En esta página, se describen las herramientas, las estrategias y los flujos de trabajo estructurados para modernizar las cargas de trabajo de computadoras centrales heredadas en Google Cloud.
Si eres un arquitecto de la nube empresarial, un ingeniero de mainframe o un especialista en migración, usa la información de esta página para evaluar las herramientas de evaluación de mainframe, modernizar los datos de mainframe, generar servicios nativos de la nube con herramientas asistidas por IA y validar la paridad funcional antes de la migración de sistemas.
Antes de leer esta página, debes tener un inventario de tus aplicaciones de mainframe (como los conjuntos de datos COBOL, PL/I, JCL y DB2/VSAM) y comprender tus objetivos de arquitectura de nube de destino.
Elige una ruta de modernización de computadoras centrales
Usa la siguiente tabla para elegir una estrategia de modernización y las herramientas de Google Cloud recomendadas según tu carga de trabajo de origen y tus objetivos de modernización:
| Ruta de modernización | Carga de trabajo de origen | Herramientas recomendadas | Servicios de destino | Guía de situaciones |
|---|---|---|---|---|
| Refactorización de aplicaciones asistida por IA | Aplicaciones monolíticas de COBOL, PL/I y CICS | Google Cloud Modernization Hub, Mainframe Assessment Tool, CLI de Antigravity | Google Kubernetes Engine (GKE), Cloud Run, Spanner o AlloyDB para PostgreSQL | Refactorización de aplicaciones de mainframe |
| Conversión y validación automatizadas de código | Reglas de negocio extraídas y bases de código de procedimientos heredadas | CLI de Antigravity, Dual Run | Cloud Run o GKE | Conversión automatizada de código de mainframe |
| Lift-and-shift de computadoras centrales (emulación) | Cargas de trabajo de IBM z/OS o IBM i que requieren cambios mínimos en el código | Entornos de ejecución de emulación de socios, Mainframe Connector | Compute Engine, Cloud SQL | Lift-and-shift de cargas de trabajo de mainframe |
| Descarga y análisis de datos | Conjuntos de datos por lotes de EBCDIC, archivos VSAM y tablas de DB2 | Mainframe Connector | BigQuery, Cloud Storage | Parámetros de configuración de Mainframe Connector |
Funciones clave
Google Cloud proporciona las siguientes herramientas y servicios para cada fase de la modernización de la computadora central:
- Evaluación automatizada de aplicaciones: La Mainframe Assessment Tool (MAT) aplica ingeniería inversa al código fuente (COBOL, PL/I, JCL), asigna dependencias de programas y datos, y extrae reglas empresariales incorporadas.
- Ingeniería directa asistida por IA: La CLI de Antigravity y Antigravity ayudan a los desarrolladores a convertir las reglas empresariales extraídas en servicios modernos y nativos de la nube en los lenguajes de destino, como Java o Go, que se ejecutan en GKE o Cloud Run.
- Modernización de datos: Mainframe Connector transcodifica y mueve conjuntos de datos de mainframe (EBCDIC) a servicios deGoogle Cloud como BigQuery y Cloud Storage.
- Validación funcional: Dual Run ejecuta las cargas de trabajo de producción de forma simultánea en la computadora central y enGoogle Cloud para verificar la coherencia de los datos y la paridad funcional antes de la migración de sistemas.
Ingeniería inversa y directa
La modernización de las computadoras centrales se basa en el siguiente enfoque de doble disciplina para extraer la lógica y volver a compilar las aplicaciones de forma segura:
- Ingeniería inversa: Analiza las aplicaciones de mainframe existentes para comprender la base de código antes de que comience la modernización. Con Mainframe Assessment Tool (MAT), asignas dependencias de aplicaciones y extraes reglas de negocio del código heredado (COBOL, PL/I). MAT usa la IA generativa para producir especificaciones técnicas y catalogar estructuras de datos.
- Ingeniería directa: Transforma los requisitos empresariales de alto nivel y las reglas extraídas en código de la aplicación moderno. En la modernización de computadoras centrales, la ingeniería directa usa herramientas automatizadas y la CLI de Antigravity para convertir las reglas empresariales en especificaciones funcionales, documentos de requisitos del producto (PRD), historias de usuarios y servicios en la nube en Google Cloud.
Flujo de trabajo de modernización
En el siguiente diagrama, se ilustran las cinco fases del proceso de modernización de la computadora central:
Fase 1: Transferencia y aplicación de ingeniería inversa al código fuente
En la fase 1, usas la Mainframe Assessment Tool (MAT) para analizar tus aplicaciones de mainframe existentes en las siguientes capacidades:
- Transferencia de código fuente: Realiza un inventario y analiza COBOL, PL/I, Assembler, trabajos por lotes de JCL, copybooks y esquemas de bases de datos.
