Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Transformación de aplicaciones de mainframe

AWS Transform acelera la transformación de sus aplicaciones de modernización de mainframe. En este tema se describen las capacidades disponibles.

Requisito previo: preparar las entradas del proyecto en S3

AWS Transform es capaz de gestionar bases de código de mainframe complejas. Para usar la base de código, asegúrese de tener todos los activos en su ubicación de S3.

Insumos clave del proyecto:

Otras entradas del proyecto

Los detalles sobre las aportaciones del proyecto se encuentran aquí.

Sign-in y crear un trabajo

Para iniciar sesión en la experiencia web de AWS Transform, siga todas las instrucciones de la Introducción al AWS Transformar sección de la documentación.

Para crear e iniciar un trabajo: siga los pasos que se indican en Comience su proyecto.

Crear espacio de trabajo: nombre y describa el espacio de trabajo en el que se almacenarán los trabajos, los colaboradores y los artefactos asociados.

Crear trabajo: cree un trabajo seleccionando uno de los planes de trabajo preconfigurados, o personalice el plan de trabajo en función de su objetivo seleccionándolo de la lista de capacidades compatibles.

Al crear un trabajo, puede seleccionar una de las capacidades que se indican a continuación, pero el paso inicial siempre es obligatorio, ya que es donde se encuentra el código fuente del proyecto. En el primer trabajo que se configure en un espacio de trabajo, tendrá que configurar un conector para su bucket de Amazon S3.

Seguimiento del progreso de la transformación

Puede realizar un seguimiento del progreso de la transformación a lo largo del proceso de dos maneras:

Configure un conector

AWS Transform utiliza un conector para acceder a los recursos de su cuenta necesarios para las funciones de modernización del mainframe. El conector se configura automáticamente con la primera tarea que se ejecuta en el espacio de trabajo. Según el plan de trabajo que elija, AWS Transform le guiará para crear su conector.

Reimagine el conector para mainframe

El conector para reimaginar el mainframe es para tareas que ejecutan flujos de trabajo de evaluación y reinvención. Utiliza un bucket de S3 para acceder a los recursos de transformación y almacenarlos, así como un clúster de Amazon Neptune para almacenar los artefactos extraídos. El clúster de Neptune sirve como gráfico de conocimiento unificado que almacena todos los artefactos extraídos sobre su trabajo, y el gráfico de conocimiento responde a todas las preguntas de la interfaz de chat de AWS Transform.

Implemente el clúster de Amazon Neptune en una VPC donde AWS Transform pueda crear interfaces de red elásticas (ENI). Estas son las conexiones de red que permiten a AWS Transform comunicarse de forma segura con Neptune en su VPC para cargar datos y consultar su gráfico de conocimiento.

AWS CloudFormation

Le recomendamos que utilice la siguiente CloudFormation plantilla para crear los recursos necesarios para el conector reimagine de su mainframe. Use el mismo depósito de S3 que planea usar para el conector al ejecutar la CloudFormation plantilla. Para obtener más información sobre el uso de CloudFormation plantillas, consulte Trabajar con plantillas.

Para descargar la CloudFormation plantilla, selecciona neptune-kg-setup.yaml.

La plantilla acepta los siguientes parámetros:

Proporcione los siguientes detalles al configurar el conector:

Configuración personalizada

Si prefiere usar una VPC existente u otras herramientas para crear la infraestructura requerida, su entorno debe cumplir los siguientes requisitos:

Cúmulo de Neptuno

Red

Grupos de seguridad

Los grupos de seguridad están conectados a los ENI, no a las subredes. Incluso cuando AWS Transform ENI y Neptune residen en la misma subred, grupos de seguridad independientes controlan el acceso entre ellos.

IAM

El siguiente diagrama muestra la arquitectura recomendada.

