☕ 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 SOA. Mostrar todas as mensagens
Mostrar mensagens com a etiqueta SOA. Mostrar todas as mensagens

sábado, 21 de setembro de 2024

A História da Integração Corporativa sem Mistérios

Bellacosa Mainframe e a historia da integracao corporativa sem misterios

 

☕ Um Café no Bellacosa Mainframe

A História da Integração Corporativa sem Mistérios

Do arquivo sequencial ao IBM App Connect Enterprise: o guia definitivo para o programador COBOL Padawan entender como os sistemas aprenderam a conversar

“A tecnologia muda, os protocolos ganham novos nomes, mas a missão permanece: conectar, transformar e entregar valor.”

Imagine a seguinte cena.

Você está sentado diante de uma tela verde, analisando um programa COBOL que lê um arquivo sequencial, consulta uma tabela Db2 e grava registros em um dataset de saída. Até aí, tudo parece familiar.

Então alguém da arquitetura chega e diz:

— Precisamos publicar esses dados em uma API, enviar eventos para o Kafka, integrar com o Salesforce, consumir um serviço REST e encaminhar mensagens para uma aplicação que está rodando no OpenShift.

O programador COBOL Padawan olha para o terminal, respira fundo e pensa:

— Em que momento meu arquivo FB de 80 posições virou parte de uma arquitetura intergaláctica?

Calma, jovem aprendiz.

Apesar dos nomes modernos, dos diagramas coloridos e das apresentações carregadas de expressões como cloud-native, event-driven, API-led e composable integration, o problema central continua sendo o mesmo enfrentado pelos profissionais de tecnologia há décadas:

como fazer sistemas diferentes trocarem informações com segurança, confiabilidade e significado?

Esta é a história da integração corporativa.

Uma história que começou com arquivos, passou por conexões ponto a ponto, middleware, barramentos de serviço, SOA, APIs, nuvem, eventos e inteligência artificial.

E, ao contrário do que alguns imaginam, o mainframe não ficou assistindo a essa evolução de longe. Ele participou de praticamente todas as fases.

Prepare sua caneca, ajuste o brilho do terminal 3270 e venha conhecer a longa jornada que transformou arquivos em APIs, transações em eventos e sistemas isolados em ecossistemas digitais.


1. O que é integração corporativa?

Integração corporativa é o conjunto de técnicas, padrões, programas e plataformas utilizados para permitir que diferentes sistemas compartilhem dados e coordenem processos.

Esses sistemas podem estar:

  • no mesmo computador;

  • em servidores diferentes;

  • em sistemas operacionais diferentes;

  • em empresas diferentes;

  • em nuvens diferentes;

  • em tecnologias criadas com décadas de distância.

Imagine um banco.

O banco pode possuir:

  • um sistema de contas correntes em COBOL e CICS;

  • um sistema de cartões em Java;

  • um aplicativo móvel;

  • um sistema antifraude;

  • um CRM;

  • uma plataforma de investimentos;

  • um ambiente de análise de dados;

  • serviços de Pix;

  • aplicações em nuvem;

  • parceiros externos.

Nenhum desses sistemas vive completamente sozinho.

Quando um cliente altera seu endereço, essa mudança pode precisar chegar ao sistema de contas, cartões, seguros, investimentos, correspondência, prevenção a fraudes e atendimento.

Integração é justamente o mecanismo que permite que essa informação viaje entre os sistemas.

Podemos resumir a missão em quatro verbos:

conectar, transformar, transportar e controlar.

Conectar significa permitir a comunicação.

Transformar significa converter dados entre formatos.

Transportar significa entregar a informação ao destino.

Controlar significa garantir segurança, monitoramento, rastreabilidade e tratamento de erros.


2. A integração existia antes das APIs

Hoje é comum alguém associar integração diretamente a APIs REST.

Mas a integração corporativa nasceu muito antes da Web.

Ela já existia quando os dados eram transportados em:

  • cartões perfurados;

  • fitas magnéticas;

  • discos;

  • arquivos sequenciais;

  • relatórios impressos;

  • terminais;

  • redes proprietárias.

Um programa COBOL que gera um arquivo para outro programa consumir já está realizando integração.

Um job que extrai registros do Db2 e os envia por FTP também é integração.

Uma transação CICS que coloca uma mensagem em uma fila IBM MQ é integração.

Uma aplicação que publica um evento em Kafka é integração.

Uma API que recebe JSON e chama uma transação IMS é integração.

A tecnologia muda, mas o princípio permanece.


3. Primeira era: batch e arquivos

A integração por arquivos

Durante as décadas de 1970 e 1980, grande parte da troca de dados corporativos era realizada por arquivos.

O fluxo era simples:

Sistema de origem
       |
       v
Gera arquivo
       |
       v
Transporte ou disponibilização
       |
       v
Sistema de destino lê o arquivo

No mainframe, isso poderia ser implementado com:

  • COBOL;

  • JCL;

  • QSAM;

  • VSAM;

  • GDG;

  • SORT;

  • IDCAMS;

  • FTP;

  • fitas magnéticas.

Um sistema de folha de pagamento, por exemplo, poderia gerar um arquivo contendo os créditos dos funcionários.

O sistema bancário receberia esse arquivo, validaria os registros e efetuaria os depósitos.

Um layout hipotético poderia ser:

01 REGISTRO-PAGAMENTO.
   05 NUMERO-CONTA       PIC 9(10).
   05 VALOR-PAGAMENTO    PIC 9(11)V99.
   05 DATA-PAGAMENTO     PIC 9(08).
   05 CODIGO-EMPRESA     PIC X(10).

Cada linha do arquivo representaria uma instrução de pagamento.

Esse modelo ainda é amplamente utilizado, especialmente em processos de grande volume.


Por que o batch funcionava tão bem?

O batch possui vantagens importantes.

Ele permite processar milhões de registros de forma previsível.

Ele é eficiente para operações que não precisam acontecer imediatamente.

Também oferece boa capacidade de reinício, auditoria e controle.

Imagine o fechamento diário de um banco.

Não é necessário atualizar todos os relatórios financeiros a cada milissegundo. Muitas tarefas podem ser agrupadas e processadas em uma janela noturna.

O batch é perfeito para isso.


O problema da latência

A principal limitação da integração por arquivos é o tempo.

Considere esta sequência:

22:00 - Sistema A gera arquivo
23:00 - Arquivo é transferido
00:00 - Sistema B inicia processamento
01:30 - Sistema C recebe o resultado

A informação pode levar horas para percorrer toda a cadeia.

Se o arquivo estiver incorreto, atrasado ou incompleto, dezenas de jobs posteriores podem falhar.

No mainframe, isso cria uma verdadeira constelação de dependências no JES2.

Um job espera o outro.

O segundo espera o terceiro.

O terceiro depende de um GDG.

O quarto aguarda o arquivo chegar.

Quando algo falha, o operador vê a fila crescer como uma frota inimiga aproximando-se da estação espacial.


Curiosidade do mainframe

Muitas empresas modernas ainda dependem fortemente de integração por arquivos.

O formato pode ter mudado de fita para SFTP, de arquivo fixo para CSV ou de dataset para objeto em nuvem, mas a ideia continua igual:

um sistema produz um pacote de dados e outro sistema o consome posteriormente.

Não devemos tratar batch como tecnologia ultrapassada.

Ele é apenas um modelo diferente de integração.

O erro acontece quando tentamos utilizar batch em situações que exigem resposta imediata.


4. Segunda era: integração ponto a ponto

Com a expansão dos computadores distribuídos nas décadas de 1980 e 1990, as empresas começaram a adotar diferentes plataformas.

Agora havia:

  • mainframes;

  • servidores Unix;

  • AS/400;

  • computadores Windows;

  • bancos Oracle;

  • aplicações SAP;

  • sistemas departamentais;

  • clientes e servidores.

