使用 BMC AMI 云实现大型机工作负载的现代化

组织可以将大型机系统现代化，以利用云计算的优势。 大型机数据与云平台的集成可增强可伸缩性、性能和成本效益。

BMC 自动化大型机智能（AMI）云提供了一种将大型机数据直接传输到 Azure Blob 存储的解决方案。 此服务可自动执行迁移和现代化过程中的关键步骤。

Apache®、Kafka，火焰徽标是美国和/或其他国家/地区 Apache Software Foundation 的注册商标或商标。 Apache Software Foundation 不暗示使用这些标记。

主要优势

• 经济高效的备份： 将 BMC AMI 云与 Blob 存储配合使用，作为虚拟磁带库的有效替代方法，以帮助确保更快、更经济的数据备份。 这种转变可降低成本并改善备份和恢复时间，这对于业务连续性至关重要。

• 数据转换： BMC AMI Cloud Analytics 可将大型机数据转换为与各种 Azure 服务兼容的开放格式。 开放格式可增强数据可用性和集成。 此过程对于打算在其旧数据上使用高级分析、AI 和机器学习工具的组织至关重要。

• 数据保护： BMC AMI 云保管库在 Azure 存储中提供大型机数据的不可变空化副本。 它通过提供版本控制、锁定、不可变性和加密来保护数据。 它还提供威胁防护，并符合数据保留的法规要求。

建筑

下载此体系结构的 Visio 文件。

Workflow

以下工作流与上图相对应：

1. BMC AMI 云代理启动一个 z/OS 任务，该任务通过传输控制协议/Internet 协议（TCP/IP）将加密和压缩的大型机数据发送到 Blob 存储。 此过程有助于确保安全高效的数据传输，而无需中间存储，从而减少延迟和潜在的故障点。

2. BMC AMI 云管理服务器（基于 Docker 的 Web 应用程序）管理云代理。 它管理策略、活动和存储，以帮助确保一致数据管理。

3. BMC AMI 云分析将 Blob 存储中存储的大型机数据转换为针对 AI、商业智能（BI）和机器学习应用程序优化的格式。 它支持转换为 CSV 和 JSON，并允许与Microsoft数据库直接集成。 此功能支持各种分析和操作用例。

组件

BMC AMI 云数据的每个组件都旨在优化数据迁移和管理过程的各个方面：

• BMC AMI 云代理是基于 Java 的应用程序，在一个或多个 z/OS 逻辑分区（LDR）上作为启动任务运行。 它通过 TCP/IP 直接读取和写入 Blob 存储中的数据。 BMC AMI 云代理使用 zIIP 引擎，这大大减少了常规 CPU 消耗。 此优化可增强大型机性能并降低成本。 可以使用多个代理来提高可伸缩性和复原能力。 在此体系结构中，BMC AMI 云代理充当将大型机数据安全地移动到存储的主要数据传输机制。

• BMC AMI 云管理服务器是在 Docker 容器中运行的 Web 应用程序，用于管理 Web 用户界面（UI）并与 z/OS 代理通信。 它提供了一种方法来定义数据保护、数据迁移和数据存档的策略。 这些策略有助于确保数据管理符合组织要求和合规性标准。 若要实现高可用性，请在虚拟网络中的 Azure 虚拟机上部署此应用程序。 在此体系结构中，BMC AMI 云管理服务器充当中心控制平面，用于管理数据迁移策略和监视代理活动。

• 生命周期管理引擎是基于 Java 的应用程序，可在 z/OS LPAR 上运行本地。 它从对象存储和 z/OS 中删除过期的数据。 此过程可自动执行数据生命周期管理，并帮助确保有效使用存储资源。 在此体系结构中，生命周期管理引擎自动执行数据保留策略，以优化存储成本和支持合规性。

