AWS 認證準備 ch12 進階服務與整合
下一章→
CH 12 中頻考點

進階服務與整合

EFSFSxStorage GatewaySnow FamilyAthenaDMS

本章收尾一些較少單獨出題、但常在情境題裡當作選項的服務：檔案儲存（EFS / FSx）、混合雲儲存閘道（Storage Gateway）、離線大量資料搬遷（Snow Family）、無伺服器查詢（Athena）與資料庫遷移（DMS）。重點在認出各自的最佳使用場景。

🧱 白話：EFS/FSx 都是「File 儲存」＝公司的共用網路資料夾（多台機器同時掛載），差別在協定陣營：NFS ＝ Linux 世界（N=*nix）→ EFS；SMB ＝ Windows 世界（S=微軟）→ FSx for Windows。儲存三態與協定的地基見 基礎篇 ch06 儲存三態與檔案系統。

Amazon EFS（Elastic File System）：

  • 完全受管的 NFS 共用檔案系統（Linux Only），可同時被多個 EC2、Lambda、ECS 掛載。
  • 自動擴展，無需預先設定容量；按實際使用量計費。
  • 可跨多個 AZ（Regional EFS）或單一 AZ（EFS One Zone，便宜 47%）。
  • 儲存類別：Standard → EFS-IA（Infrequent Access，透過 Lifecycle Policy 自動移動）。

Amazon FSx：

  • FSx for Windows File Server：完全受管的 Windows 共用磁碟（SMB 協定），支援 Active Directory 整合、NTFS、DFS。適合：Windows 工作負載、SharePoint、SQL Server 儲存。
  • FSx for Lustre：高效能平行檔案系統（HPC 用途），適合機器學習、影片處理、金融運算。可整合 S3（自動載入 S3 資料）。吞吐量最高可達每秒數百 GB。
  • FSx for NetApp ONTAP：給需要 NetApp 功能的企業（Multi-Protocol: NFS/SMB/iSCSI）。
  • FSx for OpenZFS：高效能，支援快照和複製，適合需要 ZFS 功能的工作負載。
🚨 考試重點：Linux 共用檔案（NFS，多 EC2 同時掛）→ EFS；Windows 共用磁碟（SMB/AD）→ FSx for Windows；HPC/ML 高效能 → FSx for Lustre。

Storage Gateway 讓 On-Premises 應用程式透過標準協定（NFS/SMB/iSCSI）存取 AWS 雲端儲存。

  • S3 File Gateway：On-Premises 應用程式透過 NFS/SMB 存取，資料實際儲存在 S3。本地快取（Cache）常用資料，減少延遲。適合：檔案存取、備份到 S3。
  • Volume Gateway：以 iSCSI 磁碟區的形式呈現，資料儲存在 S3（以 EBS Snapshot 的形式）。
    ・Cached Mode：主要資料在 S3，常用資料快取本地。
    ・Stored Mode：所有資料在本地，同步備份到 S3（適合需要低延遲全量本地存取）。
  • Tape Gateway（VTL）：模擬虛擬磁帶庫（Virtual Tape Library），讓現有的備份軟體（Veeam、NetBackup）直接備份到 AWS S3/Glacier，不需更換備份軟體。
⭐ 記憶法：File Gateway = 檔案存到 S3（NFS/SMB）；Volume Gateway = 磁碟備份到 S3（iSCSI）；Tape Gateway = 虛擬磁帶備份到 Glacier