Cada sistema precisava se conectar diretamente a outros sistemas.

Nascia a integração ponto a ponto.

Sistema A ------ Sistema B
    |                |
    |                |
Sistema C ------ Sistema D

No início, parecia uma solução simples.

Se o sistema de vendas precisava enviar informações ao estoque, criava-se uma interface.

Se o estoque precisava falar com o financeiro, criava-se outra.

Se o financeiro precisava comunicar-se com o mainframe, surgia mais uma conexão.

O problema aparecia com o crescimento.


O espaguete de interfaces

Considere quatro sistemas:

  • A;

  • B;

  • C;

  • D.

Se todos precisarem se conectar entre si, teremos diversas interfaces.

Com dez sistemas, o número potencial de conexões cresce dramaticamente.

A quantidade máxima de conexões diretas entre n sistemas pode ser calculada por:

n × (n - 1)
------------
     2

Para 10 sistemas:

10 × 9 / 2 = 45 conexões

Para 20 sistemas:

20 × 19 / 2 = 190 conexões

Para 100 sistemas:

100 × 99 / 2 = 4.950 conexões

Agora imagine manter 4.950 interfaces.

Cada uma possui:

  • formato próprio;

  • protocolo próprio;

  • lógica própria;

  • segurança própria;

  • tratamento de erros próprio;

  • documentação própria — quando existe documentação.

Esse cenário ficou conhecido como spaghetti integration.

Era uma arquitetura que parecia um prato de macarrão: fios cruzando em todas as direções.


O impacto no programador COBOL

O programador COBOL poderia receber pedidos como:

  • gerar um arquivo para o sistema Unix;

  • criar uma chamada CICS para uma aplicação externa;

  • acessar uma fila MQ;

  • receber dados via socket;

  • adaptar um copybook para um novo consumidor;

  • criar uma rotina específica para cada parceiro.

Com o tempo, o mesmo programa acumulava diversas condições:

EVALUATE CODIGO-CANAL
   WHEN 'WEB'
      PERFORM TRATA-WEB
   WHEN 'ATM'
      PERFORM TRATA-ATM
   WHEN 'MOBILE'
      PERFORM TRATA-MOBILE
   WHEN 'PARCEIRO-A'
      PERFORM TRATA-PARCEIRO-A
   WHEN 'PARCEIRO-B'
      PERFORM TRATA-PARCEIRO-B
END-EVALUATE

A aplicação de negócio começava a conhecer detalhes de todos os consumidores.

Isso criava forte acoplamento.

Uma mudança em um canal poderia exigir alteração no sistema central.


5. Terceira era: o surgimento do middleware

Para resolver o caos ponto a ponto, surgiu o middleware.

Middleware pode ser entendido como uma camada intermediária entre sistemas.

Em vez de cada aplicação conhecer todas as demais, elas passam a utilizar uma infraestrutura comum.

Aplicação A
     |
     v
Middleware
     |
     v
Aplicação B

O middleware pode executar várias funções:

  • transporte de mensagens;

  • transformação de formatos;

  • roteamento;

  • segurança;

  • controle transacional;

  • registro de eventos;

  • monitoramento;

  • tratamento de falhas.

Uma analogia simples é o sistema postal.

O remetente não precisa conhecer todo o caminho da entrega.

Ele coloca o endereço no envelope e entrega a correspondência ao serviço postal.

O middleware cuida do transporte.


6. Mensageria e IBM MQ

Uma das formas mais importantes de middleware é a mensageria.

No modelo de mensageria, a aplicação de origem não precisa conversar diretamente com o destino.

Ela coloca uma mensagem em uma fila.

Programa COBOL
      |
      v
   Fila MQ
      |
      v
Aplicação consumidora

A fila funciona como um intermediário confiável.

O produtor envia a mensagem.

O consumidor lê quando estiver disponível.

Essa separação gera desacoplamento.


Exemplo prático

Uma transação CICS recebe uma solicitação de pagamento.

Em vez de chamar diretamente o sistema antifraude, ela publica uma mensagem:

PAGAMENTO
CONTA=123456
VALOR=850.00
CANAL=MOBILE

O sistema antifraude consome a mensagem e realiza sua análise.

Se o antifraude estiver temporariamente indisponível, a mensagem pode permanecer na fila.

Isso é muito mais resiliente do que uma conexão direta que falha imediatamente.


Uma lição importante

IBM MQ não é apenas um “correio eletrônico para programas”.

Ele oferece recursos corporativos como:

  • entrega garantida;

  • persistência;

  • unidades de trabalho;

  • controle de filas;

  • segurança;

  • recuperação;

  • integração entre diferentes plataformas.

Para um programador COBOL, compreender MQ abre uma enorme porta para a integração moderna.

O programa pode:

  1. conectar-se a um queue manager;

  2. abrir uma fila;

  3. colocar ou obter uma mensagem;

  4. confirmar ou desfazer a transação;

  5. fechar os recursos.

Em termos conceituais:

MQCONN
MQOPEN
MQPUT ou MQGET
MQCMIT
MQCLOSE
MQDISC

Cada chamada deve ter seu código de retorno verificado.

Ignorar COMPCODE e REASON em MQ é equivalente a pilotar uma nave sem consultar os sensores.

Pode funcionar durante algum tempo, mas o asteroide chegará.


7. O Enterprise Service Bus

Com o amadurecimento do middleware surgiu o conceito de Enterprise Service Bus, ou ESB.

O ESB atua como um barramento central de integração.

           CRM
            |
SAP -----> ESB <----- Mainframe
            |
         Aplicativo
            |
          Parceiro

Todos os sistemas integram-se por meio do barramento.

O ESB pode receber uma mensagem, transformá-la e encaminhá-la ao destino correto.


O que o ESB faz?

Suponha que um sistema envie XML:

<cliente>
    <codigo>123</codigo>
    <nome>Leonard McCoy</nome>
</cliente>

Mas o destino espera JSON:

{
  "customerId": 123,
  "customerName": "Leonard McCoy"
}

O ESB pode realizar essa transformação.

Ele também pode decidir a rota:

Se país = BRASIL
    enviar ao sistema nacional
Se país = ARGENTINA
    enviar ao sistema regional
Caso contrário
    enviar ao processamento internacional

Além disso, pode enriquecer a mensagem.

Por exemplo:

  1. recebe o número do cliente;

  2. consulta o Db2;

  3. obtém a categoria;

  4. acrescenta a categoria à mensagem;

  5. encaminha o conteúdo ao destino.


8. A evolução dos produtos IBM de integração

A história dos produtos IBM de integração possui várias mudanças de nome e evolução tecnológica.

Entre os nomes que marcaram essa trajetória estão:

  • MQSeries Integrator;

  • WebSphere Message Broker;

  • IBM Integration Bus;

  • IBM App Connect Enterprise.

Esses nomes não representam simplesmente mudanças cosméticas.

Eles refletem a ampliação das capacidades da plataforma.

O produto deixou de ser apenas uma ferramenta de integração baseada em mensagens e evoluiu para uma plataforma capaz de trabalhar com:

  • IBM MQ;

  • arquivos;

  • bancos de dados;

  • XML;

  • JSON;

  • SOAP;

  • REST;

  • aplicações empresariais;

  • eventos;

  • ambientes em nuvem;

  • containers.

O IBM App Connect Enterprise, conhecido como ACE, é herdeiro direto dessa longa evolução.


9. Como funciona um fluxo de integração no ACE?

Um fluxo de integração pode ser visualizado como uma sequência de etapas.

Entrada
  |
Validação
  |
Transformação
  |
Roteamento
  |
Acesso a sistemas
  |
Saída

Imagine uma API que recebe um pedido.