• 数据管理命令行接口（CLI）是在 z/OS LPAR 上运行的 CLI。 用户可以使用 CLI 在 Blob 存储中执行备份、还原、存档、撤回和删除操作。 CLI 提供对数据管理任务的灵活性和控制，并支持与现有工作流和脚本的集成。 在此体系结构中，数据管理 CLI 为管理员提供对大型机和存储之间的数据作的直接命令行控制。

• BMC AMI 云分析是基于 Docker 的应用程序，可将 BMC AMI 云托管的对象转换为 AI、BI 和机器学习应用程序可以处理的开放格式。 它允许组织通过将其提供给新式分析工具，从其大型机数据中提取价值。 在此体系结构中，BMC AMI Cloud Analytics 通过将大型机数据转换为与新式数据平台兼容的格式，将大型机数据与 Azure 分析服务集成。

网络和标识

本地大型机系统和 Azure 云服务之间的安全可靠连接对于任何现代化工作的成功至关重要。

• Azure ExpressRoute 是一种连接服务，提供与 Azure 服务的专用可靠连接。 与公共 Internet 连接相比，此连接提供卓越的性能和增强的安全性。 在此体系结构中，ExpressRoute 可帮助通过专用连接将大型机数据从本地环境传输到 Azure。 此方法非常适合具有严格数据主权要求的组织。

• Azure VPN 网关 是一个虚拟网络网关，通过公共 Internet 在 Azure 虚拟网络和本地位置之间发送加密流量。 在此体系结构中，可以为无法使用专用专用连接将大型机数据传输到 Azure 的方案部署 VPN 网关。

• Microsoft Entra ID 是与本地目录同步的标识和访问管理服务。 它支持单一登录（SSO）和多重身份验证，以增强安全性和用户体验。 在此体系结构中，Microsoft Entra ID 有助于确保 BMC AMI 云组件的安全身份验证和访问控制。 可以使用 Azure 基于角色的访问控制（Azure RBAC）来管理和管理权限。

数据库和存储

大型机数据通过 BMC AMI 云代理迁移到存储。 可以使用 BMC AMI 云分析将存储中的数据与以下任何Microsoft数据库服务集成。

• Azure Database for PostgreSQL 是基于开源 PostgreSQL 数据库引擎社区版的托管关系数据库服务。 可以使用 Azure Database for PostgreSQL 专注于应用程序创新，而不是数据库管理。 可以高效地扩展工作负载，同时尽可能减少操作开销。 在此体系结构中，可以通过 BMC AMI 云分析将大型机数据与 Azure Database for PostgreSQL 集成。

• Azure Database for MySQL 是基于开源 MySQL 数据库引擎社区版的托管关系数据库服务。 在此体系结构中，可以通过 BMC AMI 云分析将大型机数据与 Azure Database for MySQL 集成。

• Azure SQL 数据库 是一种托管的可缩放数据库服务，具有 AI 支持的性能和持续性优化功能。 它支持无服务器计算和超大规模存储选项，并按需自动缩放资源。 在此体系结构中，可以使用 BMC AMI 云分析将存储中的大型机数据与 SQL 数据库集成。

• Azure SQL 托管实例 是一种智能、可缩放的云数据库服务，可提供托管平台和持续更新平台即服务（PaaS）的所有优势。 SQL 托管实例与最新的 SQL Server （Enterprise Edition） 数据库引擎几乎完全兼容。 此服务还提供解决常见安全问题的本机虚拟网络实现。 在此体系结构中，可以通过 BMC AMI 云分析将大型机数据与 SQL 托管实例集成。

• Microsoft Fabric 是一个端到端数据分析平台，将数据移动、数据科学、实时分析和 BI 统一到单个软件即服务（SaaS）体验中。 在此体系结构中，Fabric 通过将 Azure 中转换的大型机数据集成到统一的数据平台中，实现高级分析和 BI。

  每个 Fabric 租户会被自动预配一个称为 OneLake 的单个逻辑数据湖。 OneLake 是基于 Azure Data Lake Storage 构建的统一 Data Lake，支持结构化和非结构化数据。

