Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Trasformazione delle applicazioni mainframe

AWS Transform accelera la trasformazione delle applicazioni di modernizzazione del mainframe. Questo argomento descrive le funzionalità disponibili.

Prerequisito: preparare gli input del progetto in S3

AWS Transform è in grado di gestire codebase mainframe complessi. Per utilizzare codebase, assicurati di avere tutte le risorse nella tua posizione S3.

Principali input del progetto:

Altri input del progetto

I dettagli sugli input del progetto sono disponibili qui.

Sign-in e crea un lavoro

Per accedere all'esperienza web AWS Transform, segui tutte le istruzioni nella Nozioni di base su AWS Trasformazione sezione della documentazione.

Per creare e avviare un lavoro: segui la procedura descritta in Avvia il tuo progetto.

Crea area di lavoro: assegna un nome e descrivi l'area di lavoro in cui verranno archiviati i lavori, i collaboratori e gli artefatti associati.

Crea un lavoro: crea un lavoro selezionando tra i piani di lavoro preconfigurati oppure personalizza il piano di lavoro in base al tuo obiettivo selezionandolo dall'elenco delle funzionalità supportate.

Quando crei il tuo lavoro, puoi scegliere tra le funzionalità seguenti, ma la fase di avvio è sempre obbligatoria in quanto è dove si trova la posizione del codice sorgente del progetto. Nella prima configurazione di un processo in un'area di lavoro è necessario configurare un connettore per il bucket Amazon S3.

Monitoraggio dei progressi della trasformazione

È possibile monitorare l'avanzamento della trasformazione durante l'intero processo in due modi:

Configura un connettore

AWS Transform utilizza un connettore per accedere alle risorse del tuo account necessarie per le funzioni di modernizzazione del mainframe. Il connettore viene configurato automaticamente con il primo processo eseguito nell'area di lavoro. A seconda del piano di lavoro scelto, AWS Transform ti guida nella creazione del connettore.

Il mainframe reinventa il connettore

Il connettore di reimmaginazione del mainframe è destinato ai lavori che eseguono i flussi di lavoro di valutazione e reimmaginazione. Utilizza un bucket S3 per accedere e archiviare le risorse di trasformazione, nonché un cluster Amazon Neptune per archiviare gli artefatti estratti. Il cluster Neptune funge da knowledge graph unificato che memorizza tutti gli artefatti estratti sul tuo lavoro e il knowledge graph risponde a tutte le domande nell'interfaccia di chat Transform. AWS

Implementa il cluster Amazon Neptune in un AWS VPC in cui Transform può creare interfacce di rete elastiche (ENI). Queste sono le connessioni di rete che consentono a AWS Transform di comunicare in modo sicuro con Neptune nel tuo VPC per caricare dati e interrogare il tuo Knowledge Graph.

AWS CloudFormation

Si consiglia di utilizzare il seguente CloudFormation modello per creare le risorse necessarie per il connettore mainframe reimagine. Utilizzate lo stesso bucket S3 che intendete utilizzare per il connettore durante l'esecuzione del modello. CloudFormation Per ulteriori informazioni sull'utilizzo dei CloudFormation modelli, consulta Lavorare con i modelli.

Per scaricare il CloudFormation modello, scegli neptune-kg-setup.yaml.

Il modello accetta i seguenti parametri:

Fornisci i seguenti dettagli quando configuri il connettore:

Configurazione personalizzata

Se si preferisce utilizzare un VPC esistente o altri strumenti per creare l'infrastruttura richiesta, l'ambiente deve soddisfare i seguenti requisiti:

Ammasso di Nettuno

Rete

Gruppi di sicurezza

I gruppi di sicurezza sono collegati agli ENI, non alle sottoreti. Anche quando AWS Transform ENI e Neptune risiedono nella stessa sottorete, gruppi di sicurezza separati controllano l'accesso tra di loro.