O fluxo pode realizar:

  1. receber o JSON;

  2. validar os campos obrigatórios;

  3. converter o formato;

  4. consultar o cadastro do cliente;

  5. enviar uma mensagem para MQ;

  6. registrar a transação;

  7. responder ao solicitante.

Exemplo de entrada:

{
  "customerId": 1001,
  "productId": 502,
  "quantity": 3
}

O ACE pode transformar isso em uma estrutura utilizada por um programa COBOL:

000000100100000050200003

Naturalmente, uma aplicação real usaria um layout formal, provavelmente definido por copybook.

O ponto importante é que o sistema COBOL não precisa entender JSON.

O ACE pode realizar a tradução entre o mundo web e o formato tradicional do mainframe.

Esse é um dos maiores valores da integração: preservar o sistema central sem obrigá-lo a conhecer todas as tecnologias externas.


10. Quarta era: SOA e serviços

Na década de 2000, ganhou força a Arquitetura Orientada a Serviços, conhecida como SOA.

A ideia principal era organizar capacidades de negócio como serviços reutilizáveis.

Em vez de cada sistema acessar diretamente tabelas ou arquivos de outro sistema, ele chamaria um serviço.

Exemplos:

ConsultarCliente
CalcularLimite
RegistrarPagamento
EmitirApólice
CriarPedido

Um serviço não deveria representar apenas uma função técnica.

Ele deveria representar uma capacidade significativa do negócio.


Por que isso foi importante?

Imagine três aplicações que precisam consultar dados de clientes.

Sem um serviço, cada uma pode desenvolver sua própria lógica de acesso.

Uma consulta diretamente o Db2.

Outra lê um arquivo.

A terceira replica uma tabela.

Com o serviço ConsultarCliente, todas utilizam a mesma capacidade.

Isso reduz duplicação e aumenta a consistência.


11. SOAP, XML e WSDL

SOA foi fortemente associada a Web Services SOAP.

SOAP utiliza mensagens estruturadas, geralmente em XML.

Uma solicitação simplificada poderia ser:

<soapenv:Envelope>
   <soapenv:Body>
      <ConsultarCliente>
         <Codigo>123</Codigo>
      </ConsultarCliente>
   </soapenv:Body>
</soapenv:Envelope>

O serviço era descrito por um WSDL.

O WSDL funcionava como um contrato formal, informando:

  • operações disponíveis;

  • estruturas de entrada;

  • estruturas de saída;

  • tipos de dados;

  • endereços;

  • protocolos.

Para grandes empresas, isso era valioso porque contratos rígidos ajudam a controlar integrações complexas.


SOAP era ruim?

Não.

SOAP tornou-se alvo de críticas por sua verbosidade e complexidade, mas resolveu problemas importantes.

Ele oferece padrões robustos para:

  • contratos;

  • segurança;

  • confiabilidade;

  • transações;

  • interoperabilidade.

Muitos serviços corporativos ainda utilizam SOAP porque foram construídos para processos críticos e continuam atendendo bem às necessidades do negócio.

O erro é confundir “mais antigo” com “inútil”.

No mainframe aprendemos cedo que idade e irrelevância não são sinônimos.


12. Quinta era: APIs REST

Com o crescimento da Web, dos aplicativos móveis e das arquiteturas distribuídas, as APIs REST tornaram-se populares.

REST geralmente utiliza:

  • HTTP;

  • URLs;

  • métodos como GET, POST, PUT e DELETE;

  • JSON.

Exemplo:

GET /clientes/123

Resposta:

{
  "id": 123,
  "nome": "Hikaru Sulu",
  "categoria": "GOLD"
}

Comparado ao SOAP, REST costuma ser mais simples para aplicações web e móveis.


Métodos HTTP

Os métodos mais conhecidos são:

GET     Consultar
POST    Criar ou executar uma ação
PUT     Atualizar ou substituir
PATCH   Atualizar parcialmente
DELETE  Excluir

Porém, esses significados dependem do desenho da API.

Uma boa API não é apenas um conjunto de URLs.

Ela precisa possuir:

  • contrato claro;

  • autenticação;

  • autorização;

  • validação;

  • versionamento;

  • limites de consumo;

  • observabilidade;

  • tratamento de erros.


13. O programador COBOL e as APIs

Um programa COBOL não precisa ser substituído apenas porque a empresa deseja oferecer uma API.

A integração pode funcionar assim:

Aplicativo móvel
       |
       v
API Gateway
       |
       v
ACE ou z/OS Connect
       |
       v
CICS / IMS / Db2 / COBOL

A API recebe JSON.

A camada de integração converte a solicitação.

O programa COBOL executa a regra de negócio.

A resposta é transformada novamente em JSON.

Essa arquitetura permite preservar décadas de regras validadas enquanto se oferece uma interface moderna.


Dica importante

Não coloque regras de negócio importantes em todos os lugares.

Se a regra de cálculo de limite pertence ao sistema central, evite replicá-la no aplicativo, no ESB, na API e em um microsserviço.

A duplicação de regras produz divergência.

Depois de alguns meses, cada sistema calcula um resultado diferente.

A integração deve orquestrar e transformar, mas não deve tornar-se um depósito descontrolado de lógica.


14. API-led connectivity

Com o crescimento das APIs, surgiu o conceito de integração orientada por APIs.

Uma organização pode estruturar suas APIs em camadas.

APIs de sistema

Expõem sistemas internos.

Exemplo:

API do Db2
API do CICS
API do SAP

APIs de processo

Combinam várias fontes para executar uma função de negócio.

Exemplo:

API de análise de crédito

Essa API pode consultar cadastro, histórico, renda e risco.

APIs de experiência

São adaptadas a um canal.

Exemplo:

API para aplicativo móvel
API para portal
API para parceiros

Essa separação evita que cada canal acesse diretamente os sistemas centrais.


15. Sexta era: nuvem e integração híbrida

A maioria das grandes empresas não migrou tudo para uma única nuvem.

O cenário real costuma ser híbrido.

Há sistemas:

  • no mainframe;

  • em datacenters;

  • em nuvens públicas;

  • em SaaS;

  • em ambientes de parceiros;

  • em containers.

A integração híbrida conecta esses mundos.

IBM Z
  |
ACE
  |
OpenShift
  |
Cloud
  |
SaaS

O desafio não é apenas transportar dados.

Também é necessário lidar com:

  • redes;

  • identidade;

  • criptografia;

  • latência;

  • governança;

  • custos;

  • residência de dados;

  • disponibilidade.


16. Containers e OpenShift

As plataformas de integração passaram a ser executadas em containers.

Um container empacota a aplicação e suas dependências.

Kubernetes e OpenShift administram esses containers.

Isso permite:

  • implantação automatizada;

  • escalabilidade;

  • recuperação;

  • isolamento;

  • atualização controlada;

  • integração com pipelines de CI/CD.

O ACE pode participar desse modelo moderno.

Em vez de uma única instalação central contendo todos os fluxos da empresa, diferentes integrações podem ser empacotadas e implantadas conforme sua necessidade.

Porém, não confunda distribuição com ausência de controle.

Mil integrações em containers sem governança podem criar um novo espaguete — agora servido em pequenas tigelas de Kubernetes.

Esse é um dos easter eggs arquitetônicos da história: toda solução criada para eliminar complexidade pode produzir uma complexidade nova quando utilizada sem disciplina.


17. Sétima era: arquitetura orientada a eventos

Em sistemas tradicionais, uma aplicação pergunta repetidamente:

Existe pedido novo?
Existe pedido novo?
Existe pedido novo?

Isso é chamado de polling.

Na arquitetura orientada a eventos, o sistema publica um aviso quando algo acontece.

