金融服务大型机现代化模式

主框架现代化模式金融服务 据我们观察，金融服务组织一直是采用技术来帮助降低运营成本、更快地带来创新并提供更好的客户体验的先驱。对于许多人来说，由于强大的处理能力，可靠性和安全性，IBM大型机已成为其核心IT平台的一部分超过50年。即使在今天，前100家银行中仍有85家使用大型机来运行其关键任务IT工作负载。 来自FinTechs和BigTechs的新竞争，不断发展的商业模式以及监管和合规风险正在推动金融服务行业技术的变革 需要。他们正在寻找一个现代化的平台，可以 以更低的成本提供敏捷性、安全性和可扩展性。他们正在投资云计算，并已开始将非关键工作负载转移到云。一些组织已经在将面向关键用户的应用程序和数据转移到云，以提供更快的上市时间、更好的用户体验和改进的可扩展性 但是，由于迁移失败的风险，非常长的迁移时间以及对旧流程的了解很少或没有，这可能使迁移变得困难，一些人可能仍然不愿意将关键任务大型机工作负载迁移到云。 组织在大型机平台上可能面临的一些挑战促使他们寻找替代方案： •技术资源短缺-由于年轻一代工程师缺乏学习大型机技能的兴趣，现有的大型机技术人员正在退休，并且没有被新人才取代 •过时的工具和开发环境-许多大型机开发人员仍然使用ISPF绿屏来编写，调试和测试代码，从而延长了整体开发和产品发布周期，这 可能成为习惯于使用现代开发环境的新员工入职的障碍 •手动开发和操作流程-大型机应用程序开发的DevOps实践普及率低，导致双速IT，其中分布式开发平台比大型机更敏捷 •对应用程序和数据的访问受限，导致互操作性问题-隐藏在遗留程序中的业务逻辑不易被分布式应用程序访问，这使得大型机难以在现代IT生态系统中运行 •无法释放大型机上存储的海量业务数据的价值-在分析和机器学习过程中，无法实时访问存储在不同数据库管理系统上的大型机数 据 •运营成本高几十年来积累的技术债务和未优化的流程导致大型机平台上运营成本的提高 随着2015年z13的发布,大型机平台被重新设计以带来许多创新和现代 工具。IBM一直在不断投资于该平台的现代化，2017年发布了z14， 2019年发布了z15 和z16在2022年。在每个版本中，现代大型机硬件和软件都旨在提供增强的安全性，速度，弹性和现代工具，以在混合云生态系统中进行互操作。 混合云基础设施是一个或多个公共云、私有云和本地基础设施的组合。由于自动化，一致使用工具和DevOps实践，混合云有可能促进更快的代码开发并缩短上市时间。我们发现，大多数组织都将混合云战略作为其首选的云部署模型。大型机平台将继续是这一战略的重要组成部分，组织需要开始长期思考应该转向什么。 云和什么可以在大型机上保持和现代化。 Capgemini和IBM帮助金融服务客户完成大型机现代化之旅。Capgemini 通过选择合适的工作负载来迁移到公共/私有云，并识别实现大型机现代化的就地现代化模式 工作负载。 凯捷就地大型机现代化解决方案专注于使开发人员体验现代化，带来敏捷性和交付速度，提供实时访问 应用业务逻辑和数据，并使AIML和数据分析更接近源数据。凯捷创建了大型机现代化体验区，客户可以在其中体验这些现代化用例 在他们的环境中实施之前，与凯捷大型机专家共同开发他们的用例。 以下是这些使用案例的简要总结。 现代化的开发人员体验 大型机开发人员在过去的几十年中没有看到他们的开发环境发生重大变化 ，他们主要基于3270仿真器屏幕 使用ISPF编辑器。客户可以根据行业首选平台（如Eclipse或VSCode ）接受他们选择的现代集成开发环境(IDE)，以与大型机集成。这些是用于开发用新一代语言编写的应用程序的众所周知的平台，现在可以使用相同的平台以COBOL，PL1，JCL和许多其他支持的语言在大型机上开发应用程序。 这些是功能丰富的IDE，并提供了强大的工具来编码，调试和测试应用程序，这些应用程序在传统的基于3270的大型机开发环境中不可用 。 