result : results) {
processComplexData(result);
}
```
*Utilisation conjointe de stratégies d'optimisation*
Ces trois stratégies fonctionnent en synergie : APIs fournir les outils nécessaires à un accès efficace aux données, la mise en cache réduit le besoin de récupération répétée des données et l'optimisation de la logique métier garantit que ces outils APIs sont utilisés de la manière la plus efficace possible. La surveillance et le réglage réguliers de ces optimisations garantissent l'amélioration continue des performances tout en préservant la fiabilité et les fonctionnalités de l'application modernisée. La clé du succès consiste à comprendre quand et comment appliquer chaque stratégie en fonction des caractéristiques et des objectifs de performance de votre application.
## Outils
+ [JProfiler](https://www.ej-technologies.com/jprofiler)est un outil de profilage Java conçu pour les développeurs et les ingénieurs de performance. Il analyse les applications Java et aide à identifier les problèmes de performance, les fuites de mémoire et les problèmes de thread. JProfiler propose le profilage du processeur, de la mémoire et des threads ainsi que la surveillance des bases de données et des machines virtuelles Java (JVM) afin de fournir des informations sur le comportement des applications.
**Note**
Au lieu de cela JProfiler, vous pouvez utiliser [Java VisualVM](https://visualvm.github.io/). Il s'agit d'un outil open source gratuit de profilage et de surveillance des performances pour les applications Java qui permet de surveiller en temps réel l'utilisation du processeur, la consommation de mémoire, la gestion des threads et les statistiques de collecte des déchets. Java VisualVM étant un outil JDK intégré, il est plus rentable que JProfiler pour les besoins de profilage de base.
+ [pgAdmin](https://www.pgadmin.org/) est un outil d'administration et de développement open source pour PostgreSQL. Il fournit une interface graphique qui vous permet de créer, de gérer et d'utiliser des objets de base de données. Vous pouvez utiliser pgAdmin pour effectuer un large éventail de tâches, de l'écriture de requêtes SQL simples au développement de bases de données complexes. Ses fonctionnalités incluent un éditeur SQL mettant en évidence la syntaxe, un éditeur de code côté serveur, un agent de planification pour les tâches SQL, shell et batch, et la prise en charge de toutes les fonctionnalités de PostgreSQL pour les utilisateurs novices et expérimentés de PostgreSQL.
## Bonnes pratiques
Identification des points critiques en matière de performances :
+ Documentez les indicateurs de performance de base avant de commencer les optimisations.
+ Définissez des objectifs clairs d'amélioration des performances en fonction des exigences de l'entreprise.
+ Lors de l'analyse comparative, désactivez la journalisation détaillée, car elle peut affecter les performances.
+ Configurez une suite de tests de performance et exécutez-la régulièrement.
+ Utilisez la dernière version de pgAdmin. (Les anciennes versions ne prennent pas en charge le plan de `EXPLAIN` requête.)
+ Pour l'analyse comparative, détachez-le une JProfiler fois vos optimisations terminées, car cela augmente le temps de latence.
+ Pour l'analyse comparative, veillez à exécuter le serveur en mode démarrage plutôt qu'en mode débogage, car le mode de débogage augmente la latence.
Stratégies d'optimisation :
+ Configurez **SetMaxResults**les valeurs dans le `application.yaml` fichier afin de spécifier des lots de taille appropriée en fonction des spécifications de votre système.
+ Configurez **SetMaxResults**les valeurs en fonction du volume de données et des contraintes de mémoire.
+ Passez **SetOnGreatorOrEqual**à **SetOnEqual**uniquement lorsque les appels suivants le sont`.readNextEqual()`.
+ Dans les opérations d'écriture ou de mise à jour par lots, traitez le dernier lot séparément, car il est peut-être inférieur à la taille de lot configurée et risque de ne pas être pris en compte lors de l'opération d'écriture ou de mise à jour.
Mise en cache :
+ Les champs introduits pour la mise en cache`processImpl`, qui mutent à chaque exécution, doivent toujours être définis dans ce contexte. `processImpl` Les champs doivent également être effacés à l'aide de la `cleanUp()` méthode `doReset()` or.
+ Lorsque vous implémentez la mise en cache en mémoire, dimensionnez correctement le cache. Les très grands caches stockés en mémoire peuvent occuper toutes les ressources, ce qui peut affecter les performances globales de votre application.
SQLExecutionConstructeur :
+ Pour les requêtes que vous prévoyez d'utiliser dans SQLExecution Builder, utilisez des noms de clé tels que`PROGRAMNAME_STATEMENTNUMBER`.
+ Lorsque vous utilisez SQLExecution Builder, vérifiez toujours le `Sqlcod` champ. Ce champ contient une valeur qui indique si la requête a été exécutée correctement ou si elle a rencontré des erreurs.
+ Utilisez des requêtes paramétrées pour empêcher l'injection de code SQL.
Optimisation de la logique métier :
+ Maintenez l'équivalence fonctionnelle lors de la restructuration du code et exécutez des tests de régression et une comparaison de bases de données pour le sous-ensemble de programmes concerné.
+ Conservez les instantanés de profilage à des fins de comparaison.
## Épopées
### Installation JProfiler et pgAdmin
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Installez et configurez JProfiler. | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/optimize-performance-aws-blu-age-modernized-application.html) | Développeur d’applications |
| Installez et configurez pgAdmin. | Au cours de cette étape, vous installez et configurez un client de base de données pour interroger votre base de données. Ce modèle utilise une base de données PostgreSQL et pgAdmin comme client de base de données. Si vous utilisez un autre moteur de base de données, suivez la documentation du client de base de données correspondant.[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/optimize-performance-aws-blu-age-modernized-application.html) | Développeur d’applications |
### Identifiez les points chauds
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Activez la journalisation des requêtes SQL dans votre application AWS Blu Age. | Activez les enregistreurs pour la journalisation des requêtes SQL dans le `application.properties` fichier de votre application AWS Blu Age, comme expliqué dans la section [Architecture](#optimize-performance-aws-blu-age-modernized-application-architecture). | Développeur d’applications |
| Générez et analysez des `EXPLAIN` plans de requêtes pour identifier les points névralgiques des performances des bases de données. | Pour plus de détails, consultez la section [Architecture](#optimize-performance-aws-blu-age-modernized-application-architecture). | Développeur d’applications |
| Créez un JProfiler instantané pour analyser un scénario de test peu performant. | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/optimize-performance-aws-blu-age-modernized-application.html) | Développeur d’applications |
| Analysez l' JProfiler instantané pour identifier les goulots d'étranglement liés aux performances. | Procédez comme suit pour analyser l' JProfiler instantané.[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/optimize-performance-aws-blu-age-modernized-application.html)Pour plus d'informations sur l'utilisation JProfiler, consultez la section [Architecture](#optimize-performance-aws-blu-age-modernized-application-architecture) et la [JProfiler documentation](https://www.ej-technologies.com/jprofiler/docs). | Développeur d’applications |
### Établir une base de référence
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Établissez une référence de performance avant de mettre en œuvre des optimisations. | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/optimize-performance-aws-blu-age-modernized-application.html) | Développeur d’applications |
### Appliquer des stratégies d'optimisation
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Optimisez les appels de lecture. | Optimisez la récupération des données à l'aide de DAOManager **SetMaxResults**cette méthode. Pour plus d'informations sur cette approche, consultez la section [Architecture](#optimize-performance-aws-blu-age-modernized-application-architecture). | Développeur d'applications, DAOManager |
| Refactorisez la logique métier pour éviter de multiples appels à la base de données. | Réduisez les appels de base de données à l'aide d'une `JOIN` clause SQL. Pour plus de détails et des exemples, voir *Optimisation de la logique métier* dans la section [Architecture](#optimize-performance-aws-blu-age-modernized-application-architecture). | Développeur d'applications, SQLExecution constructeur |
| Refactorisez le code pour utiliser la mise en cache afin de réduire la latence des appels de lecture. | Pour plus d'informations sur cette technique, voir *Mise en cache* dans la section [Architecture](#optimize-performance-aws-blu-age-modernized-application-architecture). | Développeur d’applications |
| Réécrivez du code inefficace qui utilise plusieurs DAOManager opérations pour des opérations de mise à jour simples. | Pour plus d'informations sur la mise à jour des données directement dans la base de données, voir *Optimisation de la logique métier* dans la section [Architecture](#optimize-performance-aws-blu-age-modernized-application-architecture). | Développeur d’applications |
### Stratégies d'optimisation des tests
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Validez chaque modification d'optimisation de manière itérative tout en maintenant l'équivalence fonctionnelle. | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/optimize-performance-aws-blu-age-modernized-application.html)L'utilisation de mesures de référence comme référence garantit une mesure précise de l'impact de chaque optimisation tout en préservant la fiabilité du système. | Développeur d’applications |
## Résolution des problèmes
| Problème | Solution |
| --- | --- |
| Lorsque vous exécutez l'application moderne, une exception contenant l'erreur s'affiche`Query_ID not found`. | Pour résoudre ce problème :[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/optimize-performance-aws-blu-age-modernized-application.html) |
| Vous avez ajouté des index, mais vous ne constatez aucune amélioration des performances. | Procédez comme suit pour vous assurer que le moteur de requête utilise l'index :[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/optimize-performance-aws-blu-age-modernized-application.html) |
| Vous rencontrez une out-of-memory exception. | Vérifiez que le code libère la mémoire contenue dans la structure de données. |
| Les opérations d'écriture par lots entraînent des enregistrements manquants dans la table | Vérifiez le code pour vous assurer qu'une opération d'écriture supplémentaire est effectuée lorsque le nombre de lots n'est pas nul. |
| La journalisation SQL n'apparaît pas dans les journaux des applications. | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/optimize-performance-aws-blu-age-modernized-application.html) |
## Ressources connexes
+ [Refactorisation automatique des applications avec AWS Blu Age](https://docs.aws.amazon.com/m2/latest/userguide/refactoring-m2.html) (Guide de *AWS Mainframe Modernization l'utilisateur*)
+ [Documentation de pgAdmin](https://www.pgadmin.org/docs/)
+ [JProfiler documentation](https://www.ej-technologies.com/jprofiler/docs)
# Sécurisez et rationalisez l'accès des utilisateurs dans une base de données de fédération DB2 sur AWS en utilisant des contextes fiables
*Sai Parthasaradhi, Amazon Web Services*
## Résumé
De nombreuses entreprises migrent leurs anciennes charges de travail mainframe vers Amazon Web Services (AWS). Cette migration inclut le transfert d'IBM Db2 pour les z/OS bases de données vers Db2 pour Linux, Unix et Windows (LUW) sur Amazon Elastic Compute Cloud (Amazon). EC2 Lors d'une migration progressive d'un environnement sur site vers AWS, les utilisateurs peuvent avoir besoin d'accéder aux données dans IBM Db2 z/OS et dans Db2 LUW sur EC2 Amazon jusqu'à ce que toutes les applications et bases de données soient complètement migrées vers Db2 LUW. Dans de tels scénarios d'accès aux données à distance, l'authentification des utilisateurs peut s'avérer difficile car les différentes plateformes utilisent des mécanismes d'authentification différents.