- Asignación de dependencias de datos: Identifica las relaciones entre las tablas de DB2, los archivos de VSAM, las bases de datos de IMS y los archivos planos.
- Creación de árboles de llamadas: Genera gráficos visuales de llamadas de programas que muestran secuencias de lotes y flujos de transacciones en línea del Sistema de control de información del cliente (CICS) para establecer olas de migración.
Para obtener más información, consulta Configura Mainframe Assessment Tool en Modernization Hub, Crea una evaluación y Revisa los resultados de la evaluación.
Fase 2: Extrae las reglas de negocio incorporadas
Antes de generar aplicaciones modernas, aísla y verifica la lógica empresarial crítica de los bloques de código COBOL o PL/I heredados complejos:
- Extracción de reglas asistida por IA: Mainframe Assessment Tool usa Gemini para analizar el código fuente línea por línea y traducir la lógica condicional compleja en reglas empresariales en lenguaje sencillo.
- Aislamiento de reglas: Extrae la validación específica del dominio, el cálculo de intereses o la lógica de transacciones del código procedimental.
- Revisión con intervención humana: Los expertos en el dominio y los analistas de negocios revisan, perfeccionan y certifican las reglas empresariales extraídas.
- Generación de documentación: Compila automáticamente especificaciones técnicas actualizadas para programas heredados.
Para obtener más información, consulta Extrae reglas empresariales.
Fase 3: Desglosa los monolitos en dominios empresariales
Antes de implementar microservicios, divide las bases de código de las computadoras centrales monolíticas en contextos limitados y dominios empresariales desacoplados y migrables:
- Asignación de dominios: Segmenta los recursos de código en dominios empresariales lógicos (como cuentas, facturación y pagos).
- Desvinculación de conjuntos de datos compartidos: Identifica las estructuras de datos de VSAM o DB2 compartidas que se deben dividir en bases de datos específicas del servicio.
- Definición de la interfaz: Define los límites de la API de REST o gRPC para los servicios extraídos.
Para obtener más información, consulta Revisa las estadísticas generadas por IA para tus dominios empresariales.
Fase 4: Crea PRD, modelos de datos y código moderno
Usa la CLI de Antigravity para transformar los resultados de la evaluación extraídos en especificaciones estructuradas, arquitecturas de destino y código de la aplicación moderno en Google Cloud:
- Generación de PRD y de historias de usuarios: Sintetiza los datos de evaluación en especificaciones funcionales, documentos de requisitos del producto (PRD) que detallan los recorridos críticos del usuario (CUJ) y los ANS operativos, y las tareas de ingeniería ágiles.
- Arquitectura de nube de destino: Elige los entornos de ejecución de procesamiento de destino (Cloud Run, GKE o Compute Engine).
- Modelado de datos de destino: Diseña estructuras de datos (relacionales, de archivos, de pares clave-valor) y elige esquemas de bases de datos en la nube modernos según tu carga de trabajo:
- Generación de código automatizada: Secuencia los planos de implementación y genera código de la aplicación en los idiomas de destino, como Java o Go, que implementan las reglas empresariales extraídas y los modelos de datos de destino.
Para obtener instrucciones sobre cómo configurar los archivos AGENTS.md exportados, habilitar el
servidor de MCP de Mainframe Assessment Tool y verificar el código generado, consulta
Moderniza y valida.
Fase 5: Secuencia las olas de migración y valida la paridad
Antes del cambio de producción, migra los conjuntos de datos en olas estructuradas y valida la paridad funcional:
- Modernización de datos de mainframe: Configura Mainframe Connector para la transcodificación de gran volumen de conjuntos de datos EBCDIC heredados a Cloud Storage y BigQuery.
- Migración de sistemas por etapas incremental: Programa etapas de modernización por dominio empresarial en lugar de ejecutar una migración de sistemas completa.
- Pruebas de paridad funcional: Usa Dual Run para reproducir transacciones de computadoras centrales en vivo en paralelo con Google Cloud para validar las aplicaciones modernizadas y verificar la paridad funcional antes de retirar el código heredado.
- Implementación y operaciones: Implementa cargas de trabajo modernizadas en producción y supervisa el rendimiento con Google Cloud Observability.
Para obtener más información, consulta Transcodifica y migra datos y Valida la paridad funcional.
¿Qué sigue?
- Refactorización de aplicaciones de mainframe
- Conversión automatizada de código de mainframe
- Lift-and-shift de cargas de trabajo de mainframe