适用于大型机的 AWS Transform 引入重新构想功能和自动化测试功能



2025 年 5 月，我们推出了适用于大型机的 AWS Transform，这是首个用于大规模实现大型机工作负载现代化的代理式人工智能服务。这款人工智能驱动的大型机代理通过自动化现代化每个阶段（从初始评测到最终部署）中复杂的资源密集型任务，来加速大型机现代化进程。您可以简化包括 COBOL、CICS、DB2 和 VSAM 在内的遗留大型机应用程序向现代云环境的迁移，从而将现代化时间线从数年缩短至数月。

今天，我们宣布在适用于大型机的 AWS Transform 中增强功能，其中包括人工智能驱动的分析功能、对 Reimagine 现代化模式的支持以及测试自动化。这些增强解决了大型机现代化中的两个关键挑战：需要彻底改造应用程序而不仅仅是将其迁移到云上，以及测试所需的大量时间和专业知识。

• 重新构想大型机现代化 – 这是一种由人工智能驱动的新方法，它利用现代模式或从批处理转向实时功能，彻底重新构想客户的应用程序架构。通过将增强的业务逻辑提取功能与新的数据血统分析功能以及通过 AWS Transform 从遗留源代码自动生成数据字典的功能相结合，客户可将用 COBOL 等语言编写的单体式大型机应用程序，改造为更现代化的架构风格，例如微服务。
• 自动测试 – 客户可以使用新的自动化测试计划生成、测试数据收集脚本和测试用例自动化脚本功能。适用于大型机的 AWS Transform 还为数据迁移、结果验证和终端连接提供了功能测试工具。这些由人工智能驱动的功能协同工作，可通过自动化加速测试时间线并提高准确性。

让我们进一步了解重新构想大型机现代化和自动化测试功能。

如何重新构想大型机现代化
我们认识到，大型机现代化并非一刀切的方案。战术性方法侧重于增强和维护现有系统，而战略性现代化则提供了不同的路径：更换平台、重构、替换或新的重新构想。

在 重新构想模式中，AWS Transform 人工智能驱动的分析将大型机系统分析与组织知识相结合，以创建详细的业务和技术文档及架构建议。这有助于保留关键业务逻辑，同时支持现代云原生功能。

AWS Transform 提供了对成功实现大型机现代化至关重要的新高级数据分析功能，包括数据血统分析和自动数据字典生成。这些功能协同工作，定义大型机数据的结构、含义、用途和关系。客户可以完全了解其数据格局，从而为现代化做出明智决策。他们的技术团队可以自信地重新设计数据架构，同时保留关键的业务逻辑和关系。

重新构想策略遵循 人机协同验证 原则，这意味着由人工智能生成的应用程序规范和代码（例如来自 AWS Transform 和 Kiro 的）会由领域专家持续验证。这种人工智能能力和人类判断之间的协作方法显著降低了转换风险，同时保持了人工智能驱动的现代化的速度优势。

该路径采用三阶段方法，将遗留大型机应用程序转变为云原生微服务：

• 使用适用于大型机的 AWS Transform 进行逆向工程，从现有的 COBOL 或作业控制语言 (JCL) 代码中提取业务逻辑和规则。
• 正向工程生成微服务规范、现代化源代码、基础设施即代码 (IaC) 和现代化数据库。
• 部署和测试使用 IaC 将生成的微服务部署到 Amazon Web Services (AWS)，并测试现代化应用程序的功能。

尽管微服务架构为大型机现代化带来了显著优势，但关键是要明白它并非适用于所有场景的最佳解决方案。架构模式的选择应基于系统的特定需求和约束来驱动。关键在于选择一种既符合当前需求又契合未来期望的架构，并认识到随着组织云原生能力的成熟，架构决策可以随时间推移而演进。

这种灵活的方法支持自主开发和合作伙伴主导的开发，因此您可以在保持业务流程完整性的同时，使用您偏好的工具。您在获得现代云架构优势的同时，还能保留数十年的业务逻辑并降低项目风险。