Ce modèle explique comment configurer un serveur de fédération sur Db2 pour LUW avec Db2 pour une base de données z/OS distante. Le modèle utilise un contexte fiable pour propager l'identité d'un utilisateur de Db2 LUW à Db2 z/OS sans se réauthentifier sur la base de données distante. Pour plus d'informations sur les contextes sécurisés, consultez la section [Informations supplémentaires](#secure-and-streamline-user-access-in-a-db2-federation-database-on-aws-by-using-trusted-contexts-additional).
## Conditions préalables et limitations
**Conditions préalables**
+ Un compte AWS actif
+ Une instance Db2 exécutée sur une instance Amazon EC2
+ Un Db2 distant pour une z/OS base de données exécutée sur site
+ Le réseau sur site connecté à AWS via le [ Site-to-SiteVPN AWS](https://aws.amazon.com/vpn/) ou [AWS Direct Connect](https://aws.amazon.com/directconnect/)
## Architecture
**Architecture cible**
![\[Le mainframe local se connecte via un serveur DB2 local et un VPN à la base de données DB2 sur. EC2\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/images/pattern-img/9e04f0fe-bae2-412a-93ac-83da50222017/images/0a384695-7907-4fb8-bb7e-d170dcc114af.png)
## Outils
**Services AWS**
+ [Amazon Elastic Compute Cloud (Amazon EC2)](https://docs.aws.amazon.com/ec2/) fournit une capacité de calcul évolutive dans le cloud AWS. Vous pouvez lancer autant de serveurs virtuels que vous le souhaitez et les augmenter ou les diminuer rapidement.
+ [ Site-to-SiteLe VPN AWS](https://docs.aws.amazon.com/vpn/latest/s2svpn/VPC_VPN.html) vous aide à faire passer le trafic entre les instances que vous lancez sur AWS et votre propre réseau distant.
**Autres outils**
+ [db2cli](https://www.ibm.com/docs/en/db2/11.5?topic=commands-db2cli-db2-interactive-cli) est la commande d'interface de ligne de commande (CLI) interactive de DB2.
## Épopées
### Activer la fédération sur la base de données DB2 LUW exécutée sur AWS
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Activez la fédération sur la base de données DB2 LUW. | Pour activer la fédération sur DB2 LUW, exécutez la commande suivante.update dbm cfg using federated YES
| DBA |
| Redémarrez la base de données. | Pour redémarrer la base de données, exécutez la commande suivante.db2stop force;
db2start;
| DBA |
### Cataloguer la base de données distante
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Cataloguez le z/OS sous-système Db2 distant. | Pour cataloguer la z/OS base de données Db2 distante sur Db2 LUW exécutée sur AWS, utilisez l'exemple de commande suivant.catalog TCPIP NODE tcpnode REMOTE mainframehost SERVER mainframeport
| DBA |
| Cataloguez la base de données distante. | Pour cataloguer la base de données distante, utilisez l'exemple de commande suivant.catalog db dbnam1 as ndbnam1 at node tcpnode
| DBA |
### Création de la définition du serveur distant
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Collectez les informations d'identification utilisateur pour la base de z/OS données Db2 distante. | Avant de passer aux étapes suivantes, collectez les informations suivantes :[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/secure-and-streamline-user-access-in-a-db2-federation-database-on-aws-by-using-trusted-contexts.html) | DBA |
| Créez le wrapper DRDA. | Pour créer le wrapper DRDA, exécutez la commande suivante.CREATE WRAPPER DRDA;
| DBA |
| Créez la définition du serveur. | Pour créer la définition du serveur, exécutez l'exemple de commande suivant.CREATE SERVER ndbserver
TYPE DB2/ZOS VERSION 12
WRAPPER DRDA
AUTHORIZATION "dbuser1" PASSWORD "dbpasswd" OPTIONS ( DBNAME 'ndbnam1',FED_PROXY_USER 'ZPROXY' );
Dans cette définition, `FED_PROXY_USER` indique l'utilisateur proxy qui sera utilisé pour établir des connexions fiables à la z/OS base de données DB2. L'ID utilisateur et le mot de passe d'autorisation ne sont requis que pour créer l'objet serveur distant dans la base de données DB2 LUW. Ils ne seront pas utilisés ultérieurement pendant l'exécution. | DBA |
### Création de mappages d'utilisateurs
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Créez un mappage utilisateur pour l'utilisateur proxy. | Pour créer un mappage utilisateur pour un utilisateur proxy, exécutez la commande suivante.CREATE USER MAPPING FOR ZPROXY SERVER ndbserver OPTIONS (REMOTE_AUTHID 'ZPROXY', REMOTE_PASSWORD 'zproxy');
| DBA |
| Créez des mappages d'utilisateurs pour chaque utilisateur sur DB2 LUW. | Créez des mappages d'utilisateurs pour tous les utilisateurs de la base de données DB2 LUW sur AWS qui ont besoin d'accéder aux données distantes via l'utilisateur proxy. Pour créer les mappages d'utilisateurs, exécutez la commande suivante.CREATE USER MAPPING FOR PERSON1 SERVER ndbserver OPTIONS (REMOTE_AUTHID 'USERZID', USE_TRUSTED_CONTEXT 'Y');
L'instruction indique qu'un utilisateur de DB2 LUW (`PERSON1`) peut établir une connexion sécurisée avec la z/OS base de données Db2 distante (). `USE_TRUSTED_CONTEXT 'Y'` Une fois la connexion établie via l'utilisateur proxy, celui-ci peut accéder aux données à l'aide de l'ID z/OS utilisateur Db2 (`REMOTE_AUTHID 'USERZID'`). | DBA |
### Création de l'objet de contexte sécurisé
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Créez l'objet de contexte sécurisé. | Pour créer l'objet de contexte sécurisé sur la z/OS base de données Db2 distante, utilisez l'exemple de commande suivant.CREATE TRUSTED CONTEXT CTX_LUW_ZOS
BASED UPON CONNECTION USING SYSTEM AUTHID ZPROXY
ATTRIBUTES (
ADDRESS '10.10.10.10'
)
NO DEFAULT ROLE
ENABLE
WITH USE FOR PUBLIC WITHOUT AUTHENTICATION;
Dans cette définition, `CTX_LUW_ZOS` il s'agit d'un nom arbitraire pour l'objet de contexte sécurisé. L'objet contient l'ID utilisateur du proxy et l'adresse IP du serveur d'où doit provenir la connexion sécurisée. Dans cet exemple, le serveur est la base de données DB2 LUW sur AWS. Vous pouvez utiliser le nom de domaine au lieu de l'adresse IP. La clause `WITH USE FOR PUBLIC WITHOUT AUTHENTICATION` indique que le changement d'ID utilisateur sur une connexion sécurisée est autorisé pour chaque ID utilisateur. Il n'est pas nécessaire de fournir un mot de passe. | DBA |
## Ressources connexes
+ [Installation de contrôle d'accès aux ressources IBM (RACF)](https://www.ibm.com/products/resource-access-control-facility)
+ [Fédération IBM DB2 LUW](https://www.ibm.com/docs/en/db2/11.5?topic=federation)
+ [Contextes fiables](https://www.ibm.com/docs/en/db2-for-zos/13?topic=contexts-trusted)
## Informations supplémentaires
**Contextes fiables DB2**
Un contexte sécurisé est un objet de base de données DB2 qui définit une relation de confiance entre un serveur fédéré et un serveur de base de données distant. Pour définir une relation de confiance, le contexte de confiance spécifie les attributs de confiance. Il existe trois types d'attributs de confiance :
+ ID d'autorisation système à l'origine de la demande initiale de connexion à la base de données
+ L'adresse IP ou le nom de domaine à partir duquel la connexion est établie
+ Paramètre de chiffrement pour les communications de données entre le serveur de base de données et le client de base de données
Une connexion sécurisée est établie lorsque tous les attributs d'une demande de connexion correspondent aux attributs spécifiés dans un objet de contexte sécurisé défini sur le serveur. Il existe deux types de connexions fiables : les connexions implicites et les connexions explicites. Une fois qu'une connexion sécurisée implicite est établie, un utilisateur hérite d'un rôle auquel il n'a pas accès en dehors du cadre de cette définition de connexion sécurisée. Une fois qu'une connexion sécurisée explicite est établie, les utilisateurs peuvent être connectés à la même connexion physique, avec ou sans authentification. En outre, les utilisateurs de DB2 peuvent se voir attribuer des rôles qui spécifient des privilèges à utiliser uniquement dans le cadre de la connexion sécurisée. Ce modèle utilise une connexion sécurisée explicite.