IAM

Il diagramma seguente mostra l'architettura consigliata.

Connettore S3

Per i lavori con un piano personalizzato, AWS Transform può utilizzare un connettore S3. Il connettore S3 utilizza un bucket S3 per accedere e archiviare le risorse di trasformazione e un bucket vettoriale S3 per l'output indicizzato.

Configurazione opzionale del bucket vettoriale S3.

Nelle regioni in cui sono disponibili i bucket vettoriali S3, AWS Transform memorizzerà le codifiche vettoriali ricercabili dell'output del lavoro in questo bucket vettoriale S3 del tuo account per fornire un'esperienza di ricerca e chat basata sull'intelligenza artificiale. I dati non vengono utilizzati al di fuori di questo lavoro e non vengono utilizzati per addestrare modelli. Per abilitare ciò, è necessario creare e fornire un bucket vettoriale S3. AWS Transform crea e assegna automaticamente un ruolo con le autorizzazioni necessarie per scrivere in questo bucket.

Autorizzazioni CORS del bucket S3

Dopo aver configurato il connettore, aggiungi la seguente politica CORS al tuo bucket S3 in modo da poter visualizzare e confrontare gli artefatti direttamente nella console Transform. AWS Se questa policy non è configurata correttamente, potresti non essere in grado di utilizzare le funzionalità di visualizzazione in linea o di confronto dei file di Transform. AWS

[
    {
        "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
    }
]

Valuta e reinventa il piano di lavoro

Il Job Plan di valutazione e reimmaginazione è un flusso di lavoro predefinito per la modernizzazione delle applicazioni mainframe. Ti guida attraverso due fasi: valutazione della tua base di codice per identificare le funzioni aziendali e reinventare le funzioni selezionate. Per scegliere invece le funzionalità individuali, utilizza il piano di lavoro personalizzato.

Valutazione

I percorsi di modernizzazione del mainframe in genere iniziano con la valutazione della codebase per identificare i contenuti e comprendere le relazioni e le dipendenze. Dopo questa valutazione, è possibile iniziare a scomporre e selezionare parti del codice sorgente da modernizzare. I limiti della decomposizione sono determinati in base alle funzioni aziendali.

Il catalogo delle funzioni aziendali scompone la base di codice in funzioni aziendali discrete, basate su percorsi di dati deterministici che mappano ogni funzione aziendale dall'inizio alla fine. Un percorso dati è il percorso seguito dai dati, a partire da un trigger aziendale fino alla scrittura finale all'interno del codice mainframe. Anziché limitare l'analisi a un unico punto di ingresso, il sistema comprende processi in batch, transazioni CICS e relativi archivi di dati condivisi per identificare unità di lavoro aziendali coerenti.

Una funzione aziendale è un insieme di attività che parte da un fattore scatenante e termina con un risultato aziendale misurabile. AWS Transform offre un catalogo di funzioni aziendali su cui una linea di business può agire, permettendo di prendere decisioni informate su cosa modernizzare per primo.

Vantaggi della valutazione della base di codice per modernizzarla utilizzando le funzioni aziendali:

Risultati della valutazione forniti tramite chat

I risultati della valutazione forniti tramite la chat includono un elenco di funzioni aziendali, incluso il numero di percorsi di dati, il contenuto di ciascuna funzione in termini di transazioni batch e CICS e una descrizione dell'attività. Ti viene fornito un link agli artefatti generati nel bucket Amazon S3 e puoi accedervi anche tramite la chat. Vengono forniti due elementi: dettagli sulle funzioni aziendali e riepilogo delle funzioni aziendali.

Per interagire con il grafico, selezionate un elemento per mostrarne ulteriori dettagli oppure aprite un elemento per interrogarne i dettagli. All'interno di ogni pagina è presente un riepilogo di tutti gli elementi presenti a quel livello e un'interfaccia grafica con cui interagire e ottenere ulteriori informazioni su ciascun componente, tra cui:

Tramite la chat, è possibile interrogare i risultati per comprendere gli elementi contenuti in ciascuna funzione aziendale ed esplorarne i limiti attraverso il grafico delle funzioni aziendali.

