遗留数据迁移 – 让数据了解自身
5.00/5 (1投票)
概述
尽管云基础设施正在兴起，并且过去几年基础设施和平台有了巨大的改进，但大型机仍然在许多企业中扮演着关键角色，事实上，几乎没有哪个企业没有关键应用程序运行在大型机上。
为什么要迁移？
运行在遗留应用程序和技术上可以让业务继续运转，但无法发展壮大。因此，企业从遗留应用程序迁移到最新技术至关重要，这将带来以下好处。
(A) 商业优势：准备迎接变化，业务不断变化或必须带来变化以保持市场优势。拥有足够灵活的平台和技术来进行改变对于组织的增长至关重要。
(B) 低维护成本：遗留系统维护成本高昂，需要拥有各个方面全面知识的人员。迁移到最新技术最终将降低维护成本。
(C) 风险降低：遗留系统在变更、维护和升级方面通常涉及高风险。
(D) 资源可用性：找到精通遗留系统的人员通常很困难，因此最新建立的平台通常不存在此限制。
典型方法
考虑到这些好处……每个组织都希望迁移到最新的平台，但这伴随着一些挑战，最关键的挑战在于理解和迁移遗留数据。
团队经常采用ETL工具从源数据提取、转换和加载数据到目标，在此过程中，迁移逻辑或业务规则被埋在转换逻辑中，因此每次发现迁移中的问题时，他们都需要重新检查代码并进行必要的修改，因此整个迁移过程经历了多次迭代，并消耗了大量的时间和资源，尤其是在您为了更改而重新检查逻辑或理解实现方式时。如果不是这样，那么至少所有迁移步骤都必须为每一个小的更改重新执行。
缺少什么？
使用IF语句、游标和多层视图来构建转换逻辑以生成目标可接受的最终格式数据是很典型的。此外，还有多种GUI工作流程可用，可以帮助您勾勒出整个数据流程。
缺失的关键部分是最终输出中特定数据元素的源逻辑背后的推理。即，您需要重新检查原始逻辑或工作流程以了解……
(A) 为什么某些数据与其他数据不同
(B) 为什么某些记录缺少某些数据，而其他记录却存在
(C) 为什么没有对所有记录应用相同的逻辑等等……
简而言之，数据对自身了解不多，因此您总是需要重新检查源/转换逻辑。
建议
“线性可追溯推导”是所有问题的答案，它不仅简化了整个迁移工作，而且帮助企业找到机会以不同且更有效的方式使用遗留数据。
Nisum公司是遗留应用程序迁移领域的先驱，在14年多的时间里，我们吸取了许多教训，其中最重要的一点是在正确的时间使用正确的工具，这意味着应该首先了解工具。我们对黑盒迁移、特性测试和线性可追溯推导等工具非常熟悉，这些工具不仅确保迁移成功，而且确保按时交付，因为遗留应用程序迁移通常需要很长时间，但Nisum凭借其在这些迁移方面的丰富经验知道如何克服它。
Nisum公司帮助企业迁移了运行在大型机上、使用Cobol和其他几种遗留技术的大规模金融、零售和商业应用程序。
继续阅读以了解更多关于线性可追溯推导的信息。
线性可追溯推导
这种方法建立在以下原则之上，每个原则都有详细的示例来帮助理解。并非所有这些原则都适用于您的迁移，您可以选择并应用它们以查看哪些方法对您有效，下面列出的示例仅供您理解，但您不必以完全相同的方式应用它们；根据您使用的技术和工具，您可以采用不同的方式应用它。
这里最重要的方面是“让数据了解自身足够的信息”。
线性：应为所有推导和内容操作采用线性逻辑。
特征：内容应包含反映其特征的元数据。
推导：所有推导和计算都应分解成多个步骤，并应在尽可能低的粒度级别捕获。
可追溯性：推导和转换应该是可追溯的。
提示：所有转换都应捕获提示，这使得无需分析详细数据即可快速理解。
异常指示器：内容应包含异常指示器，这些指示器可以在解决或修复异常时启用记录过滤。
示例