當網路頻寬不足（或費用過高）時，用實體裝置傳輸大量資料到 AWS 或在 Edge 執行運算。

  • Snowcone：最小（2.1 kg），8TB（HDD）或 14TB（SSD）。可在無網路的環境收集資料（Edge Computing），之後寄回或透過 DataSync 傳輸。
  • Snowball Edge：中型，有兩種：
    ・Storage Optimized：80TB，適合大量資料遷移。
    ・Compute Optimized：42TB + 強大 GPU，適合 Edge ML 推論、影片分析。
  • Snowmobile：卡車！最大 100PB。適合超大型資料中心整體遷移到 AWS。一般規則：資料量超過 10PB 才考慮 Snowmobile。
💡 何時用 Snow？估算：若用 1Gbps 網路傳 1PB 資料，需要約 100 天以上。超過 1 週以上傳輸時間，Snow 更划算。
  • Amazon Athena：Serverless SQL 查詢服務，直接查詢儲存在 S3 的資料（CSV、JSON、Parquet 等格式），不需要載入資料庫。按掃描的資料量計費（壓縮格式和 Parquet 可大幅降低費用）。適合：Log 分析、臨時查詢、資料湖（Data Lake）查詢。
  • AWS DMS（Database Migration Service）：在遷移過程中保持源資料庫可用（Minimal Downtime）。支援同構遷移（Oracle→Oracle）和異構遷移（Oracle→PostgreSQL，需要 SCT 轉換 Schema）。同時支援一次性遷移和持續的 CDC（Change Data Capture）複製。
  • AWS Glue：Serverless ETL 服務，從 S3、RDS 等來源抽取資料、轉換格式，載入到 Redshift 或 S3。包含 Glue Data Catalog（元資料目錄，供 Athena、EMR 使用）。
  • AWS DataSync：自動化、排程的資料同步，從 On-Premises（NFS/SMB/S3）到 AWS（S3/EFS/FSx）。比手動複製快 10 倍（多執行緒、校驗完整性）。
  • AWS Transfer Family：全託管的 SFTP／FTPS／FTP 端點，讓外部合作夥伴用熟悉的傳輸協定上傳檔案，直接落地到 S3 或 EFS，不需要自己架設與維護 FTP/SFTP 伺服器。
  • Amazon EMR：託管的 Hadoop/Spark/Hive/Presto 叢集，適合需要自訂巨量資料處理框架的大規模批次分析與機器學習訓練，比 Glue 更彈性但要自己管理叢集規模。
  • Amazon QuickSight：Serverless 商業智慧（BI）工具，連接 Redshift、Athena、RDS、S3 等資料來源，做互動式儀表板與視覺化報表，分享給業務團隊。
⭐ Athena 使用場景口訣：S3 資料 + SQL 查詢 + 無需設定資料庫 = Athena。特別適合 CloudTrail Log、ELB Log 的臨時分析。
EFS vs EBS vs S3 vs FSx 儲存選擇
服務協定多 EC2 掛載？OS適合
EBSBlock❌（單一 EC2，Multi-Attach 例外）Linux/WindowsOS、DB 磁碟
EFSNFS✅（多 EC2 同時掛）Linux Only共用內容、CMS
FSx for WindowsSMB✅（Windows 共用磁碟）WindowsAD 整合、SharePoint
FSx for LustreLustre✅（HPC 叢集）LinuxHPC、ML、影片
S3HTTP APIN/A（Object Storage）無限制靜態檔案、備份、Data Lake
Snow Family 規模對比
裝置儲存容量Edge 運算適合
Snowcone8TB / 14TB2 vCPU / 4GB RAM偏遠地區資料收集
Snowball Edge Storage80TB40 vCPU / 80GB RAM大量資料遷移
Snowball Edge Compute42TB52 vCPU + GPUEdge ML/影片分析
Snowmobile100PB（卡車）無超大型資料中心遷移
Storage Gateway 三種模式
模式協定後端儲存適合
S3 File GatewayNFS / SMBS3（任何類別）On-Premises 應用檔案存取 S3
Volume GatewayiSCSI（磁碟）S3（EBS Snapshot）本地磁碟備份到 AWS
Tape Gateway（VTL）iSCSI TapeS3 / Glacier現有備份軟體改用雲端

