☕ Um Café no Bellacosa Mainframe
Gostou do conteúdo? Ajude a manter o café quente, o COBOL compilando e o mainframe acordado. 😄
☕ Pague um café ao Bellacosa

Translate

Mostrar mensagens com a etiqueta GitHub Actions. Mostrar todas as mensagens
Mostrar mensagens com a etiqueta GitHub Actions. Mostrar todas as mensagens

segunda-feira, 20 de julho de 2026

CI/CD : Quando Batman, Robin, GitHub Actions e Tekton Descobriram que um JOB JCL Também Pode Vestir uma Capa

 

Bellacosa Mainframe e o ci/cd para iniciantes, uma santa charada

☕ Um Café no Bellacosa Mainframe

CI/CD sem Mistérios para Programadores COBOL

Quando Batman, Robin, GitHub Actions e Tekton Descobriram que um JOB JCL Também Pode Vestir uma Capa

"POW!"
"BAM!"
"ZAP!"

Imagine que você entrou em um Data Center da IBM em 1978.

De repente, a porta explode.

Surge Batman correndo pelos corredores do CPD.

Robin grita:

"Santo Pipeline, Batman! Alguém fez um deploy direto em produção!"

Batman olha para o console 3270.

Na tela aparece:

ABEND=S0C7

Batman suspira.

— Robin... alguém ignorou o CI.

Robin responde:

— E também esqueceu o CD...

Batman abaixa a cabeça.

— Chamem o Comissário Gordon.

Só que o Comissário Gordon, em 2026, atende pelo nome de GitHub Actions.


O verdadeiro vilão nunca foi o Git

Durante anos muitos programadores COBOL acreditaram que aprender Git era o grande desafio.

Depois vieram Docker.

Depois Kubernetes.

Depois YAML.

Depois Tekton.

Depois GitHub Actions.

Até que descobriram uma verdade curiosa.

Nenhuma dessas ferramentas é realmente difícil.

O difícil é entender como elas conversam entre si.

É exatamente isso que aprendemos ao longo do curso de Continuous Integration and Continuous Delivery (CI/CD).

E curiosamente...

Tudo faz muito sentido para quem já viveu dentro de um mainframe.


CI é apenas um JCL moderno

Essa frase costuma assustar desenvolvedores web.

Mas para quem programa COBOL...

Ela faz todo sentido.

Imagine um JOB.

STEP001
STEP002
STEP003
STEP004

Cada STEP depende do anterior.

Se um falha...

O JOB termina.

Agora troque:

STEP001 → Checkout

STEP002 → Compile

STEP003 → Teste

STEP004 → Deploy

Parabéns.

Você acabou de entender um Pipeline.


GitHub Actions é o novo JES2

No curso inteiro existe uma ferramenta protagonista.

GitHub Actions.

Ela observa o repositório.

Sempre que alguém faz:

git push

Ela acorda.

Como o JES2 recebendo um JOB.

Ela pega um arquivo chamado:

.github/workflows/workflow.yml

E executa exatamente o que está escrito ali.

Não pensa.

Não interpreta.

Não improvisa.

Ela apenas executa.

Como qualquer bom scheduler.


O Workflow

No curso aprendemos que todo Workflow precisa de quatro partes.

Evento

push

ou

pull_request

É o equivalente ao operador apertando ENTER.


Runner

ubuntu-latest

É a máquina onde tudo acontece.

Pense nela como um LPAR temporário.


Steps

Cada Step é um mini programa.

Exemplo:

Checkout

↓

Setup Node

↓

npm install

↓

ESLint

↓

Jest

No mainframe seria quase:

IEFBR14

↓

COBOL

↓

LINKEDIT

↓

TESTE

↓

EXECUÇÃO

O primeiro inimigo

Durante nosso projeto apareceu um erro curioso.

Recebemos nota zero.

Mas...

O CI estava verde.

Como isso era possível?

Batman chamou Alfred.

Alfred olhou cuidadosamente.

E respondeu:

"Mestre Bruce...

o problema não era o código.

Era o link."

Exatamente isso.

O Coursera esperava:

.github/workflows/workflow.yml

Nós enviamos:

workflow/

Resultado:

Zero.

Moral da história?

No mundo DevOps...

Caminhos importam.

Muito.


O AI Grader é como um compilador COBOL

Essa foi provavelmente a maior descoberta.

