Memodernisasi dan memvalidasi

Halaman ini menjelaskan cara memodernisasi aplikasi mainframe Anda menggunakan Antigravity dengan output dari Mainframe Assessment Tool, lalu memvalidasi aplikasi yang di-deploy di Google Cloud menggunakan Dual Run.

Setelah menilai aplikasi mainframe dan mengekstrak aturan bisnis dengan Mainframe Assessment Tool, Anda dapat menggunakan Antigravity untuk mengubah kode lama menjadi kode berbasis cloud berkualitas tinggi. Proses ini menggunakan metadata teknis dan persyaratan bisnis untuk memastikan aplikasi target setara dengan aplikasi asli secara arsitektur dan fungsional.

Setelah aplikasi yang dimodernisasi di-deploy ke Google Cloud, Dual Run membantu mengurangi risiko transisi. Dengan Dual Run, Anda dapat menjalankan workload secara simultan di mainframe yang ada dan di Google Cloud, serta membandingkan output seperti laporan harian dan transaksi online. Pengujian real-time ini membantu Anda mengumpulkan data tentang kesetaraan fungsional, performa, dan stabilitas, sehingga memastikan transisi yang lebih aman.

Dengan mengikuti petunjuk di halaman ini, Anda akan mempelajari cara:

  • Gunakan Antigravity untuk tugas modernisasi, dengan memanfaatkan file AGENTS.md yang dibuat oleh Mainframe Assessment Tool.
  • Aktifkan komunikasi antara Antigravity dan data penilaian.
  • Gunakan Dual Run untuk memvalidasi aplikasi yang di-deploy.

Halaman ini ditujukan untuk profesional IT, arsitek, dan engineer yang terlibat dalam proyek modernisasi mainframe.

Sebelum memulai

Untuk menyiapkan lingkungan Anda untuk modernisasi kode, selesaikan langkah-langkah berikut.

Peran dan izin

  • Pastikan Anda memiliki peran IAM yang diperlukan untuk mengakses server MCP Mainframe Assessment Tool. Untuk mengetahui informasi selengkapnya, lihat Server MCP Alat Penilaian Mainframe.
  • Konfirmasi bahwa Anda memiliki akses ke Antigravity dan izin untuk menjalankan alur kerja agen. Untuk mengetahui informasi selengkapnya, lihat dokumentasi Antigravity.

Persyaratan

  • Ekspor konfigurasi agen: di Mainframe Assessment Tool, ekspor file konfigurasi agen (AGENTS.md). File ini memberikan konteks tentang penilaian Anda kepada Antigravity.
  • Mengakses Antigravity: Gunakan Antigravity atau Antigravity CLI.
  • Siapkan ruang kerja: buat direktori lokal untuk project modernisasi Anda guna menyimpan file konfigurasi yang diekspor dan kode yang dihasilkan.
  • Aktifkan server MCP Mainframe Assessment Tool: configure Mainframe Assessment Tool MCP server untuk mengaktifkan komunikasi antara Antigravity dan data penilaian.

Mengonfigurasi file AGENTS.md

Antigravity menggunakan file AGENTS.md yang Anda ekspor dari Mainframe Assessment Tool untuk berkomunikasi dengan penilaian Anda. File AGENTS.md berisi ID unik untuk penilaian dan tugas ekstraksi aturan bisnis tertentu.

Untuk mengonfigurasi Antigravity guna memodernisasi kode, ikuti langkah-langkah berikut:

  1. Buka direktori root ruang kerja Anda.

  2. Periksa apakah file AGENTS.md sudah ada.

    Bergantung pada apakah file ada atau tidak, lakukan salah satu hal berikut:

    • Jika file AGENTS.md tidak ada, tempatkan file AGENTS.md yang Anda download dari Alat Penilaian Mainframe di direktori ini.

    • Jika file AGENTS.md sudah ada, buka file yang ada dan tambahkan konten berikut di akhir file.

          ## Mainframe Assessment Tool MCP Configuration

    assessmentID: ASSESSMENT_ID
    jobID: JOB_ID

      Ganti kode berikut:

      • ASSESSMENT_ID: ID penilaian spesifik Anda.
      • JOB_ID: ID tugas ekstraksi aturan bisnis dari Mainframe Assessment Tool.

Memodernisasi kode aplikasi mainframe Anda dengan Antigravity

Setelah Anda mengonfigurasi Antigravity untuk memodernisasi kode, Antigravity akan otomatis menggunakan assessmentID dan jobID dari file AGENTS.md Anda untuk memahami aplikasi Anda secara kontekstual.

Antigravity menggunakan alat server MCP Mainframe Assessment Tool dan menggabungkan beberapa sumber data dari fase penilaian dan desain Anda untuk melakukan analisis dan menghasilkan hal berikut:

  • Aturan bisnis yang divalidasi: logika bisnis inti yang diekstrak dari kode lama dan diverifikasi oleh pemangku kepentingan.
  • Model data target: struktur data yang dioptimalkan dan didesain untuk lingkungan target Google Cloud Anda, seperti Cloud Spanner atau Cloud SQL.
  • Dokumen Persyaratan Produk (PRD): spesifikasi yang dapat dibaca manusia yang berfungsi sebagai cetak biru untuk aplikasi yang dimodernisasi.
  • Kode aplikasi yang dimodernisasi: kode berbasis cloud dalam bahasa pilihan Anda yang menerapkan aturan bisnis.

Untuk menggunakan informasi yang dikumpulkan selama penilaian guna memahami dan memodernisasi aplikasi mainframe, Anda dapat menggunakan perintah seperti berikut di Antigravity:

  • Untuk mengambil aturan bisnis, rencanakan model data target, dan buat PRD:

    Get business rules for business rules extraction job JOB_NAME.
Based on these rules, suggest a target data model for Spanner  and
generate a Product Requirements Document.

    Ganti JOB_NAME dengan nama tugas ekstraksi aturan bisnis dari Mainframe Assessment Tool.

  • Untuk membuat kode yang dimodernisasi:

    Generate the Java code to implement the business rules from the business rules
extraction job ID:JOB_NAME by using the suggested Spanner 
data model.

    Ganti JOB_NAME dengan nama tugas ekstraksi aturan bisnis dari Mainframe Assessment Tool.

Meninjau kode yang dihasilkan

Setelah membuat kode, verifikasi output untuk memastikan akurasi dan keselarasan arsitektur.

Checklist Peninjauan
Akurasi logika Bandingkan metode yang dihasilkan dengan aturan bisnis yang divalidasi dalam Job ekstraksi aturan bisnis Anda. Pastikan setiap aturan dipetakan ke blok kode.
Penyelarasan arsitektur Pastikan kode menerapkan struktur data yang disarankan dengan benar dan menggunakan library klien Google Cloud yang sesuai.
Keamanan dan performa Pindai kredensial yang di-hardcode atau loop yang tidak efisien. Gunakan Antigravity untuk menyempurnakan bagian kode tertentu agar performanya lebih baik.

Memvalidasi kode yang dimodernisasi dengan Dual Run

Dual Run memungkinkan Anda menjalankan workload secara simultan di mainframe yang sudah ada dan di Google Cloud, sehingga Anda dapat melakukan pengujian secara real-time serta mengumpulkan data terkait performa dan stabilitas dengan cepat.

Untuk mengetahui informasi selengkapnya, lihat Ringkasan Dual Run.

Langkah berikutnya