Rocket® Data Replicate and Sync

Echtzeit-Datenreplikation und -synchronisierung in beide Richtungen vom Mainframe zur Cloud – powered by RocketDataEdge ™

Watch the demo Entdecken Sie die DataEdge Lösungen

Was ist Rocket Data Replicate and Sync?

Die Enterprise -Datenreplikationssoftware nutzt Change Data Capture (CDC), um Daten zwischen IBM Z-, IBM i-, Analyse-, Cloud- und KI-Plattformen in Echtzeit zu synchronisieren. Im Gegensatz zu Batch-ETL-Prozessen, die Daten nur planmäßig verschieben, liest RDRS kontinuierlich die Datenbank-Transaktionsprotokolle und erfasst nur die geänderten Datensätze – für Datenaktualität im Subsekundenbereich bei nahezu keiner Beeinträchtigung der Quellsystemleistung. 

RDRS verbindet IBM-Mainframe-Umgebungen wie z/OS, Db2, VSAM und ADABAS mit verteilten Cloud- und Streaming-Plattformen wie Kafka, MySQL, AWS und Azure. Es unterstützt bidirektionale Replikation und Synchronisierung, sodass Datenänderungen in beide Richtungen fließen und alle verbundenen Systeme ohne manuelle Abstimmung konsistent bleiben. 

Was blockiert den Echtzeitdatenfluss in Ihrem Unternehmen?

Unternehmen haben Schwierigkeiten, aktuelle und verlässliche Daten für Analyse-, Cloud- und KI-Plattformen bereitzustellen. Die Modernisierung der Datennutzung gerät ins Stocken, da die Daten weiterhin über verschiedene Systeme fragmentiert, schwer zu integrieren oder zu kostspielig für die vom Unternehmen geforderte Übertragungsgeschwindigkeit sind. Die häufigsten Hindernisse bei der Replikation von Mainframe-Daten sind:

  • Mainframe-CPU-Kosten: Batch-Replikation und Verarbeitung auf dem Mainframe erhöhen den MIPS-Verbrauch mit zunehmendem Datenvolumen. RDRS erfasst Änderungen auf Transaktionsprotokollebene und lagert diese aus. Transformation, Mapping, Anreicherung und Anwendung der Verarbeitung auf kostengünstigere Plattformen, Reduzierung der Mainframe-Ressourcen, die für die Bereitstellung von Daten an Cloud-, Analyse- und KI-Plattformen benötigt werden.  
  • Datenlatenz: Geplante ETL-Jobs verursachen Verzögerungen zwischen operativen Systemen und Anwendungen, Dashboards und KI-Modellen, wodurch diese mit veralteten Daten arbeiten müssen. RDRS CDC repliziert Änderungen kontinuierlich, sobald sie auftreten, und beseitigt so Verzögerungen durch Batchverarbeitung.
  • Plattforminkompatibilität: Mainframe-Datenquellen wie IBM Db2, VSAM und IMS verwenden Datenformate, die Cloud-Plattformen nicht nativ verarbeiten können. RDRS enthält einen umfangreichen Codekatalog für Konvertierungen und Transformationen, der die Integration in hybriden Umgebungen vereinfacht.
  • Replikationsfragilität: Fehlgeschlagene Batch-Jobs und benutzerdefinierte Integrationen können zu Systeminkonsistenzen führen und manuelle Eingriffe zur Synchronisierung erfordern. Die automatisierten Neustart-, Rollback- und Wiederherstellungsfunktionen von RDRS gewährleisten einen kontinuierlichen Datenfluss. 
  • Datensilos in hybriden Umgebungen: Kritische Daten sind über Mainframes, verteilte Systeme und Cloud-Plattformen verteilt, was es schwierig macht, einen einheitlichen Überblick über den Betrieb zu behalten. RDRS synchronisiert Daten in diesen Umgebungen und schafft so eine konsistente Grundlage für Analysen, Betrieb und KI-Initiativen.  

  • RDRS verwendet CDC, um jede Datenänderung auf Transaktionsprotokollebene zu erfassen – ohne Batch-Polling, ohne Quellabfrage-Overhead, ohne verpasste Löschvorgänge oder schnelle Aktualisierungen.

  • RDRS unterstützt die bidirektionale Replikation zwischen IBM Mainframe-Quellen (z/OS, Db2, VSAM, ADABAS, z/VSE) und modernen Zielen wie Kafka, MySQL, AWS S3, Azure und Google Cloud.

