本页面介绍了Google Cloud 中提供的大型主机现代化改造产品，可帮助您选择将大型主机应用现代化改造并迁移到 Google Cloud的途径。
您可以使用此处介绍的工具和流程来评估、增强、重写、降低迁移风险，并在Google Cloud 中测试大型机应用，然后再将其部署到生产环境中。本页面上的信息可帮助您实现以下各项：
- 了解有助于实现大型主机现代化改造的 Google Cloud 产品和工具，包括 Mainframe Assessment Tool、Gemini CLI、Mainframe Connector 和 Dual Run。
- 了解大型主机现代化改造流程的典型阶段：评估、现代化改造和验证。
- 了解这些工具如何加快大型主机现代化改造流程并降低风险。
本页面面向正在规划或着手通过迁移到 Google Cloud来对大型机应用进行现代化改造的 IT 专业人员、架构师和决策者。
在阅读本页面之前，请确保您熟悉以下内容：
使用这些工具，您可以加快应用迁移到 Google Cloud的速度并降低风险。
制定大型主机现代化改造策略
Google Cloud 提供分阶段方法和工具，引导您完成大型机现代化改造流程。以下是大型机现代化改造中使用的产品：
- Mainframe Assessment Tool：分析现有大型机环境。
- Gemini CLI：可协助进行代码转换和生成。
- Mainframe Connector：有助于数据转换和迁移。
- 双重运行：支持并行测试以进行验证。
下图简要展示了大型机现代化改造流程：
关键的现代化改造活动
成功实现大型机现代化涉及多项关键活动，并由 Google Cloud 工具提供支持。下图说明了这些活动：
评估大型主机应用：使用 Mainframe Assessment Tool 评估大型主机应用。Mainframe Assessment Tool 可帮助您了解现有代码库、应用和数据依赖项，并提取业务规则。这种自动化评估和提取的业务规则可帮助您规划向 Google Cloud的迁移。在现代化工作流程中，此过程称为逆向工程。
使用 Gemini CLI 生成和转换代码：使用 Gemini CLI 将大型机应用转换为可迁移到 Google Cloud的现代化应用代码。从大型机评估工具中提取的业务规则可帮助您仅迁移有效的业务规则。Gemini CLI 可通过自然语言提示和自动化工作流程帮助您生成云原生代码并转换现有代码。在现代化工作流程中，此过程称为正向工程。
实现大型主机数据现代化并迁移大型主机数据：使用 Mainframe Connector 将数据从大型主机专用格式（例如
EBCDIC）迁移并转换为与 Google Cloud 服务兼容的格式。通过此流程，您可以将大型机数据与 Cloud Storage 和 BigQuery 等云服务搭配使用。通过并行测试降低迁移风险：使用 Dual Run 在大型主机和 Google Cloud上同时运行工作负载。这种并行执行方式可让您检查一致性和功能验证，确保现代化改造后的代码在功能上与大型机应用系统等效，并且可以部署到生产环境中。
现代化改造阶段
现代化改造流程分为三个阶段，可引导您从初始发现一直到最终的生产部署和割接。
下图展示了大型机现代化改造之旅的三个关键阶段：
第 1 阶段：评估大型主机应用（逆向工程）
分析现有的大型主机应用，了解依赖项，提取业务逻辑，并确定大型主机现代化改造项目的范围。
在此阶段，您将使用 Mainframe Assessment Tool 分析现有的大型主机应用，并确定现代化改造项目的范围。Mainframe Assessment Tool 使用 Gemini 从大型主机应用源代码生成自然语言摘要、技术规范和业务规则。您可以验证提取的业务规则，并仅导出有效的业务规则以用于应用现代化。
使用 Mainframe Assessment Tool 可执行以下任务：
- 创建大型机应用评估：创建评估以分析大型机应用，包括受支持的语言的源代码、数据库架构、事务监控器和调度程序配置。
- 上传大型机应用文件并定义业务领域：在创建评估时定义领域，以便将大型机应用分解并映射到逻辑业务领域和更小的可迁移单元，从而确定迁移策略的优先级。
- 查看并了解评估结果：查看报告以了解依赖项、数据库和调用树。如需详细了解可用的报告类型，请参阅发现和分析源代码。
- 查看可迁移的单元，以准备迁移计划：可迁移的单元报告会将资产划分为迁移单元，以生成初步的迁移计划。
- 提取业务规则：隔离并验证大型主机应用代码中的核心业务逻辑。 这样可确保在现代化改造过程中仅保留有效且关键的规则。通过此流程，您可以查看并验证业务规则。
第 2 阶段：现代化（正向工程）
在此阶段，您将把评估阶段的洞见转化为现代化的云原生应用和组件。使用 Mainframe Assessment Tool 的输出（例如提取的业务规则）来指导现代化改造流程。
您还可以使用导出的评估结果进行进一步分析：
- 导出评估 HTML 或 JSON 报告：导出 HTML 或 JSON 报告以供查看和分享。
- 从资产关系中导出 Neo4j 评估数据：将数据导出到 Neo4j 数据库，以直观呈现和分析大型机应用中的复杂关系。
- Mainframe Assessment Tool MCP 服务器：使用 Mainframe Assessment Tool MCP 服务器的自然语言提示，进一步了解您的 mainframe 评估。
使用 Gemini CLI 执行以下任务：
- 定义目标架构和数据模型：使用 Gemini CLI 提示分析提取的业务规则，以生成目标架构建议。设计优化的数据模型（文件、关系型数据），选择合适的数据服务（BigQuery、Spanner、AlloyDB for PostgreSQL），并选择理想的Google Cloud 计算服务（Spanner、Cloud SQL、Compute Engine、Cloud Run 或 Google Kubernetes Engine (GKE)）。
- 制定 AI 优化型实施计划：将复杂的架构要求分解为按顺序排列的“正向工程”计划。此计划可确保任务大小合适，并针对 Gemini CLI 辅助的代码生成进行优化。
自动生成代码：生成新的、现代的、可用于云端的高性能代码，这些代码可实现提取的业务规则并与目标数据模型保持一致。
如需了解详情，请参阅使用 Gemini CLI 实现大型机应用代码现代化。
使用 Mainframe Connector 执行以下任务：
迁移大型主机数据并对其进行现代化改造：使用 Mainframe Connector 将旧版大型主机数据转换并迁移到 Google Cloud 。 此流程可确保测试环境和生产环境中的数据具有高可用性和一致性。
如需了解详情，请参阅选择数据迁移方案。
第 3 阶段：验证
部署现代化应用后，验证其功能是否与旧版大型主机应用相当，并确保以较低的风险过渡到生产环境。
此阶段的重点是执行功能等效性测试，以确保现代化环境与旧版系统的业务逻辑相符。
使用双重运行执行以下任务：
- 使用 Dual Run 测试功能对等性：使用 Dual Run 验证现代化改造后的应用。通过将实际的大型机交易和数据与 Google Cloud环境并行比较，您可以在部署之前确保功能对等性、认证现代应用并降低回归风险。此活动是降低迁移项目风险的重要一步。
- 部署和监控：放心地将现代化工作负载部署到生产环境中。使用 Google Cloud 可观测性产品进行持续监控和性能管理。
如需了解详情，请参阅双重跑步模式使用入门。
后续步骤
- 了解如何实现现代化和验证。
- 详细了解 Mainframe Connector。
- 详细了解 Dual Run。