Memindahkan komputasi mainframe ke Azure
Mainframe dikenal memiliki keandalan dan ketersediaan yang tinggi dan terus menjadi tulang punggung kepercayaan banyak perusahaan. Mainframe sering dianggap memiliki skalabilitas dan daya komputasi yang hampir tak terbatas juga. Namun, beberapa perusahaan telah melampaui kemampuan mainframe terbesar yang pernah ada. Jika Anda salah satunya, Azure menawarkan kelincahan, jangkauan, dan penghematan infrastruktur.
Untuk menjalankan beban kerja mainframe di Microsoft Azure, Anda harus mengetahui kemampuan mainframe Anda jika dibandingkan dengan Azure. Berdasarkan mainframe IBM z14 (model terbaru hingga saat penulisan ini), artikel ini memberi tahu Anda cara mendapatkan hasil yang sebanding di Azure.
Untuk memulai, pertimbangkan lingkungan secara berdampingan. Gambar berikut membandingkan lingkungan mainframe untuk menjalankan aplikasi ke lingkungan hosting Azure.
Keunggulan mainframe sering digunakan untuk sistem pemrosesan transaksi online (OLTP) yang menangani jutaan pembaruan untuk ribuan pengguna. Aplikasi ini sering menggunakan perangkat lunak untuk pemrosesan transaksi, penanganan layar, dan entri formulir. Mereka dapat menggunakan Sistem Kontrol Informasi Pelanggan (CICS), Sistem Manajemen Informasi (IMS), atau Paket Antarmuka Transaksi (TIP).
Seperti yang ditunjukkan oleh gambar, emulator TPM di Azure dapat menangani beban kerja CICS dan IMS. Emulator sistem batch di Azure menjalankan peran Job Control Language (JCL). Data Mainframe dimigrasikan ke database Azure, seperti Azure SQL Database. Layanan Azure atau perangkat lunak lain yang dihosting di Azure Virtual Machines dapat digunakan untuk manajemen sistem.
Komputasi mainframe dalam sekejap mata
Dalam mainframe z14, prosesor disusun hingga empat laci. Laci hanyalah sekelompok prosesor dan chipset. Setiap laci dapat memiliki enam chip prosesor pusat (CP) aktif, dan setiap CP memiliki 10 chip pengontrol sistem (SC). Dalam terminologi Intel x86, terdapat enam soket per laci, 10 inti per soket, dan empat laci. Arsitektur ini menyediakan kira-kira setara 24 soket dan 240 inti, maksimum, untuk z14.
Z14 CP yang cepat memiliki kecepatan jam 5,2 GHz. Biasanya, z14 dikirimkan dengan semua CP dalam kotak. CP diaktifkan sesuai kebutuhan. Pada umumnya pelanggan dikenakan biaya setidaknya empat jam waktu komputasi per bulan meskipun penggunaannya aktual.
Prosesor mainframe dapat dikonfigurasi sebagai salah satu tipe berikut:
- Prosesor Tujuan Umum (GP)
- Prosesor Informasi Terintegrasi Z Sistem (zIIP)
- Fasilitas Terintegrasi untuk prosesor Linux (IFL)
- Prosesor Bantuan Sistem (SAP)
- Prosesor Integrated Coupling Facility (ICF)
Meningkatkan dan menyebarkan skala komputasi mainframe
Mainframe IBM menawarkan kemampuan peningkatan skala hingga 240 inti (ukuran z14 saat ini untuk satu sistem). Selain itu, mainframe IBM dapat meluaskan skala melalui fitur yang disebut Coupling Facility (CF). CF memungkinkan beberapa sistem mainframe mengakses data yang sama secara bersamaan. Dengan menggunakan CF, teknologi Parallel Sysplex mainframe mengelompokkan prosesor mainframe dalam kluster. Saat panduan ini ditulis, fitur Parallel Sysplex mendukung 32 pengelompokan dengan 64 prosesor masing-masingnya. Hingga 2.048 prosesor dapat dikelompokkan dengan cara ini untuk meluaskan skala kapasitas komputasi.
CF memungkinkan kluster komputasi untuk berbagi data dengan akses langsung. Cara ini digunakan untuk mengunci informasi, informasi cache, dan daftar sumber daya data bersama. Parallel Sysplex yang menggunakan satu atau beberapa CF dapat dianggap sebagai peluasan skala kluster komputasi "membagikan semuanya". Untuk informasi selengkapnya tentang fitur-fitur ini, lihat Parallel Sysplex di IBM Z di situs web IBM.