PedidoCriado
PagamentoAprovado
ClienteAtualizado
EstoqueReduzido

Os consumidores escutam os eventos relevantes.

                +--> Estoque
PedidoCriado ---+--> Financeiro
                +--> Logística
                +--> Analytics

O produtor não precisa conhecer todos os consumidores.

Esse desacoplamento é poderoso.


18. Eventos, mensagens e comandos

Esses conceitos parecem semelhantes, mas não são idênticos.

Comando

Solicita que algo seja feito.

EfetuePagamento

Evento

Informa que algo aconteceu.

PagamentoEfetuado

Mensagem

É o envelope transportado pelo sistema de mensageria. Pode conter um comando, um evento ou outro tipo de informação.

Essa distinção ajuda no desenho de integrações.

Um evento geralmente é descrito no passado porque representa um fato ocorrido.


19. Kafka e IBM Event Streams

Kafka popularizou plataformas distribuídas de eventos.

Os eventos são organizados em tópicos.

Exemplo:

TOPIC: pagamentos-aprovados

Vários consumidores podem ler o mesmo fluxo.

Um consumidor atualiza o sistema contábil.

Outro alimenta uma plataforma analítica.

Outro detecta fraude.

Outro dispara uma notificação.

No ecossistema IBM, o Event Streams oferece capacidades baseadas em Kafka.

O ACE pode produzir e consumir eventos, atuando como uma ponte entre aplicações tradicionais e arquiteturas orientadas a eventos.


20. MQ versus Kafka

Essa comparação aparece frequentemente.

Mas não é correto pensar apenas em “qual é melhor?”.

A pergunta adequada é:

qual modelo atende melhor ao problema?

IBM MQ é excelente para mensageria corporativa confiável, filas de trabalho e processamento transacional.

Kafka é muito forte em fluxos de eventos, retenção de registros e consumo por múltiplas aplicações.

Em várias arquiteturas, ambos convivem.

Exemplo:

CICS
 |
MQ
 |
ACE
 |
Kafka
 |
Analytics e aplicações digitais

O MQ garante a integração transacional com o sistema central.

O Kafka distribui o evento para vários consumidores.

Não é uma guerra entre tecnologias.

É uma composição de capacidades.

Como diria o Sr. Spock:

“Insistir que uma única ferramenta resolve todos os problemas é uma conclusão pouco lógica.”


21. A era da integração componível

Integração componível significa construir soluções a partir de blocos reutilizáveis.

Em vez de criar uma integração monolítica gigantesca, a empresa combina:

  • APIs;

  • eventos;

  • conectores;

  • serviços;

  • fluxos;

  • funções;

  • regras;

  • componentes de segurança.

É semelhante à montagem de uma nave modular.

Cada componente possui uma responsabilidade clara.

Um conector acessa o Salesforce.

Outro interage com o SAP.

Um fluxo transforma dados.

Uma API expõe o serviço.

Um evento comunica uma mudança.

A composição desses elementos forma um processo maior.


22. Inteligência artificial na integração

A inteligência artificial começa a assumir funções de apoio ao ciclo de integração.

Ela pode ajudar a:

  • sugerir mapeamentos;

  • gerar documentação;

  • analisar logs;

  • detectar anomalias;

  • explicar erros;

  • identificar gargalos;

  • recomendar rotas;

  • criar testes;

  • auxiliar no desenvolvimento de fluxos.

Imagine dois formatos de dados.

Origem:

{
  "cust_id": 123,
  "full_name": "Nyota Uhura"
}

Destino:

{
  "customerNumber": 123,
  "customerName": "Nyota Uhura"
}

Uma ferramenta com IA pode sugerir que:

cust_id   -> customerNumber
full_name -> customerName

Isso acelera o trabalho.

Mas a IA não conhece automaticamente todas as regras do negócio.

Ela pode não perceber que:

  • o código precisa ter zeros à esquerda;

  • nomes devem ser convertidos para EBCDIC;

  • determinados clientes exigem tratamento especial;

  • o valor monetário utiliza casas decimais implícitas;

  • campos precisam obedecer a regras regulatórias.

Por isso, a validação humana continua essencial.


23. O risco da integração “mágica”

Ferramentas low-code e no-code facilitam a criação de integrações.

Isso é positivo.

Mas existe um risco: criar fluxos sem arquitetura, governança ou documentação.

Uma integração criada rapidamente pode tornar-se crítica.

Depois de dois anos, ninguém sabe:

  • quem a criou;

  • qual sistema depende dela;

  • como reiniciá-la;

  • quais credenciais utiliza;

  • onde está documentada;

  • o que acontece quando falha.

A facilidade de construção não elimina a necessidade de engenharia.

Pelo contrário: quanto mais fácil criar, maior deve ser a disciplina de governança.


24. Passo a passo para analisar uma integração

Quando receber uma demanda de integração, não comece imediatamente escolhendo tecnologia.

Siga uma sequência lógica.

Passo 1: compreenda o processo de negócio

Pergunte:

  • qual evento inicia o processo?

  • quem envia os dados?

  • quem consome?

  • qual resultado o negócio espera?

  • qual é o impacto de uma falha?

A integração não existe por causa do JSON.

Ela existe por causa do negócio.

Passo 2: identifique a origem e o destino

Exemplo:

Origem: transação CICS
Destino: aplicação em nuvem

Descubra:

  • plataformas;

  • protocolos;

  • formatos;

  • volumes;

  • restrições.

Passo 3: determine a necessidade de tempo

A integração deve ser:

  • em tempo real?

  • quase em tempo real?

  • assíncrona?

  • batch?

  • orientada a eventos?

Não transforme tudo em API síncrona.

Um processamento com milhões de registros pode ser melhor em batch.

Passo 4: defina o contrato

Documente:

  • campos;

  • tipos;

  • obrigatoriedade;

  • tamanhos;

  • valores válidos;

  • regras;

  • versões.

Para COBOL, o copybook frequentemente representa parte do contrato.

Para APIs, pode existir OpenAPI.

Para eventos, pode haver JSON Schema ou Avro.

Passo 5: escolha o padrão

Algumas possibilidades:

Arquivo
Fila
API
Evento
Serviço SOAP
Acesso a banco

A escolha deve considerar a necessidade, não o modismo.

Passo 6: planeje falhas

Pergunte:

  • o que acontece se o destino estiver indisponível?

  • haverá retry?

  • haverá fila de erros?

  • a mensagem pode ser duplicada?

  • existe mecanismo de reconciliação?

  • como reiniciar o processo?

Passo 7: implemente observabilidade

Registre:

  • identificador da transação;

  • horário;

  • origem;

  • destino;

  • resultado;

  • código de erro;

  • tempo de processamento.

Passo 8: proteja os dados

Considere:

  • autenticação;

  • autorização;

  • criptografia;

  • mascaramento;

  • auditoria;

  • LGPD;

  • gestão de segredos.

Passo 9: teste cenários ruins

Não teste apenas o caminho feliz.

Teste:

  • campo ausente;

  • mensagem inválida;

  • destino indisponível;

  • timeout;

  • duplicidade;

  • volume alto;

  • resposta inesperada;

  • falha de rede.

Passo 10: documente a operação

A equipe de produção precisa saber:

  • como monitorar;

  • como reiniciar;

  • como identificar mensagens presas;

  • como tratar erros;

  • quem deve ser acionado.


25. Idempotência: a palavra estranha que evita duplicidade

Idempotência significa que repetir uma operação não produz efeitos indesejados adicionais.

Imagine uma solicitação de débito.

A aplicação envia a requisição, mas não recebe resposta por causa de um timeout.

Ela tenta novamente.

Sem proteção, o cliente pode ser debitado duas vezes.

Uma solução é utilizar um identificador único:

ID-TRANSACAO = ABC123456

Antes de efetuar o débito, o sistema verifica se aquele identificador já foi processado.