Conector S3

Para los trabajos con un plan personalizado, AWS Transform puede usar un conector S3. El conector S3 utiliza un depósito S3 para acceder a los recursos de transformación y almacenarlos, y un depósito vectorial S3 para la salida indexada.

Configuración opcional del depósito vectorial de S3.

En las regiones en las que estén disponibles los cubos vectoriales de S3, AWS Transform almacenará las codificaciones vectoriales de los resultados de los trabajos que se puedan buscar en este grupo vectorial de S3 de su cuenta para ofrecer una experiencia de búsqueda y chat basada en la IA. Los datos no se utilizan fuera de este trabajo ni se utilizan para entrenar modelos. Para habilitar esto, debe crear y proporcionar un bucket vectorial S3. AWS Transform crea y adjunta automáticamente un rol con los permisos necesarios para escribir en este bucket.

Permisos CORS del bucket S3

Una vez configurado el conector, añada la siguiente política CORS a su bucket de S3 para poder ver y comparar los artefactos directamente en la consola AWS Transform. Si esta política no está configurada correctamente, es posible que no pueda utilizar las funcionalidades de visualización integrada o comparación de archivos de AWS Transform.

[
    {
        "AllowedHeaders": [],
        "AllowedMethods": [
            "GET"
        ],
        "AllowedOrigins": [
              "https://*.transform.eu-central-1.on.aws",
              "https://*.transform.ap-south-1.on.aws",
              "https://*.transform.ap-northeast-1.on.aws",
              "https://*.transform.ap-northeast-2.on.aws",
              "https://*.transform.ap-southeast-2.on.aws",
              "https://*.transform.ca-central-1.on.aws",
              "https://*.transform.eu-west-2.on.aws",
              "https://*.transform.us-east-1.on.aws",
              "https://*.transform.sa-east-1.on.aws"
        ],
        "ExposeHeaders": [],
        "MaxAgeSeconds": 0
    }
]

Evalúe y reimagine el plan de trabajo

El plan de trabajo de evaluación y reinvención es un flujo de trabajo predefinido para modernizar las aplicaciones de mainframe. Lo guía a través de dos fases: evaluar su base de código para identificar las funciones empresariales y reimaginar las funciones que seleccione. En su lugar, para elegir capacidades individuales, utilice el plan de trabajo personalizado.

Evaluación

Los procesos de modernización de los mainframes suelen comenzar con la evaluación del código base para identificar el contenido y comprender las relaciones y dependencias. Tras esta evaluación, puede empezar a descomponer y seleccionar partes del código fuente para modernizarlas. Los límites de la descomposición se determinan en función de las funciones empresariales.

El catálogo de funciones empresariales descompone la base de código en funciones empresariales discretas, que se basan en rutas de datos deterministas que mapean cada función empresarial de principio a fin. Una ruta de datos es la ruta que siguen los datos, desde un desencadenante empresarial hasta la escritura final en el código del mainframe. En lugar de limitar el análisis a un único punto de entrada, el sistema abarca los trabajos por lotes, las transacciones CICS y sus almacenes de datos compartidos para identificar unidades coherentes de trabajo empresarial.

Una función empresarial es un conjunto de tareas que comienza con un desencadenante empresarial y termina con un resultado empresarial mensurable. AWS Transform proporciona un catálogo de funciones empresariales sobre las que puede actuar una línea de negocio, lo que permite tomar decisiones informadas sobre qué modernizar primero.

Ventajas de evaluar su base de código para modernizarla mediante funciones empresariales:

Los resultados de la evaluación se proporcionan a través del chat

Los resultados de la evaluación proporcionados a través del chat incluyen una lista de funciones empresariales, incluida la cantidad de rutas de datos, el alcance de cada función en términos de transacciones por lotes y CICS, y una descripción de la empresa. Se le proporciona un enlace a los artefactos generados en el bucket de Amazon S3 y también puede acceder a ellos a través del chat. Se proporcionan dos artefactos: los detalles de la función empresarial y el resumen de la función empresarial.

