概述

大多数大型机工作负载由昂贵的批处理过程组成,可分为以下一种或多种类型:

  • 日/月/年结束流程
  • 定期批量/事务处理
  • 报表和语句生成
  • 数据摄取和提取到大型机数据库(DB2、IMS、VSAM)
  • 数据转换与传输
  • 数据存档和清除

印孚瑟斯帮助客户识别工作负载,并将其转嫁到最合适的平台上,通过更精简、更轻的大型机实现更好的性能,并显著降低成本。

  • 低价值、表现不佳的工作是最适合的Hadoop的平台
  • 周期性的,任务关键的工作是理想的Spring Batch
  • 通常涉及到提取、转换和加载的批处理过程是理想的ETL平台
  • MongoDB适合大型数据库
行

挑战与解决方案

Spring Batch的固有的体系结构和设计是松散耦合的,并且易于单元和系统测试的自动化。
它还可以很容易地与DevOps工具集集成。

我们的经验丰富、知识渊博的专家与过多的加速器和工具以及对大型机应用程序的完全理解一起,是定义非破坏性卸载过程的路线图的关键

ETL可以匹配相同(如果不是更高)级别的性能和吞吐量:

  • 减少I / O
  • 限制数据库读/写
  • 分区和并行
  • 批量加载/消除记录
  • 尽快过滤

Infosys在大型机的现代化上投入了大量资金,并认为由于大型机专家的退休而导致技术水平下降的组织需要利用工具来生成业务/功能文档,并提高其余人员的生产力