O avaliador automático não "entende" intenção.

Ele faz matching.

Se procura:

SERVICERUNNING

e você escreveu:

SERVICE RUNNING

Você perde ponto.

Mesmo estando correto.

Lembra bastante um compilador COBOL.

MOVE ZERO TO WS-TOTAL

é diferente de

MOVE ZEROS TO WS-TOTAL

Um detalhe muda tudo.


A importância dos Logs

Outro erro clássico.

Mandamos o log do GitHub Actions.

Mas a questão queria:

oc logs

Ou seja...

Logs da aplicação.

Não do pipeline.

Batman diria:

"Robin...

não investigue o Batmóvel quando o crime aconteceu dentro do Banco de Gotham."


O mistério do PVC

Durante o laboratório apareceu outro personagem.

pipeline-pvc

Muita gente acha que é apenas um volume.

Mas ele é muito mais.

É o HD temporário do Pipeline.

Imagine um SORT usando um dataset intermediário.

Sem ele...

O STEP seguinte não encontra nada.

No Tekton acontece igual.

Cada Task compartilha arquivos usando Workspaces.

E quem sustenta isso?

O PVC.


Tekton

Se GitHub Actions faz CI...

Tekton faz CD.

Ele possui três personagens.

Task

Uma única ação.

Como:

Lint

ou

Test

Pipeline

O roteiro completo.

Cleanup

↓

Git Clone

↓

ESLint

↓

Jest

↓

Buildah

↓

Deploy

PipelineRun

A execução.

Pense nela como:

SUBMIT JOB

Buildah

Muitos imaginam que Buildah é parecido com Docker.

Na prática...

Ele fabrica imagens OCI.

No curso ele aparece depois do Jest.

Porque primeiro validamos.

Depois construímos.

Nunca o contrário.


Deploy

A última etapa.

oc set image

troca a imagem do Deployment.

É o equivalente moderno do:

NEW LOAD MODULE

no mainframe.


Plano de Estudos para um Programador COBOL Júnior

Semana 1 — Git e GitHub

Objetivo:

  • Repositórios

  • Branches

  • Commits

  • Pull Requests

Prática:

  • Criar um repositório de exemplo.

  • Fazer commits pequenos e descritivos.

  • Aprender a resolver conflitos simples.


Semana 2 — GitHub Actions

Objetivo:

  • Workflow

  • Runner

  • Jobs

  • Steps

Exercício:

Criar um Workflow que execute:

npm install

↓

npm run lint

↓

npm test

Analogia mainframe:

  • Cada Step é como um EXEC em um JOB JCL.


Semana 3 — Testes Automatizados

Objetivo:

  • Jest

  • Cobertura

  • Qualidade

Prática:

  • Escrever testes para funções simples.

  • Corrigir falhas até obter pipeline verde.


Semana 4 — YAML

Objetivo:

  • Sintaxe

  • Indentação

  • Estruturas

Dica:

YAML não perdoa espaços errados.

Assim como JCL não perdoa colunas erradas.


Semana 5 — OpenShift

Objetivo:

  • Projetos (Namespaces)

  • Pods

  • Deployments

  • Services

  • Routes

Prática:

  • Implantar uma aplicação simples.

  • Consultar logs com oc logs.

  • Explorar recursos com oc get e oc describe.


Semana 6 — Tekton

Criar:

✔ Task

✔ Pipeline

✔ PipelineRun

Depois:

Cleanup

↓

Clone

↓

Lint

↓

Test

↓

Build

↓

Deploy

Semana 7 — Observabilidade

Aprender:

oc logs

oc describe

oc get pods

oc get pvc

oc get pipelineruns

Um bom DevOps passa mais tempo lendo logs do que escrevendo YAML.


Semana 8 — Projeto Final

Monte seu próprio pipeline.

Colete evidências.

Revise links.

Valide nomes de arquivos.

Simule a submissão.

E só então envie.


Dicas de Ouro

  • Faça commits pequenos e frequentes.

  • Nunca envie um pipeline sem executá-lo.

  • Leia cuidadosamente o texto das questões: muitas reprovações acontecem por responder com um link quando era pedido um log, ou vice-versa.

  • Use nomes consistentes para arquivos e Tasks.

  • Guarde capturas de tela e saídas de terminal conforme o laboratório exige.