Para interactuar con el gráfico, seleccione un elemento para mostrar detalles adicionales sobre él o abra un elemento para consultar sus detalles. En cada página, hay un resumen de todos los elementos de ese nivel y una interfaz gráfica con la que interactuar y obtener más información sobre cada componente, que incluye lo siguiente:

A través del chat, puede consultar los resultados para comprender los elementos que contiene cada función empresarial y explorar los límites a través del gráfico de funciones empresariales.

Una vez que haya identificado los límites de su modernización, el chat le pedirá que seleccione las funciones empresariales que desea reimaginar. Puede seleccionar una sola función empresarial o varias funciones empresariales. AWS Transform envía los límites seleccionados y los resultados de evaluación necesarios al flujo de rediseño para continuar con el proceso de modernización.

Después de completar su primera modernización, puede usar el chat para seleccionar un conjunto adicional de funciones empresariales para modernizarlas.

Reimagine

En la fase de rediseño, puede seleccionar una o todas las funciones empresariales que la evaluación identificó y prepararlas para la modernización. Esto desencadena la extracción de la lógica empresarial, seguida de la generación de requisitos para las funciones empresariales seleccionadas. Los requisitos generados son la base principal de la ingeniería avanzada, ya que traducen la comprensión de los sistemas heredados en una especificación precisa de lo que debe ofrecer la aplicación modernizada.

Extraiga la lógica empresarial

Tras seleccionar una o más funciones empresariales, AWS Transform comienza a generar la lógica empresarial para las funciones empresariales seleccionadas. Una vez finalizada la extracción, AWS Transform almacena los resultados en un bucket de Amazon S3 en formato JSON para su uso posterior. Puede supervisar el progreso de la extracción y revisar cualquier problema directamente en la consola de AWS Transform.

Si algún archivo tuvo problemas durante la extracción, se muestran los siguientes detalles de cada archivo afectado:

Genere requisitos

Una vez finalizada la extracción de la lógica empresarial, el agente de generación de requisitos consume los artefactos extraídos (análisis de código, análisis de datos, reglas empresariales) y genera los requisitos de modernización. Estos requisitos son especificaciones funcionales formales que son independientes de la tecnología e incluyen criterios de aceptación comprobables. AWS Transform produce un requirements.md archivo para cada función empresarial que seleccione y almacena el resultado en un bucket de Amazon S3. Para ver la ubicación de Amazon S3 de la salida, elija el paso Generar requisitos.

Cada requirements.md archivo está organizado en las siguientes partes:

Trazabilidad entre los artefactos de transformación

AWS Transform mantiene la trazabilidad entre los artefactos que genera a lo largo del flujo de trabajo de evaluación y reinvención. La trazabilidad le permite rastrear cada requisito hasta las reglas empresariales extraídas o directamente hasta el código fuente original que generó el requisito.

Puede ver todos los detalles de trazabilidad de cada función empresarial mediante el traceability.yaml archivo. Describe cómo cada regla empresarial se ajusta a un requisito.

Para una trazabilidad interactiva, puede utilizar el complemento IDE en los editores compatibles con VS Code y Open VSX. Para obtener más información, consulte Herramientas para desarrolladores.

Reimagine el plan de trabajo

En el caso de las aplicaciones que tenga previsto modernizar y que estén listas para reinventarse, puede ejecutar un trabajo de rediseño independiente. El trabajo analiza el código y los datos, extrae la lógica empresarial, identifica los dominios empresariales y genera los requisitos de modernización para cada dominio empresarial.

Plan de trabajo personalizado

Un plan de trabajo personalizado le permite crear su propio flujo de trabajo de modernización seleccionando las capacidades que desea ejecutar. Le brinda un control total sobre las capacidades que se incluyen. Elija entre las siguientes capacidades en función de su objetivo de modernización. Algunas capacidades dependen de que otras se ejecuten primero. Por ejemplo, el análisis de código es necesario para la mayoría de las demás capacidades.