練習題 點選選項查看解析

0 / 24
01 / 24
一個 Web 應用部署在 Auto Scaling Group 的多台 EC2 上，需要一個共用的檔案系統讓所有 EC2 可以同時讀寫用戶上傳的圖片。作業系統為 Linux。最適合的方案是？
A 把 EBS 磁碟區同時附加到所有 EC2
B 採用 Amazon EFS，NFS 共用檔案系統
C 改讓應用程式直接上傳到 S3 儲存
D 採用 FSx for Windows 共用磁碟系統
解析
Amazon EFS 是 Linux NFS 共用檔案系統，可以同時被多台 EC2 掛載讀寫（Multi-AZ），非常適合 Web 應用的共用內容（圖片、媒體檔案、CMS 內容）。EBS 一次只能附加到一台 EC2（Multi-Attach 功能有限且複雜）；S3 也可行但需要修改應用程式使用 SDK 而非標準檔案 API；FSx for Windows 用 SMB，不適合 Linux。
02 / 24
公司有 800TB 的資料需要從 On-Premises 遷移到 S3。公司的網路頻寬是 1Gbps，但上傳速度實際只有約 200Mbps。哪個方案最快速？
A 以 S3 Multi-part Upload 透過網路上傳
B 申請 Direct Connect 專線後再上傳
C 訂購 Snowball Edge 進行實體傳輸
D 使用 DataSync 透過網路自動傳輸
解析
計算：800TB / 200Mbps = 約 37 天的純傳輸時間（不含錯誤重試等）。使用多台 Snowball Edge（每台 80TB）：800TB 需要 10 台，裝置填充 + 寄送 + AWS 上傳通常 1-2 週，大幅快於 37 天的網路傳輸。一般原則：若網路傳輸超過 1 週，Snow Family 更划算且更可靠。DataSync 也是透過網路，速度一樣慢。
03 / 24
On-Premises 的 Windows 伺服器需要使用 Active Directory 身份驗證存取一個共用磁碟，且這個共用磁碟需要遷移到 AWS 上。應該使用哪個服務？
A 採用 FSx for Windows，支援 SMB 與 AD
B 採用 Amazon EFS，NFS 共用檔案系統
C 採用 FSx for Lustre，高效能檔案系統
D 採用 S3 搭配 Storage Gateway
解析
Amazon FSx for Windows File Server 是專為 Windows 工作負載設計的完全受管共用磁碟：① 使用 SMB 協定（Windows 原生）；② 支援 Active Directory 整合（使用 AD 帳號權限控制）；③ 支援 NTFS、DFS Namespaces、Windows ACL。EFS 是 NFS，Windows 支援有限；FSx for Lustre 是 Linux 高效能 HPC 用；S3 File Gateway 適合新應用而非直接替換 Windows 共用磁碟。
04 / 24
安全稽核員想要分析過去 3 個月儲存在 S3 的 ALB 存取 Log（約 500GB），執行臨時的 SQL 查詢找出可疑的 IP 地址，不想建立或維護任何資料庫。最適合的服務是？
A 把 Log 載入 RDS MySQL 進行查詢
B 採用 Amazon Redshift 做倉儲分析
C 採用 AWS Glue 進行 ETL 後查詢
D 採用 Amazon Athena 以 SQL 查詢 S3
解析
Amazon Athena 完美匹配此場景：① Serverless，不需要建立或維護任何資料庫；② 直接在 S3 上執行標準 SQL（ANSI SQL）；③ 按掃描資料量計費（500GB 約 $2.50，非常便宜）；④ 支援 ALB Access Log 的直接查詢（有預建格式設定）。RDS/Redshift 需要先載入資料、建立 Schema，太複雜；Glue 是 ETL 工具，不是直接查詢工具。
05 / 24
公司使用一套老舊的備份軟體（Veeam）做磁帶備份。想要在不更換備份軟體的情況下，將備份資料遷移到 AWS（Glacier）長期保存。哪個服務可以做到？
A 把磁帶資料以人工方式手動複製到 S3
B 採用 Storage Gateway 的 Tape Gateway
C 採用 Snowball Edge 實體傳輸磁帶內容
D 採用 AWS Backup 設定 Glacier 備份目標
解析
Storage Gateway Tape Gateway（Virtual Tape Library）模擬虛擬磁帶庫：現有的備份軟體（Veeam、NetBackup、Backup Exec 等）認為它在操作真實磁帶，實際上資料被寫到 AWS S3/Glacier。優點：① 不需要更換或修改備份軟體；② 現有備份流程完全不變；③ 資料儲存在 Glacier，費用低廉。這是「現代化傳統磁帶備份」的標準 AWS 方案。
06 / 24
公司要將 Oracle 資料庫遷移到 Amazon Aurora PostgreSQL，遷移過程中 Oracle 資料庫必須持續提供服務（不能停機）。哪個服務和工具組合最適合？
A 直接備份 Oracle 並還原到 Aurora
B 採用 Snowball 實體傳輸資料庫
C 採用 DMS 異構遷移搭配 SCT 轉換
D 採用 AWS Glue ETL 轉換格式
解析
Oracle → Aurora PostgreSQL 是異構遷移（不同資料庫引擎），需要兩個工具：① AWS SCT（Schema Conversion Tool）：將 Oracle DDL/Schema 轉換為 PostgreSQL 相容格式（包含儲存程序、觸發器等）；② AWS DMS：執行初始完整資料載入，然後使用 CDC（Change Data Capture）持續將 Oracle 的變更同步到 Aurora，直到切換完成（最小停機時間）。這樣 Oracle 可以持續服務直到切換前的最後一刻。
07 / 24
