Lift-and-Shift von Mainframe-Arbeitslasten

Auf dieser Seite finden Sie Architekturleitfäden und Emulationsstrategien für die Migration von Legacy-Mainframe-Arbeitslasten (z. B. IBM z/OS oder IBM i) zuGoogle Cloud mit minimalen Codeänderungen.

Wenn Sie Cloud-Architekt, Mainframe-Entwickler oder Infrastrukturspezialist sind, können Sie die Informationen auf dieser Seite verwenden, um Emulationslaufzeiten zu bewerten, Mainframe-Arbeitslasten auf Compute Engine umzustellen, die MIPS-Lizenzierungskosten für Mainframes zu reduzieren und Batchdaten mit dem Mainframe-Connector an BigQuery zu streamen.

Bevor Sie diese Seite lesen, sollten Sie sich mit dem MIPS-Verbrauch Ihrer Mainframe-Arbeitslast, den Anwendungsabhängigkeiten und den Anforderungen an die Ziel-Emulationslaufzeit vertraut machen.

Mainframe-Lift-and-Shift-Architektur

Bei einer Lift-and-Shift-Migration von Mainframes wird die physische Mainframe-Hardware durch eine virtuelle Cloud-Infrastruktur ersetzt, wobei ältere COBOL- oder PL/I-Programme in einer Emulationslaufzeitumgebung in der Compute Engine ausgeführt werden.

Neben der Computing-Emulation können Sie den Mainframe Connector verwenden, um CPU-intensive Berichtsarbeitslasten auszulagern und den MIPS-Verbrauch des Mainframes zu reduzieren. Mit Mainframe Connector können Sie die folgenden Aufgaben ausführen:

  • EBCDIC-Datasets (QSAM und VSAM) in die Formate ORC, JSON oder CSV transcodieren.
  • Daten in Cloud Storage und BigQuery verschieben
  • BigQuery-Jobs direkt über die Job Control Language (JCL) senden.

Das folgende Diagramm zeigt die Lift-and-Shift-Architektur für Mainframes:

Architekturdiagramm, das ältere COBOL- und CICS-Programme zeigt, die in einer Partneremulationslaufzeitumgebung in Compute Engine ausgeführt werden, wobei Daten in BigQuery und Cloud Storage aufgenommen werden.

Schlüsselkomponenten

Eine Lift-and-Shift-Architektur für Mainframes umfasst die folgenden Komponenten:

  • Compute-Emulationslaufzeiten: Stellen Sie Partner-Emulations-Engines wie Micro Focus, NTT DATA oder LzLabs in der Compute Engine bereit, um COBOL- oder CICS-Binärdateien auszuführen, ohne die Geschäftslogik neu zu schreiben.
  • Dataset-Transcodierung: Transcodieren Sie EBCDIC-Datasets in die Formate ORC, JSON oder CSV und nehmen Sie umfangreiche Mainframe-Batchdateien mithilfe des Mainframe-Connectors direkt in BigQuery oder Cloud Storage auf.
  • Datenbankemulation: DB2- oder IMS-Daten auf verwaltete relationale Cloud-Datenbanken wie Cloud SQL oder Spanner umstellen.

Nächste Schritte