Easter Eggs Bellacosa Mainframe

  • Bat-Sinal = GitHub Actions: quando há um push, o sinal acende e o pipeline entra em ação.

  • Robin = Jest: sempre conferindo se Batman não esqueceu de testar.

  • Alfred = ESLint: discreto, elegante e sempre apontando os pequenos defeitos antes que virem um desastre.

  • Comissário Gordon = OpenShift Console: mostra a situação da cidade (ou do cluster) em tempo real.

  • Batmóvel = PipelineRun: é ele que coloca toda a operação em movimento.

  • Caverna do Batman = Data Center: cheia de equipamentos, monitores e automação.

  • Coringa = Deploy direto em produção sem testes: divertido por alguns segundos... até tudo explodir.



A Grande Lição

O curso de CI/CD ensina ferramentas, mas a verdadeira habilidade adquirida é pensar em automação, repetibilidade e qualidade.

Para um programador COBOL, isso não é um mundo totalmente novo. É uma evolução natural de conceitos que já existem há décadas em ambientes corporativos: execução em etapas, validações, logs, artefatos, controle de versões e disciplina operacional.

Quando você percebe isso, GitHub Actions deixa de ser uma novidade assustadora. Tekton deixa de parecer um enigma. YAML deixa de ser apenas uma linguagem cheia de espaços.

Você passa a enxergar que, por trás das tecnologias modernas, continuam existindo os mesmos princípios que fizeram o mainframe sobreviver por mais de sessenta anos: planejamento, confiabilidade, automação e controle.

E talvez seja esse o maior "POW!", "BAM!" e "ZAP!" desta aventura: descobrir que o herói nunca foi a ferramenta. O verdadeiro herói sempre foi o profissional que entende o processo inteiro e faz com que ele funcione de forma previsível, segura e elegante — seja em um terminal 3270, em um pipeline do GitHub Actions ou em um cluster OpenShift.


domingo, 28 de dezembro de 2025

CI/CD no Mainframe: o que funciona, o que é mito e o que ninguém te contou

 

Bellacosa Mainframe e o ci/cd na otica mainframe

CI/CD no Mainframe: o que funciona, o que é mito e o que ninguém te contou

por El Jefe – Midnight Lunch

Durante anos, falar de CI/CD e mainframe na mesma frase era quase heresia.
De um lado, o discurso moderno: Git, pipelines, YAML, automação total.
Do outro, o mundo real: COBOL, JCL, CICS, batch crítico, auditoria, SLA e medo justificado de quebrar produção.

A boa notícia?
CI/CD é possível no mainframe.
A má notícia?
Não do jeito que a galera cloud imagina.

Este artigo não é evangelização. É sobrevivência técnica.



Antes de tudo: CI/CD não é ferramenta, é disciplina

O maior erro ao tentar “modernizar” o mainframe é achar que CI/CD é instalar Jenkins, Tekton ou OpenShift.

CI/CD é:

  • controle rigoroso de mudanças

  • builds reproduzíveis

  • rastreabilidade

  • automação com governança

  • rollback possível (e rápido)

Curiosamente, o mainframe sempre fez isso — só não chamava assim.

Endevor, ChangeMan, ISPW:

  • controlam versão

  • impõem fluxo

  • exigem aprovação

  • deixam rastro para auditoria

Ou seja:
o mainframe não está atrasado — ele só não usa camiseta preta escrito DevOps.



Onde o Git entra (e onde ele não manda)

Git é excelente para:

  • versionar código-fonte

  • colaboração entre times

  • automação de gatilhos (webhooks)

  • integração com pipelines modernos

Mas Git não substitui:

  • controle de promoção entre ambientes críticos

  • segregação de funções exigida por auditoria

  • governança de produção Z/OS

Por isso, o modelo que funciona não é Git versus Endevor.
É Git + Endevor.

Modelo realista (e profissional)

  • Git → source of collaboration

  • Endevor → source of control

  • Pipeline → ponte automatizada

Quem tenta matar o Endevor normalmente aprende da pior forma:
na auditoria… ou no incidente.


