導讀：SQL Server數據遷移的知識之前已經為大家介紹了很多，比如SQL Server數據庫遷移方法，接下來就為大家詳細介紹SQL Server數據遷移至雲端應用技巧，以方便大家在以後的實際工作中做好SQL Server數據庫的遷移工作。
微軟的SQL Azure並不完全支持SQL Server 2005或SQL Server 2008的所有功能，因此，在數據轉移的時候必須十分小心。目前SQL Azure也還沒有提供任何管理工具（除了SQL Server Management Studio，當然不能完全靠它的Object Explorer來做轉移）做這類的管理作業，微軟在Codeplex網站上有一個SQL Azure Migration Wizard的工具，到是十分適合采用（這部分我們稍後會提到）。
將既有的數據庫數據轉換到SQL Azure上面，或是把SQL Azure上面的數據轉下來，這都牽扯到數據的輸入和輸出。如果我們單單針對將數據輸入和輸出的作法來看，對天天在處理數據庫的行家而言，這並不是甚麼新 鮮的事了，方法也很多，而傳統的大批數據轉換的做法也大都能適用，例如：
運用SQL Server提供BCP工具程序（請參考MSDNLibray的BCP Utility）。
用SSIS（SQL integration server service，使用Visual Studio2008）。
運用ODBC and ADO.Net 提供的API 功能。
另外，微軟的Sync Framework也是一個好選擇。這一點我們會在稍後作說明。
雲端解決方法
每次讀取一次記錄然後再寫入一次記錄，還不如一次性讀入一堆數據放置在雲端，然後再以本地的方式做大筆數量的寫入。
圖1 使用Worker role做Bulk傳送
如圖1所示，基於這個原理運用Web Role作為用戶的接口負責讀取上傳的數據，並將數據放入Blobs中，然後產生Jobs的工作項。至於Worker Role的部分則一直負責觀察Jobs的工作項目，一旦有工作項目進入到Blobs中，就會把數據讀出來，再運用BCP的工具程序一次性寫入到目標數據庫 中，完成一個Jobs的工作。
使用Blobs
我們使用Blobs是因為它被設計來儲存大量的文字及二進制數據格式。非常簡單的讀取方式，讓我們只要運用REST API就能上傳、管理、組織及維護這些數據。Blobs有三種資源，分別是Account、Containers及Blobs，它的架構觀念簡潔且存取容 易，因此很容易被拿來再運用。所謂的拿來再運用並非空穴來風，其實它在設計之初就有這個預先的計劃，提供非結構化的二進制的龐大存儲器;讓它具有不受任何 限制的基礎，可以被用來儲存任何數據或索引。Blobs有二種，Block blob能存儲最高200GB的數據，而Page Blob能支持最高1TB的數據，主要用於隨機讀寫用。例如Windows Azure XDrive就是運用Page Blob做出來的一塊類似NTFS格式硬盤的仿真裝置，相當能夠吸引哪些熟悉文件系統的人來使用它。
SQL Azure 的存取方式
SQL Azure采用DB Service的方式，與Amazon Web Services的Simple DB類似，可以只用Database的Service（不過存取的命令就不同了，Simple DB是透過Web REST或SOAP接口，而SQL Azure則是透過OLE DB/ODBC/ADO.Net，並透過T-SQL語法來做存取）。與Google App Engine的存取模式不同，Google App Engine內建的Database不能單獨存取，只能透過部署在App Engine上面的Application進行存取。
既然可以進行獨立存取，便可運用Microsoft Cloud Computing開發Web Application，那樣將會有兩種模式：
（1）Web Application部署在Windows Azure，並由SQL Azure提供Database Services。
（2）Web Application部署在自家環境，並由SQL Azure提供Database Services。
然而，不管使用哪一種模式，Web Application都是透過傳統SQL Server的1433 Port來存取SQL Azure。
因此，若是Web Application or Developer在防火牆裡面對外的聯機被管制的話，那麼使用上述第一個模式會是比較方便開發。
不管采用哪一種connecting String，簡單來說，該services就是listen 在tcp:servername.ctp.database.Windows.Net:1433這個位置。
上文中介紹到的SQL Server數據遷移至雲端應用技巧並不是萬能的，可能在有些情況下就不適用，希望大家靈活掌握，靈活運用，為以後的數據庫遷移工作帶來方便。