  可以使用 快捷方式 将大型机数据与 Fabric Lakehouse 或仓库集成，以便通过 BMC AMI 云分析进行高级分析和数据仓库。

• Azure 存储是一种云存储解决方案，包括对象、文件、磁盘、队列和表存储。 Azure 存储支持混合存储解决方案，并提供数据传输、共享和备份工具。 它还为迁移的大型机数据提供可缩放的备份和存档解决方案。 在此体系结构中，存储充当 BMC AMI 云代理传输的大型机数据的主要目标。

分析和监视

有效的监视和分析对于维护基于云的系统的运行状况和性能至关重要：

• Azure Monitor 是一种监视服务，提供用于从云和本地环境收集、分析和处理遥测数据的解决方案。 它包括 Application Insights、Azure Monitor 日志和 Log Analytics 等功能。 这些功能支持主动监视和解决问题。 在此体系结构中，可以使用 Azure Monitor 在将数据从大型机迁移到存储期间监视和分析指标。

• Power BI 是一组连接到数百个数据源的业务分析工具，可简化数据准备并推动计划外分析。

  在此体系结构中，Power BI 充当分析层。 它连接到分布在存储和数据库系统中的从主机迁移来的数据。 通过 Data Lake Storage 或 Blob 存储 快捷方式，Power BI 使用 Direct Lake 模式生成高性能语义模型，以便直接从 Data Lake 提供准实时见解。 与此同时，可以使用 DirectQuery 或导入模式来使用迁移到 Azure 数据库的数据。 这种双查询方法提供了平衡性能、规模和新鲜度的灵活性。 建立这些语义模型后，可以使用实时连接开发交互式报表和仪表板，从而允许对整个组织中的数据进行一致的治理访问。

实现替代项

可以根据特定需求和约束在本地和云部署选项之间进行选择：

• 本地部署： 可以在 z/OS 容器扩展（zCX）或 Linux 虚拟实例上安装本地 BMC AMI 云管理服务器。 此安装为具有法规或延迟要求的组织提供了灵活性。

• 数据转换服务：BMC AMI Cloud Analytics 可以在本地环境中独立于大型机运行。 还可以使用服务器实例或容器服务在云中部署它，从而提高资源使用率和性能。

用例

此体系结构适用于各种用例：

• 大型机数据可用性： 使大型机数据可用于 Azure 数据服务、AI、机器学习、分析和 BI 工具。

• 数据保护： 备份大型机数据并将其存档到 Blob 存储，以帮助确保数据可用性和持久性。

• 直接数据集成： 使大型机应用程序能够直接写入和读取 Blob 存储中的数据，以优化工作流并减少延迟。

• 网络安全： 通过在 Azure 中创建不可变的第三个副本来保护大型机数据免受网络攻击，以增强数据安全性和合规性。

贡献

Microsoft维护本文。 以下参与者撰写了本文。

主体作者：

• 西塔拉曼·桑卡兰 |高级工程架构师

其他参与者：

• Pratim Dasgupta |高级工程架构师
• 阿什·汗德尔瓦尔 |首席工程架构师经理
• 拉斐尔·赛耶格 |云解决方案架构师

若要查看非公开的LinkedIn个人资料，请登录LinkedIn。

后续步骤

• 适用于大型机 的 BMC AMI 云数据管理
• 什么是 ExpressRoute？
• 什么是 VPN 网关？
• Data Lake Storage 简介
• 什么是 SQL 数据库？
• 什么是 Azure Database for PostgreSQL？
• 什么是 Azure Database for MySQL？
• 什么是 Power BI？
• Azure Monitor 概述
• 有关详细信息，请联系 大型机数据现代化团队。

相关资源

• 现代化大型机和中型数据
• 在 Azure 上重新工程大型机批处理应用程序
• 将大型机数据复制和同步到 Azure
• 在 Azure 上 大型机文件复制和同步