기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
AWS 메인프레임 현대화 및 Amazon Q in을 사용하여 데이터 통찰력을 생성합니다. QuickSight
환경: PoC 또는 파일럿 | 기술: 메인프레임, 분석, 마이그레이션, 현대화, 기계 학습 및 AI | 워크로드: IBM |
AWS 서비스: AWS Lambda, AWS 메인프레임 현대화 QuickSight, 아마존, Amazon S3 |
요약
조직이 메인프레임 환경에서 비즈니스 크리티컬 데이터를 호스팅하는 경우, 해당 데이터에서 통찰력을 얻는 것이 성장과 혁신을 주도하는 데 매우 중요합니다. 메인프레임 데이터를 활용하면 Amazon Web Services () Cloud에서 더 빠르고 안전하며 확장 가능한 비즈니스 인텔리전스를 구축하여 데이터 기반 의사 결정, 성장 및 혁신을 가속화할 수 있습니다.AWS
이 패턴은 BMC 및 Amazon Q in의 AWS Mainframe Modernization File Transfer를 사용하여 메인프레임 데이터에서 비즈니스 통찰력을 생성하고 공유 가능한 설명을 생성하는 솔루션을 제공합니다. QuickSight 메인프레임 데이터 세트는 BMC를 통한 AWS 메인프레임 현대화 파일 전송을 사용하여 Amazon Simple Storage Service (Amazon S3) 로 전송됩니다. AWS Lambda 함수는 Amazon에 로드하기 위해 메인프레임 데이터 파일을 포맷하고 준비합니다. QuickSight
Amazon에서 데이터를 사용할 수 있게 되면 Amazon QuickSight Q와 함께 자연어 프롬프트를 QuickSight 사용하여 데이터 요약을 생성하고, 질문하고, 데이터 스토리를 생성할 수 있습니다. SQL 쿼리를 작성하거나 비즈니스 인텔리전스 (BI) 도구를 배울 필요가 없습니다.
비즈니스 컨텍스트
이 패턴은 메인프레임 데이터 분석 및 데이터 인사이트 사용 사례를 위한 솔루션을 제시합니다. 패턴을 사용하여 회사 데이터에 대한 시각적 대시보드를 만들 수 있습니다. 솔루션을 시연하기 위해 이 패턴은 미국에 있는 회원들에게 의료, 치과 및 안과 플랜을 제공하는 의료 회사를 사용합니다. 이 예시에서는 가입자 인구 통계 및 플랜 정보가 메인프레임 데이터세트에 저장됩니다. 시각적 대시보드에는 다음과 같은 내용이 표시됩니다.
지역별 회원 분포
성별에 따른 회원 분포
연령별 회원 분포
플랜 유형별 회원 분포
예방 접종을 완료하지 않은 가입자
대시보드를 만든 후에는 이전 분석에서 얻은 통찰력을 설명하는 데이터 스토리를 생성합니다. 데이터 스토리는 예방 접종을 완료한 회원 수를 늘리기 위한 권장 사항을 제공합니다.
사전 조건 및 제한 사항
사전 조건
액티브 AWS 계정
비즈니스 데이터가 포함된 메인프레임 데이터세트
메인프레임에 파일 전송 에이전트를 설치하기 위한 액세스
제한 사항
메인프레임 데이터 파일은 Amazon에서 지원하는 파일 형식 중 하나여야 합니다. QuickSight 지원되는 파일 형식 목록은 Amazon QuickSight 설명서를 참조하십시오.
이 패턴은 Lambda 함수를 사용하여 메인프레임 파일을 Amazon에서 지원하는 형식으로 변환합니다. QuickSight
아키텍처
다음 다이어그램은 BMC 및 Amazon Q in의 AWS Mainframe Modernization File Transfer를 사용하여 메인프레임 데이터에서 비즈니스 통찰력을 생성하는 아키텍처를 보여줍니다. QuickSight
이 다이어그램은 다음 워크플로를 보여줍니다.
비즈니스 데이터를 포함하는 메인프레임 데이터 세트는 BMC의 AWS Mainframe Modernization 파일 전송을 사용하여 Amazon S3로 전송됩니다.
Lambda 함수는 파일 전송 대상 S3 버킷에 있는 파일을 CSV (쉼표로 구분된 값) 형식으로 변환합니다.
Lambda 함수는 변환된 파일을 원본 데이터세트 S3 버킷으로 전송합니다.