CI no mainframe: sim, dá — e dá bem

Integração Contínua em mainframe significa:

  1. Commit COBOL no Git

  2. Pipeline dispara:

    • análise estática (ex: Sonar, AppScan)

    • build automatizado (DBB)

    • compilação com dependências reais

  3. Geração de artefatos rastreáveis

  4. Publicação de evidências

Ferramentas comuns:

  • IBM Dependency Based Build (DBB)

  • Jenkins / Tekton

  • Scripts Z/OS

  • Analisadores estáticos

Nada mágico.
Nada “low-code milagroso”.
Só engenharia.


CD no mainframe: aqui mora o respeito

Entrega Contínua no mainframe não é deploy automático em produção.

É:

  • promoção controlada

  • aprovação explícita

  • janela operacional

  • rollback testado

O pipeline:

  • prepara

  • valida

  • evidencia

Quem promove para produção continua sendo:

  • o change

  • a operação

  • o processo

E isso não é atraso — é responsabilidade.


YAML no mainframe: vilão ou aliado?

YAML não é moda.
É apenas uma forma declarativa de dizer:

“este é o pipeline, nesta ordem, com estas regras”

Ele não substitui JCL.
Ele orquestra.

YAML:

  • define pipelines

  • descreve estágios

  • integra ferramentas

JCL:

  • executa trabalho pesado

  • fala direto com o Z

Quem confunde os dois costuma quebrar um ou outro.


GitOps: ótimo… com limites claros

GitOps funciona muito bem para:

  • Kubernetes

  • ambientes declarativos

  • infra elástica

No mainframe:

  • GitOps não governa produção

  • GitOps não substitui change

  • GitOps não remove segregação

Mas ele ajuda:

  • na camada distribuída

  • no controle de pipelines

  • na padronização

Argo CD conversa com OpenShift.
O OpenShift conversa com pipelines.
O pipeline conversa com o mainframe.

Esse é o desenho correto.


O anti-pattern clássico (e perigoso)

“Vamos colocar produção Z controlada direto por Git”

Tradução:

  • auditoria reprovada

  • operação em pânico

  • arquiteto desempregado

Modernizar não é destruir o que funciona.
É integrar com inteligência.


O verdadeiro estado da arte

Hoje, ambientes maduros fazem:

  • Git para código

  • Pipeline CI automatizado

  • DBB para build real

  • Endevor para promoção

  • Evidência para compliance

  • Observabilidade para melhoria contínua

Sem hype.
Sem discurso de palco.
Com produção estável.


Conclusão: CI/CD no mainframe é engenharia adulta

Mainframe não precisa virar cloud.
Precisa conversar com ela.

CI/CD no Z:

  • é possível

  • é poderoso

  • exige respeito ao contexto

Quem entende isso não briga com a plataforma.
E quem não entende… escreve post chamando o mainframe de legado morto.

Nós sabemos quem continua pagando o salário no fim do mês.


🕛 El Jefe – Midnight Lunch
Onde DevOps encontra o mundo real e sobrevive.

segunda-feira, 23 de maio de 2022

CI/CD: DevOps sem Mistérios para Programadores COBOL

 

Bellacosa Mainframe ci cd em devops sem misterios



☕ Um Café no Bellacosa Mainframe

DevOps sem Mistérios para Programadores COBOL

Como entender CI/CD, Containers, Kubernetes, IaC e DevOps usando exemplos do IBM Z

"Um programador COBOL experiente descobre rapidamente que DevOps não substitui o Mainframe. Ele apenas automatiza aquilo que os grandes bancos já faziam há muitos anos."


Antes de tudo...

Imagine um banco.

Todos os dias existem milhares de programas COBOL sendo alterados.

Imagine fazer isso manualmente.

Editar.

Compilar.

Gerar Load Module.

Fazer BIND.

Atualizar CICS.

Liberar produção.

Executar testes.

Se cada desenvolvedor fizesse isso do seu jeito...

...o banco pararia em poucas horas.

Foi exatamente para resolver esse problema que nasceu o DevOps.

Não para Cloud.

Não para Containers.

Mas para organizar o desenvolvimento.


1 — CI/CD

A imagem mostra:

Código

↓

Build

↓

Testes

↓

Deploy

Parece moderno.

Mas vamos traduzir.

No Mainframe seria algo parecido com:

Editar COBOL

↓

Compile

↓

Link Edit

↓

BIND DB2

↓

Newcopy CICS

↓

Testes

↓

Produção

Percebe?

É praticamente igual.

A diferença é que hoje tudo isso acontece automaticamente.


O que significa CI?