Esse conceito é fundamental em integrações distribuídas.

No batch, muitas equipes já aplicavam ideias semelhantes usando arquivos de controle, chaves de processamento e mecanismos de restart.

Mais uma vez, o mundo moderno reencontra princípios que os veteranos do mainframe conhecem há décadas.


26. Correlação de mensagens

Uma transação pode atravessar vários sistemas.

Aplicativo
  |
API Gateway
  |
ACE
  |
MQ
  |
CICS
  |
Db2

Como rastrear toda a jornada?

Utilizando um identificador de correlação.

Exemplo:

CORRELATION-ID: 7F9A-2026-000123

Esse valor deve acompanhar a solicitação em todos os componentes.

Assim, ao investigar um problema, a equipe procura o mesmo identificador nos logs.

Sem correlação, cada sistema possui uma parte da história, mas ninguém consegue montar o episódio completo.

É como investigar o desaparecimento de uma nave sem possuir o registro de sua rota.


27. Transformação de dados: o detalhe perigoso

Transformar XML em JSON parece simples.

Mas a verdadeira dificuldade está na semântica.

Considere:

DATA = 01022026

Isso significa:

  • 1º de fevereiro de 2026?

  • 2 de janeiro de 2026?

  • um código sem significado de data?

Agora pense em valores monetários.

COBOL:

05 WS-VALOR PIC S9(9)V99 COMP-3.

Em JSON:

{
  "valor": 1500.75
}

A camada de integração precisa compreender:

  • sinal;

  • escala decimal;

  • formato packed decimal;

  • codificação;

  • tamanho;

  • arredondamento.

Um mapeamento incorreto pode não gerar erro técnico.

Ele pode gerar um valor de negócio errado.

Esse é o tipo mais perigoso de falha: o sistema funciona, mas produz informação incorreta.


28. EBCDIC, ASCII e a ponte entre mundos

O mainframe utiliza frequentemente EBCDIC.

Sistemas distribuídos geralmente utilizam ASCII ou Unicode.

Ao trocar dados, pode ser necessário converter codificações.

Caracteres acentuados, símbolos e campos binários merecem atenção especial.

Um arquivo que parece perfeitamente legível em um ambiente pode tornar-se uma coleção de caracteres estranhos em outro.

Dica do café:

Nunca assuma que um campo PIC X contém apenas texto simples.

Ele pode conter:

  • caracteres;

  • números formatados;

  • flags;

  • bytes especiais;

  • dados binários tratados como área alfanumérica.

Analise o copybook e o processo que grava o campo.


29. O papel do IBM App Connect Enterprise

O ACE ocupa uma posição estratégica porque consegue ligar diferentes gerações de tecnologia.

Ele pode atuar entre:

  • aplicações COBOL;

  • CICS;

  • IMS;

  • Db2;

  • IBM MQ;

  • arquivos;

  • APIs;

  • sistemas SAP;

  • bancos distribuídos;

  • serviços em nuvem;

  • eventos Kafka;

  • aplicações SaaS.

O ACE não “substitui o mainframe”.

Ele permite que o mainframe converse com o restante do ecossistema.

Também não deve concentrar toda a inteligência da empresa.

Seu papel principal é conectar, transformar, rotear e orquestrar.


30. Um exemplo completo

Imagine um cliente solicitando um empréstimo pelo aplicativo.

Etapa 1: aplicativo

O aplicativo envia:

{
  "customerId": 10001,
  "amount": 20000,
  "installments": 24
}

Etapa 2: API Gateway

O gateway:

  • autentica o cliente;

  • valida o token;

  • controla o limite de chamadas;

  • encaminha a requisição.

Etapa 3: ACE

O ACE:

  • valida o JSON;

  • transforma os dados;

  • gera um identificador de correlação;

  • consulta dados complementares;

  • envia a solicitação ao mainframe.

Etapa 4: CICS e COBOL

O programa COBOL:

  • consulta o cliente;

  • verifica renda;

  • analisa restrições;

  • calcula juros;

  • define a aprovação.

Etapa 5: resposta

O resultado retorna:

{
  "status": "APPROVED",
  "approvedAmount": 20000,
  "interestRate": 1.45,
  "installmentValue": 987.31
}

Etapa 6: evento

Após a aprovação, um evento é publicado:

LoanApproved

Consumidores podem:

  • enviar notificação;

  • atualizar CRM;

  • gerar contrato;

  • alimentar analytics;

  • iniciar o processo contábil.

Observe como várias eras convivem:

  • COBOL;

  • CICS;

  • API REST;

  • ACE;

  • mensageria;

  • eventos;

  • aplicações móveis;

  • cloud.

Integração moderna não elimina o passado.

Ela organiza a convivência entre gerações.


31. Problemas comuns e soluções

Problema: tudo depende do ESB

Quando todas as regras e integrações são concentradas em um único barramento, ele pode tornar-se um gargalo.

Solução

Distribuir responsabilidades, modularizar fluxos e utilizar padrões adequados.


Problema: contrato muda sem aviso

Uma aplicação altera um campo e quebra consumidores.

Solução

Usar versionamento, testes de contrato e governança.


Problema: mensagens duplicadas

Uma aplicação repete o envio após um timeout.

Solução

Implementar idempotência e chaves únicas.


Problema: integração sem monitoramento

A mensagem desaparece e ninguém sabe onde.

Solução

Utilizar correlação, logs, métricas, tracing e alertas.


Problema: regra de negócio duplicada

Cada canal implementa sua própria versão.

Solução

Centralizar a regra no domínio correto e expô-la como serviço.


Problema: API para tudo

Processamentos massivos são transformados em milhares de chamadas síncronas.

Solução

Avaliar batch, mensageria ou eventos.


32. Curiosidades da longa jornada

Curiosidade 1: o arquivo nunca morreu

Mesmo em arquiteturas modernas, arquivos continuam sendo utilizados para grandes volumes, intercâmbio com parceiros e processamento analítico.

Curiosidade 2: o ESB não desapareceu

Muitos anunciaram a “morte do ESB”, mas suas funções continuam existindo, distribuídas entre plataformas de integração, gateways, brokers e serviços.

Curiosidade 3: APIs não eliminam mensageria

APIs e mensagens resolvem problemas diferentes.

Uma aplicação pode usar API para consulta e eventos para notificação.

Curiosidade 4: microserviços também precisam integrar

Dividir uma aplicação em dezenas de serviços não elimina a integração. Na verdade, pode aumentar sua necessidade.

Curiosidade 5: o mainframe sempre foi uma plataforma integrada

CICS, IMS, Db2, VSAM, MQ, JES2 e RACF formam há décadas um ecossistema de processamento, segurança e comunicação extremamente sofisticado.


33. Easter egg do Bellacosa Mainframe

Existe uma antiga lenda nos corredores do datacenter.

Dizem que, durante uma madrugada de processamento, um programador encontrou a seguinte mensagem gravada em um arquivo temporário:

INTEGRATION IS NOT ABOUT MOVING DATA.
IT IS ABOUT PRESERVING MEANING.

Ele procurou a origem da mensagem no programa COBOL, no JCL, na PROC, no SORT e no módulo de integração.

Nunca encontrou.

Alguns afirmam que era apenas um registro esquecido por um desenvolvedor.

Outros dizem que foi o fantasma de um arquiteto de sistemas tentando alertar as novas gerações.

A mensagem, porém, contém uma verdade.

Transportar bytes é fácil.

Garantir que o destino compreenda corretamente o significado desses bytes é o verdadeiro desafio.


34. O que o programador COBOL iniciante deve estudar?

Para entrar no mundo da integração, siga uma trilha progressiva.