实施现代IDE使开发大型机应用程序的经验更接近分布式应用程序开发。更容易找到在这些环境中工作过的新人才，并且可以轻松学习COBOL来支持大型机应用程序。 图1.两个IDE的侧视图：基于IBMDeveloperforz/OS(IDz)的ISPF编辑器v/sEclipse 此用例的成功主要取决于大型机开发人员对这些工具的采用。许多大型机开发人员几十年来一直在使用ISPF编辑器，并且将他们带入新的IDE将需要培训和指导，然后定期进行反馈会议。一旦他们看到这些编辑的力量和效率的提高，他们就会迅速采用。 使用DevOps工具和实践的敏捷性和交付速度 组织正在采用敏捷软件开发生命周期，以更快的速度交付更多的功能。DevOps一直是这一战略的核心，它通过将交付和运营的角色从多个团队转移到软件工程师来帮助加快交付周期，为他们提供使用CI/CD工具链自动化整个生命周期的工具。 今天，许多组织要么已经有了成熟的DevOps实践，要么正在实施一个 ，但这些实施中的大多数只关注分布式 和云原生技术使大型机成为在旧世界中运行的孤岛。这创造了双速IT局面 ，其中一个团队的交付速度比其他团队快。 许多开源CI/CD工具链现在可以配置为与现代大型机（如GitHub和Jenkins）一起使用。组织可以利用这些工具创建通用DevOps框架，以协调应用程序到多个目标平台（包括云和大型机）的开发、集成和部署 。 詹金斯 sonarQube Urban[代码] 释放 现在服务 JIRA IDz GitHub DBB-构建 Urban[代码] z/ 部署 图2.为大型机技术堆栈实现DevOps管道的示例参考体系结构 活动 需求管理 发展现代化 源代码管理 代码质量 自动化单元测试 Build 部署 发布管理 持续监测和报告 CICD ITSMIntegration 使用的工具 JIRA IDz GitHub SonarQube zUnit 基于依赖关系构建(DBB) 城市代码部署 (UCD) 城市代码发布 Omegamon /Instana 詹金斯 ServiceNow 与开发人员体验用例一样，采用是任何DevOps实现成功的关键。从概念验证开始，以确保您的设置按预期工作，然后根据应用程序和开发团队的成熟度将应用程序加载到DevOps管道。 实时访问大型机应用程序和数据 数字化转型需要访问核心应用程序和数据才能在全网络平台上运行。大多数金融服务组织的大型机上的核心业务逻辑都是用很少或根本没有文档的旧程序编写的。在不同的平台上重新设计和重写这些程序是非常费力和容易出错的。 此现代化用例将大型机COBOL程序转换为RESTfulAPI，内部或外部应用程序可以使用开放API标准访问这些API。这不仅确保了信息的无缝交换 混合云生态系统，同时也创造了将组织埋藏在这些遗留计划中的宝贵知识产权货币化的方法。 IBM的z/OSConnect为开发人员提供易于使用的API设计器，以便在几分钟内定义请求和响应参数并创建API，从而加速这些API的创建。这些API可以通过在公共云或私有云上运行的任何云应用程序从企业API管理平台注册和发现。 图3.用于将大型机资产转换为业务API的z/OS连接EE z/OS CICS IMS 编译器 TS O 调试工 具 IS PF Db2 创建、构建管理、 故障分析仪 Ecl i身体 z/OSMF Re xx DVM Monitors JCL 器 US S 企业应用程序和数据DevOps、系统管理和基础架构工具 不同的接口 DevOps和基础设施服务的工具 操作 开发和运营团队(面向内部/IT) 文件管理 业务API 面向业务应用和数据的API 企业API使用者 (外部 /面向消费者) 企业DevOps 实时访问事件驱动数据 对于希望快速安全地处理数据的以数据为中心的行业，大型机的使用率特别高。绝大多数信用卡交易仍在大型机上运行。