Mainframe-Offload und -Modernisierung mit Confluent

Zunächst muss die Abhängigkeit von der Stapelverarbeitung reduziert werden. Um schnelle Analysen und Business Intelligence bei minimaler Latenz zu gewährleisten, werden Mainframe-Daten in Echtzeit erfasst. Diese werden dann mit anderen Daten in Zusammenhang gesetzt, um die Anforderungen eines digitalen Unternehmens erfüllen zu können.

Dazu ist es nötig, die Komplexität veralteter Technologie zu reduzieren, die eng mit der spezifischen Logik des Unternehmens verwoben ist. Indem die Daten mithilfe von Event-Streaming rechtzeitig zur Verfügung gestellt werden, können veraltete Mainframe-Anwendungen in moderne verteilte Anwendungen integriert werden.

Um die schnell anwachsenden digitalen Service-Lasten zu bedienen, ist es entscheidend, die MIPS-bezogenen Lizenzgebühren einzusparen und gleichzeitig eine nahtlose Skalierbarkeit zu gewährleisten.

Durch den Einsatz breiter Source-and-Sink-Konnektivität können moderne Anwendungen im Handumdrehen entwickelt werden.

Apache Kafka kann als Puffer zwischen Mainframe-Daten und modernen Anwendungen fungieren und ermöglicht eine vollständige Integration ohne wesentliche Umstrukturierung oder Umschreibung.

Mit ksqlDB lassen sich Streaming-Daten aus einer Vielzahl von Quellen mit Mainframe-Daten kombinieren.

Mit den Stream-Processing-Funktionen von Confluent lassen sich erweiterte Analytics sowie Machine Learning auf Mainframe-Daten anwenden.

So können Mainframe-Daten in den vollständig verwalteten Event-Streaming-Service geladen und die Gesamtbetriebskosten gesenkt werden, wobei die Agilität gleichzeitig erhöht wird.

Über Connectors kann auf Mainframe-Daten und Integrationen von zahlreichen geprüften Partnern zugegriffen werden, einschließlich CDC- und direkte Offload-Lösungen für Mainframe