一個機器學習訓練與 HPC 工作負載需要「超高吞吐、低延遲的平行檔案系統」並可與 S3 整合。應？
A 採用 Amazon FSx for Lustre 高效系統
B 採用 Amazon EFS 共用檔案系統
C 改採 FSx for Windows File Server
D 採用 Amazon EBS 區塊儲存磁碟
解析
FSx for Lustre 是高效能平行檔案系統，提供極高吞吐與低延遲，適合 HPC、機器學習、媒體處理，且可直接連結 S3 作為資料來源。EFS 是通用 NFS 共享；FSx for Windows 是 SMB。
08 / 24
想降低 EFS 成本，讓「一段時間未被存取的檔案」自動移到較便宜的儲存層。應？
A 改用 EBS 磁碟區來取代 EFS 檔案系統
B 以人工方式手動逐一搬移檔案內容
C 關閉整個檔案系統的加密設定
D 啟用 EFS Lifecycle Management 自動轉層
解析
EFS Lifecycle Management 會把一段時間（如 30 天）未存取的檔案自動移到 EFS Infrequent Access（IA）儲存層以降低成本，被存取時再移回，無需手動管理。
09 / 24
地端應用想用 NFS/SMB 存取檔案，但希望這些檔案「實際存放在 S3」並在本地快取常用資料。應使用 Storage Gateway 的？
A 採用 Volume Gateway 模式存取
B 採用 File Gateway 模式存取
C 採用 Tape Gateway 模式存取
D 採用 DataSync 傳輸服務
解析
File Gateway 讓地端以 NFS/SMB 存取，背後將檔案作為物件存到 S3，並在本地快取常用資料，適合混合雲檔案存取與逐步上雲。Volume Gateway 提供 iSCSI 區塊；Tape Gateway 取代實體磁帶。
10 / 24
地端伺服器需要 iSCSI「區塊」儲存，並希望資料備份到 AWS（可做 EBS 快照）。應使用 Storage Gateway 的？
A 採用 File Gateway 模式存取
B 採用 Tape Gateway 模式存取
C 採用 Volume Gateway 模式存取
D 採用 Snowball 實體裝置
解析
Volume Gateway 以 iSCSI 提供區塊儲存（cached 或 stored 模式），資料可非同步備份到 AWS 並以 EBS 快照保存，適合地端區塊儲存的雲端備援。File Gateway 是檔案（NFS/SMB）介面。
11 / 24
一個偏遠、網路不穩的場域需要「在當地先做資料收集與運算處理」再把資料帶回 AWS。應使用？
A 採用具備運算能力的 Snowball Edge
B 採用僅有儲存功能的一般 Snowball
C 採用 AWS DataSync 線上傳輸
D 採用 AWS Direct Connect 專線
解析
Snowball Edge Compute Optimized 除了大量儲存還內建運算能力（可跑 EC2/Lambda），適合在斷網或邊緣環境先就地處理資料再運回。DataSync/Direct Connect 都需要網路連線。
12 / 24
想把地端 NFS/SMB 的大量檔案「透過網路、加速且自動排程」持續同步/遷移到 S3、EFS 或 FSx。應使用？
A 採用 AWS Snowball 實體傳輸
B 採用 Storage Gateway 橋接存取
C 採用 AWS Transfer Family 端點
D 採用 AWS DataSync 加速排程同步
解析
AWS DataSync 是線上資料傳輸服務，透過代理以最佳化協定加速地端到 AWS（S3/EFS/FSx）的大量檔案遷移與定期同步，並保留中繼資料。Snowball 是離線實體搬遷；Transfer Family 提供 SFTP 介面。
13 / 24
合作夥伴習慣用 SFTP 上傳檔案，公司想接收後直接落地到 S3，且不想自建與維護 SFTP 伺服器。應使用？
A 採用 AWS DataSync 傳輸服務
B 採用 AWS Transfer Family 受管端點
C 採用 Storage Gateway 橋接存取
D 採用 Amazon Athena 查詢服務
解析
AWS Transfer Family 提供全託管的 SFTP/FTPS/FTP 端點，直接把上傳檔案存到 S3/EFS，免自建維護伺服器，適合對外檔案交換。DataSync 是內部批量遷移，用途不同。
14 / 24
用 Athena 查詢 S3 資料前，需要什麼來定義資料的「表結構與 schema（資料目錄）」？
A 採用 Amazon RDS 儲存 schema
B 採用 Amazon DynamoDB 儲存結構
C 採用 AWS Glue Data Catalog 定義結構
D 採用 AWS CloudTrail 記錄結構
解析
Athena 以 Glue Data Catalog 作為 schema/表定義來源，Glue Crawler 可自動探索 S3 資料結構建立表，Athena 即可用標準 SQL 查詢，無需自建資料庫。
15 / 24
想用「Serverless、免管理伺服器」的方式做資料 ETL（抽取、轉換、載入）並自動探索資料結構。應使用？
A 採用 Glue 進行無伺服器 ETL
B 採用自行管理的 EMR 叢集
C 採用 Athena 進行查詢服務
D 採用 DMS 資料庫遷移服務
解析
AWS Glue 是 Serverless ETL 服務，內含 Crawler（探索 schema）、Data Catalog 與 Spark 型轉換作業，免管理基礎設施。EMR 提供 Hadoop/Spark 叢集但需較多管理；Athena 是查詢非 ETL；DMS 是資料庫遷移。
16 / 24
需要在「託管的 Hadoop/Spark 叢集」上跑大規模巨量資料處理（如 PB 級批次分析、機器學習）。應使用？