*Contexte fiable dans ce modèle*
Une fois le modèle terminé, PERSON1 sur Db2, LUW accède aux données distantes depuis Db2 z/OS en utilisant un contexte sécurisé fédéré. La connexion pour PERSON1 est établie via un utilisateur proxy si la connexion provient de l'adresse IP ou du nom de domaine spécifié dans la définition du contexte sécurisé. Une fois la connexion établie, PERSON1 l'ID z/OS utilisateur Db2 correspondant est changé sans nouvelle authentification, et l'utilisateur peut accéder aux données ou aux objets en fonction des privilèges Db2 configurés pour cet utilisateur.
*Avantages des contextes fiables fédérés*
+ Cette approche maintient le principe du moindre privilège en éliminant l'utilisation d'un identifiant d'utilisateur ou d'un identifiant d'application commun qui nécessiterait un surensemble de tous les privilèges requis par tous les utilisateurs.
+ L'identité réelle de l'utilisateur qui effectue la transaction à la fois sur la base de données fédérée et distante est toujours connue et peut être auditée.
+ Les performances s'améliorent car la connexion physique est réutilisée entre les utilisateurs sans que le serveur fédéré n'ait besoin de s'authentifier à nouveau.
# Transférez des z/OS données Db2 à grande échelle vers Amazon S3 dans des fichiers CSV
*Bruno Sahinoglu, Abhijit Kshirsagar et Ivan Schuster, Amazon Web Services*
## Résumé
Un ordinateur central est toujours un système d'enregistrement dans de nombreuses entreprises, contenant une énorme quantité de données, y compris des entités de données de base contenant des enregistrements des transactions commerciales actuelles et historiques. Il est souvent cloisonné et n'est pas facilement accessible par les systèmes distribués au sein d'une même entreprise. Avec l'émergence de la technologie cloud et la démocratisation des mégadonnées, les entreprises souhaitent utiliser les informations cachées dans les données du mainframe pour développer de nouvelles capacités commerciales.
Dans ce but, les entreprises cherchent à ouvrir les données Db2 de leur mainframe à leur environnement cloud Amazon Web Services (AWS). Les raisons commerciales sont multiples et les méthodes de transfert varient d'un cas à l'autre. Il se peut que vous préfériez connecter votre application directement au mainframe ou que vous préfériez répliquer vos données en temps quasi réel. Si le cas d'utilisation consiste à alimenter un entrepôt de données ou un lac de données, il n'est plus nécessaire de disposer d'une up-to-date copie et la procédure décrite dans ce modèle peut suffire, en particulier si vous souhaitez éviter les coûts de licence de produits tiers. Un autre cas d'utilisation peut être le transfert de données sur le mainframe pour un projet de migration. Dans un scénario de migration, les données sont nécessaires pour effectuer les tests d'équivalence fonctionnelle. L'approche décrite dans cet article est un moyen rentable de transférer les données DB2 vers l'environnement cloud AWS.
Amazon Simple Storage Service (Amazon S3) étant l'un des services AWS les plus intégrés, vous pouvez accéder aux données à partir de là et recueillir des informations directement en utilisant d'autres services AWS tels qu'Amazon Athena, les fonctions AWS Lambda ou Amazon. QuickSight Vous pouvez également charger les données sur Amazon Aurora ou Amazon DynamoDB à l'aide d'AWS Glue ou d'AWS Database Migration Service (AWS DMS). Dans cet objectif, il décrit comment décharger les données Db2 dans des fichiers CSV au format ASCII sur le mainframe et transférer les fichiers vers Amazon S3.
À cette fin, des [scripts mainframe](https://github.com/aws-samples/unloaddb2-samples) ont été développés pour aider à générer des langages de contrôle des tâches (JCLs) permettant de décharger et de transférer autant de tables DB2 que nécessaire.
## Conditions préalables et limitations
**Conditions préalables**
+ Utilisateur du système z/OS d'exploitation IBM autorisé à exécuter des scripts Restructured Extended Executor (REXX) et JCL.
+ Accès aux services du système z/OS Unix (USS) pour générer des clés privées et publiques SSH (Secure Shell).
+ Un compartiment S3 inscriptible. Pour plus d'informations, consultez [Créer votre premier compartiment S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/creating-bucket.html) dans la documentation Amazon S3.
+ Un serveur compatible avec le protocole SFTP (AWS Transfer Family SSH File Transfer Protocol) utilisant **Service géré** en tant que fournisseur d'identité et Amazon S3 en tant que service de stockage AWS. Pour plus d'informations, consultez la section [Créer un serveur compatible SFTP](https://docs.aws.amazon.com/transfer/latest/userguide/create-server-sftp.html) dans la documentation AWS Transfer Family.
**Limites**
+ Cette approche n'est pas adaptée à la synchronisation des données en temps quasi réel ou en temps réel.
+ Les données ne peuvent être déplacées que de Db2 z/OS vers Amazon S3, et non l'inverse.
## Architecture
**Pile technologique source**
+ Mainframe exécutant Db2 sous z/OS
**Pile technologique cible**
+ AWS Transfer Family
+ Amazon S3
+ Amazon Athena
+ Amazon QuickSight
+ AWS Glue
+ Amazon Relational Database Service (Amazon RDS)
+ Amazon Aurora
+ Amazon Redshift
**Architecture source et cible**
Le schéma suivant montre le processus de génération, d'extraction et de transfert de z/OS données DB2 au format ASCII CSV vers un compartiment S3.
![\[Data flow from corporate data center to AWS Cloud, showing mainframe extraction and cloud processing steps.\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/images/pattern-img/66e6fa1a-1c7d-4b7a-8404-9ba85e433b24/images/87b13e0d-0be9-4462-bdbf-67342334416c.png)
1. Une liste de tables est sélectionnée pour la migration des données à partir du catalogue DB2.
1. La liste est utilisée pour générer des tâches de déchargement avec les colonnes numériques et de données au format externe.
1. Les données sont ensuite transférées vers Amazon S3 à l'aide d'AWS Transfer Family.
1. Une tâche d'extraction, de transformation et de chargement (ETL) AWS Glue peut transformer les données et les charger dans un bucket traité au format spécifié, ou AWS Glue peut introduire les données directement dans la base de données.
1. Amazon Athena et Amazon QuickSight peuvent être utilisés pour interroger et afficher les données afin de générer des analyses.
Le schéma suivant montre le déroulement logique de l'ensemble du processus.
![\[Flowchart showing JCL process with TABNAME, REXXEXEC, and JCL decks steps, including inputs and outputs.\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/images/pattern-img/66e6fa1a-1c7d-4b7a-8404-9ba85e433b24/images/d72f2572-10c9-43f9-b6c9-7e57c9a69d52.png)
1. Le premier JCL, appelé TABNAME, utilisera l'utilitaire Db2 DSNTIAUL pour extraire et générer la liste des tables que vous comptez décharger de Db2. Pour choisir vos tables, vous devez adapter manuellement l'entrée SQL pour sélectionner et ajouter des critères de filtre afin d'inclure un ou plusieurs schémas DB2.