  • RDRS reduziert die CPU-Kosten von Mainframes, indem es Datentransformationen in die Cloud auslagert, sie einmal erfasst und gleichzeitig auf mehrere Ziele anwendet.

  • Wiederaufnehmbare Pipelines, Rollback-Kontrollen und Integritätsprüfungen gewährleisten einen ununterbrochenen Datenfluss auch bei Systemausfällen ohne manuelles Eingreifen.

  • Liefert Daten in Echtzeit an KI- und Analyseplattformen, sodass Modelle und Dashboards immer den aktuellen Stand widerspiegeln und nicht veraltete Momentaufnahmen.

Keine Kompromisse bei der Datenintegrität

Ohne vollständige, zuverlässige und aktuelle Daten fällt es Unternehmen schwer, fundierte Entscheidungen zu treffen, Anwendungen zu modernisieren und Vertrauen in Analysen und KI aufzubauen. RDRS schafft eine verlässliche Datengrundlage, indem es Informationen über Mainframe-, verteilte und Cloud-Umgebungen hinweg synchronisiert. 

Sprechen Sie mit einem Experten

Analytik und Modernisierung beschleunigen

Stellen Sie aktuelle Betriebsdaten für Analyse-, Cloud- und ereignisgesteuerte Plattformen bereit, ohne Produktionssysteme zu beeinträchtigen. Modernisieren Sie Datenarchitekturen schneller und reduzieren Sie gleichzeitig die Abhängigkeit von Batch-Datenbewegungen.
 

Symbol-Daten-Intelligenz

Leistungsstarke, KI-gestützte Echtzeitentscheidungen

Versorgen Sie KI-, Machine-Learning- und Analyse-Projekte mit aktuellen, hochpräzisen Daten, damit Erkenntnisse, Empfehlungen und automatisierte Aktionen die tatsächliche Geschäftstätigkeit widerspiegeln – und nicht veraltete Momentaufnahmen.

Verbinden Sie Daten über hybride Umgebungen hinweg.

Synchronisieren Sie Daten über Mainframe-, verteilte, private und öffentliche Cloud-Plattformen hinweg, um Datensilos zu beseitigen und eine konsistente Grundlage für Betrieb, Analysen und KI zu schaffen.

Gewährleisten Sie eine kontinuierliche und robuste Replikation.

Gewährleisten Sie einen unterbrechungsfreien Datenfluss durch automatisierte Wiederherstellungs-, Neustart- und Schemaänderungsfunktionen, die Störungen durch Ausfälle, Anwendungsaktualisierungen oder Infrastrukturänderungen reduzieren.
 

Vertrauenswürdige Daten in großem Umfang sichern

Gewährleisten Sie die Konsistenz der Systeme durch zentralisierte Überwachungs-, Validierungs- und Synchronisierungskontrollen, die Teams dabei helfen, Probleme schnell zu erkennen und das Vertrauen in replizierte Daten aufrechtzuerhalten.
 

durchgängige Datensicherung

Schützen Sie Daten während der Übertragung und im Ruhezustand durch Verschlüsselung, sichere Verbindungen und Zugriffskontrollen in Mainframe-, verteilten und Cloud-Umgebungen.

Wie vereinheitlicht RDRS Ihre Unternehmensdaten?

RDRS erfasst Daten einmalig und stellt sie dort bereit, wo sie im Unternehmen benötigt werden. Durch die Kombination von Echtzeit-CDC, integrierter Transformation und Eins-zu-Viele-Verteilung überträgt RDRS vertrauenswürdige Daten zwischen Mainframe-, verteilten, Cloud-, Analyse- und Streaming-Umgebungen, ohne doppelte Integrationspipelines zu erstellen. Das Ergebnis: schnellere Datenbereitstellung, geringerer Betriebsaufwand und ein besser vernetztes Unternehmen.

Mainframe-Quellen und -Ziele

Wie RDRS die Echtzeitdaten liefert, die KI und Analysen benötigen

KI- und Machine-Learning-Modelle sind nur so genau wie die Daten, mit denen sie trainiert und verwendet werden. Wenn Trainingsdaten über nächtliche Batch-ETL-Prozesse von Mainframe-Systemen stammen, ziehen die Modelle Schlüsse aus Daten, die Stunden oder Tage alt sind – Entscheidungen werden also auf Basis veralteter Informationen getroffen, was die Effektivität von Betrugserkennung, Personalisierung, betrieblicher Automatisierung und anderen KI-gestützten Geschäftsprozessen verringert.