Aplikasi dapat menggunakan fitur-fitur ini untuk memberikan peluasan skala performa dan ketersediaan tinggi. Untuk informasi terkait cara CICS menggunakan Parallel Sysplex dengan CF, unduh IBM CICS dan Coupling Facility: Melampaui Dasar-Dasar.
Sekilas tentang komputasi Azure
Beberapa orang salah mengira bahwa server berbasis Intel tidak sekuat mainframe. Namun, sistem baru berbasis Intel dengan banyak inti memiliki kapasitas komputasi sebanyak mainframe. Bagian ini menjelaskan opsi infrastruktur sebagai layanan (IaaS) dari Azure untuk komputasi dan penyimpanan. Azure juga menyediakan opsi platform sebagai layanan (PaaS), tetapi artikel ini berfokus pada pilihan IaaS yang menyediakan kapasitas mainframe yang sebanding.
Microsoft Azure Virtual Machines menyediakan daya komputasi dalam berbagai ukuran dan jenis. Di Azure, CPU virtual (vCPU) kira-kira setara dengan inti pada mainframe.
Saat ini, kisaran ukuran Azure Virtual Machine menyediakan 1 hingga 128 vCPU. Jenis komputer virtual (VM) dioptimalkan untuk beban kerja tertentu. Misalnya, daftar berikut ini menunjukkan jenis VM (pada waktu penulisan ini) dan saran penggunaannya:
| Ukuran | Jenis dan deskripsi |
|---|---|
| Seri D | Tujuan umum dengan 64 vCPU dan kecepatan jam hingga 3,5 GHz |
| Seri E | Memori dioptimalkan dengan hingga 64 vCPU |
| Seri F | Komputasi dioptimalkan dengan hingga 64 vCPU dan kecepatan jam 3,7 GHz |
| Seri H | Dioptimalkan untuk aplikasi komputasi berperforma tinggi (HPC) |
| Seri L | Penyimpanan dioptimalkan untuk aplikasi dengan throughput tinggi yang didukung oleh database seperti NoSQL |
| Seri M | VM komputasi dan memori terbesar yang dioptimalkan dengan hingga 128 vCPU |
Untuk mengetahui detail tentang VM yang tersedia, lihat Seri Komputer Virtual.
Satu mainframe z14 dapat memiliki hingga 240 core. Namun, mainframe z14 hampir tidak pernah menggunakan semua inti untuk suatu aplikasi atau beban kerja. Sebaliknya, mainframe memisahkan beban kerja ke dalam partisi logis (LPAR), dan LPAR memiliki peringkat —MIPS (Jutaan Instruksi Per Detik) atau MSU (Unit Jutaan Layanan). Saat menentukan ukuran VM sebanding yang diperlukan untuk menjalankan beban kerja mainframe di Azure, masukkan dalam peringkat MIPS (atau MSU).
Berikut adalah perkiraan umumnya:
150 MIPS per vCPU
1.000 MIPS per prosesor
Guna menentukan ukuran VM yang tepat untuk beban kerja tertentu di LPAR, pertama, optimalkan VM untuk beban kerja. Kemudian tentukan jumlah vCPU yang dibutuhkan. Perkiraan konservatif adalah 150 MIPS per vCPU. Berdasarkan perkiraan ini, misalnya, VM seri F dengan 16 vCPU dapat dengan mudah mendukung beban kerja IBM Db2 yang berasal dari LPAR dengan 2.400 MIPS.
Peningkatan skala komputasi Azure
VM seri M dapat ditingkatkan skalanya hingga 128 vCPU (pada saat artikel ini ditulis). Dengan menggunakan perkiraan konservatif 150 MIPS per vCPU, VM seri M setara dengan sekitar 19.000 MIPS. Aturan umum untuk memperkirakan MIPS untuk mainframe adalah 1.000 MIPS per prosesor. Mainframe z14 dapat memiliki hingga 24 prosesor dan menyediakan sekitar 24.000 MIPS untuk satu sistem mainframe.