1. Le second JCL, appelé REXXEXEC, utilisera le squelette JCL et le programme REXX fournis pour traiter la liste des tables créée par le JCL TABNAME et générer un JCL par nom de table. Chaque JCL contiendra une étape pour décharger la table et une autre pour envoyer le fichier au compartiment S3 à l'aide du protocole SFTP.
1. La dernière étape consiste à exécuter la JCL pour décharger la table et à transférer le fichier vers AWS. L'ensemble du processus peut être automatisé à l'aide d'un planificateur sur site ou sur AWS.
## Outils
**Services AWS**
+ [Amazon Athena](https://docs.aws.amazon.com/athena/latest/ug/what-is.html) est un service de requêtes interactif qui vous permet d'analyser les données directement dans Amazon Simple Storage Service (Amazon S3) à l'aide du langage SQL standard.
+ [Amazon Aurora](https://docs.aws.amazon.com/AmazonRDS/latest/AuroraUserGuide/CHAP_AuroraOverview.html) est un moteur de base de données relationnelle entièrement géré conçu pour le cloud et compatible avec MySQL et PostgreSQL.
+ [AWS Glue](https://docs.aws.amazon.com/glue/latest/dg/what-is-glue.html) est un service d'extraction, de transformation et de chargement (ETL) entièrement géré. Il vous aide à classer, nettoyer, enrichir et déplacer les données de manière fiable entre les magasins de données et les flux de données.
+ [Amazon QuickSight](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html) est un service de business intelligence (BI) à l'échelle du cloud qui vous permet de visualiser, d'analyser et de rapporter vos données dans un tableau de bord unique.
+ [Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/gsg/getting-started.html) est un service d'entrepôt de données géré à l'échelle du pétaoctet dans le cloud AWS.
+ [Amazon Relational Database Service (Amazon RDS](https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Welcome.html)) vous aide à configurer, exploiter et dimensionner une base de données relationnelle dans le cloud AWS.
+ [Amazon Simple Storage Service (Amazon S3)](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html) est un service de stockage d'objets basé sur le cloud qui vous permet de stocker, de protéger et de récupérer n'importe quel volume de données.
+ [AWS Transfer Family](https://docs.aws.amazon.com/transfer/latest/userguide/what-is-aws-transfer-family.html) est un service de transfert sécurisé qui vous permet de transférer des fichiers vers et depuis les services de stockage AWS.
**Outils pour ordinateurs centraux**
+ Le [protocole SFTP (SSH File Transfer Protocol)](https://www.ssh.com/academy/ssh/sftp-ssh-file-transfer-protocol) est un protocole de transfert de fichiers sécurisé qui permet la connexion à distance et le transfert de fichiers entre serveurs. SSH assure la sécurité en chiffrant l'ensemble du trafic.
+ [DSNTIAUL](https://www.ibm.com/docs/en/db2-for-zos/11?topic=dpasp-dsntiaul-sample-program) est un exemple de programme fourni par IBM pour le déchargement de données.
+ [DSNUTILB](https://www.ibm.com/docs/en/db2-for-zos/11?topic=sharing-recommendations-utilities-in-coexistence) est un programme d'utilitaires par lots fourni par IBM pour décharger des données avec différentes options de DSNTIAUL.
+ [z/OS OpenSSH](https://www.ibm.com/docs/en/zos/2.4.0?topic=zbed-zos-openssh) est un port du logiciel Open Source SSH exécuté sur le service système Unix sous le réseau du système d'exploitation IBM. z/OS. SSH is a secure, encrypted connection program between two computers running on a TCP/IP Il fournit plusieurs utilitaires, dont ssh-keygen.
+ Le script [REXX (Restructured Extended Executor)](https://www.ibm.com/docs/en/zos/2.1.0?topic=guide-learning-rexx-language) est utilisé pour automatiser la génération de JCL avec les étapes Db2 Unload et SFTP.
**Code**
Le code de ce modèle est disponible dans le dépôt GitHub [unloaddb2](https://github.com/aws-samples/unloaddb2-samples).
## Bonnes pratiques
Lors du premier déchargement, les données générées JCLs doivent décharger l'intégralité des données de la table.
Après le premier déchargement complet, effectuez des déchargements incrémentiels pour améliorer les performances et réaliser des économies. Mettez à jour la requête SQL dans le modèle de deck JCL pour tenir compte des modifications apportées au processus de déchargement.
Vous pouvez convertir le schéma manuellement ou en utilisant un script sur Lambda avec le Db2 SYSPUNCH en entrée. Pour un processus industriel, [AWS Schema Conversion Tool (SCT)](https://docs.aws.amazon.com/SchemaConversionTool/latest/userguide/CHAP_Source.DB2zOS.html) est l'option préférée.
Enfin, utilisez un planificateur basé sur le mainframe ou un planificateur sur AWS avec un agent sur le mainframe pour gérer et automatiser l'ensemble du processus.
## Épopées
### Configuration du compartiment S3
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Créez le compartiment S3. | Pour obtenir des instructions, consultez la section [Création de votre premier compartiment S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/creating-bucket.html). | AWS général |
### Configuration du serveur Transfer Family
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Créez un serveur compatible SFTP. | Pour ouvrir et créer un serveur SFTP sur la [console AWS Transfer Family](https://console.aws.amazon.com/transfer/), procédez comme suit :[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/transfer-large-scale-db2-z-os-data-to-amazon-s3-in-csv-files.html) | AWS général |
| Créez un rôle IAM pour Transfer Family. | Pour créer un rôle AWS Identity and Access Management (IAM) permettant à Transfer Family d'accéder à Amazon S3, suivez les instructions de la section [Création d'un rôle et d'une politique IAM](https://docs.aws.amazon.com/transfer/latest/userguide/requirements-roles.html). | Administrateur AWS |
| Ajoutez un utilisateur géré par le service Amazon S3. | Pour ajouter l'utilisateur géré par le service Amazon S3, suivez les instructions de la [documentation AWS](https://docs.aws.amazon.com/transfer/latest/userguide/service-managed-users.html#add-s3-user) et utilisez l'ID utilisateur de votre mainframe. | AWS général |
### Sécuriser le protocole de communication
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Créez la clé SSH. | Dans l'environnement USS de votre mainframe, exécutez la commande suivante.ssh-keygen -t rsa
Lorsque vous êtes invité à saisir un mot de passe, gardez-le vide. | Développeur de mainframe |
| Attribuez les niveaux d'autorisation appropriés au dossier SSH et aux fichiers clés. | Par défaut, les clés publiques et privées sont stockées dans le répertoire des utilisateurs`/u/home/username/.ssh`.Vous devez donner l'autorisation 644 aux fichiers clés et 700 au dossier.chmod 644 .ssh/id_rsa
chmod 700 .ssh
| Développeur de mainframe |
| Copiez le contenu de la clé publique sur votre utilisateur géré par le service Amazon S3. | Pour copier le contenu de la clé publique générée par USS, ouvrez la console [AWS Transfer Family](https://console.aws.amazon.com/transfer/).[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/transfer-large-scale-db2-z-os-data-to-amazon-s3-in-csv-files.html) | Développeur de mainframe |
### Générez le JCLs
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Générez la liste des tables DB2 incluses dans le champ d'application. | Fournissez du code SQL d'entrée pour créer une liste des tables concernées par la migration des données. Cette étape vous oblige à spécifier des critères de sélection pour interroger la table de catalogue DB2 SYSIBM.SYSTABLES à l'aide d'une clause SQL where. Les filtres peuvent être personnalisés pour inclure un schéma spécifique ou des noms de table commençant par un préfixe particulier ou basés sur un horodatage pour un déchargement incrémentiel. La sortie est capturée dans un jeu de données séquentiel physique (PS) sur le mainframe. Cet ensemble de données servira d'entrée pour la prochaine phase de génération de JCL.Avant d'utiliser le JCL TABNAME (vous pouvez le renommer si nécessaire), apportez les modifications suivantes :[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/transfer-large-scale-db2-z-os-data-to-amazon-s3-in-csv-files.html)**Tâche d'extraction de listes de tables DB2**