Primeiro nível: fundamentos

Aprenda:

  • arquivos sequenciais;

  • copybooks;

  • JCL;

  • Db2;

  • CICS;

  • códigos de retorno;

  • tratamento de erros.

Segundo nível: comunicação

Estude:

  • IBM MQ;

  • filas;

  • mensagens;

  • sincronismo;

  • assincronismo;

  • commit;

  • rollback.

Terceiro nível: dados modernos

Conheça:

  • XML;

  • JSON;

  • UTF-8;

  • REST;

  • HTTP;

  • métodos e códigos de resposta.

Quarto nível: plataformas

Explore:

  • IBM App Connect Enterprise;

  • z/OS Connect;

  • API gateways;

  • Kafka;

  • IBM Event Streams.

Quinto nível: arquitetura

Compreenda:

  • SOA;

  • ESB;

  • APIs;

  • event-driven;

  • idempotência;

  • observabilidade;

  • segurança;

  • governança.

Não tente aprender tudo de uma vez.

Comece entendendo o fluxo completo de uma única transação.

Siga o dado desde a origem até o destino.

Depois repita o exercício com outro padrão.


Conclusão: a tecnologia muda, a missão permanece

A integração corporativa começou muito antes das APIs e da nuvem.

Ela começou quando um sistema precisou entregar dados a outro.

Primeiro utilizamos arquivos.

Depois criamos conexões diretas.

Quando as conexões viraram um espaguete, introduzimos middleware.

O middleware evoluiu para barramentos de serviço.

SOA organizou capacidades como serviços.

SOAP trouxe contratos formais.

REST simplificou o consumo por aplicações digitais.

A nuvem tornou o ambiente híbrido.

Kafka e plataformas de eventos popularizaram arquiteturas orientadas a acontecimentos.

Containers trouxeram novas formas de implantação.

A inteligência artificial agora começa a auxiliar na criação, operação e análise das integrações.

Porém, nenhum desses avanços alterou a missão fundamental:

Conectar sistemas
Transformar dados
Preservar significado
Controlar processos
Entregar valor

Para o programador COBOL Padawan, a maior lição é perceber que o mainframe não pertence a um universo separado.

Ele é uma peça central da arquitetura corporativa.

O arquivo gerado por um job pode chegar a uma plataforma analítica.

A mensagem publicada por uma transação CICS pode acionar um serviço em nuvem.

Uma regra COBOL pode ser exposta por uma API móvel.

Uma atualização no Db2 pode originar um evento consumido por dezenas de aplicações.

O código pode ter nascido em uma tela verde, mas seu impacto atravessa APIs, filas, eventos, containers, celulares e nuvens.

No fim, integração não é apenas fazer computadores conversarem.

É garantir que diferentes gerações de tecnologia cooperem sem perder a segurança, a consistência e o conhecimento acumulado pelo negócio.

E essa, jovem Padawan, é uma missão digna não apenas de um arquiteto de integração, mas de todo profissional que deseja compreender como uma empresa realmente funciona por trás das telas coloridas.

A próxima vez que alguém disser que “tudo agora é API”, tome um gole de café, olhe calmamente para o terminal e responda:

— Toda API possui uma história. E há uma boa chance de que, em algum ponto dessa história, exista um programa COBOL mantendo o universo em funcionamento.


sexta-feira, 1 de agosto de 2008

24 Horas em 2007: Jack Bauer, COBOL e o Dia em que a IBM Descobriu que o Próximo Terrorista do Data Center Era a Conta de Luz

 

Bellacosa Mainframe e a ibm 2007 apresenta o big green

☕ Um Café no Bellacosa Mainframe

24 Horas em 2007: Jack Bauer, COBOL e o Dia em que a IBM Descobriu que o Próximo Terrorista do Data Center Era a Conta de Luz

🌱 Project Big Green, System z, z/VM, Linux, Java, SOA, VMware, Windows Vista, Oracle, software corporativo, o fantasma do Y2K e uma viagem ao ano em que todo mundo dizia que COBOL estava morrendo — enquanto a IBM preparava 3.900 servidores para entrar em aproximadamente 30 mainframes

Nota editorial: Esta artigo retrospectivo, produzido originalmente em 2007, porem foi reescrito, enriquecido,  atualizado com acontecimentos ocorrido ao longo das décadas até o ano 2026, preservado no arquivo histórico do blog. Lembrando que poderá ser reescrito e atualizado em datas futuras.

THE FOLLOWING TAKES PLACE
BETWEEN 00:00 AND 24:00

ON MAY 10, 2007.

EVENTS OCCUR IN REAL TIME.

00:00:01

TIC.

00:00:02

TIC.

00:00:03

TIC.

Jack Bauer entra correndo no data center.

— Onde está a bomba?

O operador aponta para uma fileira interminável de racks.

— Não temos bomba, senhor Bauer.

— Então por que me chamaram?

— Temos 4.000 servidores.

Jack observa as máquinas.

— E?

— A maioria passa boa parte do tempo subutilizada.

— Continue.

— Todos consomem eletricidade.

— Continue.

— Produzem calor.

— Continue.

— Então usamos mais eletricidade para retirar o calor produzido pela eletricidade que usamos para alimentar os computadores.

Jack permanece imóvel durante cinco segundos.

Isso, em 24 Horas, equivale a uma tese de doutorado.

— Meu Deus.

Do fundo da sala surge um senhor usando crachá da IBM.

— Exatamente.

E naquele 10 de maio de 2007, a IBM anunciou oficialmente o Project Big Green: uma iniciativa de cerca de US$ 1 bilhão por ano em tecnologias e serviços voltados à eficiência energética dos data centers.

O que parecia uma campanha ecológica era, na realidade, resposta a um problema econômico e físico que começava a aterrorizar CIOs:

os data centers estavam ficando sem energia, refrigeração e espaço para continuar colocando servidores.

E o mais extraordinário é perceber que a história aconteceu 19 anos antes de começarmos a discutir clusters de IA em megawatts.

Mas, para entender por que Big Green causou tanto barulho, precisamos voltar ao mundo tecnológico de 2007.

E ele era muito diferente do nosso.



01:00 — IBM não estava morrendo. Muito pelo contrário.

Existe uma tentação histórica de imaginar a IBM dos anos 2000 como uma companhia envelhecida tentando desesperadamente salvar o mainframe.

Os números contam outra história.

A IBM havia acabado de executar uma transformação empresarial gigantesca. Em 2005 concluíra a venda de seu negócio de PCs para a Lenovo e estava concentrando capital em negócios considerados de maior valor: software, serviços, middleware, consultoria e infraestrutura empresarial. Essa mudança continuaria sendo destacada pela própria IBM nos relatórios seguintes. (IBM)

A evolução financeira é reveladora:

AnoReceita IBMLucro líquido
2005~US$ 91,1 bilhões~US$ 7,9 bilhões
2006~US$ 91,4 bilhões~US$ 9,5 bilhões
2007~US$ 98,8 bilhões~US$ 10,4 bilhões

Ou seja:

2005 → 2007

RECEITA
US$ 91,1 bi ───────────► US$ 98,8 bi

LUCRO
US$ 7,9 bi ────────────► US$ 10,4 bi

Isso é importante para interpretar Big Green.

Não era:

IBM EM PÂNICO
       ↓
PRECISAMOS INVENTAR
ALGUMA COISA VERDE
PARA SALVAR A EMPRESA

Era muito mais:

IBM LUCRATIVA
       ↓
SERVIÇOS + SOFTWARE
       ↓
VIRTUALIZAÇÃO
       ↓
DATA CENTERS CRESCENDO
       ↓
CLIENTES COM PROBLEMAS DE ENERGIA
       ↓
HUM...
       ↓
ISSO PODE VIRAR NEGÓCIO.

Jack Bauer aprovaria.



