Freigeben über

Modernisieren von Mainframe-Workloads mithilfe von BMC AMI Cloud

Azure Blob Storage
Azure ExpressRoute
Azure Monitor
Azure VPN Gateway

Organisationen können ihre Großrechnersysteme modernisieren, um die Vorteile von Cloud Computing zu nutzen. Die Integration von Mainframedaten in Cloudplattformen verbessert Skalierbarkeit, Leistung und Kosteneffizienz.

BMC Automated Mainframe Intelligence (AMI) Cloud bietet eine Lösung, die Mainframedaten direkt an Azure Blob Storage überträgt. Dieser Dienst automatisiert wichtige Schritte in der Migrations- und Modernisierungsreise.

Apache®, Kafka, und das Flammenlogo sind entweder eingetragene Marken oder Marken der Apache Software Foundation in den USA und/oder anderen Ländern. Keine Bestätigung durch die Apache Software Foundation wird durch die Verwendung dieser Marken impliziert.

Wichtige Vorteile

  • Kostengünstige Sicherung: Verwenden Sie BMC AMI Cloud mit Blob Storage als effiziente Alternative zu virtuellen Bandbibliotheken, um schnellere und kostengünstigere Datensicherungen zu gewährleisten. Diese Schicht reduziert die Kosten und verbessert die Sicherungs- und Wiederherstellungszeiten, die für die Geschäftskontinuität unerlässlich sind.

  • Datentransformation: BMC AMI Cloud Analytics konvertiert Großrechnerdaten in offene Formate, die mit verschiedenen Azure-Diensten kompatibel sind. Offene Formate verbessern die Benutzerfreundlichkeit und Integration von Daten. Dieser Prozess ist entscheidend für Organisationen, die erweiterte Analyse-, KI- und Machine Learning-Tools für ihre älteren Daten verwenden möchten.

  • Datenschutz: BMC AMI Cloud Vault bietet unveränderliche, luftgespaltene Kopien von Mainframedaten in Azure Storage. Sie schützt Daten, indem Versionsverwaltung, Sperrung, Unveränderlichkeit und Verschlüsselung bereitgestellt werden. Außerdem bietet sie Bedrohungsschutz und erfüllt die gesetzlichen Anforderungen für die Datenaufbewahrung.

Architektur

Diagramm, das eine Architektur für die Migration von Mainframedaten in die Cloud zeigt.

Laden Sie eine Visio-Datei dieser Architektur herunter.

Arbeitsablauf

Der folgende Workflow entspricht dem vorherigen Diagramm:

  1. Der BMC AMI Cloud-Agent startet eine Z/OS-Aufgabe, die verschlüsselte und komprimierte Mainframedaten an Blob Storage über das Übertragungssteuerungsprotokoll/Internetprotokoll (TCP/IP) sendet. Dieser Prozess trägt dazu bei, eine sichere und effiziente Datenübertragung zu gewährleisten, ohne dass Zwischenspeicher erforderlich ist, wodurch Latenz und potenzielle Fehlerpunkte reduziert werden.

  2. BMC AMI Cloud Management Server, eine Docker-basierte Webanwendung, verwaltet die Cloud-Agents. Sie verwaltet Richtlinien, Aktivitäten und Speicher, um eine einheitliche Datenverwaltung sicherzustellen.

  3. BMC AMI Cloud Analytics wandelt In Blob Storage gespeicherte Großrechnerdaten in Formate um, die für KI, Business Intelligence (BI) und Machine Learning-Anwendungen optimiert sind. Es unterstützt die Konvertierung in CSV und JSON und ermöglicht die direkte Integration in Microsoft-Datenbanken. Diese Funktion unterstützt ein breites Spektrum an analytischen und betrieblichen Anwendungsfällen.

Komponenten

Jede Komponente von BMC AMI Cloud Data wurde entwickelt, um verschiedene Aspekte des Datenmigrations- und Verwaltungsprozesses zu optimieren:

  • Der BMC AMI Cloud-Agent ist eine Java-basierte Anwendung, die als gestartete Aufgabe auf einer oder mehreren logischen Z/OS-Partitionen (LPARs) ausgeführt wird. Sie liest und schreibt Daten direkt in und aus Blob Storage über TCP/IP. Der BMC AMI Cloud-Agent verwendet das zIIP-Modul, das den allgemeinen CPU-Verbrauch erheblich reduziert. Diese Optimierung verbessert die Leistung von Großrechnern und reduziert die Kosten. Sie können mehrere Agents verwenden, um Skalierbarkeit und Resilienz zu erhöhen. In dieser Architektur dient der BMC AMI Cloud-Agent als primärer Datenübertragungsmechanismus, der Großrechnerdaten sicher in den Speicher verschiebt.