파일의 데이터는 QuickSight Amazon에서 수집합니다.
사용자는 Amazon의 데이터에 QuickSight 액세스합니다. Amazon Q QuickSight in을 사용하면 자연어 프롬프트를 사용하여 데이터와 상호 작용할 수 있습니다.
도구
서비스
AWS Lambda는 서버를 프로비저닝하거나 관리할 필요 없이 코드를 실행하는 데 도움이 되는 컴퓨팅 서비스입니다. 필요할 때만 코드를 실행하며 자동으로 확장이 가능하므로 사용한 컴퓨팅 시간만큼만 비용을 지불합니다.
AWS Mainframe Modernization BMC를 통한 파일 전송은 메인프레임 현대화, 마이그레이션 및 증강 사용 사례를 위해 메인프레임 데이터 세트를 Amazon S3로 변환하고 전송합니다.
QuickSightAmazon은 단일 대시보드에서 데이터를 시각화, 분석 및 보고하는 데 도움이 되는 클라우드 규모의 BI 서비스입니다. 이 패턴은 Amazon Q in의 제너레이티브 BI 기능을 사용합니다. QuickSight
Amazon Simple Storage Service(S3)는 원하는 양의 데이터를 저장, 보호 및 검색하는 데 도움이 되는 클라우드 기반 객체 스토리지 서비스입니다.
모범 사례
소스 데이터세트에 QuickSight Amazon에서 지원하는 데이터 유형이 있는지 확인하십시오. 소스 데이터세트에 지원되지 않는 데이터 유형이 포함되어 있는 경우 지원되는 데이터 유형으로 변환하십시오. 지원되지 않는 메인프레임 데이터 유형과 이를 Amazon Q에서 QuickSight 지원하는 데이터 유형으로 변환하는 방법에 대한 자세한 내용은 관련 리소스 섹션을 참조하십시오.
에픽
작업 | 설명 | 필요한 기술 |
---|---|---|
파일 전송 에이전트를 설치합니다. | 메인프레임에 AWS Mainframe Modernization 파일 전송 에이전트를 설치하려면 설명서의 지침을 따르십시오.AWS | 메인프레임 시스템 관리자 |
메인프레임 파일 전송을 위한 S3 버킷을 생성합니다. | BMC를 통한 AWS Mainframe Modernization 파일 전송의 출력 파일을 저장할 S3 버킷을 생성합니다. 아키텍처 다이어그램에서 이는 파일 전송 대상 버킷입니다. | 마이그레이션 엔지니어 |
데이터 전송 엔드포인트를 생성합니다. |
| AWS 메인프레임 현대화 전문가 |
작업 | 설명 | 필요한 기술 |
---|---|---|
S3 버킷을 생성합니다. | Lambda 함수에 대한 S3 버킷을 생성하여 변환된 메인프레임 파일을 원본에서 최종 대상 버킷으로 복사합니다. | 마이그레이션 엔지니어 |
Lambda 함수를 생성합니다. | 파일 확장자를 변경하고 메인프레임 파일을 대상 버킷에 복사하는 Lambda 함수를 생성하려면 다음을 수행하십시오.
| 마이그레이션 엔지니어 |
Amazon S3 트리거를 생성하여 Lambda 함수를 호출합니다. | Lambda 함수를 호출하는 트리거를 구성하려면 다음을 수행하십시오.