不幸的是，大多数这些数据被锁定在大型机中，因为许多组织没有策略使云应用程序实时访问这些数据。许多组织已经实施了企业Datalae或Datawarehose，其中大型机数据被策划和加载以运行分析和业务报告，但这些数据大多是一天前的，不支持实时数据驱动的决策。 组织可以通过创建向所有消费者实时公开核心大型机数据元素的 DigitalIntegrationHub来解决此问题。DigitalIntegrationHub是 高级应用程序体系结构，将多个后端系统的记录数据源聚合为低延迟和横向扩展的高性能数据存储（Gartner定义）。 IBM的zDigitalItegratioHb(zDIH)提供大型机上的记录系统和云环境之间的信息流，具有高吞吐量和低延迟。这不是原始数据，而是可以由云应用程序实时访问的精选信息。可以从各种大型机数据源（如DB2、VSAM和IMS）收集信息，也可以直接从业务应用程序实时地处理数据。数据存储在内存缓存中，可以使用RESTflAPI，Kafa主题或SQL客户端轻松访问 。DIH的目标是： •通过将大多数只读调用路由到DIH缓存，防止核心应用程序被过多的API请求淹没 •通过订阅Kafka主题，为云应用程序提供使用实时信息的能力 •通过SQL客户端向业务分析师、开发人员和生产支持团队提供实时数据访问 图4.zDigitalIntegrationHub提供对大型机上的事件驱动信息的访问 记录系统 卡授权 ZDIH:日内缓存 Java应用程序启动并保持缓存最新 核心存款 •帐户交易记录 •人口统计 •帐户限制 •等。 高速缓存 高速缓存 合并合并帐户限制信息信息 持续更新缓存 •性能,重新使用信息 •原生REST和Kafka •高zIIPešciency z/ 批量协调后的Prime 缓存 后退 核心系统数据 应用程序直接与核心系统接口 •REST •Spring •Jcache •.NET •Python •Scala •PHP •Ruby 使用事件主题的应用程序：付款、合规性 、警报等。 SQL客户端：例如DBeaver 业务分析师可以自助查询和检测异常，而不会影响核心系统，从而提高敏捷性 应用获得实时消耗品信息，从而实现更优化的业务决策 日内缓存信息，从而 众多的标准接口加快应用开发 将AIML带入数据源 组织正在迅速采用AIML的使用，以从由于数字转换而收集的惊人数量的数据中提取价值。AIML工作负载目前在内部部署或云托管的Datawarehouse上策划的数据上运行，这些数据通常没有实时数据。 对于一些流行的AIML流程，从实时数据中提取的值将显着更高，例如欺诈检测，制裁和反洗钱。由于将数据从原始平台（大型机）移动到处理平台（云）所涉及的延迟，金融机构目前只能实时获得10％的交易进行欺诈检测。 在推出z16机器后，可以使用WatsonMachineLearningforz/OS(WMLz)在大型机上执行AIML模型。此外，随着z16的推出，IBM推出了片上AI硬件加速，可以处理300 每天10亿个推理请求，延迟1毫秒(1)。 这使得信用卡公司可以检测到欺诈过程中。 这种现代化方法侧重于在大型机上执行已经（外部）训练过的模型，模型的开发和训练可以在任何云平台上进行。这可能会对如何开发，训练和执行AIML模型产生游戏变化的影响 在未来。 (1)性能结果是从IBM内部测试中推断出来的，该测试在具有48个IFL和128GB内存的IBMz16LPARoUbt20.04（SMT模式）上使用合成信用卡欺诈检测模型（https://githb）运行本地推理操作。com/IBM/ai-o-X-欺诈检测）利用AI集成加速器。基准测试运行8个并行线程，每个线程固定在不同芯片的第一个核心上。Iscp命令用于识别核心芯片拓扑。使用了128个推理操作的批量大小。结果也使用z/OSV2R4LPAR与。 IBMz16上的24个CP和256GB内存。使