Continuous Integration.

Integração Contínua.

Na prática:

Em vez de esperar um mês para juntar alterações...

...cada alteração é integrada imediatamente.

Imagine cinco programadores.

Cada um altera um programa.

Antigamente:

João altera.

Maria altera.

José altera.

Carlos altera.

Tudo junta sexta-feira.

Sexta-feira...

Nada compila.

Ninguém sabe quem quebrou.

Hoje:

Commit

↓

Compile automático

↓

Teste automático

↓

Se falhar...

ninguém faz Merge.

Muito mais seguro.


No Mainframe

Imagine ISPW.

Imagine Endevor.

Imagine Changeman.

Quando você promove um componente...

Já existe uma pipeline.

Hoje ela apenas ficou mais inteligente.


2 — Container

Essa talvez seja a palavra mais mal compreendida.

Todo mundo fala:

"Container."

Mas...

O que é?

Imagine que você escreveu um programa COBOL.

Ele precisa:

  • Enterprise COBOL

  • LE Runtime

  • Db2 Client

  • MQ

  • Bibliotecas

  • Configuração

  • Certificados

Se você copiar apenas o executável...

Não funciona.

O Container resolve exatamente isso.

Ele empacota tudo.

Programa

+

Bibliotecas

+

Dependências

+

Configuração

+

Runtime

Tudo vira um único pacote.


Analogia Mainframe

Imagine um LOADLIB completo.

Ou uma STEPLIB preparada.

Você leva exatamente o ambiente necessário.

O Container faz isso para Linux.


Por que isso é importante?

Porque elimina:

"Na minha máquina funciona."

Essa frase praticamente desaparece.


3 — Kubernetes

A imagem chama Kubernetes de controlador de tráfego.

Gostei dessa definição.

Imagine um banco.

Existem:

Servidor A

Servidor B

Servidor C

Servidor D

Se um servidor morrer?

Quem percebe?

Quem cria outro?

Quem redistribui usuários?

Quem balanceia carga?

No mundo Cloud:

Kubernetes.


No Mainframe...

Quem faz isso?

Vários componentes.

WLM.

Sysplex.

Coupling Facility.

Dynamic Routing do CICS.

VIPA.

Parallel Sysplex.

Na prática...

IBM resolveu isso muito antes.

Só usou outros nomes.


O Kubernetes faz:

  • escala

  • reinicia

  • monitora

  • distribui

  • atualiza

Tudo sozinho.


4 — Infrastructure as Code (IaC)

Essa talvez seja a maior revolução.

Imagine instalar um servidor manualmente.

Clique.

Clique.

Clique.

Próximo.

Avançar.

OK.

Agora imagine repetir isso cem vezes.

Impossível.

Então surgiu:

Infrastructure as Code.

Em vez de clicar...

Você escreve.

Exemplo simplificado:

Servidor:

Linux

8 CPUs

32 GB

Porta 443

Firewall ativo

Rede privada

Pronto.

Um script cria tudo.


No mundo IBM Z

Isso lembra muito:

JCL.

Pense nisso.

JCL descreve infraestrutura.

Quero executar

este programa

com esta memória

este dataset

esta região

estas bibliotecas

Na essência...

JCL já era Infrastructure as Code.

Décadas antes do termo existir.


5 — Pipeline

Pipeline é uma linha de produção.

Literalmente.

A imagem mostra:

Código

Build

Teste

Scan

Deploy


No banco isso pode virar:

Developer

↓

Git

↓

Compile COBOL

↓

Compile Copybooks

↓

SQL Precompiler

↓

DBRM

↓

Bind

↓

Unit Test

↓

SonarQube

↓

Deploy QA

↓

Deploy Homologação

↓

Deploy Produção

Tudo automático.


Ferramentas comuns

GitHub Actions

GitLab CI

Azure DevOps

Jenkins

Tekton

ArgoCD

UrbanCode Deploy

ISPW

Endevor


6 — Monitoring

Depois que o sistema entra em produção...

Acabou?

Muito pelo contrário.

Começa o trabalho.

Monitoramento significa responder perguntas como:

CPU está alta?

Memória?

Tempo de resposta?

Fila MQ?

Db2?

CICS?

VSAM?

JES2?

SMF?


No IBM Z

Você já conhece muitos monitores.

