，自动识别应用中因为数据库迁移需要改变的代码块，给出改造建议。
管理数据库档案
在ADAM中新建、测试和删除数据库档案，避免用户在使用功能时，重复输入数据库信息。更多信息，请参见管理数据库档案。
迁移实验室
SQL周期性采集：根据自定义的采集周期，持续采集并自动合并Oracle的SQL信息。更多信息，请参见SQL周期性采集。
ADAM SQL Adapter：自动转换Oracle与PolarDB之间有差异的SQL语句， 降低应用迁移到PolarDB的改造工作量。更多信息，请参见SQL Adapter。
SQL对比测试：基于Jmeter测试引擎构建的数据库测试平台，支持构建SQL测试集，创建、执行测试任务和查看测试结果。
SQL转换
将Oracle、Teradata、Db2语句转化为MySQL、PolarDB O引擎、云原生数据仓库 AnalyticDB PostgreSQL 版语句的工具。
功能优势
多年迁移经验：
积累并提炼阿里巴巴内部多年的成功迁移经验，尤其是从传统IT架构向互联网和云架构改造升级方面的全流程工具和成功实践经验。
数据库迁移预评估：
全面评估源库上云可行性、成本和目标库存储选型，提前对迁移工作量和成本进行预估。
敏感数据保护：
为保证数据库的敏感信息不被泄漏，数据采集器会对采集到的数据进行脱敏。
兼容性分析：
源库特性匹配：识别对象使用了哪些特性，并给出在目标库上的解决方案。
源库使用场景匹配：针对一些特定的使用场景（通常可能会影响性能），评估目标库上是否能够很好地支持这些使用场景，如果需要调整会给出调整方案。
模式自动转换：
提供表和其它对象从源库到目标库的自动转换能力，将支持转换的对象直接转换为目标库上对应的对象或Java代码。目前模式自动转换支持将表结构在目标库上自动创建。