02:00 — A IBM de 2007 já não era primordialmente “uma fabricante de computadores”

Isso também é fundamental.

A IBM possuía System z, System p, System i, System x, storage e chips.

Mas o coração econômico da companhia estava se deslocando fortemente para serviços e software.

Naquela IBM encontrávamos marcas como:

WebSphere
Tivoli
Lotus
Rational
DB2 / Information Management

Mais Global Technology Services.

Mais Global Business Services.

Mais outsourcing.

Mais consultoria.

Mais financiamento.

Hardware continuava estratégico, especialmente porque funcionava como âncora de ecossistemas inteiros.

O mainframe talvez fosse o melhor exemplo:

SYSTEM z
   │
   ├── z/OS
   ├── COBOL
   ├── CICS
   ├── IMS
   ├── DB2
   ├── MQ
   ├── RACF
   ├── Tivoli
   ├── serviços
   └── contratos

O valor econômico não estava simplesmente na caixa preta.

Estava no ecossistema ao redor dela.



03:00 — Enquanto isso, o mercado mundial de software parecia um clube muito exclusivo

O software mundial de 2007 já era gigantesco, mas possuía uma concentração impressionante.

Dependendo da metodologia e da definição de “software” usada pelos institutos de pesquisa, os números absolutos variam. Portanto, é perigoso misturar Gartner, IDC e receitas contábeis das empresas como se medissem exatamente o mesmo universo.

Mas a hierarquia geral era bastante clara:

              SOFTWARE 2007

                MICROSOFT
                    │
                   IBM
                    │
                 ORACLE
                    │
                   SAP
                    │
               outros

A Microsoft era uma potência extraordinária. Seu próprio ano fiscal de 2007 terminou com US$ 51,1 bilhões de receita e US$ 14,1 bilhões de lucro líquido. (Microsoft)

Mas “mercado de software” escondia vários mundos.

Desktop

WINDOWS
OFFICE

Microsoft era gigantesca.

Banco de dados

Oracle
IBM DB2
Microsoft SQL Server

ERP

SAP
Oracle

Middleware

IBM WebSphere
BEA WebLogic
Oracle
Microsoft

Gerenciamento

IBM Tivoli
CA
BMC
HP

Desenvolvimento

Java
.NET
C/C++
COBOL
PHP
Perl
Python
Ruby

E aqui aparece uma diferença fundamental em relação a 2026:

SaaS ainda não havia virado o modelo mental dominante do software empresarial.

A licença perpétua + manutenção ainda reinava em enorme parte do mercado.



04:00 — O mundo estava apaixonado por três letras: SOA

Se você entrasse numa conferência corporativa em 2007 e dissesse:

“SOA”

provavelmente alguém lhe ofereceria um emprego.

Service-Oriented Architecture era uma das grandes obsessões da época.

O diagrama típico parecia:

               PORTAL
                  │
              WEB SERVICE
                  │
                  ↓
                 ESB
          ┌───────┼───────┐
          │       │       │
        JAVA    CICS    SAP
          │       │       │
          └───────┼───────┘
                  │
                DATA

REST existia.

Mas no grande enterprise o vocabulário estava repleto de:

SOAP
WSDL
XML
ESB
SOA
Web Services

Para um COBOLzeiro isso significava algo importantíssimo.

A estratégia frequentemente não era:

DELETE COBOL

mas:

        COBOL/CICS
            │
            ↓
       WEB SERVICE
            │
            ↓
            SOA

A modernização começava a significar expor o legado, e não necessariamente eliminá-lo.


05:00 — E Java era o garoto bonito do CPD

Se COBOL era o senhor de terno cinza sentado no fundo da sala, Java era o jovem arquiteto chegando com mochila e UML.

No enterprise:

Java
Java EE
WebSphere
WebLogic
J2EE/Java EE
Spring

estavam por toda parte.

Microsoft respondia com:

.NET
C#
Visual Studio
Windows Server
SQL Server

Linux crescia fortemente no servidor.

Unix ainda tinha enorme relevância:

AIX
Solaris
HP-UX

E x86 multiplicava-se dentro dos data centers.

É justamente aí que nasce nosso problema.


06:00 — SERVER SPRAWL

O administrador instala:

APP A → SERVER A

Depois:

APP B → SERVER B

Depois:

DATABASE → SERVER C

Depois:

WEB → SERVER D

Depois:

TEST → SERVER E

Cinco anos depois:

SERVER001
SERVER002
SERVER003
...
SERVER1847
SERVER1848
SERVER1849

Alguém pergunta:

— Quem usa SERVER0932?

Silêncio.

— Podemos desligá-lo?

Silêncio ainda maior.

Jack Bauer coloca a arma sobre a mesa.

— Vou perguntar novamente.

O problema do server sprawl era extremamente real.

E então VMware apareceu no centro da história.


07:00 — VMware faz o mundo x86 descobrir virtualização

2007 foi um ano espetacular para virtualização.

A VMware já tinha tecnologia madura de virtualização de servidores e tornou-se símbolo de uma transformação gigantesca:

ANTES

APP A → SERVER
APP B → SERVER
APP C → SERVER


DEPOIS

       SERVER
         │
    HYPERVISOR
    ┌────┼────┐
    VM   VM   VM
    │    │    │
   APP  APP  APP

Em 14 de agosto de 2007, a VMware fez seu IPO.

O entusiasmo do mercado foi enorme.

E havia veteranos de mainframe assistindo aquilo com uma expressão curiosa.

— Virtualização?

— Sim!

— Várias máquinas virtuais compartilhando hardware?

— Exatamente!

— Fascinante.

— Isso vai revolucionar a informática!

— Meu caro... sente-se. Precisamos conversar sobre CP/CMS, VM/370 e z/VM.

😄


08:00 — O mainframe tinha uma arma secreta chamada z/VM

Em junho de 2007, z/VM 5.3 tornou-se disponível, trazendo melhorias de escalabilidade em processadores, memória, rede e I/O justamente porque os workloads Linux virtualizados estavam crescendo. (IBM)

O conceito:

             SYSTEM z
                 │
               z/VM
                 │
      ┌──────────┼──────────┐
      │          │          │
    Linux      Linux      Linux
      │          │          │
    APP A      APP B      APP C

IBM olhava para milhares de servidores distribuídos e dizia:

Por que não consolidá-los?

E então o relógio começou a correr.


09:00 — 10 de maio de 2007: PROJECT BIG GREEN

09:00:00

TIC

09:00:01

TIC

IBM anuncia:

PROJECT BIG GREEN.

A proposta envolvia aproximadamente US$ 1 bilhão por ano de recursos dedicados a produtos e serviços de eficiência energética.

Havia centenas de especialistas.

A metodologia envolvia essencialmente:

DIAGNOSE
    ↓
BUILD
    ↓
VIRTUALIZE
    ↓
MANAGE
    ↓
COOL

Não era simplesmente:

“Compre um mainframe porque ele é verde.”

Era uma estratégia de data center.

E isso importa muito.


10:00 — Por que energia virou assunto em 2007?

Porque os números começavam a assustar.

O relatório entregue ao Congresso dos Estados Unidos pela EPA naquele ano estimou que servidores e data centers americanos haviam consumido aproximadamente 61 bilhões de kWh em 2006, cerca de 1,5% do consumo total de eletricidade dos EUA, a um custo aproximado de US$ 4,5 bilhões. O consumo havia aproximadamente dobrado desde 2000. (IBM)

A indústria percebeu:

COMPUTAÇÃO ↑

SERVIDORES ↑

ELETRICIDADE ↑

CALOR ↑

REFRIGERAÇÃO ↑

ELETRICIDADE ↑

E surgiu uma palavra que hoje parece óbvia:

eficiência.


