Auf dieser Seite erhalten Sie einen Überblick darüber, wie Mainframe Connector Ihre Datenmigration unterstützt, und welche Vorteile die einzelnen Ansätze bieten.
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 auf Google Cloud mit Cloud Run transkodieren
- Mainframe-Daten auf Google Cloud im Standalone-Modus mit Cloud Run transkodieren
- Mainframe-Daten mit einer virtuellen Bandbibliothek (VTL) in Cloud Storage übertragen und dann auf Google Cloud transkodieren.
In den folgenden Abschnitten werden diese Konfigurationen ausführlich erläutert.
Lokal transcodierte Mainframe-Daten zu Google Cloudverschieben
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 Extract, Transform, Load (ETL)-Pipeline vollständig über IBM z/OS verwalten, wie in der folgenden Abbildung dargestellt.
Weitere Informationen finden Sie unter Lokal auf dem Mainframe transcodierte Daten zu Google Cloudverschieben.
Mainframe-Daten per Fernzugriff mit Google Cloud Cloud Run 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 auf Google Clouddelegieren, 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 Fernzugriff auf Google Cloud transcodieren.
Mainframe Connector im Standalone-Modus ausführen
Mainframe Connector Version 5.13.0 und höher unterstützt das Ausführen von Mainframe Connector als eigenständigen Job auf 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 (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, der die QSAM-Datei in Google Cloud lädt, 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, transcodieren
Wenn Sie sehr große Datenmengen (mehr als 500 GB pro Tag) anGoogle Cloudübertragen 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 aufGoogle Cloudausgeführt, wie in der folgenden Abbildung dargestellt.
Weitere Informationen finden Sie unter Mainframe-Daten, die mithilfe einer virtuellen Bandbibliothek zu Google Cloud verschoben wurden, transcodieren.