本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
規劃
為了有效導覽大型主機舊版應用程式的需求，組織通常會從對大型主機環境的全面評估開始。
應用程式探索
在這個初始階段的強大工具是 Rocket Enterprise Analyzer
要發現的一個關鍵方面是大型主機系統內的複雜資料相依性 Web。這些相依性通常隱藏在傳統程式碼層下，並可能大幅影響現代化工作。透過映射不同的應用程式和模組如何與各種資料來源互動，您可以更好地了解您計劃實作的任何變更的潛在影響。
資料相依性
徹底評估資料相依性，可以顯示大型主機環境中有關資料流程、資料品質和資料控管的重要資訊。此知識在規劃資料遷移策略、確保現代化期間的資料完整性，以及識別資料最佳化的機會時非常寶貴。透過清楚地了解您的資料，您可以更明智地決定哪些現代化方法對現有操作最有效且最不造成干擾。
由上而下的分析，可依交易或任務控制語言 (JCL) 任務識別資料表的使用，是建立波動規劃和優先順序的關鍵。此方法可釐清大型主機系統不同元件之間的關係，並協助您開發策略分階段的現代化方法。透過識別最常存取的資料表和程序，您可以優先考慮現代化工作：您可以先專注於高影響的領域，並確保更順暢的轉換，並將關鍵業務營運中斷降至最低。
除了使用 Rocket Enterprise Analyzer 來探索資料相依性之外，許多組織也會使用自己的自訂解決方案來深入了解其大型主機環境。這些內部工具通常會利用 IBM Db2 目錄和系統管理設施 (SMF) 記錄中提供的大量資訊。
容量基準
規劃大型主機轉譯專案的一個步驟是收集有關目前工作負載耗用量的詳細資訊。此資料可協助您準確預測和佈建目標雲端環境中的初始所需容量。例如，我們建議您從 IBM Customer Information Control System (CICS) 或 Information Management System (IMS) 和任務控制語言 (JCL) 任務收集線上交易和批次交易的每小時百萬次指令/秒 (MIPS) 耗用資料。
IBM 為大型主機運算中的 MIPS 提供各種定價模型
大型主機成本包括影響整體費用的五個關鍵領域：
-
軟體授權通常是主要元件。它涵蓋作業系統、中介軟體、資料庫和各種應用程式，而成本有時與機器容量或用量相關。
-
硬體費用包括首次購買或租用大型主機設備、持續維護和升級。
-
由於受管資料數量龐大，且涉及磁碟系統、磁帶程式庫和相關聯的管理軟體，因此儲存成本可能相當龐大。
-
人事費用涵蓋專業大型主機專業人員的薪資，例如系統程式設計人員和資料庫管理員。
-
災難復原和業務連續性措施，包括備份系統、備援硬體和離站復原設施，在確保高可用性和快速復原方面代表了重大投資。
這五個成本類別結合 MIPS 型費用，構成大多數大型主機預算的核心。不過，根據組織的大小、產業和特定大型主機使用率模式，其相對比例可能會有很大的差異。
每小時 MIPS 資料對於全面了解大型主機工作負載模式和效能至關重要。與每日或每月平均值不同，每小時資料提供精細的洞見，可顯示系統資源使用率一整天中的細微波動。此詳細程度對於在雲端 中準確評估應用程式的效能和容量需求來說非常寶貴。
透過分析每小時 MIPS 資料，您可以識別尖峰使用期間、 spot 趨勢，並找出彙總資料中可能模糊的潛在瓶頸，如下圖所示。這種精細程度允許更精確的容量規劃，有助於最佳化資源配置，並可能導致節省成本並改善系統效率。
每小時 MIPS 資料也做為基本效能基準工具。它會建立系統效能的詳細基準，這在您規劃或評估遷移或升級等系統變更時特別重要。透過比較變更前和變更後每小時 MIPS 資料，您可以準確測量這些修改對系統效能的影響，並確保您的大型主機持續滿足組織的需求。
若要收集每小時 MIPS 資料，您有幾個選項。其中一種方法是直接使用 SMF 記錄。這些記錄提供有關系統活動和資源用量的豐富資訊。或者，您可以使用專門的工具，例如 IBM 子容量報告工具 (SCRT)，這可以簡化收集和分析 MIPS 資料的程序。
無論您選擇哪種方法，收集資料的時間都很重要，最好是幾個月。此延長的收集期間可讓您考慮工作負載中的週期性變化，例如end-of-month處理尖峰或季節性波動。透過擷取這些長期模式，您可以更準確且全面地了解大型主機的效能特性，從而實現更明智的決策和更有效的容量管理。
波規劃
您可以使用所收集的資訊，以策略方式排定大型主機複寫計劃的優先順序。謹慎的方法是從較不重要的工作負載開始，例如非核心商業交易或批次任務，讓團隊以最低的基本操作風險來獲得經驗並精簡程序。此外，將唯讀工作負載視為早期遷移的候選項目可能很有利，因為這些工作負載通常涉及較低的複雜性和較低的資料不一致風險。這種方法可讓您在重建工作中建立信心和動力。
此外，將共用 Db2 資料表以進行寫入或更新操作的工作負載分組可以簡化遷移程序。透過識別這些互連工作負載，您可以規劃具有一致性的遷移波，以維護資料完整性並將對複雜臨時解決方案的需求降至最低。此策略不僅可以降低資料衝突的風險，還可以透過同時解決相關元件來最佳化整體重建時間軸。最後，此資料驅動的優先順序方法可確保對關鍵性、複雜性和相互依存性的平衡考量，並導致更有效率且成功的大型主機現代化程序。
