Поделиться через

Перемещение вычислений мейнфреймов в Azure

  • Статья

Мейнфреймы имеют репутацию высокой надежности и доступности и остаются доверенной магистралью многих предприятий. Часто считается, что они обладают почти безграничной масштабируемостью и вычислительной мощностью. Однако некоторые предприятия переросли возможности самых больших доступных мейнфреймов. Если это похоже на вашу ситуацию, Azure обеспечивает гибкость, доступность и экономию затрат на инфраструктуру.

Чтобы обрабатывать рабочие нагрузки мейнфреймов в Microsoft Azure, необходимо сопоставить вычислительные возможности мейнфрейма с возможностями Azure. В этой статье рассказывается о том, как получить сравнимые результаты в Azure на основе мейнфрейма IBM Z14 (самая последняя модель на момент написания этой статьи).

Чтобы приступить к работе, рассмотрим расположенные рядом окружения. На рисунке ниже сравниваются среда мейнфрейма для выполнения приложений и среда размещения Azure.

Службы и среды эмуляции Azure предлагают сравнимую поддержку и упрощают миграцию.

Возможности мейнфреймов часто используются системами оперативной обработки транзакций (OLTP), которые обрабатывают миллионы обновлений для тысяч пользователей. Такие приложения часто используют программное обеспечение для обработки транзакций, работы с экраном и заполнения форм. Они могут использовать систему управления сведениями о клиентах (CICS), систему управления информацией (IMS) или пакет интерфейса транзакций (TIP).

Как показано на рисунке, эмулятор TPM в Azure может работать с рабочими нагрузками CICS и IMS. Эмулятор системы пакетной обработки в Azure выполняет роль языка управления заданиями (JCL). Данные мейнфреймов переносятся в базы данных Azure, такие как База данных SQL Azure. Службы Azure или другое программное обеспечение, размещенное на виртуальных машинах Azure, можно использовать для управления системами.

Быстрый обзор вычислений мейнфреймов

В мейнфрейме Z14 процессоры заполняют до четырех контейнеров. Контейнер — это просто кластер процессоров и наборов микросхем. Каждый контейнер может иметь шесть активных центральных процессоров (ЦП), и каждый ЦП имеет 10 микросхем системного контроллера (SC). В терминологии Intel x86 имеется шесть сокетов в каждом контейнере, 10 ядер в каждом сокете и четыре контейнера. Эта архитектура представляет для Z14 приблизительный эквивалент 24-сокета и 240 ядер (максимум).

Быстрый ЦП в Z14 имеет тактовую частоту 5,2 ГГц. Как правило, Z14 поставляется со всеми ЦП в одной коробке. Они активируются по мере необходимости. Обычно с клиента взимается плата как минимум за четыре часа времени вычислений в месяц, несмотря на фактическое использование.

Для процессора мейнфрейма можно настроить один из следующих типов.

  • Процессор общего назначения (GP)
  • Интегрированный информационный процессор z (zIIP)
  • Интегрированное средство для процессора Linux (IFL)
  • System Assist Processor (SAP)
  • Интегрированный процессор Coupling Facility (ICF)

Масштабирование вычислений мейнфреймов

Мейнфреймы IBM обеспечивают возможность масштабирования до 240 ядер (текущий размер Z14 для одной системы). Кроме того, мейнфреймы IBM могут масштабироваться посредством средства связывания Coupling Facility (CF). CF позволяет нескольким системам мейнфреймов одновременно получать доступ к одним и тем же данным. С помощью CF технология мейнфреймов Parallel Sysplex группирует процессоры мейнфреймов в кластерах. При написании этого руководства функция Parallel Sysplex поддерживала 32 групп по 64 процессора в каждой. Таким образом можно сгруппировать до 2048 процессоров для горизонтального масштабирования производительности вычислений.

CF позволяет вычисленным кластерам совместно использовать данные с прямым доступом. Он используется для блокировки информации, кэширования информации и вывода списка ресурсов с общими данными. Технологию Parallel Sysplex, использующую один или несколько экземпляров функции CF, можно рассматривать как горизонтально масштабируемый вычислительный кластер, в котором "все общее". Дополнительные сведения об этих функциях см. на странице о Parallel Sysplex в IBM Z на веб-сайте IBM.