//*
//* UNLOAD ALL THE TABLE NAMES FOR A PARTICULAR SCHEMA
//*
//STEP01 EXEC PGM=IEFBR14
//*
//DD1 DD DISP=(MOD,DELETE,DELETE),
// UNIT=SYSDA,
// SPACE=(1000,(1,1)),
// DSN=.DSN81210.TABLIST
//*
//DD2 DD DISP=(MOD,DELETE,DELETE),
// UNIT=SYSDA,
// SPACE=(1000,(1,1)),
// DSN=.DSN81210.SYSPUNCH
//*
//UNLOAD EXEC PGM=IKJEFT01,DYNAMNBR=20
//SYSTSPRT DD SYSOUT=*
//STEPLIB DD DISP=SHR,DSN=DSNC10.DBCG.SDSNEXIT
// DD DISP=SHR,DSN=DSNC10.SDSNLOAD
// DD DISP=SHR,DSN=CEE.SCEERUN
// DD DISP=SHR,DSN=DSNC10.DBCG.RUNLIB.LOAD
//SYSTSIN DD *
DSN SYSTEM(DBCG)
RUN PROGRAM(DSNTIAUL) PLAN(DSNTIB12) PARMS('SQL') -
LIB('DSNC10.DBCG.RUNLIB.LOAD')
END
//SYSPRINT DD SYSOUT=*
//*
//SYSUDUMP DD SYSOUT=*
//*
//SYSREC00 DD DISP=(NEW,CATLG,DELETE),
// UNIT=SYSDA,SPACE=(32760,(1000,500)),
// DSN=.DSN81210.TABLIST
//*
//SYSPUNCH DD DISP=(NEW,CATLG,DELETE),
// UNIT=SYSDA,SPACE=(32760,(1000,500)),
// VOL=SER=SCR03,RECFM=FB,LRECL=120,BLKSIZE=12
// DSN=.DSN81210.SYSPUNCH
//*
//SYSIN DD *
SELECT CHAR(CREATOR), CHAR(NAME)
FROM SYSIBM.SYSTABLES
WHERE OWNER = ''
AND NAME LIKE '%'
AND TYPE = 'T';
/*
| Développeur de mainframe |
| Modifiez les modèles JCL. | Les modèles JCL fournis avec ce modèle contiennent une carte de travail générique et des noms de bibliothèques. Cependant, la plupart des sites mainframe auront leurs propres normes de dénomination pour les noms de jeux de données, les noms de bibliothèques et les fiches de travail. Par exemple, une classe de travail spécifique peut être requise pour exécuter des tâches DB2. Le sous-système Job Entry implémente JES2 et JES3 peut imposer des modifications supplémentaires. Les bibliothèques de chargement standard peuvent avoir un premier qualificatif différent de celui `SYS1` défini par défaut par IBM. Par conséquent, personnalisez les modèles pour tenir compte des normes spécifiques à votre site avant de les exécuter.Apportez les modifications suivantes dans le squelette JCL UNLDSKEL :[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/transfer-large-scale-db2-z-os-data-to-amazon-s3-in-csv-files.html)**Déchargement et squelette JCL SFTP**//&USRPFX.U JOB (DB2UNLOAD),'JOB',CLASS=A,MSGCLASS=A,
// TIME=1440,NOTIFY=&USRPFX
//* DELETE DATASETS
//STEP01 EXEC PGM=IEFBR14
//DD01 DD DISP=(MOD,DELETE,DELETE),
// UNIT=SYSDA,
// SPACE=(TRK,(1,1)),
// DSN=&USRPFX..DB2.PUNCH.&JOBNAME
//DD02 DD DISP=(MOD,DELETE,DELETE),
// UNIT=SYSDA,
// SPACE=(TRK,(1,1)),
// DSN=&USRPFX..DB2.UNLOAD.&JOBNAME
//*
//* RUNNING DB2 EXTRACTION BATCH JOB FOR AWS DEMO
//*
//UNLD01 EXEC PGM=DSNUTILB,REGION=0M,
// PARM=',UNLOAD'
//STEPLIB DD DISP=SHR,DSN=DSNC10.DBCG.SDSNEXIT
// DD DISP=SHR,DSN=DSNC10.SDSNLOAD
//SYSPRINT DD SYSOUT=*
//UTPRINT DD SYSOUT=*
//SYSOUT DD SYSOUT=*
//SYSPUN01 DD DISP=(NEW,CATLG,DELETE),
// SPACE=(CYL,(1,1),RLSE),
// DSN=&USRPFX..DB2.PUNCH.&JOBNAME
//SYSREC01 DD DISP=(NEW,CATLG,DELETE),
// SPACE=(CYL,(10,50),RLSE),
// DSN=&USRPFX..DB2.UNLOAD.&JOBNAME
//SYSPRINT DD SYSOUT=*
//SYSIN DD *
UNLOAD
DELIMITED COLDEL ','
FROM TABLE &TABNAME
UNLDDN SYSREC01
PUNCHDDN SYSPUN01
SHRLEVEL CHANGE ISOLATION UR;
/*
//*
//* FTP TO AMAZON S3 BACKED FTP SERVER IF UNLOAD WAS SUCCESSFUL
//*
//SFTP EXEC PGM=BPXBATCH,COND=(4,LE),REGION=0M
//STDPARM DD *
SH cp "//'&USRPFX..DB2.UNLOAD.&JOBNAME'"
&TABNAME..csv;
echo "ascii " >> uplcmd;
echo "PUT &TABNAME..csv " >>>> uplcmd;
sftp -b uplcmd -i .ssh/id_rsa &FTPUSER.@&FTPSITE;
rm &TABNAME..csv;
//SYSPRINT DD SYSOUT=*
//STDOUT DD SYSOUT=*
//STDENV DD *
//STDERR DD SYSOUT=*
| Développeur de mainframe |
| Générez le JCL Mass Unload. | Cette étape implique l'exécution d'un script REXX dans un environnement ISPF à l'aide de JCL. Fournissez la liste des tables incluses créées lors de la première étape en tant qu'entrée pour la génération massive de JCL par rapport au `TABLIST DD` nom. La JCL générera une nouvelle JCL par nom de table dans un ensemble de données partitionné spécifié par l'utilisateur et indiqué par rapport au nom. `ISPFILE DD` Allouez cette bibliothèque au préalable. Chaque nouvelle JCL comportera deux étapes : une étape pour décharger la table Db2 dans un fichier, et une étape pour envoyer le fichier dans le compartiment S3.Apportez les modifications suivantes dans le JCL REXXEXEC (vous pouvez changer le nom) :[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/transfer-large-scale-db2-z-os-data-to-amazon-s3-in-csv-files.html)**Tâche de génération de JCL en masse**//RUNREXX JOB (CREATEJCL),'RUNS ISPF TABLIST',CLASS=A,MSGCLASS=A,
// TIME=1440,NOTIFY=&SYSUID
//* Most of the values required can be updated to your site specific
//* values using the command 'TSO ISRDDN' in your ISPF session.
//* Update all the lines tagged with //update marker to desired
//* site specific values.
//ISPF EXEC PGM=IKJEFT01,REGION=2048K,DYNAMNBR=25
//SYSPROC DD DISP=SHR,DSN=USER.Z23D.CLIST
//SYSEXEC DD DISP=SHR,DSN=.TEST.REXXLIB
//ISPPLIB DD DISP=SHR,DSN=ISP.SISPPENU
//ISPSLIB DD DISP=SHR,DSN=ISP.SISPSENU
// DD DISP=SHR,DSN=.TEST.ISPSLIB
//ISPMLIB DD DSN=ISP.SISPMENU,DISP=SHR
//ISPTLIB DD DDNAME=ISPTABL
// DD DSN=ISP.SISPTENU,DISP=SHR
//ISPTABL DD LIKE=ISP.SISPTENU,UNIT=VIO
//ISPPROF DD LIKE=ISP.SISPTENU,UNIT=VIO
//ISPLOG DD SYSOUT=*,RECFM=VA,LRECL=125
//SYSPRINT DD SYSOUT=*
//SYSTSPRT DD SYSOUT=*
//SYSUDUMP DD SYSOUT=*
//SYSDBOUT DD SYSOUT=*
//SYSTSPRT DD SYSOUT=*
//SYSUDUMP DD SYSOUT=*
//SYSDBOUT DD SYSOUT=*
//SYSHELP DD DSN=SYS1.HELP,DISP=SHR
//SYSOUT DD SYSOUT=*
//* Input list of tablenames
//TABLIST DD DISP=SHR,DSN=.DSN81210.TABLIST
//* Output pds
//ISPFILE DD DISP=SHR,DSN=.TEST.JOBGEN
//SYSTSIN DD *
ISPSTART CMD(ZSTEPS )
/*
Avant d'utiliser le script REXX, apportez les modifications suivantes :[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/transfer-large-scale-db2-z-os-data-to-amazon-s3-in-csv-files.html)**Script STEPS REX**/*REXX - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - */
/* 10/27/2021 - added new parms to accommodate ftp */
Trace "o"
parse arg usrpfx ftpuser ftpsite
Say "Start"
Say "Ftpuser: " ftpuser "Ftpsite:" ftpsite
Say "Reading table name list"
"EXECIO * DISKR TABLIST (STEM LINE. FINIS"
DO I = 1 TO LINE.0
Say I
suffix = I
Say LINE.i
Parse var LINE.i schema table rest
tabname = schema !! "." !! table
Say tabname
tempjob= "LOD" !! RIGHT("0000" !! i, 5)
jobname=tempjob
Say tempjob
ADDRESS ISPEXEC "FTOPEN "
ADDRESS ISPEXEC "FTINCL UNLDSKEL"
/* member will be saved in ISPDSN library allocated in JCL */
ADDRESS ISPEXEC "FTCLOSE NAME("tempjob")"
END
ADDRESS TSO "FREE F(TABLIST) "
ADDRESS TSO "FREE F(ISPFILE) "
exit 0
| Développeur de mainframe |
### Exécutez le JCLs
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Effectuez l'étape de déchargement de DB2. | Après la génération de JCL, vous aurez JCLs autant de tables à décharger.Cette histoire utilise un exemple généré par JCL pour expliquer la structure et les étapes les plus importantes.Aucune action de votre part n'est nécessaire. Les informations suivantes sont fournies à titre de référence uniquement. Si votre intention est de soumettre JCLs ce que vous avez généré à l'étape précédente, passez à la section *Soumettre la LODnnnnn JCLs* tâche.Lorsque vous déchargez des données Db2 à l'aide d'une JCL avec l'utilitaire DSNUTILB Db2 fourni par IBM, vous devez vous assurer que les données déchargées ne contiennent pas de données numériques compressées. Pour ce faire, utilisez le paramètre DSNUTILB`DELIMITED`.Le `DELIMITED` paramètre prend en charge le déchargement des données au format CSV en ajoutant un caractère comme délimiteur et des guillemets doubles pour le champ de texte, en supprimant le rembourrage dans la colonne VARCHAR et en convertissant tous les champs numériques en FORMAT EXTERNE, y compris les champs DATE.L'exemple suivant montre à quoi ressemble l'étape de déchargement dans le JCL généré, en utilisant la virgule comme séparateur.