Dopo aver identificato i limiti della modernizzazione, la chat richiede di selezionare le funzioni aziendali che si desidera reimmaginare. È possibile selezionare una singola funzione aziendale o più funzioni aziendali. AWS Transform invia i limiti selezionati e i risultati di valutazione richiesti al flusso di reimmaginazione per continuare il percorso di modernizzazione.

Dopo aver completato la prima modernizzazione, puoi utilizzare la chat per selezionare un set aggiuntivo di funzioni aziendali da modernizzare.

Reimmagina

Nella fase di reimmaginazione, è possibile selezionare una o tutte le funzioni aziendali identificate dalla valutazione e prepararle per la modernizzazione. Ciò attiva l'estrazione della logica aziendale seguita dalla generazione dei requisiti per le funzioni aziendali selezionate. I requisiti generati sono l'input principale per la progettazione avanzata, che traduce la comprensione dei sistemi esistenti in una specifica precisa di ciò che l'applicazione modernizzata deve fornire.

Estrai la logica aziendale

Dopo aver selezionato una o più funzioni aziendali, AWS Transform inizia a generare la logica aziendale per le funzioni aziendali selezionate. Una volta completata l'estrazione, AWS Transform archivia i risultati in un bucket Amazon S3 in formato JSON per l'uso a valle. Puoi monitorare lo stato di avanzamento dell'estrazione ed esaminare eventuali problemi direttamente nella console Transform. AWS

Se alcuni file hanno riscontrato problemi durante l'estrazione, vengono visualizzati i seguenti dettagli per ogni file interessato:

Genera requisiti

Una volta completata l'estrazione della logica aziendale, l'agente Generate Requirements consuma gli artefatti estratti (analisi del codice, analisi dei dati, regole aziendali) e produce requisiti di modernizzazione. Questi requisiti sono specifiche funzionali formali indipendenti dalla tecnologia e includono criteri di accettazione verificabili. AWS Transform produce un requirements.md file per ogni funzione aziendale selezionata e archivia l'output in un bucket Amazon S3. Per visualizzare la posizione dell'output in Amazon S3, scegli il passaggio Genera requisiti.

Ogni requirements.md file è organizzato nelle seguenti parti:

Tracciabilità tra gli artefatti di trasformazione

AWS Transform mantiene la tracciabilità tra gli artefatti che genera durante tutto il flusso di lavoro di valutazione e reimmaginazione. La tracciabilità consente di ricondurre ogni requisito alle regole aziendali estratte o direttamente al codice sorgente originale che ha prodotto il requisito.

È possibile visualizzare tutti i dettagli di tracciabilità per ogni funzione aziendale utilizzando il file. traceability.yaml Descrive in che modo ogni regola aziendale corrisponde a un requisito.

Per la tracciabilità interattiva, puoi utilizzare il plug-in IDE negli editor compatibili con VS Code e Open VSX. Per ulteriori informazioni, consulta Strumenti per sviluppatori.

Reinventa il piano di lavoro

Per le applicazioni che hai previsto la modernizzazione e che sei pronto a reimmaginare, puoi eseguire un processo di reimmaginazione autonomo. Il processo analizza il codice e i dati, estrae la logica aziendale, identifica i domini aziendali e genera requisiti di modernizzazione per ogni dominio aziendale.

Piano di lavoro personalizzato

Un piano di lavoro personalizzato consente di creare il proprio flusso di lavoro di modernizzazione selezionando le funzionalità che si desidera eseguire. Ti dà il pieno controllo sulle funzionalità incluse. Scegliete tra le seguenti funzionalità in base al vostro obiettivo di modernizzazione. Alcune funzionalità dipendono dal fatto che altre vengano eseguite per prime. Ad esempio, l'analisi del codice è necessaria per la maggior parte delle altre funzionalità.

