Présentation de la modernisation du mainframe

Cette page décrit les produits de modernisation de mainframe disponibles dansGoogle Cloud pour vous aider à choisir une méthode de modernisation et de migration de vos applications mainframe vers Google Cloud.

Vous pouvez utiliser les outils et les processus décrits ici pour évaluer, augmenter, réécrire et tester vos applications mainframe dansGoogle Cloud avant de les déployer en production. Vous pouvez également réduire les risques de migration. Les informations sur cette page peuvent vous aider à effectuer les opérations suivantes :

  • Comprendre les produits et outils Google Cloud qui facilitent la modernisation des mainframes, y compris Mainframe Assessment Tool, Gemini CLI, Mainframe Connector et Dual Run.
  • Découvrez les phases typiques d'un processus de modernisation de mainframe : évaluation, modernisation et validation.
  • Découvrez comment ces outils peuvent accélérer votre processus de modernisation du mainframe et réduire les risques.

Cette page s'adresse aux professionnels de l'informatique, aux architectes et aux décideurs qui prévoient de moderniser leurs applications mainframe en migrant vers Google Cloudou qui sont en train de le faire.

Avant de lire cette page, assurez-vous de connaître les éléments suivants :

En utilisant ces outils, vous pouvez accélérer la migration de vos applications vers Google Cloudet réduire les risques.

Élaborer une stratégie de modernisation du mainframe

Google Cloud propose une approche par étapes et des outils pour vous guider dans votre parcours de modernisation du mainframe. Voici les produits utilisés dans la modernisation du mainframe :

Le diagramme suivant présente une vue d'ensemble du processus de modernisation du mainframe :

Diagramme montrant les trois phases de la modernisation du mainframe : évaluer, moderniser et valider, avec les outils Google Cloud utilisés dans chaque phase.

Principales activités de modernisation

La modernisation réussie du mainframe implique plusieurs activités clés, soutenues par les outils Google Cloud . Le schéma suivant illustre ces activités :

Diagramme illustrant les activités clés de la modernisation du mainframe : évaluer, générer et transformer, moderniser les données et réduire les risques, chacune associée à des outils Google Cloud spécifiques.

  1. Évaluez les applications mainframe : utilisez Mainframe Assessment Tool pour évaluer vos applications mainframe. L'outil d'évaluation Mainframe vous aide à comprendre le codebase existant, les dépendances des applications et des données, et à extraire les règles métier. Cette évaluation automatisée et les règles métier extraites vous aident à planifier votre migration vers Google Cloud. Dans le workflow de modernisation, ce processus est appelé "rétro-ingénierie".

  2. Générez et transformez du code avec Gemini CLI : utilisez Gemini CLI pour convertir votre application mainframe en code d'application modernisé pouvant être migré vers Google Cloud. Les règles métier extraites de l'outil d'évaluation Mainframe vous aident à migrer uniquement les règles métier valides. Gemini CLI vous aide à générer votre code cloud natif et à transformer le code existant à l'aide de requêtes en langage naturel et de workflows automatisés. Dans le workflow de modernisation, ce processus est appelé "ingénierie inverse".

  3. Moderniser et migrer les données de mainframe : utilisez Mainframe Connector pour migrer et convertir les données de formats spécifiques au mainframe, tels que EBCDIC, dans des formats compatibles avec les services Google Cloud . Ce processus vous permet d'utiliser vos données de mainframe avec des services cloud tels que Cloud Storage et BigQuery.

  4. Réduisez les risques de migration grâce aux tests parallèles : utilisez Dual Run pour exécuter vos charges de travail à la fois sur votre mainframe et sur Google Cloudsimultanément. Cette exécution parallèle vous permet de vérifier la cohérence et la validation fonctionnelle, en vous assurant que le code modernisé est fonctionnellement équivalent à votre système d'applications mainframe et prêt à être déployé en production.

Phases de modernisation

Le processus de modernisation comporte trois phases pour vous guider de la découverte initiale au déploiement final en production et à la transition.

