Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Générez des informations sur les données en utilisant AWS Mainframe Modernization et Amazon Q dans QuickSight
Créé par Shubham Roy (AWS), Roshna Razack () et Santosh Kumar Singh (AWS) AWS
Environnement : PoC ou pilote | Technologies : ordinateur central, analyse, migration, modernisation, apprentissage automatique et intelligence artificielle | Charge de travail : IBM |
AWSservices : AWS Lambda ; modernisation du AWS mainframe ; Amazon ; Amazon S3 QuickSight |
Récapitulatif
Si votre entreprise héberge des données critiques dans un environnement mainframe, il est essentiel de tirer parti de ces données pour stimuler la croissance et l'innovation. En débloquant les données du mainframe, vous pouvez créer des informations commerciales plus rapides, sécurisées et évolutives afin d'accélérer la prise de décision, la croissance et l'innovation basées sur les données dans le cloud Amazon Web Services ()AWS.
Ce modèle présente une solution pour générer des informations commerciales et créer des récits partageables à partir de données du mainframe en utilisant AWS Mainframe Modernization le transfert de fichiers avec BMC Amazon Q dans. QuickSight Les ensembles de données du mainframe sont transférés vers Amazon Simple Storage Service (Amazon S3) à l'aide du transfert de fichiers de modernisation du AWS mainframe avec. BMC Une AWS Lambda fonction formate et prépare le fichier de données du mainframe en vue de son chargement sur Amazon QuickSight.
Une fois les données disponibles sur Amazon QuickSight, vous pouvez utiliser des instructions en langage naturel avec Amazon Q QuickSight pour créer des résumés des données, poser des questions et générer des récits de données. Vous n'avez pas besoin d'écrire de SQL requêtes ou d'apprendre un outil de business intelligence (BI).
Contexte commercial
Ce modèle présente une solution pour les cas d'utilisation de l'analyse des données sur le mainframe et de l'analyse des données. À l'aide de ce modèle, vous créez un tableau de bord visuel pour les données de votre entreprise. Pour démontrer la solution, ce modèle fait appel à une entreprise de soins de santé qui fournit des plans médicaux, dentaires et ophtalmologiques à ses membres aux États-Unis. Dans cet exemple, les données démographiques des membres et les informations relatives au plan sont stockées dans les ensembles de données du mainframe. Le tableau de bord visuel présente les éléments suivants :
Répartition des membres par région
Répartition des membres par sexe
Répartition des membres par âge
Répartition des membres par type de plan
Membres qui n'ont pas terminé leur vaccination préventive
Après avoir créé le tableau de bord, vous générez un récit de données qui explique les informations issues de l'analyse précédente. L'histoire des données fournit des recommandations pour augmenter le nombre de membres ayant effectué des vaccinations préventives.
Conditions préalables et limitations
Prérequis
Un actif Compte AWS
Ensembles de données mainframe contenant des données commerciales
Accès pour installer un agent de transfert de fichiers sur le mainframe
Limites
Le fichier de données de votre mainframe doit être dans l'un des formats de fichier pris en charge par Amazon QuickSight. Pour obtenir la liste des formats de fichiers pris en charge, consultez la QuickSight documentation Amazon.
Ce modèle utilise une fonction Lambda pour convertir le fichier mainframe dans un format pris en charge par Amazon. QuickSight
Architecture
Le schéma suivant montre une architecture permettant de générer des informations commerciales à partir des données du mainframe en utilisant AWS Mainframe Modernization File Transfer with BMC et Amazon Q in QuickSight.
Le schéma suivant illustre le flux de travail suivant :
Un ensemble de données mainframe contenant des données commerciales est transféré vers Amazon S3 à l'aide AWS Mainframe Modernization du transfert de fichiers avecBMC.
La fonction Lambda convertit le fichier qui se trouve dans le compartiment S3 de destination du transfert de fichiers au format valeurs séparées par des virgules (). CSV
La fonction Lambda envoie le fichier converti au compartiment S3 du jeu de données source.
Les données du fichier sont ingérées par Amazon QuickSight.
Les utilisateurs accèdent aux données sur Amazon QuickSight. Vous pouvez utiliser Amazon Q QuickSight pour interagir avec les données à l'aide d'instructions en langage naturel.
Outils
AWSservices
AWS Lambda est un service de calcul qui vous aide à exécuter du code sans avoir à allouer ni à gérer des serveurs. Il exécute votre code uniquement lorsque cela est nécessaire et évolue automatiquement, de sorte que vous ne payez que pour le temps de calcul que vous utilisez.