Analice el código

Después de compartir la ruta del bucket de Amazon S3 con AWS Transform, esta analizará el código de cada archivo con detalles como el nombre del archivo, el tipo de archivo, las líneas de código y sus rutas.

En el plan de trabajo, selecciona Analizar código en el panel de navegación izquierdo para ver los resultados. Puede ver los resultados del análisis de código de varias maneras:

En los resultados de los archivos, AWS Transform proporciona la siguiente información en función de la vista de archivos que elija:

Archivos faltantes: faltan archivos en el análisis del código de modernización del mainframe. Lo ideal sería añadir estos archivos como parte de la entrada de origen en el bucket de Amazon S3 y volver a ejecutar el paso de análisis para obtener resultados mejores y coherentes.

Nombre idéntico: AWS Transform le proporciona una lista de archivos que comparten el mismo nombre y, posiblemente, las mismas características (por ejemplo, el número de líneas de código). No podrá comparar la diferencia entre el contenido de dos archivos a la vez.

Identificadores duplicados: con el programa Cobol, el campo ID del programa sirve como identificador único del archivo. Este identificador debe ser único porque se utiliza para llamar al programa en todo el proyecto. Sin embargo, algunos proyectos pueden tener archivos COBOL con nombres diferentes pero con el mismo ID de programa. Obtener la lista de esos archivos durante la evaluación puede ayudar a comprender las dependencias entre todos los programas.

Si tiene programas con ID duplicados, se sugiere cambiar los ID de programa de estos archivos para que tengan un identificador único para cada uno de ellos en el código COBOL. A continuación, puede volver a ejecutar su trabajo para obtener resultados de análisis de código más precisos y completos.

Al resolver los ID de programa duplicados, puede:

Problemas con la base de código: posibles problemas detectados en la base de código que debe resolver antes de continuar con el proyecto de modernización. Estos problemas podrían incluir la falta de referencias con las declaraciones asociadas o los enlaces no compatibles en el código.

Actualizar la clasificación: con la reclasificación manual, puedes reclasificar los archivos mediante la función de actualización masiva cargando el archivo JSON con la nueva clasificación.

Tras la reclasificación, AWS Transform hará lo siguiente:

Visor integrado y comparación de archivos

El visor en línea es una función de las funciones de AWS Transform for mainframe que proporciona dos funciones de visualización clave:

Visualización de archivos de entrada

Comparación de archivos

Análisis de datos

AWS Transform proporciona análisis de datos para ayudar a comprender el impacto de las relaciones y los elementos de los datos en el proyecto de modernización del mainframe. Los dos resultados que se proporcionan son:

Al finalizar el análisis, habrá dos pestañas para cada salida y, a continuación, estarán disponibles varias vistas, que se describen a continuación, tanto para el linaje de datos como para el diccionario.

Linaje de datos

AWS Transform proporciona múltiples vistas basadas en las relaciones de datos que deben comprenderse en toda la base de código que se está modernizando. Las cuatro vistas de tabla disponibles en el linaje de datos incluyen:

El resumen proporciona una descripción general de las fuentes de datos y sus relaciones con los programas y los JCL, así como información resumida sobre cómo se aprovechan las fuentes de datos y el total de las operaciones que se encuentran en la base de código.

Diccionario de datos

Comprender los elementos de datos de las fuentes de datos presentes en el código base es el siguiente paso para darse cuenta de la dependencia de las distintas fuentes de datos. El diccionario de datos es un catálogo de datos que proporciona metadatos a nivel de campo con descripciones en el lenguaje empresarial para un mapeo de transformación preciso.

La relación entre el linaje de datos y el diccionario está disponible seleccionando la fuente de datos y, a continuación, utilizando el botón de linaje de datos o diccionario de datos para profundizar en la relación entre la fuente de datos y los elementos de datos. La navegación entre el linaje de datos y el diccionario proporciona una visibilidad integrada de los datos. El linaje de datos proporciona el «qué» (estructura y significado), junto con el «dónde» (uso y relación).