A 採用 Amazon Athena 查詢服務
B 採用 AWS Glue 進行 ETL
C 採用 Amazon Redshift 倉儲服務
D 採用 Amazon EMR 執行託管叢集
解析
Amazon EMR 提供託管的 Hadoop/Spark/Hive/Presto 叢集，適合大規模、需自訂框架的巨量資料處理與機器學習。Athena 是無伺服器即席查詢；Glue 是 Serverless ETL，用途各異。
17 / 24
要把 Oracle 遷移到 Aurora PostgreSQL（不同資料庫引擎），需要先轉換 schema/預存程序。除了 DMS 還需要？
A 採用 AWS Glue Crawler 探索
B 採用 AWS Schema Conversion Tool
C 採用 Amazon Athena 查詢服務
D 採用 AWS DataSync 傳輸服務
解析
異構遷移（不同引擎）時，先用 AWS SCT 轉換 schema、預存程序等結構，再用 DMS 遷移資料（可持續複製達成幾乎零停機）。同構遷移則通常只需 DMS。
18 / 24
想對資料倉儲/資料湖的資料做「互動式商業智慧（BI）儀表板與視覺化報表」並分享給業務團隊。應使用？
A 採用 Amazon Athena 查詢服務
B 採用 AWS Glue 進行 ETL
C 採用 Amazon QuickSight 建立儀表板
D 採用 CloudWatch Dashboard 監控
解析
Amazon QuickSight 是 Serverless BI 服務，可連接 Redshift、Athena、RDS、S3 等做互動式視覺化儀表板與報表，適合商業分析分享。Athena 是查詢引擎、Glue 是 ETL、CloudWatch Dashboard 是維運監控。
19 / 24
團隊每天用 Athena 查詢 S3 上數 TB 的 CSV 日誌，每月帳單越來越高。在不改變查詢需求的前提下，最有效的省錢方式是？
A 把資料轉成壓縮的 Parquet
B 改把日誌載入 RDS 查詢
C 改用 S3 Glacier 儲存日誌
D 每次查詢都掃描整個 bucket
解析
Athena 按「掃描的資料量」計費。Parquet 是列式格式，查詢只讀需要的欄位，再加上壓縮，掃描量可以降一個數量級，費用跟著降。載入 RDS 要自己維護資料庫；Glacier 的資料不能直接給 Athena 查詢。
20 / 24
一套 Linux 內部工具需要共用檔案系統，資料可以隨時從原始來源重建，不需要跨 AZ 的高可用。想把 EFS 費用壓到最低，應選？
A EFS One Zone
B EFS Standard（Regional）
C FSx for Windows File Server
D FSx for Lustre
解析
EFS One Zone 只把資料放在單一 AZ，比跨多 AZ 的 Regional EFS 便宜約 47%，適合可重建、不要求 AZ 等級容錯的資料。代價是那個 AZ 故障時檔案系統會無法存取。FSx for Windows 走 SMB，FSx for Lustre 是 HPC 用途，都不是這個情境的答案。
21 / 24
公司要把整座資料中心、共約 60 PB 的資料一次搬到 AWS。最適合的 Snow Family 服務是？
A 數百台 Snowcone
B AWS DataSync 線上傳輸
C 多台 Snowball Edge
D AWS Snowmobile
解析
Snowmobile 是一台貨櫃卡車，單次可載 100 PB，經驗法則是資料量超過 10 PB 才考慮它。60 PB 若用 Snowball Edge（每台 80 TB）要七百多台，Snowcone 更是不切實際；走網路的 DataSync 則要好幾年。
22 / 24
地端應用程式透過 iSCSI 存取磁碟，要求所有資料都能在本地低延遲讀取，同時非同步備份到 AWS。應選哪種 Storage Gateway 設定？
A S3 File Gateway
B Tape Gateway
C Volume Gateway 快取模式
D Volume Gateway 儲存模式
解析
Volume Gateway 的 Stored Mode 把全部資料留在本地，再同步備份到 S3（以 EBS Snapshot 形式），適合需要全量本地低延遲存取的情境。Cached Mode 則是主要資料放 S3、本地只快取常用部分，讀到沒快取的資料會比較慢。File Gateway 是 NFS/SMB 檔案介面，Tape Gateway 模擬磁帶。
23 / 24
研究團隊要到沒有網路的野外站點收集感測器資料，裝置必須輕巧好攜帶，容量約 10 TB 就夠，之後再把資料帶回 AWS。最適合的是？
A Snowball Edge Storage
B Snowcone
C Snowmobile
D Storage Gateway
解析
Snowcone 是 Snow Family 最小的裝置（約 2.1 kg，8 TB／14 TB），專為偏遠、無網路環境的邊緣資料收集設計，之後寄回或透過 DataSync 傳輸。Snowball Edge 容量大但笨重；Snowmobile 是卡車；Storage Gateway 需要網路連線。
24 / 24
企業原本使用 NetApp 儲存，同一份資料要同時提供 NFS、SMB 與 iSCSI 三種協定存取，希望遷移到 AWS 後維持同樣的功能。應選？
A Amazon EFS
B FSx for Windows File Server
C FSx for NetApp ONTAP
D FSx for OpenZFS
解析
FSx for NetApp ONTAP 是給需要 NetApp 功能的企業，支援 NFS／SMB／iSCSI 多協定存取。EFS 只有 NFS；FSx for Windows 只有 SMB；FSx for OpenZFS 主打 ZFS 的快照與複製功能，不提供這種多協定組合。