UNLOAD
DELIMITED COLDEL ','
FROM TABLE SCHEMA_NAME.TBNAME
UNLDDN SYSREC01
PUNCHDDN SYSPUN01
SHRLEVEL CHANGE ISOLATION UR;
| Développeur mainframe, Ingénieur système |
| Effectuez l'étape SFTP. | Pour utiliser le protocole SFTP depuis une JCL, utilisez l'utilitaire BPXBATCH. L'utilitaire SFTP ne peut pas accéder directement aux ensembles de données MVS. Vous pouvez utiliser la commande copy (`cp`) pour copier le fichier `&USRPFX..DB2.UNLOAD.&JOBNAME` séquentiel dans le répertoire USS, où il se trouve. `&TABNAME..csv`Exécutez la `sftp` commande à l'aide de la clé privée (`id_rsa`) et de l'ID utilisateur RACF comme nom d'utilisateur pour vous connecter à l'adresse IP AWS Transfer Family.SH cp "//'&USRPFX..DB2.UNLOAD.&JOBNAME'"
&TABNAME..csv;
echo "ascii " >> uplcmd;
echo "PUT &TABNAME..csv " >>>> uplcmd;
sftp -b uplcmd -i .ssh/id_rsa &FTPUSER.@&FTP_TF_SITE;
rm &TABNAME..csv;
| Développeur mainframe, Ingénieur système |
| Soumettez le LODnnnnn JCLs. | La JCL précédente générait toutes les tables LODnnnnn JCL qui devaient être déchargées, transformées en CSV et transférées dans le compartiment S3.Exécutez la `submit` commande sur tous ceux JCLs qui ont été générés. | Développeur mainframe, Ingénieur système |
## Ressources connexes
Pour plus d'informations sur les différents outils et solutions utilisés dans ce document, consultez les rubriques suivantes :
+ [Guide de l'utilisateur de z/OS OpenSSH](https://www-01.ibm.com/servers/resourcelink/svc00100.nsf/pages/zOSV2R4sc276806/$file/foto100_v2r4.pdf)
+ [Db2 z/OS — Exemples d'instructions de contrôle UNLOAD](https://www.ibm.com/docs/en/db2-for-zos/11?topic=unload-sample-control-statements)
+ [Db2 z/OS — Déchargement de fichiers délimités](https://www.ibm.com/docs/en/db2-for-zos/11?topic=unload-unloading-delimited-files)
+ [Transfer Family — Création d'un serveur compatible SFTP](https://docs.aws.amazon.com/transfer/latest/userguide/create-server-sftp.html)
+ [Transfer Family — Travailler avec des utilisateurs gérés par des services](https://docs.aws.amazon.com/transfer/latest/userguide/service-managed-users.html)
## Informations supplémentaires
Une fois que vous avez enregistré vos données DB2 sur Amazon S3, vous disposez de nombreuses méthodes pour développer de nouvelles connaissances. Amazon S3 s'intégrant aux services d'analyse de données AWS, vous pouvez librement consommer ou exposer ces données du côté distribué. Par exemple, vous pouvez effectuer les opérations suivantes :
+ Créez un [lac de données sur Amazon S3](https://aws.amazon.com/products/storage/data-lake-storage/) et extrayez des informations précieuses à l'aide query-in-place d'outils d'analyse et d'apprentissage automatique sans déplacer les données.
+ Lancez une [fonction Lambda](https://aws.amazon.com/lambda/) en configurant un flux de travail de traitement après le téléchargement intégré à AWS Transfer Family.
+ Développez de nouveaux microservices pour accéder aux données dans Amazon S3 ou dans une [base de données entièrement gérée](https://aws.amazon.com/free/database/?trk=ps_a134p000007CdNEAA0&trkCampaign=acq_paid_search_brand&sc_channel=PS&sc_campaign=acquisition_FR&sc_publisher=Google&sc_category=Database&sc_country=FR&sc_geo=EMEA&sc_outcome=acq&sc_detail=amazon%20relational%20database%20service&sc_content=Relational%20Database_e&sc_matchtype=e&sc_segment=548727697660&sc_medium=ACQ-P|PS-GO|Brand|Desktop|SU|Database|Solution|FR|EN|Text&s_kwcid=AL!4422!3!548727697660!e!!g!!amazon%20relational%20database%20service&ef_id=CjwKCAjwzt6LBhBeEiwAbPGOgcGbQIl1-QsbHfWTgMZSSHEXzSG377R9ZyK3tCcbnHuT45L230FufxoCeEkQAvD_BwE:G:s&s_kwcid=AL!4422!3!548727697660!e!!g!!amazon%20relational%20database%20service) à l'aide d'[AWS Glue](https://aws.amazon.com/glue/), un service d'intégration de données sans serveur qui facilite la découverte, la préparation et la combinaison de données à des fins d'analyse, d'apprentissage automatique et de développement d'applications.
Dans le cas d'une migration, étant donné que vous pouvez transférer toutes les données du mainframe vers S3, vous pouvez effectuer les opérations suivantes :
+ Supprimez l'infrastructure physique et créez une stratégie d'archivage des données rentable avec Amazon S3 Glacier et S3 Glacier Deep Archive.
+ Développez des solutions de sauvegarde et de restauration évolutives, durables et sécurisées avec Amazon S3 et d'autres services AWS, tels que S3 Glacier et Amazon Elastic File System (Amazon EFS), afin d'augmenter ou de remplacer les fonctionnalités sur site existantes.
# Transformez Easytrieve en langues modernes en utilisant des outils personnalisés AWS Transform
*Shubham Roy, Subramanyam Malisetty et Harshitha Shashidhar, Amazon Web Services*
## Résumé
[Ce modèle fournit des conseils prescriptifs pour une transformation plus rapide et moins risquée des charges de travail EZT (Broadcom [Easytrieve Report Generator](https://techdocs.broadcom.com/us/en/ca-mainframe-software/devops/ca-easytrieve-report-generator/11-6.html)) du mainframe à l'aide d'une transformation personnalisée.AWS Transform](https://aws.amazon.com/transform/custom/) language-to-language Il permet de relever les défis liés à la modernisation des charges de travail EZT des ordinateurs centraux de niche et propriétaires qui sont couramment utilisées pour le traitement des données par lots et la génération de rapports. Ce modèle remplace les approches de migration coûteuses, longues et sujettes aux erreurs qui s'appuient sur des outils propriétaires et une expertise rare en matière de mainframe par une solution automatisée d'intelligence artificielle agentique sur laquelle vous créez. AWS Transform
Ce modèle fournit une définition de transformation personnalisée prête à l'emploi pour la transformation EZT. La définition utilise plusieurs entrées de transformation :
+ Règles commerciales EZT extraites à l'aide de [AWS Transform for mainframe](https://aws.amazon.com/transform/mainframe/)
+ Documentation de référence sur la programmation EZT
+ Code source d'EZT
+ Ensembles de données d'entrée et de sortie du mainframe
AWS Transform custom utilise ces entrées pour générer des applications fonctionnellement équivalentes dans des langages cibles modernes, tels que Java ou Python.