RDRS beseitigt diese Latenz, indem es Änderungen von Mainframe-Quellen direkt und in Echtzeit an KI- und Analyseplattformen streamt: 

  • Echtzeit-Feature-Stores: Bereitstellung aktueller Kundendatensätze, Transaktionsdaten und operativer Kennzahlen an ML-Feature-Stores, damit Modelle anhand der neuesten verfügbaren Informationen trainiert und bewertet werden können. 
  • Ereignisgesteuerte Architekturen: Änderungen am Mainframe werden an Kafka oder Confluent gestreamt, damit KI-Anwendungen, Automatisierungs-Workflows und nachgelagerte Systeme auf Geschäftsereignisse reagieren können, sobald diese auftreten.
  • Aktuelle Analysen: Die Analyse-Dashboards spiegeln die aktuellen Geschäftsbedingungen wider und ermöglichen so Entscheidungen auf der Grundlage dessen, was jetzt geschieht, und nicht dessen, was während des letzten ETL-Zyklus geschehen ist.
  • Keine Produktionsunterbrechung: CDC liest Transaktionsprotokolle anstatt Produktionsdatenbanken und liefert so Echtzeitdaten, ohne die Mainframe-Performance oder den Geschäftsbetrieb zu beeinträchtigen.

Mainframe-, Cloud- und verteilte Daten synchronisieren

Beschleunigen Sie Ihre Hybrid-Cloud-Dateninitiative mit einer Echtzeit-Datenreplikations- und -verwaltungslösung, die für die Integration im Unternehmensmaßstab entwickelt wurde. RDRS unterstützt ein breites Spektrum an Quellen und Zielen, von IBM Mainframe-Systemen wie z/OS®, z/VSE® und ADABAS bis hin zu verteilten, Cloud- und Streaming-Plattformen, und gewährleistet dabei Datenkonsistenz, -verfügbarkeit und -bereitschaft in allen Umgebungen.

  • Durchgängige Datenreplikation und -verwaltung: Von Mainframe-Quellen wie Db2® und VSAM bis hin zu verteilten und Cloud-Quellen wie Kafka, MySQL®, AWS® und Azure® erreichen Sie eine fehlerfreie , bidirektionale Echtzeitreplikation und -synchronisierung.
  • Kosteneffiziente Datenerfassung: Durch die Nutzung von Cloud-Computing für Datentransformationen lassen sich die CPU-Kosten auf Mainframes deutlich reduzieren.
  • Eins-zu-viele-Datenreplikation: Reduzierung von Komplexität und Kosten durch einmaliges Erfassen und automatisches Anwenden auf mehrere Ziele.
  • Umfassende Datentransformation: Von einfacher Stringmanipulation und Berechnungen bis hin zu fortgeschrittenen Funktionen wie Datenbankabfragen, Aufruf von REXX-Code und leistungsstarkem Exit-Coding mittels Skripting und kundenspezifischer Programmierung.
  • Umfangreicher Codekatalog: Dank eines umfangreichen Angebots an Codepage-Übersetzungen und Datenkonvertierungen entfällt die aufwendige manuelle Codierung.
  • Präzise Datenkontrolle: Ermöglichen Sie detaillierte Einblicke in die Synchronisierung und punktgenaue Kontrolle mit leistungsstarken Mapping-Funktionen, Repository-Optionen und Staging-Konzepten.
  • Datenpipeline für die Zukunft: Optimieren Sie Ihre Datenstrategie durch adaptive, zukunftsorientierte Funktionen wie Entkopplung, parallele Massendatenverarbeitung mit geringer Latenz und umfassende bidirektionale Replikationsunterstützung.

DEMO

Sehen Sie Rocket Data Replicate and Sync in Aktion

Erfahren Sie, wie RDRS Datenänderungen in Echtzeit in Mainframe-, verteilten, Cloud- und Analyseumgebungen erfasst, transformiert und bereitstellt. Diese Demonstration verdeutlicht die CDC-basierte Replikation, die Verteilung auf mehrere Ziele und die Synchronisierung mit minimalen Auswirkungen auf Produktionssysteme.

Watch the demo

Kundenerfolg

Welche Auswirkungen hatte RDRS für die Kunden ?