Análisis de métricas de actividad

El análisis de las métricas de actividad le permite analizar los registros de las instalaciones de administración del sistema (SMF) de los tipos 14, 15, 30, 64, 102 y 110. El análisis proporciona información sobre cómo se utilizan los elementos en su aplicación de mainframe. Puede ayudar a retirar el código no utilizado o a tomar decisiones sobre la arquitectura de destino de la aplicación modernizada. Si incluye el análisis de las métricas de actividad en su trabajo, completar primero el paso del análisis del código proporciona resultados SMF más completos, aunque no es obligatorio.

Incorpore registros SMF para su análisis

Debe proporcionar la ubicación del registro de SMF en su bucket de Amazon S3 como paso inicial para el análisis de SMF. Proporcione un mínimo de 13 meses de registros para capturar las incidencias anuales que podrían pasar desapercibidas en períodos de tiempo más cortos. Si bien se recomiendan 13 meses, cualquier período de tiempo con registros SMF detectables produce resultados de análisis.

El extracto SMF debe cumplir los siguientes requisitos de formato:

Proporcione un enlace a los registros SMF de su bucket de Amazon S3, asegurándose de que los registros estén en una carpeta separada de su código fuente. Las opciones de formato incluyen .zip (hasta 600 MB) o .tar.gz (hasta 5 GB) comprimidos. Si proporciona un enlace a una carpeta en la que no se detectan los registros SMF, recibirá un mensaje de error y no se completará ningún análisis.

Resultado del análisis

El resultado del análisis contiene dos componentes, según el tipo de registro: una vista tabular y un resultado en formato.csv (disponible en su bucket de Amazon S3). En AWS Transform, los resultados se muestran para los tipos 30 y 110. A través de los artefactos de su bucket de Amazon S3, puede explorar el análisis de otros tipos de registros. En la interfaz de usuario, el encabezado muestra el intervalo de tiempo de los registros proporcionados para que pueda identificar cualquier fecha clave que falte. Por ejemplo, si sus registros abarcan del 1 de mayo al 31 de octubre, pero excluyen el ajetreado día posterior al Día de Acción de Gracias, verá que faltan registros clave. Las marcas horarias de la aplicación web reflejan la zona horaria del sistema y los registros SMF.

Los artefactos disponibles en Amazon S3 proporcionan análisis para cualquier tipo de registro que se encuentre en los registros proporcionados.

Vista tabular

La vista tabular, disponible solo para las SMF 30 y 110, contiene hasta tres componentes principales para los trabajos por lotes y las transacciones CICS:

El resumen del descubrimiento proporciona tres grupos de trabajos y transacciones que le ayudan a identificar rápidamente los elementos para un análisis más profundo.

El análisis de trabajos por lotes y transacciones CICS proporciona un análisis agregado de todos los trabajos y transacciones. Algunas columnas de los resultados del análisis están ocultas de forma predeterminada. Seleccione el icono de engranaje para mostrar campos adicionales.

La clave de transacción genera una agregación de datos única para las transacciones CICS, al combinar cuatro campos en un único valor clave:

Puede buscar por la clave completa o por cualquier componente de la clave en el resultado del análisis.

La comparación del análisis de código resalta los trabajos que se encuentran en los registros SMF o en el paso de análisis de código, pero que no están presentes en ambos. Esto muestra los trabajos que no se ejecutaron durante el período de tiempo récord de SMF o que no estaban presentes en el paso de análisis del código. Esta salida solo está disponible cuando ejecuta el paso de análisis de código antes del análisis SMF en su trabajo.

Prácticas recomendadas

Para obtener resultados completos para los trabajos por lotes (tipo 30), asegúrese de que el nombre del archivo JCL coincida con el nombre del trabajo para obtener resultados significativos en la comparación del análisis de código.

