As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Casos de uso para replicar dados de mainframe para o Nuvem AWS
Esta seção analisa vários casos de uso comuns que surgiram como principais candidatos à replicação de dados de mainframe para o. Nuvem AWS Esses casos de uso abrangem vários setores e requisitos operacionais, e cada um apresenta desafios e oportunidades exclusivos. Nesses cenários, a replicação de dados pode desempenhar um papel fundamental na promoção da inovação, agilidade e resiliência nos negócios.
**Topics**
+ [Caso de uso 1: alterar a captura de dados](#use-cases-cdc)
+ [Caso de uso 2: relatórios e painéis em tempo real](#use-cases-reporting)
+ [Caso de uso 3: protocolos de mensagens](#use-cases-protocols)
+ [Caso de uso 4: novos canais e interfaces](#use-cases-channels)
+ [Caso de uso 5: Conformidade regulatória e arquivamento de dados](#use-cases-compliance)
+ [Caso de uso 6: processamento de descarga e replicação em lote](#use-cases-batch)
## Caso de uso 1: alterar a captura de dados
A captura de dados de alteração (CDC) é ideal para cenários em que a replicação de dados quase em tempo real é necessária. Ele captura e replica somente os dados alterados do mainframe para o. Nuvem AWS Isso minimiza a sobrecarga e a latência da replicação.
**Critérios de seleção**
+ Requisitos de replicação de dados em tempo real ou quase em tempo real
+ Atualizações de dados de alta frequência com baixa tolerância à latência
+ Necessidade de utilização eficiente da largura de banda e dos recursos da rede
**Vantagens**
+ Redução da sobrecarga de replicação e da utilização da largura de banda da rede
+ A latência minimizada torna os dados atualizados disponíveis mais cedo
+ Utilização eficiente dos recursos devido à replicação seletiva dos dados alterados
**Desvantagens**
+ Complexidade na implementação e gerenciamento de mecanismos do CDC
+ Potencial para maior utilização de recursos em sistemas de mainframe devido à captura de mudanças
+ Dependência da confiabilidade e do desempenho das ferramentas e processos do CDC
**Estratégia**
+ Selecione uma ferramenta CDC que seja compatível com bancos de dados de mainframe e Serviços da AWS
+ Configure a ferramenta CDC para capturar e replicar somente as alterações de dados relevantes
+ Implemente mecanismos de monitoramento e validação para manter a consistência e a confiabilidade dos dados
+ Considere a implementação de mecanismos de failover que promovam a disponibilidade contínua e a integridade dos dados
## Caso de uso 2: relatórios e painéis em tempo real
Para visualização e análise imediatas, relatórios e painéis em tempo real exigem a replicação contínua de dados dos sistemas de mainframe para o. Nuvem AWS Esse caso de uso é comum em setores em que insights em tempo real são essenciais para a tomada de decisões, como bancos, seguros, varejo, saúde e manufatura.
**Critérios de seleção**
+ Necessidade de acesso imediato a dados atualizados para análise e visualização
+ Requisito de monitoramento em tempo real de métricas de negócios e indicadores-chave de desempenho (KPIs)
+ Alta demanda por agilidade e capacidade de resposta nos processos de tomada de decisão
**Vantagens**
+ Fornece acesso imediato a dados atualizados para análise e tomada de decisões em tempo real
+ Permite o monitoramento proativo do desempenho dos negócios e intervenções oportunas
+ Facilita a visualização dinâmica e interativa dos dados para as partes interessadas
**Desvantagens**
+ Maior complexidade na replicação e processamento de dados para obter atualizações em tempo real
+ Maior consumo de recursos e custos de infraestrutura devido à replicação contínua
+ Dependência de mecanismos robustos de monitoramento e alerta para validar a atualização e a confiabilidade dos dados
**Estratégia**
+ Implemente protocolos CDC ou de mensagens para replicação de dados em tempo real
+ Use Serviços da AWS, como o [Amazon Kinesis Data](https://docs.aws.amazon.com/streams/latest/dev/introduction.html) Streams, para streaming e processamento de dados em tempo real
+ Projete e implante soluções de relatórios e painéis em tempo real no Nuvem AWS para que você possa acessar imediatamente os dados atualizados
+ Implemente mecanismos de monitoramento e alerta para detectar e resolver prontamente os problemas de replicação de dados
## Caso de uso 3: protocolos de mensagens
Protocolos e sistemas de mensagens, como Apache Kafka ouIBM MQ, facilitam a comunicação assíncrona e a transferência de dados entre o mainframe e o. Nuvem AWS Eles são adequados para cenários que exigem integração de dados desacoplada e escalável.
**Critérios de seleção**
+ Requisitos de transferência assíncrona de dados
+ Necessidade de uma arquitetura de integração de dados escalável e desacoplada
+ Support para replicação de dados em tempo real ou quase em tempo real com baixa latência
**Vantagens**
+ Arquitetura desacoplada e escalável que permite a integração flexível de dados
+ Support para replicação de dados em tempo real ou quase em tempo real com baixa latência
+ Recursos integrados para confiabilidade, enfileiramento de mensagens e tolerância a falhas
**Desvantagens**
+ Complexidade na configuração e no gerenciamento da infraestrutura de mensagens
+ Potencial para maior consumo de recursos e sobrecarga operacional
+ Dependência da confiabilidade e do desempenho da plataforma de mensagens
**Estratégia**
+ Escolha um sistema de mensagens, como Apache Kafka ouIBM MQ, que seja compatível com o mainframe e o Nuvem AWS
+ Crie tópicos de mensagens ou filas que facilitem a transferência e a replicação de dados
+ Implemente produtores e consumidores de mensagens no mainframe e na nuvem para trocar dados
+ Configure mecanismos de monitoramento e alerta para validar a confiabilidade do processamento e da replicação de mensagens
## Caso de uso 4: novos canais e interfaces
Um *canal* de mainframe é uma conexão que move dados para dentro e para fora de um computador mainframe. Os canais fazem parte do subsistema de canais. Para exposição e consumo imediatos, novos canais e interfaces exigem a replicação contínua de dados dos sistemas de mainframe para a nuvem.
