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.
# Casi d'uso per la replica dei dati del mainframe su Cloud AWS
Questa sezione esamina diversi casi d'uso comuni che si sono rivelati i principali candidati per la replica dei dati mainframe su. Cloud AWS Questi casi d'uso riguardano diversi settori e requisiti operativi, e ciascuno presenta sfide e opportunità uniche. In questi scenari, la replica dei dati può svolgere un ruolo fondamentale nel promuovere l'innovazione, l'agilità e la resilienza del business.
**Topics**
+ [Caso d'uso 1: modifica dell'acquisizione dei dati](#use-cases-cdc)
+ [Caso d'uso 2: report e dashboard in tempo reale](#use-cases-reporting)
+ [Caso d'uso 3: protocolli di messaggistica](#use-cases-protocols)
+ [Caso d'uso 4: nuovi canali e interfacce](#use-cases-channels)
+ [Caso d'uso 5: conformità normativa e archiviazione dei dati](#use-cases-compliance)
+ [Caso d'uso 6: elaborazione dell'offload e replica in batch](#use-cases-batch)
## Caso d'uso 1: modifica dell'acquisizione dei dati
Change Data Capture (CDC) è ideale per scenari in cui è richiesta una replica dei dati quasi in tempo reale. Acquisisce e replica solo i dati modificati dal mainframe al. Cloud AWS Ciò riduce al minimo il sovraccarico e la latenza della replica.
**Criteri di selezione**
+ Requisiti di replica dei dati in tempo reale o quasi
+ Aggiornamenti dei dati ad alta frequenza con bassa tolleranza per la latenza
+ Necessità di un utilizzo efficiente della larghezza di banda e delle risorse di rete
**Vantaggi**
+ Riduzione del sovraccarico di replica e dell'utilizzo della larghezza di banda di rete
+ La latenza ridotta al minimo rende disponibili i dati aggiornati più rapidamente
+ Utilizzo efficiente delle risorse grazie alla replica selettiva dei dati modificati
**Svantaggi**
+ Complessità nell'implementazione e nella gestione dei meccanismi CDC
+ Possibilità di un maggiore utilizzo delle risorse sui sistemi mainframe grazie all'acquisizione delle modifiche
+ Dipendenza dall'affidabilità e dalle prestazioni degli strumenti e dei processi CDC
**Strategia**
+ Seleziona uno strumento CDC compatibile con i database mainframe e Servizi AWS
+ Configura lo strumento CDC per acquisire e replicare solo le modifiche rilevanti ai dati
+ Implementa meccanismi di monitoraggio e convalida per mantenere la coerenza e l'affidabilità dei dati
+ Prendi in considerazione l'implementazione di meccanismi di failover che promuovano la disponibilità continua e l'integrità dei dati
## Caso d'uso 2: report e dashboard in tempo reale
Per una visualizzazione e un'analisi immediate, i report e i dashboard in tempo reale richiedono la replica continua dei dati dai sistemi mainframe al. Cloud AWS Questo caso d'uso è comune nei settori in cui le informazioni in tempo reale sono fondamentali per il processo decisionale, come quello bancario, assicurativo, retail, sanitario e manifatturiero.