Genere documentación técnica

Puede generar documentación técnica para las aplicaciones de mainframe que se estén modernizando. Al analizar su código, AWS Transform puede crear automáticamente documentación detallada de sus programas de aplicación, incluidas descripciones de la lógica del programa, los flujos, las integraciones y las dependencias presentes en sus sistemas antiguos. Esta capacidad de documentación ayuda a cerrar la brecha de conocimiento, lo que le permite tomar decisiones informadas a medida que realiza la transición de sus aplicaciones a arquitecturas de nube modernas.

Añada la información del usuario a la documentación

ARTIFACT_ID.zip
└── app/
    ├── File1.CBL
    ├── File2.JCL
    ├── subFolder/
    │   └ File3.CBL
└── glossary.csv
└── pdf_config.json     
├── header-logo.png
├── footer-logo.png    
└ ...

Se pueden añadir archivos opcionales al archivo zip para mejorar la calidad de la documentación generada y proporcionar una portada en PDF personalizada. Algunos de ellos pueden ser:

Generar documentación (visor en línea)

Puede ver los archivos PDF en el paso de generación de documentación técnica.

El PDF se abre en AWS Transform, con la opción de expandir la pantalla en la parte superior derecha.

Extraiga la lógica empresarial

Puede extraer la lógica empresarial esencial de las aplicaciones de mainframe que se están modernizando. AWS Transform analiza automáticamente el código para identificar y documentar los elementos empresariales fundamentales, incluidos los flujos de procesos detallados y la lógica empresarial integrada en sus aplicaciones. Esta capacidad sirve a múltiples partes interesadas en su proceso de modernización. Los analistas de negocios pueden aprovechar la lógica extraída para crear requisitos empresariales precisos e identificar brechas o inconsistencias en las implementaciones actuales. Los desarrolladores adquieren la capacidad de comprender rápidamente la compleja funcionalidad de los sistemas antiguos sin necesidad de contar con una amplia experiencia en mainframe.

Vea la documentación empresarial extraída en línea

Puede ver la lógica empresarial en el paso Extraer la regla empresarial. Para ello,

La página de documentación empresarial se abre en una nueva pestaña del navegador.

Descomposición

Puede descomponer el código en dominios que tengan en cuenta las dependencias entre los programas y los componentes. Esto ayuda a agrupar adecuadamente los archivos y programas relacionados en el mismo dominio. También ayuda a mantener la integridad de la lógica de la aplicación durante el proceso de descomposición.

Para empezar a descomponer la aplicación:

Semillas

Las semillas son las entradas fundamentales para la fase de descomposición del código. Cada componente o archivo (por ejemplo, tablas JCL, COBOL, Db2, CSD y archivos de programación) se puede asignar como semilla a un solo dominio, lo que garantiza una alineación y unos límites claros durante el proceso de descomposición.

La identificación de las semillas depende de la estructura de la aplicación o cartera. En el caso de una aplicación tradicional típica de un ordenador central, las semillas suelen determinarse siguiendo las convenciones de nomenclatura establecidas, la agrupación a nivel de lote en el programador y la agrupación a nivel de transacciones definida en el sistema CICS. Además, las tablas de las bases de datos también pueden servir como base, proporcionando otra capa de estructura para la descomposición.

Importe y and/or actualice los archivos de dependencias

Durante la descomposición, puede cargar un archivo JSON para las dependencias que sustituya a los archivos existentes generados por el análisis de dependencias que realiza Transform. AWS

La función de exportación de dependencias le permite descargar el archivo json de dependencias generado en el paso de descomposición. Después de la descarga, puede modificar el archivo según sus necesidades. Luego, puede importar las dependencias mediante la función de carga de AWS Transform, que le permite cargar el nuevo archivo JSON de las dependencias que reemplaza al archivo generado por el análisis de dependencias. Después de eso, se actualizará el gráfico del paso de descomposición.

