本页面介绍了 Google Cloud 中提供的大型主机现代化改造产品，可帮助您选择将 大型主机应用现代化改造并迁移到 Google Cloud的路径。
您可以使用此处介绍的工具和流程来评估、增强、重写、 降低迁移风险，并在 Google Cloud 中测试大型主机应用，然后再将其部署到生产环境。本页面上的信息可帮助您执行以下操作：
- 了解有助于大型主机现代化改造的 Google Cloud 产品和工具，包括 Mainframe Assessment Tool、 Antigravity、Mainframe Connector 和 Dual Run。
- 了解大型主机现代化改造过程的典型阶段：评估、现代化改造和验证。
- 了解这些工具如何加快大型主机现代化改造流程并降低风险。
本页面面向正在计划或正在通过 迁移到 Google Cloud现代化改造大型主机应用的 IT 专业人员、架构师和决策者。
在阅读本页面之前，请确保您熟悉以下内容：
借助这些工具，您可以加快将应用迁移到 Google Cloud的速度并降低 风险。
制定大型主机现代化改造策略
Google Cloud 提供分阶段方法和工具来指导您完成大型主机现代化改造过程。以下是大型主机现代化改造中使用的产品：
- Mainframe Assessment Tool： 分析 现有大型主机环境。
- Antigravity: 协助进行 代码转换和生成。
- Mainframe Connector: 促进数据转换和迁移。
- Dual Run：支持并行测试以进行验证。
关键现代化改造活动
成功进行大型主机现代化改造涉及多项关键活动，这些活动由 工具 Google Cloud 提供支持：
评估大型主机应用： 使用 Mainframe Assessment Tool 评估大型主机应用。Mainframe Assessment Tool 可帮助您了解现有代码库、应用和数据依赖性，并提取业务规则。这种自动化评估和提取的业务规则可帮助 您规划迁移到 Google Cloud。在现代化改造工作流中，此过程称为逆向工程。
生成和转换代码： 使用 Antigravity 将大型主机应用转换为 可迁移到的现代化应用代码 Google Cloud。从 Mainframe Assessment Tool 中提取的业务规则可帮助您仅迁移有效的业务规则。Antigravity 可帮助您通过自然语言提示和自动化工作流生成云原生代码并转换现有代码。在现代化改造工作流中，此过程称为正向工程。
对大型主机数据进行现代化改造和迁移： 使用 Mainframe Connector 迁移和转换来自大型主机的特定格式（例如
EBCDIC）的数据，使其转换为与 Google Cloud 服务兼容的格式。通过此过程，您可以使用云服务（例如 Cloud Storage 和 BigQuery）处理大型主机数据。通过并行测试降低迁移风险： 使用 Dual Run 在大型主机和 Google Cloud上同时运行工作负载。通过这种并行执行，您可以检查一致性和功能验证，确保现代化改造后的代码在功能上与大型主机应用系统等效，并可以部署到生产环境。
现代化改造阶段
现代化改造过程分为三个阶段，可指导您从初始发现到最终生产部署和割接。
第 1 阶段：评估大型主机应用（逆向工程）
分析现有大型主机应用、了解依赖项、提取业务逻辑，并定义大型主机现代化改造项目的范围。
在此阶段，您可以使用 Mainframe Assessment Tool 分析现有大型主机应用并 定义现代化改造项目的范围。 Mainframe Assessment Tool 使用 Gemini 从您的大型主机应用源代码生成自然语言 摘要、技术规格和业务规则。您可以验证提取的业务规则，并仅导出有效的业务规则以用于应用现代化改造。
使用 Mainframe Assessment Tool 执行以下任务：
- 创建大型主机应用 评估：创建 评估以分析大型主机应用，包括受支持语言的源代码、 数据库架构、 事务监控器和 调度器配置。
- 在创建评估时定义业务领域： 将大型主机应用分解并映射到逻辑业务 领域和较小的可迁移单元，以确定迁移 策略的优先级。
- 查看和了解评估结果：
查看报告以了解依赖项、数据库和调用树。如需详细了解可用的报告类型，请参阅
发现和分析源代码。
- 查看可迁移单元以准备迁移计划：可迁移单元 报告将资产划分为迁移单元，以生成初步迁移计划。
- 提取业务规则：隔离 并验证大型主机应用代码中的核心业务逻辑。 这样可确保在现代化改造过程中仅保留有效且关键的规则。通过此过程，您可以查看和验证业务规则。
第 2 阶段：现代化改造（正向工程）
在此阶段，您将把评估阶段的分析洞见转换为现代化的云原生应用和组件。使用 Mainframe Assessment Tool 的输出（例如提取的业务规则）来指导现代化改造过程。
您还可以使用导出的评估结果进行进一步分析：
- 导出评估 HTML 或 JSON 报告： 导出 HTML 或 JSON 报告以供查看和分享。
- 从资产关系中导出 Neo4j 评估数据： 将数据导出到 Neo4j 数据库，以直观呈现和分析大型主机应用中的复杂关系。
- Mainframe Assessment Tool MCP 服务器：将自然语言提示与 Mainframe Assessment Tool MCP 服务器搭配使用，以深入了解大型主机评估。
使用 Antigravity 执行以下任务：
- 定义目标架构和数据模型：使用 Antigravity 提示分析提取的 业务规则，以生成目标架构的建议 。设计优化的数据模型（文件、 关系型数据），选择适当的数据服务（BigQuery、 Spanner、AlloyDB for PostgreSQL），并选择理想的 Google Cloud 计算服务（Spanner、Cloud SQL、 Compute Engine、Cloud Run 或 Google Kubernetes Engine (GKE)）。
- 创建 AI 优化的实现计划：将复杂的 架构要求分解为按顺序排列的“正向工程”计划。 此计划可确保任务大小适当，并针对 Antigravity 辅助代码生成进行优化。
自动生成代码：生成新的、现代化的、可用于云端的高性能代码，这些代码可实现提取的业务规则并与目标数据模型保持一致。
如需了解详情，请参阅 使用 Antigravity 对大型主机应用代码进行现代化改造。
使用 Mainframe Connector 执行以下任务：
迁移和现代化改造大型主机数据： 使用 Mainframe Connector 将旧版 大型主机数据转换为并迁移到。 Google Cloud 此过程可确保测试环境和生产环境都具有高数据可用性和一致性。
如需了解详情，请参阅 选择数据迁移过程。
第 3 阶段：验证
部署现代化改造后的应用后，验证其在功能上是否与旧版大型主机应用等效，并确保以较低风险过渡到生产环境。
此阶段的重点是执行功能等效性测试，以确保现代化改造后的环境与旧版系统的业务逻辑相符。
使用 Dual Run 执行以下任务：
- 使用 Dual Run 测试功能对等性： 使用 Dual Run 验证现代化改造后的应用。通过将 真实的大型主机事务和数据与 Google Cloud 环境并行比较，您可以确保功能对等性、认证 现代化改造后的应用，并降低部署前的回归风险。此活动是降低迁移项目风险的重要步骤。
- 部署和监控：放心地将现代化改造后的工作负载部署到生产环境。使用 Google Cloud 可观测性产品进行持续 监控和性能管理。
如需了解详情，请参阅 Dual Run 使用入门。
后续步骤
- 了解如何进行现代化改造和验证。
- 详细了解 Mainframe Connector。
- 详细了解 Dual Run。