**Criteri di selezione**
+ Necessità di accesso immediato a dati aggiornati per l'analisi e la visualizzazione
+ Requisito per il monitoraggio in tempo reale delle metriche aziendali e degli indicatori chiave di prestazione () KPIs
+ Elevata richiesta di agilità e reattività nei processi decisionali
**Vantaggi**
+ Fornisce accesso immediato a dati aggiornati per analisi e processi decisionali in tempo reale
+ Consente il monitoraggio proattivo delle prestazioni aziendali e interventi tempestivi
+ Facilita la visualizzazione dinamica e interattiva dei dati per le parti interessate
**Svantaggi**
+ Maggiore complessità nella replica e nell'elaborazione dei dati per ottenere aggiornamenti in tempo reale
+ Maggiore consumo di risorse e costi di infrastruttura grazie alla replica continua
+ Dipendenza da solidi meccanismi di monitoraggio e avviso per convalidare la freschezza e l'affidabilità dei dati
**Strategia**
+ Implementa protocolli CDC o di messaggistica per la replica dei dati in tempo reale
+ Utilizza Servizi AWS, ad esempio [Amazon Kinesis Data](https://docs.aws.amazon.com/streams/latest/dev/introduction.html) Streams, per lo streaming e l'elaborazione di dati in tempo reale
+ Progetta e distribuisci soluzioni di reporting e dashboard in tempo reale Cloud AWS in modo da poter accedere immediatamente ai dati aggiornati
+ Implementa meccanismi di monitoraggio e avviso per rilevare e risolvere tempestivamente i problemi di replica dei dati
## Caso d'uso 3: protocolli di messaggistica
I protocolli e i sistemi di messaggistica, come Apache Kafka orIBM MQ, facilitano la comunicazione asincrona e il trasferimento di dati tra il mainframe e il. Cloud AWS Sono adatti per scenari che richiedono un'integrazione dei dati disaccoppiata e scalabile.
**Criteri di selezione**
+ Requisiti per il trasferimento asincrono dei dati
+ Necessità di un'architettura di integrazione dei dati scalabile e disaccoppiata
+ Support per la replica dei dati in tempo reale o quasi reale con bassa latenza
**Vantaggi**
+ Architettura disaccoppiata e scalabile che consente un'integrazione flessibile dei dati
+ Support per la replica dei dati in tempo reale o quasi reale con bassa latenza
+ Funzionalità integrate per affidabilità, accodamento dei messaggi e tolleranza agli errori
**Svantaggi**
+ Complessità nella configurazione e nella gestione dell'infrastruttura di messaggistica
+ Potenziale aumento del consumo di risorse e dei costi operativi
+ Dipendenza dall'affidabilità e dalle prestazioni della piattaforma di messaggistica
**Strategia**
+ Scegliete un sistema di messaggistica, come Apache Kafka oIBM MQ, compatibile sia con il mainframe che con il Cloud AWS
+ Progetta argomenti o code di messaggistica che facilitino il trasferimento e la replica dei dati
+ Implementa produttori e consumatori di messaggi su mainframe e cloud per lo scambio di dati
+ Configura i meccanismi di monitoraggio e avviso per convalidare l'affidabilità dell'elaborazione e della replica dei messaggi
## Caso d'uso 4: nuovi canali e interfacce
Un *canale* mainframe è una connessione che sposta i dati da e verso un computer mainframe. I canali fanno parte del sottosistema dei canali. Per un'esposizione e un consumo immediati, i nuovi canali e le nuove interfacce richiedono la replica continua dei dati dai sistemi mainframe al cloud.
**Criteri di selezione**
+ Necessità di un accesso immediato ai dati aggiornati per i nuovi canali
+ Accesso ai dati del mainframe con nuove interfacce
+ Elevata richiesta di nuovi canali
+ Integrazione con diversi sistemi, piattaforme o ambienti cloud
**Vantaggi**
+ Sbloccare l'accesso ai dati mainframe abilitando nuovi canali di utilizzare i dati mainframe
+ Facilitare l'integrazione con diversi sistemi, piattaforme o ambienti cloud
+ Consentire uno spostamento dei dati più flessibile ed efficiente tra diverse infrastrutture
**Svantaggi**
+ L'introduzione di nuove interfacce o canali per la replica dei dati potrebbe richiedere misure di sicurezza aggiuntive per proteggere i dati e rispettare le normative
+ L'integrazione di nuove interfacce con i sistemi e i flussi di lavoro esistenti può essere impegnativa, soprattutto in ambienti complessi o legacy
**Strategia**
+ Implementa CDC o protocolli di messaggistica per la replica dei dati in tempo reale
+ Utilizzo Servizi AWS, ad esempio Kinesis Data Streams, per lo streaming e l'elaborazione di dati in tempo reale
+ Implementa meccanismi di monitoraggio e avviso per rilevare e risolvere tempestivamente i problemi di replica dei dati
## Caso d'uso 5: conformità normativa e archiviazione dei dati
La conformità alle normative e l'archiviazione dei dati comportano la replica dei dati del mainframe sul cloud per la conservazione a lungo termine. È fondamentale rispettare le politiche e le normative sulla conservazione dei dati. Questo caso d'uso è prevalente nei settori regolamentati, come quello bancario, sanitario e farmaceutico.