RMF

OMEGAMON

SMF

SDSF

NetView

Tivoli

Z APM

Instana

Todos fazem exatamente isso.


Sem monitoramento...

Você só descobre o problema quando o cliente liga.


7 — Configuration Management

Esse conceito nasceu porque administradores faziam mudanças manualmente.

Servidor 1:

Java 17

Servidor 2:

Java 11

Servidor 3:

Java 21

Resultado?

Caos.

Ferramentas como:

Ansible

Chef

Puppet

SaltStack

garantem que todos fiquem iguais.


Analogia Mainframe

Pense em PROCLIB.

PARMLIB.

IEASYSxx.

JES2PARM.

RACF.

Tudo precisa permanecer consistente.

A diferença é que hoje isso é automatizado.


8 — CI/CD novamente

A oitava imagem aprofunda o assunto.

Vale destacar uma diferença importante.

Continuous Integration

Sempre compila.

Sempre testa.

Sempre valida.

Mas nem sempre publica.


Continuous Delivery

Tudo pronto.

Apenas alguém aperta:

Deploy.


Continuous Deployment

Nem isso.

Terminou os testes?

Produção automaticamente.


Bancos normalmente fazem:

CI

+

Continuous Delivery

Poucos usam Continuous Deployment completo.

Por razões regulatórias.


9 — IaC novamente

Agora aparecem ferramentas.

Terraform.

CloudFormation.

Pulumi.

Ansible.


Para um programador COBOL

A ideia é simples.

Você não administra servidores.

Você administra código que administra servidores.

É um novo nível de abstração.


10 — DevOps Culture

Essa é provavelmente a imagem mais importante.

Porque DevOps NÃO é ferramenta.

É cultura.

Imagine:

Desenvolvimento culpa Infraestrutura.

Infraestrutura culpa Banco.

Banco culpa Segurança.

Segurança culpa Rede.

Rede culpa Middleware.

Middleware culpa COBOL.

COBOL culpa CICS.

CICS culpa Db2.

Resultado?

Ninguém resolve.

DevOps diz:

Todos são responsáveis.


O objetivo

Eliminar silos.

Criar colaboração.

Automatizar tarefas repetitivas.

Aprender continuamente.

Compartilhar conhecimento.


O que muda para um Programador COBOL Padawan?

Antigamente bastava dominar:

  • COBOL

  • JCL

  • CICS

  • DB2

  • VSAM

Hoje isso continua essencial, mas não é suficiente em muitos projetos de modernização. Um profissional de IBM Z passa a ganhar vantagem competitiva quando também compreende:

  • Git e GitHub

  • GitFlow e Pull Requests

  • Jenkins, GitHub Actions ou Azure DevOps

  • UrbanCode Deploy ou ISPW Pipelines

  • SonarQube para análise estática

  • Docker e conceitos de Containers (mesmo que não execute COBOL dentro deles)

  • Kubernetes e OpenShift para entender onde vivem as APIs modernas

  • Ansible para automação de tarefas no z/OS

  • APIs REST e JSON

  • z/OS Connect Enterprise Edition

  • Observabilidade com Instana, OMEGAMON e OpenTelemetry

  • Segurança integrada com RACF, certificados digitais, OAuth2, JWT e TLS

  • Integração contínua de aplicações COBOL com pipelines automatizadas


A Grande Lição do Mestre

Quando um Padawan olha para CI/CD, Kubernetes, Infrastructure as Code ou DevOps, pode parecer que tudo isso pertence apenas ao mundo Linux e à Cloud. Mas um profissional experiente de IBM Z percebe algo diferente: esses conceitos representam uma evolução natural de princípios que o ecossistema mainframe já aplicava há décadas — padronização, automação, controle de mudanças, alta disponibilidade, rastreabilidade e confiabilidade.

A grande transformação não está em abandonar o COBOL. Está em conectá-lo a um ecossistema moderno de desenvolvimento contínuo, APIs, automação e observabilidade. O futuro do programador COBOL não é escolher entre "mainframe" ou "DevOps"; é dominar ambos e entender como fazer o IBM Z conversar com o restante da arquitetura corporativa.

