데이터 마이그레이션 여정 선택

이 페이지에서는 Mainframe Connector가 데이터 마이그레이션을 지원하는 방식과 각 접근 방식의 이점을 간략하게 설명합니다.

요구사항에 따라 다음 구성에서 Mainframe Connector를 실행할 수 있습니다.

다음 섹션에서는 이러한 구성에 대해 자세히 설명합니다.

로컬에서 트랜스코딩된 메인프레임 데이터를 Google Cloud로 이동

메인프레임에서 로컬로 메인프레임 데이터를 BigQuery에서 지원되는 최적화된 행 열 형식(ORC) 형식으로 트랜스코딩할 수 있습니다. 이 구성에서 Mainframe Connector는 다음 그림과 같이 IBM z/OS에서 전체 추출, 변환, 로드(ETL) 파이프라인을 관리하는 데 도움이 됩니다.

Mainframe Connector를 사용한 로컬 트랜스코딩
로컬 트랜스코딩

자세한 내용은 메인프레임에서 로컬로 트랜스코딩된 데이터를 Google Cloud로 이동을 참조하세요.

Cloud Run을 사용하여 Google Cloud에서 원격으로 메인프레임 데이터 트랜스코딩

메인프레임에서 로컬로 데이터를 트랜스코딩하는 것은 CPU 집약적인 프로세스이므로 MIPS(초당 백만 명령) 소비량이 높아집니다. 이를 방지하기 위해 다음 그림과 같이 메인프레임 데이터의 트랜스코딩을 Google Cloud의 Cloud Run 서비스에 위임할 수 있습니다. 이렇게 하면 비즈니스에 중요한 작업을 위한 메인프레임이 확보되고 MIPS 소비가 줄어듭니다.

Mainframe Connector를 통한 원격 트랜스코딩
원격 트랜스코딩

자세한 내용은 Google Cloud에서 원격으로 메인프레임 데이터 트랜스코딩을 참조하세요.

독립형 모드에서 Mainframe Connector 실행

Mainframe Connector 버전 5.13.0 이상에서는 Google Cloud에서 Mainframe Connector를 독립형 작업으로 실행할 수 있습니다. 이 기능을 사용하면 Mainframe Connector를 컨테이너화된 일괄 작업(예: Cloud Run 작업, Google Kubernetes Engine 작업 또는 Docker 컨테이너 내)으로 실행할 수 있습니다. 이 옵션을 사용하면 메인프레임에 Mainframe Connector를 로컬로 설치하지 않아도 되며, 메인프레임 큐에 추가된 순차 액세스 메서드(QSAM) 파일 파싱을 기존 추출, 변환, 로드(ETL) 워크플로에 더 쉽게 통합할 수 있습니다.

Mainframe Connector의 독립형 버전을 사용하는 경우 QSAM 파일을 Google Cloud에 로드하는 ETL 워크플로를 직접 설정해야 합니다. 자세한 내용은 독립형 모드에서 Mainframe Connector 실행을 참조하세요.

가상 테이프 라이브러리를 사용하여 Google Cloud로 이동된 메인프레임 데이터 트랜스코딩

Google Cloud로 대량의 데이터(매일 약 500GB 이상)를 전송하고 이러한 작업에 메인프레임을 사용하지 않으려면 데이터 센터에 하드웨어 기기를 배포하면 됩니다. VTL 및 10G 이더넷을 사용하여 메인프레임 스토리지 시스템에서 Cloud Storage로 직접 데이터를 전송합니다. 하드웨어 기기는 VTL을 사용하여 메인프레임 스토리지 시스템에서 직접 데이터를 수신하므로 메인프레임과 Cloud Storage 간의 데이터 전송 프로세스에서는 메인프레임을 전혀 사용하지 않으므로 비즈니스에 중요한 작업에 사용할 수 있습니다. 다음 그림과 같이 데이터 트랜스코딩은 Google Cloud의 Cloud Run 서비스에서 수행됩니다.

VTL 연결을 사용하여 메인프레임 데이터를 Google Cloud로 이전
VTL 연결을 사용하여 메인프레임 데이터를 Google Cloud로 이전

자세한 내용은 가상 테이프 라이브러리를 사용하여 Google Cloud로 이동된 메인프레임 데이터 트랜스코딩을 참조하세요.

다음 단계