Analizza il codice

Dopo aver condiviso il percorso del bucket Amazon S3 con AWS Transform, quest'ultimo analizzerà il codice di ogni file con dettagli come nome del file, tipo di file, righe di codice e relativi percorsi.

Nel piano di lavoro, seleziona Analizza il codice nel riquadro di navigazione a sinistra per visualizzare i risultati. Puoi visualizzare i risultati dell'analisi del codice in diversi modi:

Tra i risultati del file, AWS Transform fornisce le seguenti informazioni a seconda della visualizzazione del file scelta:

File mancanti: file mancanti dall'analisi del codice di modernizzazione del mainframe. Idealmente, questi file dovrebbero essere aggiunti come parte dell'input sorgente nel bucket Amazon S3 e la fase di analisi dovrebbe essere rieseguita per ottenere risultati migliori e coerenti.

Nome identico: AWS Transform fornisce un elenco di file che condividono lo stesso nome e possibilmente le stesse caratteristiche (ad esempio, il numero di righe di codice). Non sarà in grado di confrontare la differenza tra i contenuti di due file contemporaneamente.

ID duplicati — Con il programma Cobol, il campo Program ID funge da identificatore univoco del file. Questo ID deve essere unico perché viene utilizzato per chiamare il programma durante tutto il progetto. Tuttavia, alcuni progetti potrebbero avere file COBOL con nomi diversi ma con lo stesso ID di programma. Ottenere l'elenco di questi file durante la valutazione può aiutare a comprendere le dipendenze tra tutti i programmi.

In caso di programmi con ID duplicati, si consiglia di modificare gli ID di programma di questi file in modo da avere un identificatore univoco per ognuno di essi nel codice COBOL. È quindi possibile eseguire nuovamente il processo per ottenere risultati di analisi del codice più accurati e completi.

Risolvendo gli ID di programma duplicati, puoi:

Problemi relativi al codebase: potenziali problemi rilevati all'interno della codebase che è necessario risolvere prima di continuare con il progetto di modernizzazione. Questi problemi potrebbero includere riferimenti mancanti con istruzioni associate o collegamenti non supportati nel codice.

Aggiorna la classificazione: con la riclassificazione manuale, puoi riclassificare i file utilizzando la funzionalità di aggiornamento in blocco caricando il file JSON con la nuova classificazione.

Dopo la riclassificazione, AWS Transform:

Visualizzatore in linea e confronto di file

Il visualizzatore in linea è una funzionalità delle funzionalità di AWS Transform for mainframe che offre due funzionalità di visualizzazione chiave:

Visualizzazione dei file di input

Confronto tra file

Analisi dei dati

AWS Transform fornisce l'analisi dei dati per aiutare a comprendere l'impatto delle relazioni e degli elementi dei dati sul progetto di modernizzazione del mainframe. I due output forniti sono:

Al termine dell'analisi, saranno presenti due schede per ogni output, quindi saranno disponibili più visualizzazioni descritte di seguito sia per la derivazione dei dati che per il dizionario.

Data lineage

AWS Transform offre viste multiple basate sulle relazioni tra i dati che devono essere comprese all'interno della base di codice da modernizzare. Le quattro visualizzazioni tabellari disponibili in Data Lineage includono:

Il riepilogo fornisce una panoramica delle fonti di dati e delle loro relazioni con programmi e JCL, oltre a informazioni di riepilogo su come vengono sfruttate le fonti di dati e sulle operazioni totali presenti nel codebase.

Dizionario dati

Comprendere gli elementi di dati all'interno delle fonti di dati presenti nel codebase è il passo successivo per rendersi conto di come le varie fonti di dati siano dipendenti. Il dizionario dei dati è un catalogo di dati che fornisce metadati a livello di campo con descrizioni in linguaggio aziendale per una mappatura accurata delle trasformazioni.

