Quatro frentes para a modernização
A Google Cloud apresentou uma abordagem para modernização de mainframes estruturada em quatro pilares: assessment, modernização, redução de riscos antes da entrada em produção e migração de dados. Segundo a empresa, o desafio vai além da conversão direta de código, pois envolve dependências entre aplicações, formatos de dados legados, interfaces e regras de negócio.
Para gestores, o ponto central é tratar a modernização como uma iniciativa que exige entendimento prévio do ambiente, definição de estratégias por carga de trabalho e validação antes da substituição dos sistemas legados. Essa é uma recomendação editorial baseada nas etapas descritas pela fornecedora.
Avaliação do ambiente legado
O Mainframe Assessment Tool (MAT), da Google Cloud, faz engenharia reversa de bases de código legadas em grande escala. A ferramenta é apresentada com recursos para visualizar dependências entre aplicações e armazenamentos de dados, extrair regras de negócio, gerar documentação técnica e identificar domínios e funções de negócio.
De acordo com a Google Cloud, essas informações podem ajudar a mapear limites de aplicações, entradas, saídas, interfaces e pontos de processamento. A empresa também afirma que os resultados podem fornecer contexto específico das aplicações para fluxos de modernização com agentes de IA.
Dois padrões de transformação
A solução de modernização agêntica da Google Cloud prevê dois caminhos. O primeiro, chamado Rewrite / Reimagine, é voltado a aplicações nas quais a inovação da lógica de negócio é prioritária. Nesse fluxo, a empresa descreve a extração de regras, a criação de especificações e arquitetura de destino, histórias de usuário, backlog e plano de implementação.
O segundo é a modernização determinística, ou like-to-like. Segundo a Google Cloud, esse padrão busca alterar estruturas internas do sistema preservando o comportamento da aplicação e as interfaces externas. A premissa declarada é que o sistema modernizado produza a mesma saída de negócio para uma determinada entrada.
Validação paralela e movimentação de dados
Para reduzir o risco de entrada em produção, o Google Cloud Dual Run executa cargas reais simultaneamente no mainframe e no ambiente em nuvem. A ferramenta captura transações do mainframe, executa os processos na aplicação modernizada e compara protocolos, mensagens e alterações de dados, segundo a empresa.
Já o Mainframe Connector pode copiar dados do mainframe para serviços como BigQuery, Spanner, Cloud SQL e Cloud Storage. A Google Cloud informa que o conector realiza conversões de código e tipos de dados e pode ser integrado a processos de ETL para copiar dados de forma iterativa.
Ponto de atenção para empresas
A abordagem apresentada é uma oferta da Google Cloud e descreve produtos, fluxos e capacidades da própria empresa. Antes de selecionar uma estratégia, a recomendação editorial é delimitar uma aplicação-alvo, levantar dependências e critérios de equivalência e testar a validação em paralelo em um piloto controlado.
A Google Cloud sugere começar com uma varredura do MAT em uma aplicação selecionada e, depois, conduzir um workshop e piloto de modernização com especialistas e parceiros.