Le processus de transformation utilise l'exécution intelligente des tests, le débogage automatique et les fonctionnalités de correction itérative pour valider l'équivalence fonctionnelle par rapport aux résultats attendus. Il prend également en charge l'apprentissage continu, permettant la définition personnalisée des transformations afin d'améliorer la précision et la cohérence entre les transformations successives. Grâce à ce modèle, les entreprises peuvent réduire les efforts et les risques liés à la migration, remédier à la dette technique des ordinateurs centraux spécialisés et moderniser les charges de travail EZT AWS afin d'améliorer l'agilité, la fiabilité, la sécurité et l'innovation.
## Conditions préalables et limitations
**Conditions préalables**
+ Un AWS compte actif
+ Une charge de travail EZT pour ordinateur central avec des données d'entrée et de sortie
**Limites**
*Limites de portée*
+ **Support linguistique** — Seule la transformation EZT vers Java est prise en charge pour ce modèle de transformation spécifique.
+ **Hors de portée** — La transformation d'autres langages de programmation mainframe nécessite une nouvelle définition de transformation personnalisée en mode AWS Transform personnalisé.
*Limites du processus*
+ **Dépendance de validation** — Sans données de sortie de référence, la transformation ne peut pas être validée.
+ **Logique propriétaire** — Les utilitaires hautement spécifiques développés sur mesure nécessitent une documentation utilisateur et des documents de référence supplémentaires pour être correctement interprétés par l'agent d'intelligence artificielle.
*Limites techniques*
+ **Limites de service** — Pour connaître les limites de service et les quotas AWS Transform personnalisés, consultez le [Guide de AWS Transform l'utilisateur - Quotas](https://docs.aws.amazon.com/transform/latest/userguide/transform-limits.html) et la [référence AWS générale - Transform Quotas](https://docs.aws.amazon.com/general/latest/gr/aws-transform.html).
**Versions du produit**
+ AWS Transform CLI — Dernière version
+ Node.js — version 20 ou ultérieure
+ Git — Dernière version
+ Environnement cible
+ Java — version 17 ou ultérieure
+ Spring Boot : la version 3.x est la cible principale des applications refactorisées
+ Maven — version 3.6 ou ultérieure
## Architecture
**Pile technologique source**
+ **Système d'exploitation** — IBM z/OS
+ **Langage de programmation** — Easytrieve, langage de contrôle des tâches (JCL)
+ **Base de données** : IBM DB2 pour z/OS, méthode d'accès au stockage virtuel (VSAM), fichiers plats du mainframe
**Pile technologique cible**
+ **Système d'exploitation** — Amazon Linux
+ **Calcul** — Amazon Elastic Compute Cloud (Amazon EC2)
+ **Langage de programmation** — Java
+ **Base de données** Amazon Relational Database Service (Amazon RDS)
**Architecture cible**
![\[schéma d'architecture cible pour l'utilisation personnalisée d'AWS Transform pour transformer EZT en code moderne.\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/images/pattern-img/71f15422-42cb-4c7e-94fa-051a4f130445/images/eb89eed0-dd55-485c-a433-9869162eaad9.png)
**Flux de travail**
Cette solution utilise un modèle de transformation de language-to-language migration AWS Transform personnalisé pour moderniser les applications mainframe Easytrieve (EZT) vers Java grâce à un flux de travail automatisé en quatre étapes.
*Étape 1 — Fournissez votre ancien code à AWS Transform for Mainframe, qui :*
+ Analyse le code
+ Extrait la logique métier de haut niveau
+ Extrait la logique métier détaillée.
*Étape 2 — Créez un dossier avec les entrées requises :*
+ Règles commerciales EZT extraites à l'aide de AWS Transform for mainframe
+ Documentation de référence sur la programmation EZT
+ Code source d'EZT
+ Ensembles de données d'entrée et de sortie du mainframe
*Étape 3 — Création et exécution d'une définition de transformation personnalisée*
1. Utilisez la AWS Transform CLI pour décrire les objectifs de transformation en langage naturel. AWS Transform analyse de manière personnalisée le BRE, le code source et les guides de programmation EZT afin de générer une définition de transformation personnalisée pour examen et approbation par les développeurs.
1. Invoquez ensuite la AWS Transform CLI avec le code source du projet. AWS Transform custom crée des plans de transformation, convertit EZT en Java après approbation, génère des fichiers de support, crée le fichier JAR exécutable et valide les critères de sortie.
1. Utilisez l'agent de validation pour tester l'équivalence fonctionnelle par rapport à la sortie du mainframe. L'agent Self-Debugger résout les problèmes de manière autonome. Les livrables finaux incluent du code Java validé et des rapports de validation HTML.
**Automatisation et mise à l'échelle**
+ Architecture d'exécution multimode d'Agentic AI : AWS Transform custom exploite l'IA agentic avec 3 modes d'exécution (conversationnel, interactif, automatisation complète) pour automatiser les tâches de transformation complexes, notamment l'analyse du code, le refactoring, la planification de la transformation et les tests.
+ Système de feedback adaptatif sur l'apprentissage : la plateforme met en œuvre des mécanismes d'apprentissage continu par le biais de l'analyse d'échantillons de code, de l'analyse de la documentation et de l'intégration des commentaires des développeurs avec des définitions de transformation versionnées.
+ Architecture de traitement simultané des applications : le système permet l'exécution parallèle distribuée de plusieurs opérations de transformation d'applications simultanément sur une infrastructure évolutive.
## Outils
**Services AWS **
+ [AWS Transform custom](https://docs.aws.amazon.com/transform/latest/userguide/custom.html) est un service d'IA agentique utilisé pour transformer les applications EZT existantes en langages de programmation modernes.
+ [AWS Transform](https://docs.aws.amazon.com/transform/latest/userguide/what-is-service.html)utilise l'IA agentic pour vous aider à accélérer la modernisation des charges de travail existantes, telles que .NET, le mainframe et les charges de travail. VMware
+ [AWS Transform pour mainframe](https://docs.aws.amazon.com/transform/latest/userguide/transform-app-mainframe.html) est utilisé pour analyser les applications EZT existantes afin d'extraire la logique métier intégrée et de générer une documentation complète sur les règles métier, y compris des résumés logiques, des définitions d'acronymes et des bases de connaissances structurées. Elles servent de données d'entrée pour la AWS Transform personnalisation.
+ [Amazon Simple Storage Service (Amazon S3)](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html) est un service de stockage d'objets basé sur le cloud qui vous permet de stocker, de protéger et de récupérer n'importe quel volume de données. Amazon S3 est le principal service de stockage AWS Transform personnalisé pour le stockage des définitions de transformation, des référentiels de code et des résultats de traitement.
+ [Gestion des identités et des accès AWS (IAM)](https://docs.aws.amazon.com/IAM/latest/UserGuide/introduction.html) vous aide à gérer en toute sécurité l'accès à vos AWS ressources en contrôlant qui est authentifié et autorisé à les utiliser. IAM fournit le cadre de sécurité pour la AWS Transform personnalisation, la gestion des autorisations et le contrôle d'accès pour les opérations de transformation.
**Autres outils**
+ AWS Transform La [CLI](https://docs.aws.amazon.com/transform/latest/userguide/custom-command-reference.html) est l'interface de ligne de commande pour AWS Transform la personnalisation, permettant aux développeurs de définir, d'exécuter et de gérer des transformations de code personnalisées par le biais de conversations en langage naturel et de modes d'exécution automatisés. AWS Transform custom prend en charge à la fois les sessions interactives (atx custom def exec) et les transformations autonomes pour une modernisation évolutive des bases de code.
+ Système de contrôle de version [Git](https://git-scm.com/doc) utilisé pour la protection des branches, le suivi des modifications et les fonctionnalités de restauration lors d'une application de correction automatique.
+ [Java](https://www.java.com/en/) est le langage de programmation et l'environnement de développement utilisés dans ce modèle.
**Référentiel de code**
Le code de ce modèle est disponible dans [Easytrieve to Modern Languages Transformation with AWS Transform Custom](https://github.com/aws-samples/sample-mainframe-easytrieve-transform?tab=readme-ov-file#easytrieve-to-modern-languages-transformation-with-aws-transform-custom) on. GitHub
## Bonnes pratiques
+ Établissez une structure de projet standardisée : créez une structure à quatre dossiers (code source, bre-doc, données d'entrée, données de sortie), validez l'exhaustivité et le contenu du document avant la transformation.
+ Utiliser des fichiers de référence pour la validation : utilisez les fichiers d'entrée de référence de production, effectuez une byte-by-byte comparaison avec la sortie de référence, acceptez une tolérance zéro pour les écarts.