La relazione tra la derivazione dei dati e il dizionario è disponibile selezionando l'origine dati e quindi utilizzando il pulsante Data Lineage o Data Dictionary per approfondire la relazione tra l'origine dati e gli elementi di dati. La navigazione tra la derivazione dei dati e il dizionario offre una visibilità integrata dei dati, mentre la derivazione dei dati fornisce il «cosa», la struttura e il significato, oltre al «dove», l'utilizzo e la relazione.

Analisi delle metriche delle attività

L'analisi delle metriche delle attività consente di analizzare i record SMF (System Management Facility) di tipo 14, 15, 30, 64, 102 e 110. L'analisi fornisce informazioni su come gli elementi vengono utilizzati all'interno dell'applicazione mainframe. Può aiutare a eliminare il codice inutilizzato o a prendere decisioni sull'architettura di destinazione per l'applicazione modernizzata. Se includi l'analisi delle metriche delle attività nel tuo lavoro, il completamento della fase di analisi del codice fornisce innanzitutto risultati SMF più completi, sebbene non sia necessario.

Record SMF integrati per l'analisi

È necessario fornire la posizione del record SMF all'interno del bucket Amazon S3 come fase iniziale per l'analisi SMF. Fornisci un minimo di 13 mesi di record per registrare gli eventi annuali che potrebbero non essere rilevati in intervalli di tempo più brevi. Sebbene siano consigliati 13 mesi, qualsiasi periodo di tempo con record SMF rilevabili produce risultati di analisi.

L'estratto SMF deve soddisfare i seguenti requisiti di formato:

Fornisci un link ai record SMF all'interno del tuo bucket Amazon S3, assicurandoti che i record si trovino in una cartella separata dal codice sorgente. Le opzioni di formato includono .zip (fino a 600 MB) o.tar.gz (fino a 5 GB) compressi. Se si fornisce un collegamento a una cartella in cui i record SMF non vengono rilevati, viene visualizzato un messaggio di errore e l'analisi non viene completata.

Risultato dell'analisi

L'output dell'analisi contiene due componenti, a seconda del tipo di record: una vista tabulare e un output.csv (disponibile nel bucket Amazon S3). All'interno di AWS Transform, vengono visualizzati gli output per i tipi 30 e 110. Attraverso gli artefatti presenti nel tuo bucket Amazon S3, puoi esplorare l'analisi su altri tipi di record. Nell'interfaccia utente, l'intestazione mostra l'intervallo di tempo dei record forniti in modo da poter identificare eventuali date chiave mancanti. Ad esempio, se i tuoi record vanno dal 1° maggio al 31 ottobre ma escludono il giorno impegnativo dopo il Ringraziamento, puoi vedere che mancano i record chiave. I timestamp nell'applicazione Web riflettono il fuso orario del sistema e i record SMF.

Gli artefatti disponibili in Amazon S3 forniscono analisi per qualsiasi tipo di record presente nei record forniti.

Vista tabellare

La vista tabulare, disponibile solo per SMF 30 e 110, contiene fino a tre componenti principali per i lavori in batch e le transazioni CICS:

Il riepilogo di scoperta fornisce tre gruppi di lavori e transazioni che consentono di identificare rapidamente gli elementi per un'analisi più approfondita.

L'analisi dei processi Batch e delle transazioni CICS fornisce un'analisi aggregata di lavori e transazioni. Alcune colonne dei risultati dell'analisi sono nascoste per impostazione predefinita. Scegli l'icona a forma di ingranaggio per visualizzare campi aggiuntivi.

La chiave di transazione genera un'aggregazione di dati unica per le transazioni CICS, combinando quattro campi in un unico valore chiave:

È possibile eseguire la ricerca in base alla chiave completa o a qualsiasi componente della chiave nell'output dell'analisi.