AWS Transform importará el archivo de dependencias y creará un nuevo gráfico de dependencias en función de lo que introduzcas.

Importar y and/or actualizar dominios

Para los clientes que tengan mapeadas las relaciones entre dominios, semillas y and/or archivos antes del paso de descomposición, pueden cargar esta definición de dominio mediante la función Importar archivos de dominios, disponible en el menú Acciones. Algunos ejemplos de cuándo se puede utilizar esta función:

Una vez importado el archivo de dominios, el usuario puede ejecutar la descomposición según la definición de dominio o, si está satisfecho, puede guardar y enviar la definición de dominio.

Parent/child/neighbor archivos

En un gráfico de dependencias, los programas se relacionan entre sí a través de diferentes tipos de conexiones. Comprender estas relaciones le ayuda a analizar las dependencias de los programas durante la transformación de sus aplicaciones de mainframe. También ayuda a comprender los límites de un dominio. Por ejemplo, si selecciona un dominio y, a continuación, selecciona el nivel principal, se mostrarán los nodos conectados.

Relaciones entre los padres: un archivo principal llama a otros programas o los controla. Los padres están por encima de sus programas dependientes en la jerarquía. Puede seleccionar a los padres en un nivel o en todos los niveles.

Relaciones entre hijos: el programa principal llama o controla un archivo secundario. Los niños se sitúan por debajo de sus padres en la jerarquía de archivos.

Relaciones de vecinos: los vecinos son archivos con el mismo nivel jerárquico. Comparten el mismo programa principal y pueden interactuar directamente entre sí.

Reforja el código

Reforge utiliza modelos de lenguaje grandes (LLM) para mejorar la calidad del código refactorizado. La COBOL-to-Java transformación inicial preserva la equivalencia funcional y, al mismo tiempo, conserva las estructuras de COBOL-influenced datos y los nombres de las variables del sistema anterior. Reforge reestructura este código para seguir las prácticas y expresiones idiomáticas modernas de Java, sustituyendo las COBOL-style construcciones por colecciones y convenciones de nomenclatura nativas de Java. Esto hace que el código sea más legible y fácil de mantener para los desarrolladores de Java.

Reforja tu código después de la refactorización siguiendo estos pasos:

Una vez que AWS Transform reciba esta información, obtendrá un archivo descargable con los resultados de Reforge.

Esta es la estructura zip que resulta de una reforja exitosa:

reforge.zip
└── maven_project
├── reforge.log
└──tokenizer_map.json

Planifique las pruebas de sus aplicaciones modernizadas

Puede crear y administrar planes de pruebas para las aplicaciones modernizadas de su mainframe en función de los atributos del código extraído, la complejidad del trabajo y las rutas del programador. AWS Transform ayuda a priorizar los trabajos que se van a probar e identifica los artefactos específicos necesarios para cada caso de prueba. El proceso de planificación de las pruebas se divide en tres fases principales: configuración, determinación del alcance y revisión.

Opciones de personalización del plan de pruebas

Su plan de pruebas se puede personalizar para satisfacer necesidades específicas. Por ejemplo, puede hacer lo siguiente:

Información detallada del caso de prueba

Cada caso de prueba proporciona detalles que describen su contenido y el conjunto de datos o archivos de datos relacionados:

Funciones de gestión de datos

Estos detalles le ayudan a comprender los datos relacionados con el caso de prueba. Puede:

Normas empresariales y orientación sobre casos de prueba

El plan de pruebas AWS Transform proporciona recomendaciones para su plan de casos de prueba basadas en la extracción de reglas empresariales:

El plan de pruebas final se almacena en la ubicación S3 especificada e incluye toda la información necesaria para ejecutar la estrategia de pruebas de forma eficaz. Puede exportar el plan de pruebas para integrarlo con otras herramientas de prueba o sistemas de documentación.

