Auf dieser Seite erhalten Sie einen Überblick über die Möglichkeiten, wie Mainframe Connector Ihre Datenmigration unterstützt, und die Vorteile der einzelnen Ansätze.
Je nach Ihren Anforderungen können Sie Mainframe Connector in den folgenden Konfigurationen ausführen:
- Mainframe-Daten lokal auf dem Mainframe transcodieren und dann zu Google Cloud migrieren
- Mainframe-Daten in Google Cloud mit Cloud Run transkodieren
- Mainframe-Daten in Google Cloud im Standalone-Modus mit Cloud Run transkodieren
- Mainframe-Daten über eine virtuelle Bandbibliothek (VTL) in Cloud Storage übertragen und dann in Google Cloud transkodieren
In den folgenden Abschnitten werden diese Konfigurationen ausführlich erläutert.
Lokal transcodierte Mainframe-Daten zu Google Cloud verschieben
Sie können Mainframe-Daten lokal auf dem Mainframe in das von BigQuery unterstützte Format Optimized Row Columnar (ORC) umwandeln. In dieser Konfiguration können Sie mit dem Mainframe Connector eine vollständige ETL-Pipeline (Extract, Transform, Load) vollständig über IBM z/OS verwalten, wie in der folgenden Abbildung dargestellt.
Weitere Informationen finden Sie unter Lokal auf dem Mainframe transkodierte Daten zu Google Cloud verschieben.
Mainframe-Daten mit Cloud Run aus der Ferne in Google Cloud transkodieren
Das lokale Transcodieren von Daten auf einem Mainframe ist ein CPU-intensiver Vorgang, der zu einem hohen MIPS-Verbrauch (Millionen von Anweisungen pro Sekunde) führt. Um dies zu vermeiden, können Sie die Transcodierung von Mainframe-Daten an einen Cloud Run-Dienst in Google Cloud delegieren, wie in der folgenden Abbildung dargestellt. So wird Ihr Mainframe für geschäftskritische Aufgaben freigegeben und der MIPS-Verbrauch wird reduziert.
Weitere Informationen finden Sie unter Mainframe-Daten per Remotezugriff in Google Cloud transkodieren.
Mainframe Connector im Standalone-Modus ausführen
Mainframe Connector Version 5.13.0 und höher unterstützt die Ausführung von Mainframe Connector als eigenständigen Job in Google Cloud. Mit dieser Funktion können Sie Mainframe Connector als containerisierten Batchjob ausführen, z. B. als Cloud Run-Job, Google Kubernetes Engine-Job oder in einem Docker-Container. Mit dieser Option müssen Sie Mainframe Connector nicht lokal auf Ihrem Mainframe installieren. Außerdem können Sie das Parsen von QSAM-Dateien (Mainframe Queued Sequential Access Method) einfacher in vorhandene ETL-Workflows (Extract, Transform, Load) einbinden.
Wenn Sie die eigenständige Version des Mainframe-Connectors verwenden, müssen Sie den ETL-Workflow, mit dem die QSAM-Datei in Google Cloud geladen wird, selbst einrichten. Weitere Informationen finden Sie unter Mainframe Connector im Standalone-Modus ausführen.
Mainframe-Daten, die mit einer virtuellen Bandbibliothek zu Google Cloud verschoben wurden, transkodieren
Wenn Sie sehr große Datenmengen (mehr als 500 GB pro Tag) in Google Cloud übertragen möchten, aber nicht Ihren Mainframe dafür verwenden möchten, können Sie ein Hardwaregerät in Ihrem Rechenzentrum bereitstellen, um Daten direkt über ein VTL und 10-Gbit-Ethernet vom Mainframe-Speichersystem in Cloud Storage zu übertragen. Da das Hardwaregerät die Daten direkt über ein VTL aus dem Mainframe-Speichersystem empfängt, wird der Mainframe bei der Datenübertragung zwischen dem Mainframe und Cloud Storage überhaupt nicht verwendet. Er steht somit für geschäftskritische Aufgaben zur Verfügung. Die Datentranscodierung wird von einem Cloud Run-Dienst in Google Cloud ausgeführt, wie in der folgenden Abbildung dargestellt.
Weitere Informationen finden Sie unter Mainframe-Daten, die mithilfe einer virtuellen Bandbibliothek zu Google Cloud verschoben wurden, transcodieren.