點擊卡片翻面查看答案，共 5 張。

QUESTION
EFS vs FSx for Windows vs FSx for Lustre 選哪個？
點擊翻面
ANSWER
Linux NFS 共用（多EC2掛載）→ EFS
Windows SMB 共用（AD整合）→ FSx for Windows
HPC/ML 高效能 → FSx for Lustre
點擊翻回
QUESTION
Snow Family 三種裝置分別用在哪？
點擊翻面
ANSWER
Snowcone（8TB）= 偏遠地區收集
Snowball Edge（80TB）= 大量資料遷移
Snowmobile（100PB 卡車）= 超大型資料中心
點擊翻回
QUESTION
Storage Gateway Tape Gateway 解決什麼問題？
點擊翻面
ANSWER
讓現有備份軟體（Veeam等）不需修改，直接將備份寫入 AWS S3/Glacier（模擬虛擬磁帶庫）。不更換軟體就能上雲。
點擊翻回
QUESTION
Amazon Athena 的核心使用場景？
點擊翻面
ANSWER
Serverless SQL 直接查詢 S3 資料（CSV/JSON/Parquet），無需資料庫。按掃描量計費。適合：Log 分析、Data Lake 查詢、臨時分析。
點擊翻回
QUESTION
DMS 異構遷移需要哪兩個工具？
點擊翻面
ANSWER
AWS SCT（Schema Conversion Tool）= 轉換 Schema/DDL
AWS DMS = 遷移資料 + CDC 持續同步
例：Oracle → Aurora PostgreSQL
點擊翻回