Il confronto dell'analisi del codice evidenzia i lavori presenti nei record SMF o nella fase di analisi del codice, ma non presenti in entrambi. Questo mostra i lavori che non sono stati eseguiti durante l'intervallo di tempo di registrazione SMF o che non erano presenti nella fase di analisi del codice. Questo output è disponibile solo quando si esegue la fase di analisi del codice prima dell'analisi SMF nel lavoro.

Best practice

Per ottenere risultati completi per i lavori batch (tipo 30), assicuratevi che il nome del file JCL corrisponda al nome del lavoro per ottenere risultati significativi nel confronto dell'analisi del codice.

Genera documentazione tecnica

È possibile generare documentazione tecnica per le applicazioni mainframe in fase di modernizzazione. Analizzando il codice, AWS Transform può creare automaticamente una documentazione dettagliata dei programmi applicativi, comprese le descrizioni della logica del programma, dei flussi, delle integrazioni e delle dipendenze presenti nei sistemi legacy. Questa funzionalità di documentazione aiuta a colmare il divario di conoscenze, consentendoti di prendere decisioni informate durante la transizione delle applicazioni alle moderne architetture cloud.

Aggiungi le informazioni sull'utente nella documentazione

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

È possibile aggiungere file opzionali nel file zip per migliorare la qualità della documentazione generata e fornire una copertina PDF personalizzata. Alcuni di questi possono essere:

Genera un visualizzatore in linea di documentazione

È possibile visualizzare i file PDF nella fase di generazione della documentazione tecnica.

Il PDF si apre in AWS Transform, con la possibilità di espandere lo schermo in alto a destra.

Estrai la logica aziendale

È possibile estrarre la logica aziendale essenziale dalle applicazioni mainframe in fase di modernizzazione. AWS Transform analizza automaticamente il codice per identificare e documentare gli elementi aziendali critici, inclusi i flussi di processo dettagliati e la logica aziendale incorporata nelle applicazioni. Questa funzionalità è utile a più parti interessate nel percorso di modernizzazione. Gli analisti aziendali possono sfruttare la logica estratta per creare requisiti aziendali precisi e identificare lacune o incongruenze nelle implementazioni correnti. Gli sviluppatori acquisiscono la capacità di comprendere rapidamente le complesse funzionalità dei sistemi legacy senza una vasta esperienza nel mainframe.

Visualizza la documentazione aziendale estratta in linea

È possibile visualizzare la logica aziendale nella fase Estrai la regola aziendale. Per farlo:

La pagina della documentazione aziendale si apre in una nuova scheda del browser.

Decomposizione

È possibile scomporre il codice in domini che tengono conto delle dipendenze tra programmi e componenti. Ciò consente di raggruppare in modo appropriato i file e i programmi correlati all'interno dello stesso dominio. Inoltre, aiuta a mantenere l'integrità della logica dell'applicazione durante il processo di decomposizione.

Per iniziare a scomporre l'applicazione:

Semi

I semi sono gli input fondamentali per la fase di decomposizione del codice. Ogni componente o file (ad esempio, JCL, COBOL, tabelle Db2, CSD e file di pianificazione) può essere assegnato come base a un solo dominio, garantendo confini e allineamento chiari durante il processo di scomposizione.

L'identificazione dei semi dipende dalla struttura dell'applicazione o del portafoglio. Nel caso di una tipica applicazione mainframe legacy, i seed possono spesso essere determinati aderendo a convenzioni di denominazione stabilite, al raggruppamento a livello di batch nello scheduler e al raggruppamento a livello di transazione definito nel sistema CICS. Inoltre, le tabelle del database possono fungere anche da base, fornendo un altro livello di struttura per la scomposizione.

Importa e and/or aggiorna i file delle dipendenze.