AWS Mainframe Modernization File Transfer with BMC convertit et transfère des ensembles de données du mainframe vers Amazon S3 pour des cas d'utilisation liés à la modernisation, à la migration et à l'augmentation du mainframe.
Amazon QuickSight est un service de BI à l'échelle du cloud qui vous permet de visualiser, d'analyser et de rapporter vos données dans un tableau de bord unique. Ce modèle utilise les fonctionnalités de BI générative d'Amazon Q dans QuickSight.
Amazon Simple Storage Service (Amazon S3) est un service de stockage d'objets basé sur le cloud qui vous permet de stocker, de protéger et de récupérer n'importe quel volume de données.
Bonnes pratiques
Lorsque vous créez les rôles AWS Identity and Access Management (IAM) pour AWS Mainframe Modernization File Transfer with BMC et la fonction Lambda, suivez le principe du moindre privilège.
Assurez-vous que votre ensemble de données source est compatible avec les types de données pour Amazon QuickSight. Si votre jeu de données source contient des types de données non pris en charge, convertissez-les en types de données pris en charge. Pour plus d'informations sur les types de données mainframe non pris en charge et sur la manière de les convertir en types de données pris en charge par Amazon Q dans QuickSight, consultez la section Ressources associées.
Épopées
Tâche | Description | Compétences requises |
---|---|---|
Installez l'agent de transfert de fichiers. | Pour installer l'agent de transfert de AWS Mainframe Modernization fichiers sur votre ordinateur central, suivez les instructions de la AWS documentation. | Administrateur système mainframe |
Créez un compartiment S3 pour le transfert de fichiers sur le mainframe. | Créez un compartiment S3 pour stocker le fichier de sortie de AWS Mainframe Modernization File Transfer avecBMC. Dans le schéma d'architecture, il s'agit du compartiment de destination du transfert de fichiers. | Ingénieur en migration |
Créez le point de terminaison du transfert de données. |
| AWSSpécialiste de la modernisation des mainframes |
Tâche | Description | Compétences requises |
---|---|---|
Créez un compartiment S3. | Créez un compartiment S3 pour que la fonction Lambda copie le fichier mainframe converti de la source vers le compartiment de destination final. | Ingénieur en migration |
Créez une fonction Lambda. | Pour créer une fonction Lambda qui modifie l'extension du fichier et copie le fichier mainframe dans le compartiment de destination, procédez comme suit :
| Ingénieur en migration |
Créez un déclencheur Amazon S3 pour appeler la fonction Lambda. | Pour configurer un déclencheur qui invoque la fonction Lambda, procédez comme suit :
Pour en savoir plus, consultez Didacticiel : Utilisation d'un déclencheur Amazon S3 pour appeler une fonction Lambda. | Responsable de la migration |
Fournissez IAM des autorisations pour la fonction Lambda. | IAMdes autorisations sont requises pour que la fonction Lambda puisse accéder aux compartiments S3 du jeu de données source et de destination du transfert de fichiers. Mettez à jour la politique associée au rôle d'exécution de la fonction Lambda en autorisant Pour plus d'informations, consultez la section Créer une politique d'autorisations dans Tutoriel : Utilisation d'un déclencheur Amazon S3 pour appeler une fonction Lambda. | Responsable de la migration |
Tâche | Description | Compétences requises |
---|---|---|
Créez une tâche de transfert pour copier le fichier du mainframe dans le compartiment S3. | Pour créer une tâche de transfert de fichiers sur mainframe, suivez les instructions de la AWS Mainframe Modernization documentation. Remarque : Spécifiez le codage de page de code source comme IBM1047 et le codage de page de code cible comme UTF-8. | Ingénieur en migration |
Vérifiez la tâche de transfert. | Pour vérifier que le transfert de données est réussi, suivez les instructions de la AWS Mainframe Modernization documentation. Vérifiez que le fichier mainframe se trouve dans le compartiment S3 de destination pour le transfert de fichiers. | Responsable de la migration |
Vérifiez la fonction de copie Lambda. | Vérifiez que la fonction Lambda est lancée et que le fichier est copié avec une extension .csv dans le compartiment S3 du jeu de données source. Le fichier .csv créé par la fonction Lambda est le fichier de données d'entrée pour Amazon. QuickSight Pour des exemples de données, consultez le | Responsable de la migration |
Tâche | Description | Compétences requises |
---|---|---|
Configurez Amazon QuickSight. | Pour configurer Amazon QuickSight, suivez les instructions de la AWS documentation. | Responsable de la migration |