Rocket Software ermöglichte es uns , bewährte Mainframe-Technologien mit modernen IT-Systemen zu verbinden. Wir können laufende Modernisierungsprojekte nahtlos unterstützen und dank aktueller Daten schneller reagieren.“

Michael Tores Mainframe-Systemingenieur SDK-Versicherung

Lesen Sie die vollständige Fallstudie
Alle Fallstudien ansehen
Zukunftssichere Finanzen

Europäische Bank modernisiert ihre veraltete Dateninfrastruktur

Szenario: Eine führende europäische Bank sah sich aufgrund der erhöhten Transaktionslast durch Online- und Mobile-Banking mit steigenden CPU-Kosten konfrontiert.

Ergebnisse: Durch die Implementierung von Rocket Data Replicate and Sync konnten Daten in Echtzeit auf ein kostengünstigeres System ausgelagert werden, wodurch die CPU-Last des Mainframes deutlich reduziert wurde. Dies führte nicht nur zu erheblichen Kosteneinsparungen, sondern ermöglichte der Bank auch Echtzeitanalysen, Ereignisverarbeitung und Betrugsprävention, was die betriebliche Effizienz und die Datenmanagement-Funktionen insgesamt verbesserte.

Technologische Transformation der SIA

Ingenieurbüro nutzt Replikation zur Modernisierung der Datenverarbeitung

Szenario: Nach einer großen Unternehmensfusion konsolidierte SIA vier Rechenzentren zu zwei und erweiterte die IT-Landschaft mit einem Technologiemix von IBM-Großrechnern bis hin zu UNIX. ®, Linux und Windows ® Arbeitsstationen, gekoppelt mit Db2- und Oracle-Datenbanken.

Ergebnisse: SIA integrierte diese unterschiedlichen IBM-Großrechnersysteme erfolgreich mit Db2 und Oracle. ® Datenbanken mit Rocket Data Replicate and Sync. Dies gewährleistete Datenreplikation in Echtzeit, minimalen CPU-Verbrauch und effiziente plattformübergreifende Dienste, verbesserte ihr Geschäftsergebnis und stärkte ihre Marktposition.

Alle Fallstudien ansehen

Unterstützte Quellen für RDRS-Beispiele*

Großrechner- und IBM-Systeme: Db2 für z/OS; IMS; VSAM; IDMS; ADABAS; Db2 für IBM i 

Enterprise: Oracle Database; Microsoft SQL Server; PostgreSQL; MySQL; Db2 LUW; SAP HANA* 

Moderne Datenplattformen: MongoDB; MariaDB 

Streaming: Apache Kafka 

RDRS-Beispiel unterstützte Ziele*

Cloud-Data-Warehouses und -Analysen: Snowflake; Amazon Redshift; Google BigQuery, Vertica 

Cloud-Datenbanken: Azure SQL-Datenbank; Amazon Aurora; Azure-Datenbank für PostgreSQL; Google Cloud Spanner 

Streaming- und Event-Plattformen: Apache Kafka; Amazon Kinesis; Azure Event Hubs 

Cloud-Speicher und Ferienhaus am See: Amazon S3; Azure Blob Storage; Google Cloud Storage; Apache Iceberg* 

Enterprise: Oracle Database; Microsoft SQL Server; PostgreSQL; Db2 LUW; MongoDB 

Mainframe- und Legacy-Zielsysteme: Db2 für z/OS; IMS; VSAM; IDMS; Adabas 

 

*Notiz: Die oben aufgeführten Quellen und Ziele sind repräsentative Beispiele und stellen nicht die gesamte Bandbreite der von Rocket Data Replicate and Sync unterstützten Systeme dar.

 

Ressourcen

Infografik

Alle Ressourcen anzeigen

Ähnliche Produkte

Rocket® Data Intelligence

Automatische Datenerkennung und -kartierung in Ihrer gesamten hybriden Infrastruktur, um selbst die größten und komplexesten Organisationen der Welt zu unterstützen.

Mehr erfahren

Rocket® Data Virtualization

Erstellen Sie virtuelle Ansichten von Daten aus allen Unternehmensquellen, um kostspielige ETL-Prozesse zu modernisieren oder zu ersetzen und Benutzern im gesamten Unternehmen auf einfache Weise universellen Zugriff zu ermöglichen.

Mehr erfahren

Rocket® Vertica

Analysieren Sie große Datenmengen in Echtzeit mit einer einheitlichen Analyseplattform, die für schnelles Reporting, fortschrittliche Analysen und KI in komplexen hybriden Umgebungen entwickelt wurde.

Mehr erfahren

Verwandte Fallstudien

Workflow-Transformation mit Rocket® Data Replicate and Sync

https://www.rocketsoftware.com/en-us/case-studies/sdk-insurance

Häufig gestellte Fragen