**Criteri di selezione**
+ Necessità di conservare a lungo termine i dati storici per la conformità normativa o i requisiti legali
+ Requisito di soluzioni di archiviazione sicure e scalabili per i dati archiviati
+ Conformità alle normative sulla privacy dei dati e agli obblighi specifici del settore per la conservazione e l'archiviazione dei dati
**Vantaggi**
+ Conformità ai requisiti normativi e agli obblighi specifici del settore per la conservazione dei dati
+ Soluzioni di storage scalabili ed economiche per l'archiviazione a lungo termine dei dati storici
+ Recupero e accesso efficienti ai dati archiviati per scopi legali o di revisione
**Svantaggi**
+ Complessità nella gestione e organizzazione dei dati archiviati per un recupero e un accesso efficienti
+ Potenziale aumento dei costi di storage associato alla conservazione a lungo termine di grandi volumi di dati
+ Dipendenza da una solida crittografia dei dati e da controlli di accesso per proteggere i dati archiviati da accessi non autorizzati
**Strategia**
+ Implementa politiche relative al ciclo di vita dei dati per automatizzare l'archiviazione e la conservazione dei dati storici
+ Utilizza offerte AWS di storage, come le classi di storage [Amazon Glacier, per uno storage a](https://docs.aws.amazon.com/AmazonS3/latest/userguide/glacier-storage-classes.html) lungo termine conveniente
+ Crittografa i dati archiviati quando sono inattivi e implementa controlli di accesso che aiutano a prevenire accessi non autorizzati
+ Stabilisci percorsi di controllo e meccanismi di registrazione che tengano traccia dell'accesso ai dati archiviati e rispettino i requisiti normativi
## Caso d'uso 6: elaborazione dell'offload e replica in batch
L'elaborazione dell'offload e la replica in batch implicano la pianificazione di processi batch periodici che estraggono i dati dal mainframe e li caricano su. Cloud AWSÈ adatta per scenari in cui non è richiesta la replica in tempo reale e l'elaborazione in batch è accettabile.
**Criteri di selezione**
+ Non è richiesta la replica dei dati in tempo reale
+ L'elaborazione in batch è accettabile per gli aggiornamenti dei dati
+ Minore frequenza di aggiornamento dei dati con moderata tolleranza alla latenza
**Vantaggi**
+ L'eliminazione delle operazioni che richiedono un uso intensivo di elaborazione, come la trasformazione, la compressione o la crittografia dei dati dal sistema mainframe principale può migliorare le prestazioni complessive del sistema e ridurre i colli di bottiglia
+ Utilizzo prevedibile delle risorse e minore impatto sui sistemi mainframe
+ Flessibilità nella pianificazione dei lavori di replica in base ai requisiti aziendali
**Svantaggi**
+ Maggiore latenza nella disponibilità dei dati rispetto alla replica in tempo reale o quasi
+ Potenziale incoerenza dei dati tra mainframe e cloud a causa di aggiornamenti periodici
+ Idoneità limitata per scenari che richiedono un accesso tempestivo a dati aggiornati
**Strategia**
+ Sviluppa processi di replica in batch che estraggono e caricano i dati dal mainframe al Cloud AWS
+ Pianifica i lavori di replica in base ai requisiti aziendali e alle frequenze di aggiornamento dei dati
+ Implementa controlli per convalidare la coerenza e l'integrità dei dati
+ Prendi in considerazione l'ottimizzazione dei processi di replica in batch per ridurre la latenza e il consumo di risorse