  • BMC AMI Cloud Management Server ist eine Webanwendung, die in einem Docker-Container ausgeführt wird, der die Webbenutzeroberfläche (UI) und die Kommunikation mit z/OS-Agents verwaltet. Sie bietet eine Möglichkeit, Richtlinien für Datenschutz, Datenmigration und Datenarchivierung zu definieren. Diese Richtlinien tragen dazu bei, sicherzustellen, dass die Datenverwaltung den Organisationsanforderungen und Compliancestandards entspricht. Stellen Sie diese Anwendung für hohe Verfügbarkeit auf virtuellen Azure-Computern in Ihrem virtuellen Netzwerk bereit. In dieser Architektur fungiert BMC AMI Cloud Management Server als zentrale Kontrollebene für die Verwaltung von Datenmigrationsrichtlinien und Überwachungs-Agent-Aktivitäten.

  • Das Lebenszyklusverwaltungsmodul ist eine Java-basierte Anwendung, die lokal auf einem Z/OS LPAR ausgeführt wird. Es entfernt abgelaufene Daten aus objektspeicherung und z/OS. Dieser Prozess automatisiert die Datenlebenszyklusverwaltung und stellt sicher, dass Speicherressourcen effizient verwendet werden. In dieser Architektur automatisiert das Lebenszyklusverwaltungsmodul Datenaufbewahrungsrichtlinien, um Speicherkosten zu optimieren und Compliance zu unterstützen.

  • Die Befehlszeilenschnittstelle (Data Management Command-Line Interface, CLI) ist eine CLI, die auf Z/OS LPARs ausgeführt wird. Benutzer können Mithilfe der CLI Sicherungs-, Wiederherstellungs-, Archivierungs-, Rückruf- und Löschaktionen an und aus Blob Storage ausführen. Die CLI bietet Flexibilität und Kontrolle über Datenverwaltungsaufgaben und ermöglicht die Integration mit vorhandenen Workflows und Skripts. In dieser Architektur bietet die Datenverwaltungs-CLI Administratoren direkte Befehlszeilensteuerung über Datenvorgänge zwischen Mainframe und Speicher.

  • BMC AMI Cloud Analytics ist eine Docker-basierte Anwendung, die BMC AMI Cloud-verwaltete Objekte in offene Formate transformiert, die KI-, BI- und Machine Learning-Anwendungen verarbeiten können. Es ermöglicht Organisationen, Werte aus ihren Großrechnerdaten zu extrahieren, indem sie sie modernen Analysetools zur Verfügung stellen. In dieser Architektur integriert BMC AMI Cloud Analytics Großrechnerdaten in Azure Analytics-Dienste, indem sie in Formate konvertiert werden, die mit modernen Datenplattformen kompatibel sind.

Netzwerk und Identität

Sichere und zuverlässige Konnektivität zwischen lokalen Großrechnersystemen und Azure-Clouddiensten ist entscheidend für den Erfolg jeglicher Modernisierungsbemühungen.

  • Azure ExpressRoute ist ein Konnektivitätsdienst, der eine private und zuverlässige Verbindung zu Azure-Diensten bereitstellt. Diese Verbindung bietet im Vergleich zu öffentlichen Internetverbindungen eine überlegene Leistung und verbesserte Sicherheit. In dieser Architektur hilft Ihnen ExpressRoute beim Übertragen von Mainframedaten aus lokalen Umgebungen über eine private Verbindung zu Azure. Dieser Ansatz eignet sich ideal für Organisationen mit strengen Anforderungen an die Datenhoheit.

  • Das Azure VPN-Gateway ist ein virtuelles Netzwerkgateway, das verschlüsselten Datenverkehr zwischen Azure Virtual Network und lokalen Speicherorten über das öffentliche Internet sendet. In dieser Architektur können Sie VPN-Gateway für Szenarien bereitstellen, in denen Sie keine dedizierte private Verbindung verwenden können, um die Mainframedaten an Azure zu übertragen.