**Critérios de seleção**
+ Necessidade de acesso imediato a dados atualizados para novos canais
+ Acesso aos dados do mainframe com novas interfaces
+ Alta demanda por novos canais
+ Integração com diversos sistemas, plataformas ou ambientes de nuvem
**Vantagens**
+ Desbloqueando o acesso aos dados do mainframe ao permitir que novos canais consumam dados do mainframe
+ Facilitando a integração com diversos sistemas, plataformas ou ambientes de nuvem
+ Permitindo uma movimentação de dados mais flexível e eficiente em diferentes infraestruturas
**Desvantagens**
+ A introdução de novas interfaces ou canais para replicação de dados pode exigir medidas de segurança adicionais para ajudar a proteger os dados e cumprir as regulamentações
+ Integrar novas interfaces com sistemas e fluxos de trabalho existentes pode ser um desafio, especialmente em ambientes complexos ou legados
**Estratégia**
+ Implemente protocolos CDC ou de mensagens para replicação de dados em tempo real
+ Use Serviços da AWS, como o Kinesis Data Streams, para streaming e processamento de dados em tempo real
+ Implemente mecanismos de monitoramento e alerta para detectar e resolver prontamente os problemas de replicação de dados
## Caso de uso 5: Conformidade regulatória e arquivamento de dados
A conformidade regulatória e o arquivamento de dados envolvem a replicação dos dados do mainframe na nuvem para retenção a longo prazo. É fundamental estar em conformidade com as políticas e regulamentações de retenção de dados. Esse caso de uso é predominante em setores regulamentados, como bancos, saúde e produtos farmacêuticos.
**Critérios de seleção**
+ Necessidade de retenção a longo prazo de dados históricos para fins de conformidade normativa ou requisitos legais
+ Exigência de soluções de armazenamento seguras e escaláveis para dados arquivados
+ Conformidade com normas de privacidade de dados e exigências específicas do setor para retenção e arquivamento de dados
**Vantagens**
+ Conformidade com requisitos normativos e exigências específicas do setor para retenção de dados
+ Soluções de armazenamento escaláveis e econômicas para arquivamento a longo prazo de dados históricos
+ Recuperação e acesso eficientes aos dados arquivados para fins legais ou de auditoria
**Desvantagens**
+ Complexidade no gerenciamento e organização de dados arquivados para recuperação e acesso eficientes
+ Potencial de aumento dos custos de armazenamento associados à retenção de longo prazo de grandes volumes de dados
+ Dependência de criptografia de dados e controles de acesso robustos para proteger os dados arquivados contra acesso não autorizado
**Estratégia**
+ Implemente políticas de ciclo de vida de dados para automatizar o arquivamento e a retenção de dados históricos
+ Use ofertas AWS de armazenamento, como as classes de armazenamento [Amazon Glacier, para um armazenamento econômico de](https://docs.aws.amazon.com/AmazonS3/latest/userguide/glacier-storage-classes.html) longo prazo
+ Criptografe dados arquivados em repouso e implemente controles de acesso que ajudem a impedir o acesso não autorizado
+ Estabeleça trilhas de auditoria e mecanismos de registro que rastreiem o acesso aos dados arquivados e cumpram os requisitos normativos
## Caso de uso 6: processamento de descarga e replicação em lote
O processamento de descarga e a replicação em lote envolvem o agendamento de trabalhos em lotes periódicos que extraem dados do mainframe e os carregam no. Nuvem AWSÉ adequado para cenários em que a replicação em tempo real não é necessária e o processamento em lote é aceitável.
**Critérios de seleção**
+ A replicação de dados em tempo real não é necessária
+ O processamento em lote é aceitável para atualizações de dados
+ Menor frequência de atualizações de dados com tolerância moderada à latência
**Vantagens**
+ A transferência de operações com uso intensivo de computação, como transformação, compactação ou criptografia de dados, do sistema principal de mainframe pode melhorar o desempenho geral do sistema e reduzir gargalos
+ Utilização previsível de recursos e menor impacto nos sistemas de mainframe
+ Flexibilidade no agendamento de trabalhos de replicação com base nas necessidades dos negócios
**Desvantagens**
+ Maior latência na disponibilidade de dados em comparação com a replicação em tempo real ou quase em tempo real
+ Potencial de inconsistência de dados entre o mainframe e a nuvem devido a atualizações periódicas
+ Adequação limitada para cenários que exigem acesso oportuno a dados atualizados
**Estratégia**
+ Desenvolva trabalhos de replicação em lote que extraiam e carreguem dados do mainframe para o Nuvem AWS
+ Agende trabalhos de replicação com base nas necessidades de seus negócios e nas frequências de atualização de dados
+ Implemente verificações para validar a consistência e a integridade dos dados
+ Considere a otimização dos processos de replicação em lote para reduzir a latência e o consumo de recursos