Приложения могут использовать эти функции для обеспечения горизонтально масштабируемой производительности и высокой доступности. Чтобы получить сведения о том, как CICS может использовать Parallel Sysplex с CF, скачайте "красную книгу" IBM CICS и Coupling Facility: углубленное изучение.

Быстрый обзор вычислений Azure

Некоторые люди ошибочно полагают, что серверы на базе Intel не такие мощные, как мейнфреймы. Однако новые высокопроизводительные системы на базе процессоров Intel обладают такой же вычислительной мощностью, что и мейнфреймы. В этом разделе описываются варианты Azure IaaS для вычислений и хранения. Azure также предоставляет варианты "платформа как услуга" (PaaS), но в этой статье основное внимание уделяется вариантам IaaS, которые обеспечивают производительность, сопоставимую с мейнфреймами.

Виртуальные машины Azure обеспечивают вычислительные ресурсы различных объемов и типов. В Azure виртуальный ЦП (vCPU) примерно соответствует ядру на мейнфрейме.

В настоящее время диапазон размеров виртуальных машин Azure составляет от 1 до 128 виртуальных ЦП. Типы виртуальных машин оптимизированы для конкретных рабочих нагрузок. Например, в списке ниже приведены типы виртуальных машин (текущие на момент написания этой статьи) и их рекомендуемое использование.

Размер Тип и описание
Серия D Общее назначение с 64 виртуальными ЦП и тактовой частотой до 3,5 ГГц
Серия E Оптимизированная для операций в памяти, до 64 виртуальных ЦП
Серия F Оптимизированы для вычислений, до 64 виртуальных ЦП с тактовой частотой 3–7 ГГц
Серия H Оптимизированная для приложений с высокопроизводительными вычислениями (HPC)
Серия L Оптимизированная для операций в хранилище для приложений с высокой пропускной способностью и поддержкой таких баз данных, как NoSQL
Серия M Самые крупные вычислительные и оптимизированные для операций в памяти виртуальные машины, до 128 виртуальных ЦП

Дополнительные сведения о доступных виртуальных машинах см. в разделе о серии виртуальных машин.

Мейнфрейм Z14 может иметь до 240 ядер. Однако мейнфреймы Z14 практически никогда не используют все ядра для отдельного приложения или рабочей нагрузки одного вида. Вместо этого мейнфрейм разделяет рабочие нагрузки на логические разделы (LPAR). У LPAR есть рейтинги: MIPS (миллионы инструкций в секунду) или MSU (миллион единиц измерения продукции). При определении виртуальной машины сравнимого размера, необходимого для обработки рабочей нагрузки мейнфрейма в Azure, учитывайте значение в рейтинге MIPS (или MSU).

Далее приведены общие оценки.

  • 150 MIPS на один виртуальный ЦП

  • 1000 MIPS на один процессор

Чтобы определить правильный размер виртуальной машины для заданной рабочей нагрузки в LPAR, сначала оптимизируйте виртуальную машину для этой рабочей нагрузки. Затем определите необходимое количество виртуальных ЦП. Консервативная оценка: 150 MIPS на каждый виртуальный ЦП. Например, исходя из этой оценки, виртуальная машина серии F с 16 виртуальными ЦП может легко поддерживать рабочую нагрузку IBM DB2, поступающую от LPAR с 2400 MIPS.

Вертикальное масштабирование вычислений Azure

Виртуальные машины серии M можно масштабировать до 128 виртуальных ЦП (на момент написания этой статьи). В случае консервативной оценки 150 MIPS на один виртуальный ЦП виртуальная машина серии M соответствует примерно 19 000 MIPS. Общее правило оценки MIPS для мейнфреймов: 1000 MIPS на процессор. Мейнфрейм Z14 может иметь до 24 процессоров и обеспечивать около 24 000 MIPS для одной системы мейнфреймов.

