Questa pagina fornisce una panoramica dei modi in cui Mainframe Connector supporta la migrazione dei dati e i vantaggi di ciascun approccio.
Puoi eseguire il connettore Mainframe nelle seguenti configurazioni in base ai tuoi requisiti:
- Transcodifica i dati del mainframe localmente sul mainframe, quindi esegui la migrazione a Google Cloud.
- Transcodifica i dati del mainframe su Google Cloud utilizzando Cloud Run.
- Transcodifica i dati del mainframe su Google Cloud in modalità autonoma utilizzando Cloud Run.
- Trasferisci i dati del mainframe in Cloud Storage utilizzando una raccolta di nastri virtuali (VTL), quindi transcodifica i dati su Google Cloud.
Le sezioni seguenti illustrano queste configurazioni in dettaglio.
Spostare i dati del mainframe transcodificati localmente in Google Cloud
Puoi transcodificare i dati del mainframe localmente sul mainframe nel formato ORC (Optimized Row Columnar), supportato da BigQuery. In questa configurazione, il connettore mainframe consente di gestire una pipeline completa di estrazione, trasformazione e caricamento (ETL) interamente da IBM z/OS, come mostrato nella figura seguente.
Per ulteriori informazioni, vedi Trasferire i dati transcodificati localmente sul mainframe in Google Cloud.
Transcodifica i dati del mainframe da remoto su Google Cloud utilizzando Cloud Run
La transcodifica dei dati localmente su un mainframe è un processo che richiede molta CPU e comporta un elevato consumo di milioni di istruzioni al secondo (MIPS). Per evitare questo problema, puoi delegato la transcodifica dei dati del mainframe a un servizio Cloud Run su Google Cloud, come mostrato nella figura seguente. In questo modo, il mainframe viene liberato per le attività aziendali fondamentali e viene ridotto anche il consumo di MIPS.
Per ulteriori informazioni, vedi Transcodificare i dati del mainframe da remoto su Google Cloud.
Eseguire Mainframe Connector in modalità autonoma
La versione 5.13.0 e successive di Mainframe Connector supporta l'esecuzione di Mainframe Connector come job autonomo su Google Cloud. Questa funzionalità consente di eseguire Mainframe Connector come job batch containerizzato, ad esempio come job Cloud Run, job Google Kubernetes Engine o all'interno di un container Docker. Questa opzione ti consente di evitare di installare Mainframe Connector localmente sul mainframe e semplifica l'integrazione dell'analisi del file QSAM (Mainframe queued sequential access method) nei flussi di lavoro ETL (estrazione, trasformazione e caricamento) esistenti.
Quando utilizzi la versione autonoma di Mainframe Connector, devi configurare autonomamente il flusso di lavoro ETL che carica il file QSAM in Google Cloud. Per ulteriori informazioni, vedi Eseguire il connettore per mainframe in modalità autonoma.
Transcodifica dei dati del mainframe spostati su Google Cloud utilizzando una raccolta di nastri virtuale
Se vuoi trasferire su Google Cloud volumi di dati molto grandi (circa 500 GB al giorno) e non vuoi utilizzare il tuo mainframe per questa operazione, puoi implementare un dispositivo hardware nel tuo data center per trasferire i dati direttamente dal sistema di archiviazione del mainframe a Cloud Storage utilizzando un VTL ed Ethernet 10 Gbps. Poiché il dispositivo hardware riceve i dati direttamente dal sistema di archiviazione del mainframe utilizzando un VTL, il processo di trasferimento dei dati tra il mainframe e Cloud Storage non utilizza affatto il mainframe, liberandolo così per le attività aziendali fondamentali. La transcodifica dei dati viene eseguita da un servizio Cloud Run su Google Cloud, come mostrato nella figura seguente.
Per ulteriori informazioni, vedi Transcodificare i dati del mainframe spostati in Google Cloud utilizzando una raccolta di nastri virtuali.