Créez un ensemble de données pour Amazon QuickSight. | Pour créer un ensemble de données pour Amazon QuickSight, suivez les instructions de la AWS documentation. Le fichier de données d'entrée est le fichier d'ordinateur central converti créé lorsque vous avez défini la tâche de transfert de données de l'ordinateur central. | Responsable de la migration |
Tâche | Description | Compétences requises |
---|---|---|
Configurez Amazon Q dans QuickSight. | Cette fonctionnalité nécessite l'édition Enterprise. Pour configurer Amazon Q dans QuickSight, procédez comme suit :
| Responsable de la migration |
Analysez les données du mainframe et créez un tableau de bord visuel. | Pour analyser et visualiser vos données dans Amazon QuickSight, procédez comme suit :
Lorsque vous avez terminé, vous pouvez publier votre tableau de bord afin de le partager avec les autres membres de votre organisation. Pour des exemples, consultez le tableau de bord visuel du mainframe dans la section Informations supplémentaires. | Ingénieur en migration |
Tâche | Description | Compétences requises |
---|---|---|
Créez une histoire de données. | Créez une histoire de données pour expliquer les conclusions de l'analyse précédente et générez une recommandation visant à accroître la vaccination préventive des membres :
| Ingénieur en migration |
Consultez l'histoire des données générées. | Pour consulter l'histoire des données générées, suivez les instructions de la AWS documentation. | Responsable de la migration |
Modifiez un récit de données généré. | Pour modifier le formatage, la mise en page ou les éléments visuels d'un data story, suivez les instructions de la AWS documentation. | Responsable de la migration |
Partagez une histoire de données. | Pour partager une histoire de données, suivez les instructions de la AWS documentation. | Ingénieur en migration |
Résolution des problèmes
Problème | Solution |
---|---|
Impossible de découvrir les fichiers ou ensembles de données du mainframe saisis dans les critères de recherche des ensembles de données pour Créer une tâche de transfert dans Transfert de AWS Mainframe Modernization fichiers avec. BMC |
|
Ressources connexes
Pour convertir des types de données mainframe tels que PACKED- DECIMAL (COMP-3)
Informations supplémentaires
S3 CopyLambda .py
Le code Python suivant a été généré à l'aide d'une invite envoyée à Amazon Q Developer dans un IDE :
#Create a lambda function triggered by S3. display the S3 bucket name and key import boto3 s3 = boto3.client('s3') def lambda_handler(event, context): print(event) bucket = event['Records'][0]['s3']['bucket']['name'] key = event['Records'][0]['s3']['object']['key'] print(bucket, key) #If key starts with object_created, skip copy, print "copy skipped". Return lambda with key value. if key.startswith('object_created'): print("copy skipped") return { 'statusCode': 200, 'body': key } # Copy the file from the source bucket to the destination bucket. Destination_bucket_name = 'm2-filetransfer-final-opt-bkt'. Destination_file_key = 'healthdata.csv' copy_source = {'Bucket': bucket, 'Key': key} s3.copy_object(Bucket='m2-filetransfer-final-opt-bkt', Key='healthdata.csv', CopySource=copy_source) print("file copied") #Delete the file from the source bucket. s3.delete_object(Bucket=bucket, Key=key) return { 'statusCode': 200, 'body': 'Copy Successful' }
Tableau de bord visuel du mainframe
Le visuel de données suivant a été créé par Amazon Q QuickSight pour la question d'analyse show member distribution by region
.
Le visuel de données suivant a été créé par Amazon Q QuickSight pour la questionshow member distribution by Region who have not completed preventive immunization, in pie chart
.
Sortie d'une histoire de données
Les captures d'écran suivantes montrent des sections de l'histoire de données créée par Amazon Q QuickSight pour répondre à l'invite Build a data story about Region with most numbers of members. Also show the member distribution by medical plan, vision plan, dental plan. Recommend how to motivate members to complete immunization. Include 4 points of supporting data.
Dans l'introduction, l'histoire des données recommande de choisir la région comptant le plus grand nombre de membres afin de tirer le meilleur parti des efforts de vaccination.
L'histoire des données fournit une analyse du nombre de membres pour les trois principales régions et désigne le Sud-Ouest comme la principale région axée sur les efforts de vaccination.
Remarque : Les régions du sud-ouest et du nord-est comptent chacune huit membres. Cependant, le Sud-Ouest compte un plus grand nombre de membres qui ne sont pas complètement vaccinés. Il est donc plus susceptible de bénéficier des initiatives visant à augmenter les taux de vaccination.