自动化测试实战
新的自动化测试功能在发布时即支持 IBM z/OS 大型机批处理应用程序栈，这有助于组织处理更广泛的现代化场景，同时保持一致的流程和工具。

以下是新的大型机功能：

• 规划测试用例 – 根据大型机代码、业务逻辑和调度器计划创建测试计划。
• 生成测试数据收集脚本 – 创建 JCL 脚本，用于从大型机到测试计划的数据收集。
• 生成测试自动化脚本 – 生成执行脚本，以自动化测试在目标 AWS 环境中运行的现代化应用程序。

开始使用自动化测试，您应该设置一个工作区，为每个用户分配特定角色，并邀请他们加入您的工作区。要了解更多信息，请访问 AWS Transform 用户指南中的 AWS Transform 入门。

选择在工作区中创建作业。您可以查看所有受支持的转换作业类型。在本示例中，我选择大型机现代化作业来现代化大型机应用程序。

创建新作业后，您可以启动用于测试生成的现代化流程。此工作流是顺序执行的，是您回答人工智能代理问题、提供必要输入的地方。您可以添加协作者，并指定代码库或文档在您的 Amazon Simple Storage Service (Amazon S3) 存储桶中的资源位置。

我使用一个信用卡管理系统的示例应用程序作为大型机银行案例，包含表示层 (BMS 屏幕)、业务逻辑 (COBOL) 和数据层 (VSAM/DB2)，涵盖在线交易处理和批处理作业。

在完成分析代码、提取业务逻辑、分解代码、规划迁移批次等步骤后，您可以体验新的自动化测试功能，例如规划测试用例、生成测试数据收集脚本和测试自动化脚本。

新的测试工作流会为您的现代化项目创建测试计划，并生成测试数据收集脚本。您将经历三个规划步骤：

• 配置测试计划输入 – 您可以将测试计划链接到其他作业文件。测试计划基于对大型机应用程序代码的分析生成，并可选择性地使用提取的业务逻辑、技术文档、分解结果和调度器计划提供更多细节。
• 定义测试计划范围 – 您可以定义入口点，即应用程序执行流开始的特定程序。例如，批处理作业的 JCL。在测试计划中，每个功能测试用例都设计为从特定入口点开始执行。
• 优化测试计划 – 测试计划由连续测试用例组成。您可以在测试用例详情页面上对它们进行重新排序、添加新案例、合并多个用例或将一个案例分成两个。批处理测试用例由遵循调度器计划的一系列 JCL 组成。

生成测试数据收集脚本，旨在从大型机应用程序收集测试数据以进行功能等效性测试。此步骤会主动生成 JCL 脚本，帮助您从示例应用程序的各种数据来源（例如 VSAM 文件或 DB2 数据库）收集测试数据，用于测试现代化后的应用程序。此步骤旨在创建自动化脚本，能够从 VSAM 数据集提取测试数据、查询 DB2 表以获取样本数据、收集顺序数据集，并生成数据收集工作流。此步骤完成后，您将拥有可随时使用的全面测试数据收集脚本。

要了解更多关于自动化测试的信息，请访问 AWS Transform 用户指南中的大型机应用程序现代化。

现已推出
适用于大型机的 AWS Transform 中的新功能现已在所有提供适用于大型机的 AWS Transform 的 AWS 区域中可用。有关区域可用性和未来路线图，请访问按区域列出的 AWS 功能。 目前，我们免费向 AWS 客户提供核心功能（包括评测和转换）。要了解更多信息，请访问 AWS 转型定价页面。

请在 AWS Transform 控制台中尝试。要了解更多信息，请访问适用于大型机的 AWS Transform 产品页面，并通过 适用于大型机的 AWS Transform 的 AWS re:Post 或您常用的 AWS 联系方式发送反馈。

– Channy