Mainframe z14 tunggal terbesar memiliki sekitar 5.000 MIPS lebih banyak dari VM terbesar yang tersedia di Azure. Namun, penting untuk membandingkan cara penyebaran beban kerja. Jika sistem mainframe memiliki aplikasi dan database relasional, maka sistem tersebut biasanya digunakan pada mainframe fisik yang sama — masing-masing dalam LPAR sendiri. Solusi yang sama di Azure sering disebar menggunakan satu VM untuk aplikasi dan VM terpisah dengan ukuran yang sesuai untuk database.
Misalnya, jika sistem vCPU M64 mendukung aplikasi, dan vCPU M96 digunakan untuk database, maka diperlukan sekitar 150 vCPU—atau sekitar 24.000 MIPS seperti yang ditunjukkan oleh gambar berikut.
Pendekatannya adalah dengan memigrasikan LPAR ke VM individu. Kemudian Azure dengan mudah meningkatkan skala hingga ukuran yang diperlukan untuk sebagian besar aplikasi yang disebarkan pada satu sistem mainframe.
Peluasan skala komputasi Azure
Salah satu keunggulan solusi berbasis Azure adalah kemampuan untuk meluaskan skala. Penskalaan memungkinkan aplikasi memiliki kapasitas komputasi yang hampir tak terbatas. Azure mendukung beberapa metode peluasan skala daya komputasi:
Penyeimbangan beban di seluruh kluster. Dalam skenario ini, aplikasi dapat menggunakan penyeimbang muatan atau manajer sumber daya untuk menyebarkan beban kerja di antara beberapa VM dalam kluster. Jika diperlukan kapasitas komputasi yang lebih banyak, VM tambahan ditambahkan ke kluster.
Set skala mesin virtual. Dalam skenario ledakan ini, aplikasi dapat menskalakan ke sumber daya komputasi tambahan berdasarkan penggunaan VM. Ketika permintaan turun, jumlah VM dalam set skala juga bisa menurun, memastikan penggunaan daya komputasi yang efisien.
Penskalaan PaaS. Azure PaaS menawarkan sumber daya komputasi skala. Misalnya, Azure Service Fabric mengalokasikan sumber daya komputasi untuk memenuhi peningkatan volume permintaan.
Kluster Kubernetes. Aplikasi di Azure dapat menggunakan kluster Kubernetes untuk layanan komputasi untuk sumber daya yang ditentukan. Azure Kubernetes Service (AKS) adalah layanan terkelola yang mengatur simpul, kumpulan, dan kluster Kubernetes di Azure.
Untuk memilih metode yang tepat guna menyebarkan skala sumber daya komputasi, penting untuk memahami perbedaan Azure dan mainframe. Kuncinya adalah cara—atau jika—data dibagikan oleh sumber daya komputasi. Di Azure, data (secara default) biasanya tidak dibagikan oleh beberapa VM. Jika berbagi data diperlukan oleh beberapa VM dalam peluasan skala kluster komputasi, data bersama harus berada di sumber daya yang mendukung fungsionalitas ini. Di Azure, berbagi data melibatkan penyimpanan seperti yang dibahas dalam bagian berikut.
Pengoptimalan komputasi Azure
Anda dapat mengoptimalkan setiap tingkatan pemrosesan dalam arsitektur Azure. Gunakan jenis VM dan fitur yang paling cocok untuk setiap lingkungan. Gambar berikut menunjukkan satu pola potensial untuk menyebarkan VM di Azure guna mendukung aplikasi CICS yang menggunakan Db2. Di situs utama, produksi, praproduksi, dan pengujian VM disebarkan dengan ketersediaan tinggi. Situs sekunder adalah untuk pencadangan dan pemulihan bencana.
Setiap tingkatan juga dapat menyediakan layanan pemulihan bencana yang tepat. Misalnya, VM produksi dan database mungkin memerlukan pemulihan yang panas atau hangat, sementara VM pengembangan dan pengujian mendukung pemulihan dingin.
Langkah berikutnya
- Migrasi mainframe
- Hosting-ulang rangka utama di Azure Virtual Machines
- Memindahkan penyimpanan mainframe ke Azure
Sumber daya IBM
- Sysplex Paralel pada IBM Z
- IBM CICS dan Fasilitas Konektor: Di Luar Dasar-Dasar
- Membuat pengguna yang diperlukan untuk penginstalan Fitur Db2 pureScale
- Db2icrt - Membuat perintah instans
- Solusi Basis Data Terkluster Db2 pureScale
- IBM Data Studio