Analise as tarefas em lote em um mainframe com o IBM Watson Machine Learning for z/OS

Resumo

O padrão mostra como analisar as tarefas em lote em um mainframe com o IBM Watson Machine Learning for z/OS. Isso inclui a ingestão de dados de tempo de execução da tarefa em lote dos registros SMF Tipo 30, a exploração da periodicidade e da correlação, a previsão do tempo decorrido e a detecção de anomalias.

Descrição

A execução de tarefas em lote é fundamental para a operação efetiva de um mainframe. Diariamente, um mainframe típico pode ter de 10 mil a 60 mil tarefas em execução em tempo integral. E em dias que caem no início ou no final de um mês, trimestre ou ano, as cargas de trabalho podem chegar ao dobro desse tamanho. Um processamento em lote efetivo é fundamental para manter as demandas de alta produtividade de várias empresas hoje em dia.

É possível usar o IBM® Watson™ Machine Learning for z/OS para analisar o processamento em lote e extrair insights para aprimorar os seguintes aspectos da operação em lote:

  • Tendência e sazonalidade do tempo decorrido das tarefas em lote, de acordo com as mudanças da carga de trabalho
  • Impacto das transações e de outras operações do negócio durante o tempo decorrido das tarefas em lote
  • Previsão do tempo decorrido para tarefas de longa execução
  • Identificação de instâncias de tarefa e volumes de transação possivelmente anormais

Fluxo

Diagrama de fluxo para analisar as tarefas em lote em um mainframe

  1. É possível trabalhar com o Watson Machine Learning for z/OS usando um navegador da web.
  2. O Watson Machine Learning for z/OS oferece Jupyter Notebooks para a codificação em Python e R.
  3. O Watson Machine Learning for z/OS oferece o Modeler Flow para a exploração de dados e o treinamento de modelos na tela, com o recurso de lista suspensa.
  4. É possível ler arquivos nativos do mainframe, como o registro SMF Tipo 30, usando os blocos de notas Python com base no Mainframe Data Service, incluído no Watson Machine Learning for z/OS.

Instruções

Preparado para começar? Confira o LEIA-ME para obter instruções detalhadas de como:

  1. Fazer download do arquivo .zip (para Windows ou Mac) ou do arquivo .tar.gz (para Linux) na pasta “ProjectZIP” no seu computador.
  2. Efetuar login no Watson Machine Learning for z/OS com seu nome de usuário e sua senha.
  3. Clicar em “Novo projeto” em “Introdução”.
  4. Selecionar a guia “Do arquivo”, buscar em seu computador e selecionar o arquivo transferido por download na etapa 1 e, em seguida, clicar em “OK”.
  5. Confirmar se o novo projeto foi incluído. Ele deve incluir quatro blocos de notas, dois fluxos e cinco conjuntos de dados.

Aviso

O conteúdo aqui presente foi traduzido da página IBM Developer US. Caso haja qualquer divergência de texto e/ou versões, consulte o conteúdo original.