  • Microsoft Entra ID ist ein Identitäts- und Zugriffsverwaltungsdienst, der mit lokalen Verzeichnissen synchronisiert wird. Sie unterstützt einmaliges Anmelden (Single Sign-On, SSO) und die mehrstufige Authentifizierung, um sowohl die Sicherheit als auch die Benutzererfahrung zu verbessern. In dieser Architektur trägt Microsoft Entra ID zur sicheren Authentifizierung und Zugriffssteuerung für BMC AMI Cloud-Komponenten bei. Sie können die Berechtigungen mit der Azure rollenbasierten Zugriffssteuerung (Azure RBAC) verwalten.

Datenbanken und Speicher

Die Mainframedaten werden über den BMC AMI Cloud-Agent zu Storage migriert. Sie können die Daten in den Speicher mit einem der folgenden Microsoft-Datenbankdienste integrieren, indem Sie BMC AMI Cloud Analytics verwenden.

  • Azure Database for PostgreSQL ist ein verwalteter relationaler Datenbankdienst, der auf der Community-Edition des Open-Source-PostgreSQL-Datenbankmoduls basiert. Sie können azure Database for PostgreSQL verwenden, um sich auf Anwendungsinnovationen anstatt auf die Datenbankverwaltung zu konzentrieren. Sie können Ihre Workload auch effizient und mit minimalem Betriebsaufwand skalieren. In dieser Architektur können Sie Großrechnerdaten in Azure Database for PostgreSQL über BMC AMI Cloud Analytics integrieren.

  • Azure Database for MySQL ist ein verwalteter relationaler Datenbankdienst, der auf der Community-Edition des Open-Source-MySQL-Datenbankmoduls basiert. In dieser Architektur können Sie Mainframedaten in Azure Database for MySQL über BMC AMI Cloud Analytics integrieren.

  • Azure SQL-Datenbank ist ein verwalteter, skalierbarer Datenbankdienst mit KI-basierten Features zur Leistungs- und Haltbarkeitsoptimierung. Es unterstützt serverlose Compute- und Hyperscale-Speicheroptionen und skaliert Automatisch Ressourcen bei Bedarf. In dieser Architektur können Sie Mithilfe von BMC AMI Cloud Analytics Großrechnerdaten in den Speicher in die SQL-Datenbank integrieren.

  • Azure SQL Managed Instance ist ein intelligenter, skalierbarer Clouddatenbankdienst, der alle Vorteile einer verwalteten und immergrünen Plattform als Dienst (PaaS) bietet. Sql Managed Instance bietet nahezu vollständige Kompatibilität mit dem neuesten SQL Server (Enterprise Edition)-Datenbankmodul. Dieser Dienst bietet auch eine systemeigene Implementierung des virtuellen Netzwerks, die allgemeine Sicherheitsbedenken behandelt. In dieser Architektur können Sie Mainframedaten in SQL Managed Instance über BMC AMI Cloud Analytics integrieren.

  • Microsoft Fabric ist eine End-to-End-Datenanalyseplattform, die Datenbewegungen, Data Science, Echtzeitanalysen und BI in einer einzigen SaaS-Erfahrung (Software as a Service) vereint. In dieser Architektur ermöglicht Fabric erweiterte Analysen und BI durch die Integration von In Azure transformierten Großrechnerdaten in eine einheitliche Datenplattform.

    Jeder Fabric-Mandant wird automatisch mit einem einzigen logischen Datensee bereitgestellt, der als OneLake bezeichnet wird. OneLake ist ein einheitlicher Data Lake, der auf Azure Data Lake Storage basiert und sowohl strukturierte als auch unstrukturierte Daten unterstützt.

    Sie können Kurzbefehle verwenden, um Mainframedaten über BMC AMI Cloud Analytics in ein Fabric-Lakehouse oder -Warehouse für erweiterte Analysen und Datenmanagement zu integrieren.