Durante la decomposizione, puoi caricare un file JSON per le dipendenze che sostituisce i file esistenti generati dall'analisi delle dipendenze eseguita da Transform. AWS

La funzione di esportazione delle dipendenze consente di scaricare il file json delle dipendenze generato nella fase di scomposizione. Dopo il download, puoi modificare il file in base alle tue esigenze. Quindi, puoi importare le dipendenze utilizzando la funzionalità di caricamento di AWS Transform che ti consente di caricare il nuovo file JSON delle dipendenze che sostituisce il file generato dall'analisi delle dipendenze. Successivamente, il grafico nella fase di scomposizione verrà aggiornato.

AWS Transform importerà il file delle dipendenze e creerà un nuovo grafico delle dipendenze basato sul tuo input.

Importa and/or e aggiorna domini

Per i clienti che dispongono di domini, seed e relazioni tra and/or file mappati prima della fase di scomposizione, è possibile caricare questa definizione di dominio tramite la funzione Importa file di domini disponibile nel menu Azioni. Alcuni esempi di quando questa funzione può essere utilizzata:

Una volta importato il file dei domini, l'utente può eseguire la scomposizione rispetto alla definizione del dominio oppure, se soddisfatto, può salvare e quindi inviare la definizione del dominio.

Parent/child/neighbor file

In un grafico delle dipendenze, i programmi si relazionano tra loro tramite diversi tipi di connessioni. La comprensione di queste relazioni consente di analizzare le dipendenze dei programmi durante la trasformazione delle applicazioni mainframe. Inoltre aiuta a comprendere i confini di un dominio. Ad esempio, se si seleziona un dominio e quindi si seleziona il primo livello principale, verranno visualizzati i nodi connessi.

Relazioni principali: un file principale richiama o controlla altri programmi. I genitori si collocano al di sopra dei programmi dipendenti nella gerarchia. È possibile selezionare il genitore a un livello o a tutti i livelli.

Relazioni tra figli: un file secondario viene richiamato o controllato dal programma principale. I bambini si trovano al di sotto del genitore nella gerarchia dei file.

Relazioni tra vicini: i vicini sono file allo stesso livello gerarchico. Condividono lo stesso programma principale e potrebbero interagire direttamente tra loro.

Reforge il codice

Reforge utilizza Large Language Models (LLM) per migliorare la qualità del codice rifattorizzato. La COBOL-to-Java trasformazione iniziale preserva l'equivalenza funzionale pur mantenendo le strutture di COBOL-influenced dati e i nomi delle variabili del sistema precedente. Reforge ristruttura questo codice per seguire le pratiche e gli idiomi Java moderni, sostituendo i COBOL-style costrutti con raccolte e convenzioni di denominazione Java native. Ciò rende il codice più leggibile e gestibile per gli sviluppatori Java.

Reforgia il codice dopo il refactoring seguendo questi passaggi:

Una volta che AWS Transform riceve questo input da te, ti fornisce un file scaricabile con i risultati di Reforge.

Questa è la struttura zip risultante da un reforge riuscito:

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

Pianificate i test delle vostre applicazioni modernizzate

Puoi creare e gestire piani di test per le tue applicazioni mainframe modernizzate in base agli attributi del codice estratti, alla complessità del lavoro e ai percorsi di pianificazione. AWS Transform aiuta a dare priorità ai lavori da testare e identifica gli artefatti specifici necessari per ogni test case. Il processo di pianificazione dei test è suddiviso in tre fasi principali: configurazione, ambito e revisione.

Opzioni di personalizzazione del piano di test

Il piano di test può essere personalizzato per soddisfare esigenze specifiche. Ad esempio, puoi:

Informazioni dettagliate sul test case

Ogni test case fornisce dettagli che ne descrivono il contenuto e il relativo set di dati o file di dati:

Funzionalità di gestione dei dati

Questi dettagli consentono di comprendere i dati relativi al test case. Puoi:

Regole aziendali e linee guida ai test case

Il piano di test AWS Transform fornisce consigli per il piano di test case basato su Business Rule Extraction:

Il piano di test finale viene archiviato nella posizione S3 specificata e include tutte le informazioni necessarie per eseguire la strategia di test in modo efficace. Puoi esportare il piano di test per l'integrazione con altri strumenti di test o sistemi di documentazione.