Reglas de creación de casos de prueba: resumen

Reglas generales

Reglas de creación de casos de prueba predeterminadas

Reglas de operaciones de usuario

Genere scripts de recopilación de datos de prueba

Puede generar scripts JCL para recopilar datos de prueba de sus sistemas mainframe en función del plan de pruebas creado en el paso anterior. AWS Transform crea automáticamente scripts de recopilación de datos para los conjuntos de datos, las tablas de bases de datos y los archivos secuenciales necesarios para realizar pruebas exhaustivas. El proceso de recopilación de datos se divide en cuatro fases principales: configuración de entrada, selección de casos de prueba, configuración del script y generación de scripts.

Funciones de generación de scripts

Los scripts generados se personalizan automáticamente en función de las plantillas y la configuración:

Estrategia de recopilación de datos

Los scripts generados respaldan estrategias integrales de recopilación de datos:

Personalización de plantillas y prácticas recomendadas

La recopilación de datos de pruebas de ATX proporciona capacidades flexibles de personalización de plantillas:

Estructura de salida generada

Los scripts generados se organizan en su bucket de S3 con la siguiente estructura:

La colección de scripts final se almacena en la ubicación S3 especificada e incluye todo el JCL necesario para ejecutar su estrategia de recopilación de datos de manera eficaz. Puede descargar los scripts para transferirlos a su entorno de mainframe o integrarlos en los procesos de implementación automatizados.

Generación de scripts de automatización de pruebas

Puede generar scripts de automatización de pruebas para ejecutar casos de prueba en su aplicación modernizada en función del plan de pruebas creado en el paso anterior. AWS Transform crea automáticamente scripts de prueba completos que utilizan los datos recopilados en el proceso de recopilación de datos de las pruebas. El proceso de generación de scripts de automatización de pruebas consta de tres fases principales: configuración de entrada, selección de casos de prueba y resultados de generación de scripts.

Pruebe las funciones de los scripts de automatización

Los scripts de automatización generados proporcionan capacidades de prueba integrales:

Estructura de salida generada

Los scripts de automatización de pruebas generados se organizan en su bucket de S3 con la siguiente estructura:

Pruebe la estrategia de ejecución

Los scripts generados admiten flujos de trabajo integrales de ejecución de pruebas:

Prácticas recomendadas para la automatización de pruebas

La colección final de scripts de automatización de pruebas proporciona un marco de pruebas completo para validar la funcionalidad modernizada de la aplicación. Los scripts pueden integrarse en sus procesos de pruebas continuas o ejecutarse como parte del flujo de trabajo de validación de aplicaciones.

Capacidades de despliegue en AWS Transformar

AWS Transform le ayuda a configurar entornos de nube para aplicaciones de mainframe modernizadas al proporcionar plantillas de infraestructura como código (IaC) listas para usar. A través de la interfaz de chat AWS Transform, puede acceder a plantillas prediseñadas que crean componentes esenciales, como recursos informáticos, bases de datos, almacenamiento y controles de seguridad. Las plantillas están disponibles en los formatos más populares, como CloudFormation (CFN) y Terraform AWS Cloud Development Kit (AWS CDK), lo que le brinda flexibilidad para implementar su infraestructura.

Estas plantillas sirven como componentes básicos que reducen el tiempo y la experiencia necesarios para configurar los entornos para sus aplicaciones de mainframe modernizadas. Puede personalizar estas plantillas para que se adapten a sus necesidades, lo que le proporciona una base para crear su entorno de implementación.

Para recuperar las plantillas de IaC, solicite en el chat de AWS Transform las Infrastructure-as-Code plantillas que aclaren su patrón de modernización preferido (como AWS Transform para la refactorización de mainframe), su topología preferida (independiente frente a alta disponibilidad) y su formato preferido (frente a Cloud Development CloudFormation Kit frente a Terraform).