Le diagramme suivant illustre les trois phases clés du parcours de modernisation du mainframe :

Phases de modernisation du mainframe.

Phase 1 : Évaluez votre application mainframe (rétro-ingénierie)

Analysez vos applications mainframe existantes, comprenez les dépendances, extrayez la logique métier et définissez le champ d'application de votre projet de modernisation du mainframe.

Dans cette phase, vous utilisez Mainframe Assessment Tool pour analyser vos applications mainframe existantes et définir le champ d'application de votre projet de modernisation. Mainframe Assessment Tool utilise Gemini pour générer des résumés en langage naturel, des spécifications techniques et des règles métier à partir du code source de votre application mainframe. Vous pouvez valider les règles métier extraites et n'exporter que les règles métier valides à utiliser pour la modernisation des applications.

Utilisez Mainframe Assessment Tool pour effectuer les tâches suivantes :

Phase 2 : Modernisation (ingénierie inverse)

Au cours de cette phase, vous transformerez les insights de la phase d'évaluation en applications et composants cloud natifs modernes. Utilisez les résultats de l'outil d'évaluation Mainframe, tels que les règles métier extraites, pour guider le processus de modernisation.

Vous pouvez également utiliser les résultats d'évaluation exportés pour une analyse plus approfondie :

Utilisez Gemini CLI pour effectuer les tâches suivantes :

  • Définissez l'architecture cible et les modèles de données : analysez vos règles métier extraites avec des requêtes Gemini CLI pour générer des propositions pour votre architecture cible. Concevez des modèles de données optimisés (fichiers, données relationnelles), sélectionnez les services de données appropriés (BigQuery, Spanner, AlloyDB pour PostgreSQL) et choisissez les services de calculGoogle Cloud idéaux (Spanner, Cloud SQL, Compute Engine, Cloud Run ou Google Kubernetes Engine (GKE)).
  • Créez des plans d'implémentation optimisés par l'IA : décomposez les exigences architecturales complexes en un plan d'ingénierie inversée séquentiel. Ce plan garantit que les tâches sont de taille appropriée et optimisées pour la génération de code assistée par Gemini CLI.
  • Automatisez la génération de code : générez du code nouveau, moderne, prêt pour le cloud et performant qui implémente les règles métier extraites et s'aligne sur les modèles de données cibles.

    Pour en savoir plus, consultez Moderniser le code de votre application mainframe avec Gemini CLI.

Utilisez Mainframe Connector pour effectuer les tâches suivantes :

  • Migrer et moderniser les données mainframe : convertissez et migrez vos anciennes données mainframe vers Google Cloud à l'aide de Mainframe Connector. Ce processus garantit une disponibilité et une cohérence élevées des données pour les environnements de test et de production.

    Pour en savoir plus, consultez Choisir votre parcours de migration des données.

Phase 3 : Valider

Après avoir déployé l'application modernisée, vérifiez qu'elle est fonctionnellement équivalente à votre ancienne application mainframe et assurez-vous d'une transition vers la production à risque réduit.

Cette phase consiste à effectuer des tests d'équivalence fonctionnelle pour s'assurer que l'environnement modernisé correspond à la logique métier de l'ancien système.

Utilisez Dual Run pour effectuer les tâches suivantes :

  • Testez la parité fonctionnelle à l'aide de Dual Run : validez l'application modernisée à l'aide de Dual Run. En comparant les transactions et les données mainframe réelles avec l'environnement Google Clouden parallèle, vous pouvez assurer la parité fonctionnelle, certifier l'application moderne et réduire les risques de régression avant le déploiement. Cette activité est une étape importante pour réduire les risques dans votre projet de migration.
  • Déployer et surveiller : déployez la charge de travail modernisée en production en toute confiance. Utilisez les produits d'observabilité Google Cloud pour la surveillance continue et la gestion des performances.

Pour en savoir plus, consultez Premiers pas avec Dual Run.

Étapes suivantes