Regole per la creazione dei test case - Riepilogo

Regole generali

Regole predefinite per la creazione dei test case

Regole operative per gli utenti

Genera script di raccolta dei dati di test

È possibile generare script JCL per raccogliere dati di test dai sistemi mainframe in base al piano di test creato nel passaggio precedente. AWS Transform crea automaticamente script di raccolta dati per set di dati, tabelle di database e file sequenziali necessari per test completi. Il processo di raccolta dei dati è suddiviso in quattro fasi principali: configurazione degli input, selezione dei test case, configurazione degli script e generazione degli script.

Funzionalità di generazione di script

Gli script generati vengono personalizzati automaticamente in base ai modelli e alla configurazione:

Strategia di raccolta dei dati

Gli script generati supportano strategie complete di raccolta dati:

Personalizzazione dei modelli e best practice

ATX Test Data Collection offre funzionalità flessibili di personalizzazione dei modelli:

Struttura di output generata

Gli script generati sono organizzati nel tuo bucket S3 con la seguente struttura:

La raccolta finale degli script viene archiviata nella posizione S3 specificata e include tutto il JCL necessario per eseguire efficacemente la strategia di raccolta dei dati. È possibile scaricare gli script per trasferirli nell'ambiente mainframe o integrarli con processi di distribuzione automatizzati.

Generazione di script di automazione dei test

È possibile generare script di automazione dei test per eseguire casi di test sulla propria applicazione modernizzata in base al piano di test creato nel passaggio precedente. AWS Transform crea automaticamente script di test completi che utilizzano i dati raccolti dal processo di raccolta dei dati di test. Il processo di generazione degli script di automazione dei test consiste in tre fasi principali: configurazione degli input, selezione dei test case e risultati della generazione degli script.

Testate le funzionalità degli script di automazione

Gli script di automazione generati forniscono funzionalità di test complete:

Struttura di output generata

Gli script di automazione dei test generati sono organizzati nel bucket S3 con la seguente struttura:

Strategia di esecuzione dei test

Gli script generati supportano flussi di lavoro completi per l'esecuzione dei test:

Le migliori pratiche per l'automazione dei test

La raccolta finale di script di automazione dei test fornisce un framework di test completo per la convalida delle funzionalità delle applicazioni modernizzate. Gli script possono essere integrati nei processi di test continui o eseguiti come parte del flusso di lavoro di convalida delle applicazioni.

Funzionalità di implementazione in AWS Trasformazione

AWS Transform ti aiuta a configurare ambienti cloud per applicazioni mainframe modernizzate fornendo modelli Infrastructure as Code (IaC) pronti all'uso. Tramite l'interfaccia di chat AWS Transform, puoi accedere a modelli predefiniti che creano componenti essenziali come risorse di calcolo, database, archiviazione e controlli di sicurezza. I modelli sono disponibili nei formati più diffusi tra cui CloudFormation (CFN) e Terraform AWS Cloud Development Kit (AWS CDK), offrendoti la flessibilità necessaria per implementare la tua infrastruttura.

Questi modelli fungono da elementi costitutivi che riducono il tempo e l'esperienza necessari per configurare gli ambienti per le applicazioni mainframe modernizzate. Puoi personalizzare questi modelli in base alle tue esigenze, offrendoti una base per creare il tuo ambiente di distribuzione.

Per recuperare i modelli IAc, chiedi nella chat AWS Transform i Infrastructure-as-Code modelli che chiariscono il tuo modello di modernizzazione preferito (come AWS Transform for mainframe refactor), la tua topologia preferita (standalone o alta disponibilità) e il tuo formato preferito (rispetto a Cloud Development CloudFormation Kit vs Terraform).