У самого крупного мейнфрейма Z14 примерно на 5000 MIPS больше, чем у самой большой виртуальной машины, доступной в Azure. Однако важно сравнить развертывание рабочих нагрузок. Если в системе мейнфреймов есть и приложение, и реляционная база данных, они обычно развертываются на одном физическом мейнфрейме — каждый в своем собственном LPAR. Одно и то же решение в Azure часто развертывается с использованием одной виртуальной машины для приложения и отдельной виртуальной машины подходящего размера для базы данных.

Например, если система серии M с 64 виртуальными ЦП поддерживает приложение, а для базы данных используется серия M с 96 виртуальными ЦП, требуется примерно 150 виртуальных ЦП — или около 24 000 MIPS, как показано на рисунке ниже.

Сравнение развертываний рабочих нагрузок 24 000 MIPS

Подход заключается в переносе разделов LPAR на отдельные виртуальные машины. Затем Azure легко масштабируется до размера, необходимого для большинства приложений, развернутых в одной системе мейнфреймов.

Горизонтальное масштабирование вычислений Azure

Одно из преимуществ решения на основе Azure — возможность горизонтального масштабирования. Благодаря масштабированию приложениям доступны практически неограниченные вычислительные ресурсы. Azure поддерживает несколько методов горизонтального масштабирования вычислительных ресурсов.

  • Балансировка нагрузки в кластере. В этом сценарии приложение может использовать подсистему балансировки нагрузки или диспетчер ресурсов для распределения рабочей нагрузки между несколькими виртуальными машинами в кластере. Если требуется больше вычислительных ресурсов, в кластер добавляются дополнительные виртуальные машины.

  • Масштабируемые наборы виртуальных машин. В этом сценарии скачкообразной нагрузки для приложения возможно масштабирование с привлечением дополнительных вычислительных ресурсов на основе использования виртуальных машин. Когда спрос падает, количество виртуальных машин в масштабируемом наборе также может уменьшиться, что обеспечивает эффективное использование вычислительных ресурсов.

  • Масштабирование PaaS. Предложения Azure PaaS позволяют масштабировать вычислительные ресурсы. Например, Microsoft Azure Service Fabric выделяет вычислительные ресурсы для удовлетворения роста объема запросов.

  • Кластеры Kubernetes Приложения в Azure могут использовать кластеры Kubernetes в службах вычислений для указанных ресурсов. Служба Azure Kubernetes (AKS) — это управляемая служба, которая организует узлы, пулы и кластеры Kubernetes в Azure.

Чтобы выбрать правильный метод горизонтального масштабирования вычислительных ресурсов, важно понимать различия Azure и мейнфреймов. Ключ заключается в том, как —или если —данные совместно используются вычислительными ресурсами. В Azure данные (по умолчанию) обычно не используются совместно несколькими виртуальными машинами. Если требуется совместное использование данных несколькими виртуальными машинами в масштабируемом вычислительном кластере, общие данные должны находиться в ресурсе, поддерживающем эту функцию. В Azure для совместного использования данных требуется хранилище, см. описание в следующем разделе.

Оптимизация вычислений Azure

В архитектуре Azure возможна оптимизация каждого уровня обработки. Для каждой среды используйте наиболее подходящие тип виртуальных машин и функции. На следующем рисунке показана одна потенциальная схема развертывания виртуальных машин в Azure для поддержки приложения CICS, использующего DB2. На основном сайте виртуальные машины для производственной, подготовительной и тестовой версии приложения развертываются с высоким уровнем доступности. Дополнительный сайт используется для резервного копирования и аварийного восстановления.

На каждом уровне можно применять соответствующие службы аварийного восстановления. Например, для виртуальных машин, используемых в рабочей среде, и виртуальных машин с базами данных, возможно, потребуется "горячее" или "теплое" восстановление. А виртуальные машины для разработки и тестирования поддерживают "холодное" восстановление.

Развертывание с высоким уровнем доступности и поддержкой аварийного восстановления

Следующие шаги

Ресурсы по IBM

Azure для государственных организаций

Дополнительные ресурсы по миграции