No fim das contas, DevOps não substitui o conhecimento de um programador COBOL. Ele amplia esse conhecimento, permitindo que aplicações críticas continuem evoluindo com velocidade, segurança e qualidade — exatamente o que os maiores bancos do mundo esperam de seus sistemas mais importantes.





quarta-feira, 12 de abril de 2017

20 Laboratórios Práticos de YAML para um Padawan COBOL

 

Bellacosa Mainframe e o laboratorio pratico de yaml

☕ O Holocron do YAML

20 Laboratórios Práticos de YAML para um Padawan COBOL

☕ Introdução – A Jornada do Padawan COBOL pelo Universo YAML

Durante muitos anos, programadores COBOL desenvolveram aplicações robustas utilizando JCL, PROCs, PARMLIBs, SYSIN, tabelas de parâmetros e arquivos de configuração proprietários. Entretanto, a modernização do IBM Z aproximou o ambiente mainframe das práticas de DevOps, automação, APIs, containers, integração contínua e Inteligência Artificial. Nesse cenário, o YAML tornou-se uma das linguagens mais importantes para profissionais que desejam participar dessas iniciativas sem abandonar sua experiência no ecossistema z/OS.

A metodologia proposta neste laboratório foi construída em formato incremental, semelhante ao aprendizado de um Padawan. Os primeiros exercícios apresentam conceitos básicos, como pares chave-valor, listas e estruturas hierárquicas. Em seguida, são introduzidos recursos intermediários, incluindo âncoras, aliases, variáveis e validação. Por fim, os laboratórios avançados exploram aplicações práticas em GitHub Actions, Ansible para IBM Z, Zowe, Docker, OpenShift e pipelines DevOps.

A principal vantagem de executar os laboratórios é desenvolver familiaridade com uma tecnologia amplamente utilizada em projetos modernos envolvendo IBM Z, Cloud Pak, Kubernetes, z/OS Connect, Ansible Automation Platform e agentes de IA. O objetivo não é substituir conhecimentos tradicionais de mainframe, mas ampliá-los.

Ao concluir esta trilha, o desenvolvedor COBOL deverá ser capaz de ler, interpretar, validar e criar arquivos YAML, compreender sua utilização em processos de automação, colaborar com equipes DevOps e atuar com mais segurança em iniciativas de modernização do ambiente IBM Z, tornando-se um profissional mais versátil, atualizado e preparado para os desafios tecnológicos atuais.

Do SYSIN ao Kubernetes sem ABEND de Indentação

Uma das melhores maneiras de aprender YAML para quem vem do universo COBOL é parar de enxergá-lo como uma linguagem nova.

Pense nele como uma mistura de:

  • PARMLIB

  • SYSIN

  • PROC Cataloged

  • Copybook

  • Control Cards DFSORT

  • JCL parametrizado

Estes 20 laboratórios foram organizados em ordem crescente de dificuldade.


LAB 01 — Seu Primeiro YAML

Objetivo

Aprender chave e valor.

Arquivo

config.yaml

nome: Bellacosa
linguagem: COBOL
idade: 52

Desafio

Adicionar:

  • empresa

  • cidade

Solução

nome: Bellacosa
linguagem: COBOL
idade: 52
empresa: IBM
cidade: Itatiba

LAB 02 — Trabalhando com Listas

Objetivo

Criar arrays.

Arquivo

tecnologias:

 - COBOL
 - JCL
 - CICS

Desafio

Adicionar DB2.

Solução

tecnologias:

 - COBOL
 - JCL
 - CICS
 - DB2

LAB 03 — Estruturas Hierárquicas

Objetivo

Objetos aninhados.

usuario:

 nome: vagner

 perfil: admin

Solução

usuario:

 nome: vagner

 perfil: admin

 email: vagner@email.com

LAB 04 — Configuração de Região CICS

cics:

 regiao: CICSPRD

 aplid: CICS01

 porta: 32000

Adicionar SIT.

Solução

sit: DFHSIT01

LAB 05 — Simulando DSNs

datasets:

 production:

   cobol: PROD.COBOL

   load: PROD.LOAD

Desafio

Criar TEST.


Solução

datasets:

 test:

   cobol: TEST.COBOL

   load: TEST.LOAD

LAB 06 — Booleanos

racf:

 enabled: true

 audit: false

LAB 07 — Datas

backup:

 data: 2026-06-27

LAB 08 — Comentários

# Região crítica


cics:

 region: CICSPRD

LAB 09 — Strings Multilinhas

descricao: |

 Sistema Bancário


 Batch


 Online


 API

LAB 10 — Folded Style

descricao: >

 COBOL

 CICS

 DB2

Resultado

Linha única.