+ Utiliser tous les documents de référence disponibles — Pour augmenter la précision de la transformation, fournissez tous les documents de référence disponibles, tels que les exigences commerciales et les listes de contrôle de codage.
+ Fournissez des informations pour améliorer la qualité : la AWS Transform personnalisation extrait automatiquement les enseignements tirés des exécutions de transformation (commentaires des développeurs, problèmes de code) et crée des éléments de connaissances pour ces derniers. Après chaque transformation réussie, passez en revue les éléments de connaissances et approuvez celui que vous souhaitez utiliser lors de futures exécutions. Cela améliore la qualité des transformations futures.
## Épopées
### Génération d'un extrait de règles métier (BRE)
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Configurez AWS Transform pour le mainframe. | Configurez l'environnement et les autorisations requises Gestion des identités et des accès AWS (IAM) pour prendre en charge les flux de travail de modernisation du mainframe. Pour plus d'informations, consultez [la section Transformation des applications mainframe](https://docs.aws.amazon.com/transform/latest/userguide/transform-app-mainframe-workflow.html) dans AWS la documentation. | Développeur d’applications |
| Générez de la documentation Business Rule Extract (BRE). | Extrayez la logique métier du code source EZT ou COBOL pour générer une documentation fonctionnelle. Pour obtenir des instructions sur la façon de lancer le processus d'extraction et de consulter le résultat, consultez la section [Extraire la logique métier](https://docs.aws.amazon.com/transform/latest/userguide/transform-app-mainframe-workflow.html#transform-app-mainframe-workflow-extract-business-logic) dans la AWS Transform documentation. | Développeur d’applications |
### Configuration AWS Transform personnalisée
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Fournissez l'infrastructure AWS Transform sur mesure. | Déployez l'infrastructure prête pour la production requise pour héberger un environnement de transformation sécurisé. Cela inclut une instance Amazon EC2 privée configurée avec les outils nécessaires, les autorisations IAM et les paramètres réseau pour convertir le code Easytrieve. Pour configurer l'environnement à l'aide de l'infrastructure en tant que code (IaC), suivez les instructions de déploiement du référentiel [Easytrieve to Modern Languages Transformation with AWS Transform Custom](https://github.com/aws-samples/sample-mainframe-easytrieve-transform) GitHub . | Développeur d'applications, administrateur AWS |
| Préparez les matières premières pour la transformation. | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/transform-easytrieve-modern-languages.html) | Développeur d’applications |
### Création d'une définition de transformation personnalisée
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Créez une définition de transformation. | Suivez ces étapes pour créer la définition de transformation personnalisée pour la transformation EZT vers Java avec validation fonctionnelle.[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/transform-easytrieve-modern-languages.html) | Développeur d’applications |
| Publiez la définition de la transformation. | Après avoir examiné et validé la définition de transformation, vous pouvez la publier dans le registre AWS Transform personnalisé à l'aide d'une invite en langage naturel, en fournissant un nom de définition tel que *EasyTrieve-to-Java-Migration*. | Développeur d’applications |
### Préparez les données de référence pour la validation.
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Consultez le résumé de validation de la transformation. | Avant d'exécuter la transformation AWS Transform personnalisée, vérifiez que le `input-data` dossier contient les fichiers de données requis capturés avant l'exécution du traitement par lots du mainframe. Après l'exécution de la tâche par lots sur le mainframe, assurez-vous que le `output-data` dossier capture les fichiers obtenus. Tous les fichiers sont au format Sequential/Text/DB 2 utilisant le codage EBCDIC en fonction des exigences d'exécution.[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/transform-easytrieve-modern-languages.html) | Développeur d’applications |
| Exécutez le travail de transformation personnalisé. | Exécutez la commande AWS Transform CLI en choisissant l'option non interactive ou interactive ::# Non-interactive execution (fully autonomous):
atx custom def exec \
--transformation-name "Easytrieve-to-Java-Migration" \
--code-repository-path ~/root/transform-workspace/mainframe-source/source-code \
--build-command "mvn clean install" \
--non-interactive \
--trust-all-tools \
# Interactive execution (with human oversight):
atx custom def exec \
-n "Easytrieve-to-Java-Migration" \
-p ~/root/transform-workspace/mainframe-source/source-code \
-c "mvn clean install"
# Resume interrupted execution:
atx -resume
# OR
atx --conversation-id
AWS Transform valide automatiquement par le biais de build/test commandes lors de l'exécution de la transformation. | Développeur d’applications |
### Validez et distribuez le code testé
| Sous-tâche | Description | Compétences requises |
| --- | --- | --- |
| Consultez le résumé de validation de la transformation. | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/transform-easytrieve-modern-languages.html) | Développeur d’applications |
| Accédez aux rapports de validation. | Entrez les commandes suivantes pour passer en revue les artefacts de validation détaillés :# Full validation report
cat ~/.aws/atx/custom/$LATEST_SESSION/artifacts/validation_report.html
# Generated code location
ls ~/.aws/atx/custom/$LATEST_SESSION/generated/
# Execution logs
cat ~/.aws/atx/custom/$LATEST_SESSION/logs/execution.log
| Développeur d’applications |
| Activez les éléments de connaissances pour un apprentissage continu. | Améliorez la précision des transformations futures en intégrant les éléments de connaissances suggérés à votre configuration permanente. Après une transformation, l'agent stocke les modèles identifiés et les règles de mappage dans votre répertoire de session local. Pour consulter et appliquer ces éléments appris, exécutez les commandes suivantes sur votre instance Amazon EC2 :# List all knowledge items for a specific transformation definition
atx custom def list-ki -n
# Retrieve the details of a specific knowledge item
atx custom def get-ki -n --id
# Update the status of a knowledge item (ENABLED or DISABLED)
atx custom def update-ki-status -n --id --status ENABLED
# Update the knowledge item configuration to enable auto-approval
atx custom def update-ki-config -n --auto-enabled TRUE
| Développeur d’applications |
## Résolution des problèmes
| Problème | Solution |
| --- | --- |
| *Configuration des chemins d'entrée et de sortie*Les fichiers d'entrée ne sont pas lus ou les fichiers de sortie ne sont pas écrits correctement. | Spécifiez le chemin complet du répertoire dans lequel les fichiers d'entrée sont stockés et indiquez clairement l'emplacement où la sortie doit être écrite. Assurez-vous que les autorisations d'accès appropriées sont configurées pour ces répertoires. Les meilleures pratiques incluent l'utilisation de chemins absolus plutôt que de chemins relatifs pour éviter toute ambiguïté et la vérification que tous les chemins spécifiés existent avec les read/write autorisations appropriées. |
| *Reprise des exécutions interrompues*L'exécution a été interrompue ou doit être poursuivie là où elle s'est arrêtée | Vous pouvez reprendre l'exécution là où vous l'avez interrompue en fournissant l'ID de conversation dans la commande CLI.Trouvez l'identifiant de conversation dans les journaux de votre précédente tentative d'exécution. |
| *Résolution des contraintes de mémoire*Une erreur de mémoire insuffisante se produit lors de l'exécution. | Vous pouvez demander AWS Transform de partager la taille actuelle de la JVM en mémoire, puis d'augmenter l'allocation de mémoire en fonction de ces informations. Cet ajustement permet de répondre à des exigences de traitement plus importantes.Envisagez de diviser les tâches volumineuses en lots plus petits si les contraintes de mémoire persistent après les ajustements. |
| *Corriger les divergences entre les fichiers de sortie*Les fichiers de sortie ne correspondent pas aux attentes et AWS Transform indiquent qu'aucune autre modification n'est possible. | Fournissez des commentaires spécifiques et des raisons techniques expliquant pourquoi la sortie actuelle est incorrecte. Incluez de la documentation technique ou commerciale supplémentaire pour répondre à vos besoins. Ce contexte détaillé permet de AWS Transform corriger le code afin de générer les fichiers de sortie appropriés. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/patterns/transform-easytrieve-modern-languages.html) |
## Ressources connexes
+ [AWS Transform documentation personnalisée](https://docs.aws.amazon.com/transform/latest/userguide/custom.html)
+ [Générateur de rapports Easytrieve 11.6](https://techdocs.broadcom.com/us/en/ca-mainframe-software/devops/ca-easytrieve-report-generator/11-6/getting-started.html)
## Pièces jointes
[Pour accéder au contenu supplémentaire associé à ce document, décompressez le fichier suivant : attachment.zip](samples/p-attach/71f15422-42cb-4c7e-94fa-051a4f130445/attachments/attachment.zip)
# Plus de modèles
**Topics**
+ [Déployez les automatisations de sécurité pour la AWS WAF solution à l'aide de Terraform](deploy-the-security-automations-for-aws-waf-solution-by-using-terraform.md)
+ [Répliquez des bases de données mainframe sur AWS à l'aide de Precisely Connect](replicate-mainframe-databases-to-aws-by-using-precisely-connect.md)