자세한 내용은 자습서: Amazon S3 트리거를 사용하여 Lambda 함수 호출을 참조하세요. | 마이그레이션 책임자 |
Lambda 함수에 대한 IAM 권한을 제공하십시오. | Lambda 함수가 파일 전송 대상 및 소스 데이터세트 S3 버킷에 액세스하려면 IAM 권한이 필요합니다. 파일 전송 대상 S3 버킷 및 원본 데이터세트 S3 버킷에 대한 액세스를 자세한 내용은 자습서: Amazon S3 트리거를 사용하여 Lambda 함수 호출의 권한 정책 생성 섹션을 참조하십시오. | 마이그레이션 책임자 |
작업 | 설명 | 필요한 기술 |
---|---|---|
전송 작업을 생성하여 메인프레임 파일을 S3 버킷으로 복사합니다. | 메인프레임 파일 전송 작업을 생성하려면 설명서의 지침을 따르십시오.AWS Mainframe Modernization 참고: 소스 코드 페이지 인코딩을 IBM1047, 대상 코드 페이지 인코딩을 UTF-8 인코딩으로 지정하십시오. | 마이그레이션 엔지니어 |
전송 작업을 확인합니다. | 데이터 전송이 성공했는지 확인하려면 AWS Mainframe Modernization 설명서의 지침을 따르십시오. 메인프레임 파일이 파일 전송 대상 S3 버킷에 있는지 확인합니다. | 마이그레이션 책임자 |
Lambda 복사 함수를 확인합니다. | Lambda 함수가 시작되었고 파일이.csv 확장자를 사용하여 원본 데이터세트 S3 버킷에 복사되었는지 확인합니다. Lambda 함수로 생성된.csv 파일은 Amazon의 입력 데이터 파일입니다. QuickSight 예제 데이터는 첨부 파일 섹션의 Sample-data-member-healthcare-APG 파일을 참조하십시오. | 마이그레이션 책임자 |
작업 | 설명 | 필요한 기술 |
---|---|---|
Amazon Q in을 QuickSight 설정하세요. | 이 기능을 사용하려면 엔터프라이즈 에디션이 필요합니다. Amazon Q QuickSight in을 설정하려면 다음과 같이 하십시오.
| 마이그레이션 책임자 |
메인프레임 데이터를 분석하고 시각적 대시보드를 구축하십시오. | Amazon에서 데이터를 분석하고 QuickSight 시각화하려면 다음과 같이 하십시오.
완료하면 대시보드를 게시하여 조직 내 다른 사용자와 공유할 수 있습니다. 예를 들어 추가 정보 섹션의 메인프레임 비주얼 대시보드를 참조하십시오. | 마이그레이션 엔지니어 |
작업 | 설명 | 필요한 기술 |
---|---|---|
데이터 스토리 생성. | 이전 분석에서 얻은 통찰력을 설명하는 데이터 스토리를 만들고 구성원의 예방 접종을 늘리기 위한 권장 사항을 생성하십시오.
| 마이그레이션 엔지니어 |
생성된 데이터 스토리 보기 | 생성된 데이터 스토리를 보려면 AWS 설명서의 지침을 따르십시오. | 마이그레이션 책임자 |
생성된 데이터 스토리를 편집합니다. | 데이터 스토리의 형식, 레이아웃 또는 시각적 개체를 변경하려면 AWS 설명서의 지침을 따르세요. | 마이그레이션 책임자 |
데이터 스토리 공유. | 데이터 스토리를 공유하려면 AWS 설명서의 지침을 따르세요. | 마이그레이션 엔지니어 |
문제 해결
문제 | Solution |
---|---|
BMC를 통한 파일 전송의 전송 작업 생성에 대한 데이터 세트 검색 기준에 입력된 메인프레임 AWS Mainframe Modernization 파일 또는 데이터세트를 찾을 수 없습니다. |
|
관련 리소스
포장 십진수 (COMP-3) 또는 바이너리 (COMP 또는 COMP-4)
추가 정보
CopyLambdaS3. py.
다음 Python 코드는 IDE에서 Amazon Q Developer와 함께 프롬프트를 사용하여 생성되었습니다.
#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' }
메인프레임 비주얼 대시보드
다음 데이터 비주얼은 분석 질문에 QuickSight 대해 Amazon Q에서 만든 show member distribution by region
것입니다.
다음 데이터 비주얼은 질문에 QuickSight 대해 Amazon Q에서 만든 show member distribution by Region who have not completed preventive immunization, in pie chart
것입니다.
데이터 스토리 출력
다음 스크린샷은 프롬프트를 QuickSight 위해 Amazon Q에서 생성한 데이터 스토리 섹션을 보여줍니다. 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.
서론에서 데이터 스토리에서는 면역 노력의 효과를 극대화하기 위해 회원이 가장 많은 지역을 선택할 것을 권장합니다.
이 데이터 스토리는 상위 3개 지역의 회원 수에 대한 분석을 제공하며, 남서부 지역을 예방접종 노력에 주력하는 선도 지역으로 선정했습니다.
참고: 남서부 및 북동부 지역에는 각각 8명의 회원국이 있습니다. 하지만 남서부 지역에는 백신 접종을 완료하지 않은 회원들이 더 많기 때문에 예방접종률을 높이기 위한 이니셔티브의 혜택을 받을 가능성이 더 큽니다.
첨부
이 문서와 관련된 추가 콘텐츠에 액세스하려면 attachment.zip 파일의 압축을 풉니다.