LAB 11 — YAML para Copybook

copybook:


 nome: CLIENTE


 campos:



   - nome: CPF

     tamanho: 11


   - nome: NOME

     tamanho: 40

LAB 12 — Ambiente DEV TEST PROD

ambientes:



 DEV:


   db2: DSNDEV




 TEST:


   db2: DSNTEST




 PROD:


   db2: DSNPROD

LAB 13 — Âncoras

Objetivo

Evitar duplicação.

padrao: &cfg


 memoria: 4GB


 cpu: 2

Servidor

server1:


 <<: *cfg

Solução

server2:


 <<: *cfg

LAB 14 — Alias

base: &db


 tipo: DB2


 versao:13



db2a:


 <<: *db



db2b:


 <<: *db

LAB 15 — Variáveis

host: ${HOST}

Desafio

Criar USER.

Solução

usuario: ${USER}

LAB 16 — GitHub Actions

Objetivo

Criar pipeline.

name: Build

Solução

jobs:


 compile:



  runs-on: ubuntu

LAB 17 — Docker Compose

services:



 db2:


   image: ibmcom/db2

Adicionar COBOL.


Solução

cobol:


 image: ibm-z

LAB 18 — Ansible para IBM Z

Objetivo

Submeter JOB.

- hosts: zos




 tasks:



 - name: Submit



   zos_job_submit:



     src: JOB1

Desafio

Copiar membro.


Solução

- name: Copy



  zos_copy:



    src: TESTE



    dest: USER.COBOL(TESTE)

LAB 19 — Zowe CLI

Objetivo

Criar perfil.

profiles:



 zosmf:



   host: zos.company.com



   port:443

Adicionar usuário.

Solução

user: padawan

LAB 20 — Projeto Final

Construindo um Mini Catálogo Mainframe

Objetivo

Criar um arquivo único representando uma aplicação COBOL moderna.


Arquivo

catalogo.yaml

aplicacao:

 nome: COBOLBANK

 versao: 1.0


 owner: Bellacosa




ambiente:


 tipo: PROD




db2:


 subsystem: DSN1


 versao:13




cics:


 regiao: CICSPRD




mq:


 queue: COBOL.REQUEST




datasets:


 loadlib: PROD.LOAD


 source: PROD.COBOL




pipeline:


 ferramenta: Tekton




ansible:


 colecao:


   ibm.ibm_zos_core




usuarios:



 - nome: sysprog


   perfil: SYSADM



 - nome: padawan


   perfil: DEV




ia:


 assistente:


   watsonx



 automacao:


   true

Desafio Mestre Bellacosa

Ao concluir os 20 laboratórios, o Padawan COBOL será capaz de:

✅ Ler YAML sem medo
✅ Criar playbooks Ansible para IBM Z
✅ Configurar Zowe CLI
✅ Entender pipelines GitHub Actions
✅ Trabalhar com OpenShift e Kubernetes
✅ Consumir arquivos YAML usados por agentes de IA
✅ Mapear configurações YAML para conceitos familiares de JCL, PARMLIB, PROCs e SYSIN
✅ Participar de iniciativas DevOps em IBM Z sem abandonar suas raízes COBOL.

Missão bônus: tente converter um membro PARMLIB, um PROC catalogado ou um conjunto de parâmetros de uma aplicação COBOL em YAML. É um excelente exercício para perceber que, em muitos casos, YAML é apenas um velho conhecido do mainframe usando roupas novas. ☕🚀


Vagner Renato Bellacosa, IBM Champion e especialista em IBM Mainframe
IBM Z17 SYSTEM ONLINE
Sobre o autor

Vagner Renato Bellacosa

IBM Champion 2026 • Especialista em IBM Mainframe

Vagner Renato Bellacosa trabalha com IBM Mainframe desde 1988 , é IBM Champion e especialista em COBOL, CICS, Db2, z/OS e IBM Z. Compartilha experiências profissionais, conhecimento técnico, história da computação e práticas do universo mainframe para aproximar novas gerações das tecnologias que sustentam empresas, bancos e governos ao redor do mundo.

IBM Champion IBM Z COBOL CICS Db2 z/OS Mainframe desde 1988
GitHub LinkedIn
Inicializando conteúdo...