  • Azure Storage ist eine Cloudspeicherlösung, die Objekt-, Datei-, Datenträger-, Warteschlangen- und Tabellenspeicher bietet. Azure Storage unterstützt Hybridspeicherlösungen und bietet Tools für die Datenübertragung, Freigabe und Sicherung. Es bietet auch skalierbare Sicherungs- und Archivierungslösungen für die migrierten Mainframedaten. In dieser Architektur dient Storage als primäres Ziel für Von BMC AMI Cloud Agents übertragene Großrechnerdaten.

Analyse und Überwachung

Effektive Überwachung und Analyse sind für die Aufrechterhaltung der Integrität und Leistung von cloudbasierten Systemen unerlässlich:

  • Azure Monitor ist ein Überwachungsdienst, der eine Lösung zum Sammeln, Analysieren und Handeln von Telemetrie aus Cloud- und lokalen Umgebungen bietet. Sie enthält Features wie Application Insights, Azure Monitor Logs und Log Analytics. Diese Features ermöglichen proaktive Überwachung und Problembehebung. In dieser Architektur können Sie die Metriken während der Datenmigration vom Mainframe zu Storage mithilfe von Azure Monitor überwachen und analysieren.

  • Power BI ist eine Gruppe von Business Analytics-Tools, die eine Verbindung zu Hunderten von Datenquellen herstellen, was die Datenvorbereitung vereinfacht und ungeplante Analysen steuert.

    In dieser Architektur dient Power BI als analytische Ebene. Es verbindet sich mit von Mainframes migrierten Daten, die über Speicher- und Datenbanksysteme verteilt sind. Mithilfe von Data Lake Storage - oder Blob Storage-Tastenkombinationen verwendet Power BI den Direct Lake-Modus , um leistungsstarke semantische Modelle zu erstellen, die nahezu echtzeitbasierte Einblicke direkt aus dem Datensee liefern. Parallel können daten, die in Azure-Datenbanken migriert werden, mithilfe von DirectQuery oder Importmodi genutzt werden. Dieser Dual-Query-Ansatz bietet Flexibilität bei der Balance zwischen Leistung, Skalierung und Aktualität. Nachdem diese semantischen Modelle eingerichtet wurden, können interaktive Berichte und Dashboards mithilfe von Liveverbindungen entwickelt werden, die einen konsistenten, gesteuerten Zugriff auf Daten in der gesamten Organisation ermöglichen.

Implementierungsalternativen

Sie können je nach Ihren spezifischen Anforderungen und Einschränkungen zwischen lokalen und Cloudbereitstellungsoptionen wählen:

  • Lokale Bereitstellung: Sie können BMC AMI Cloud Management Server lokal auf z/OS Container Extensions (zCX) oder auf einer virtuellen Linux-Instanz installieren. Diese Installation bietet Flexibilität für Organisationen mit behördlichen oder Latenzanforderungen.

  • Datentransformationsdienst: BMC AMI Cloud Analytics kann extern von der Mainframe-Umgebung in einer lokalen On-Premises-Umgebung arbeiten. Sie kann auch in der Cloud mithilfe von Serverinstanzen oder Containerdiensten bereitgestellt werden, wodurch die Ressourcennutzung und -leistung verbessert wird.

Anwendungsfälle

Diese Architektur eignet sich für verschiedene Anwendungsfälle:

  • Verfügbarkeit von Mainframedaten: Bereitstellen von Großrechnerdaten für Azure-Datendienste, KI, maschinelles Lernen, Analysen und BI-Tools.

  • Datenschutz: Sichern und Archivieren von Mainframedaten in Blob Storage, um die Verfügbarkeit und Haltbarkeit von Daten sicherzustellen.

  • Direkte Datenintegration: Ermöglichen Sie es Großrechneranwendungen, Daten direkt in und aus Blob Storage zu schreiben und zu lesen, um Workflows zu optimieren und die Latenz zu reduzieren.

  • Cybersicherheit: Schützen von Mainframedaten vor Cyberangriffen durch Erstellen einer unveränderlichen dritten Kopie in Azure zur Verbesserung der Datensicherheit und Compliance.

Beitragende

Microsoft verwaltet diesen Artikel. Die folgenden Mitwirkenden haben diesen Artikel geschrieben.

Hauptautor:

Andere Mitwirkende:

Um nicht-öffentliche LinkedIn-Profile anzuzeigen, melden Sie sich bei LinkedIn an.

Nächste Schritte