11:00 — O mercado inicialmente enxergou muito marketing

Naturalmente.

Quando IBM disse:

Big Green

a imprensa imediatamente descobriu o irresistível:

Big Blue goes Green.

E houve ironia.

The Register publicou uma manchete maravilhosa:

“IBM: Dinosaurs were green.”

O dinossauro era, naturalmente, o mainframe.

A piada escondia uma mudança narrativa muito inteligente.

Durante anos o ataque ao mainframe era:

GRANDE
CARO
CENTRALIZADO
ANTIGO

IBM começou a responder:

E seus 4.000 servidores são exatamente o quê?

😂

A campanha tentava transformar uma fraqueza de imagem — “uma máquina enorme” — em vantagem:

consolidação.


12:00 — 3.900 servidores entram no CTU

Em 1º de agosto de 2007, IBM fez algo fundamental.

Não ficou apenas no PowerPoint.

Anunciou que consolidaria aproximadamente:

3.900 servidores

em cerca de:

30 System z

rodando Linux. O objetivo declarado era reduzir o consumo energético daquele ambiente em aproximadamente 80% ao longo de cinco anos. (IBM)

A imprensa percebeu imediatamente o tamanho da história.

O desenho era quase absurdo:

██████████████████████████████████████
          3.900 SERVIDORES
██████████████████████████████████████

                   │
                   │
                   ▼

       ███████████████████
       ~30 SYSTEM z
       ███████████████████

A cobertura contemporânea mencionava também economia prevista de centenas de milhões de dólares e redução enorme do espaço físico.

Aquilo transformou Big Green de slogan em case interno da própria IBM.


13:00 — Isso fez explodir as vendas de mainframe imediatamente?

Não.

E essa nuance é importantíssima.

2007 estava no final do ciclo tecnológico do System z9.

O z9 Enterprise Class havia aparecido em 2005.

O próximo grande salto — System z10 — chegaria em fevereiro de 2008.

Portanto, não devemos olhar Big Green e concluir:

BIG GREEN
    ↓
VENDAS SYSTEM z EXPLODEM

Hardware enterprise possui ciclos.

Clientes aguardam novas gerações.

Capacidade instalada cresce mesmo quando receita de hardware não acompanha linearmente.

E mainframe possui outra peculiaridade:

HARDWARE
    │
    ├── SOFTWARE
    ├── LICENCIAMENTO
    ├── MANUTENÇÃO
    ├── SERVIÇOS
    └── CAPACIDADE

O valor para IBM nunca esteve simplesmente na venda da caixa.


14:00 — E o COBOL? Ah, o pobre COBOL...

Agora chegamos à parte culturalmente deliciosa.

Era 2007.

Sete anos depois do Y2K.

Durante o período 1997–1999, COBOLzeiro tinha virado quase uma unidade monetária.

PRECISAMOS CORRIGIR DATAS.

CHAMEM COBOLZEIROS.

QUANTOS?

TODOS.

Então chegou:

01/01/2000

O mundo não explodiu.

Parabéns.

O prêmio recebido pelo COBOL foi aproximadamente:

“Obrigado. Agora você pode voltar para o porão.”

😂


15:00 — O paradoxo pós-Y2K

A percepção popular era:

COBOL
 =
LINGUAGEM VELHA
 =
LEGADO
 =
MANUTENÇÃO
 =
MORTE EVENTUAL

Nas universidades, Java, C++, .NET e linguagens Web eram muito mais atraentes.

O estudante perguntava:

— Qual linguagem devo aprender?

Resposta típica:

Java
C++
C#
PHP

Dificilmente:

COBOL + JCL + CICS + DB2 + VSAM

Mas havia um problema.

Os sistemas não receberam o memorando sobre a morte do COBOL.


16:00 — Enquanto todo mundo declarava COBOL morto...

Dentro dos bancos:

COBOL → PROCESSANDO

Seguradoras:

COBOL → PROCESSANDO

Governos:

COBOL → PROCESSANDO

Varejo:

COBOL → PROCESSANDO

Grandes empresas:

COBOL → PROCESSANDO

A diferença fundamental era:

COBOL tinha deixado de ser tecnologicamente “sexy”.

Isso não significava que tivesse deixado de ser economicamente relevante.

E essa distinção continua sendo crucial.


17:00 — A IBM também não estava abandonando COBOL

Esse detalhe destrói a narrativa de “linguagem congelada”.

Naquele período a IBM continuava evoluindo Enterprise COBOL e todo o ecossistema ao redor do mainframe.

O mundo mainframe de 2007 incluía tecnologias contemporâneas como:

Enterprise COBOL
CICS Transaction Server
DB2
IMS
MQ
WebSphere
XML
Web Services
Java
Linux
Rational

O objetivo era integrar.

Um programa COBOL poderia continuar fazendo:

       READ CONTA
       COMPUTE SALDO = SALDO - VALOR
       REWRITE CONTA.

enquanto externamente alguém enxergava:

SOAP
   │
WSDL
   │
XML
   │
SERVICE

O legado estava ganhando uma porta nova.


18:00 — O problema real não era COBOL. Era conhecimento

Começava a ficar evidente outro problema.

Quem conhecia:

COBOL
JCL
CICS
DB2
IMS
VSAM
RACF
TSO
ISPF

tinha frequentemente começado décadas antes.

E as universidades estavam formando principalmente:

Java
C++
.NET
Web

Nascia o problema que nos acompanharia por décadas:

mainframe skills gap.

O perigo não era simplesmente:

“Ninguém sabe escrever PERFORM.”

Era:

“Quem sabe por que aquele programa de 1987 faz exatamente aquilo às 02h13 do terceiro dia útil?”

Essa informação não está no manual de COBOL.

Está no conhecimento institucional.


19:00 — O COBOL estava morto e recebendo versão nova

Existe algo deliciosamente mainframe nisso.

A indústria:

COBOL está morto.

IBM:

ENTERPRISE COBOL
NEW VERSION

Indústria:

Mainframe está morto.

IBM:

SYSTEM z

Indústria:

Virtualização é o futuro.

IBM:

z/VM

Indústria:

Linux é o futuro.

IBM:

LINUX ON SYSTEM z

Indústria:

SOA é o futuro.

IBM:

CICS WEB SERVICES

O mainframe desenvolveu uma extraordinária habilidade histórica:

deixar os outros anunciarem sua morte enquanto instala a próxima release.


20:00 — Enquanto isso, fora do CPD, 2007 enlouquecia

Esse talvez seja o detalhe mais divertido.

Em janeiro, a Microsoft lançou Windows Vista e Office 2007 para consumidores mundialmente. (Source)

E também em janeiro, Steve Jobs apresentou algo chamado:

iPhone.

A Apple descreveu-o como combinação de telefone, iPod e dispositivo de Internet. (Apple)

Não existia App Store ainda.

Kubernetes?

Não.

Docker?

Não.

ChatGPT?

Não.

Instagram?

Não.

WhatsApp?

Não.

TikTok?

Nem pensar.

Windows Azure?

Ainda não.

Mas existiam:

BlackBerry
Nokia
Symbian
Windows Mobile

E o iPhone estava prestes a destruir boa parte desse universo.


21:00 — E a cloud era apenas uma criança

AWS já existia.

S3 havia aparecido em 2006.

EC2 também havia iniciado sua história.

Mas em 2007 ninguém em uma grande reunião bancária normal dizia:

“Vamos desligar o mainframe e colocar o core inteiro na AWS.”

Seria provavelmente acompanhado educadamente até a porta.

😂

Cloud computing ainda estava emergindo.

O próprio IBM responderia naquele ano.

Em novembro de 2007 apareceu:

Blue Cloud.

Observe a sequência histórica:

MAIO 2007
BIG GREEN
     │
     ↓
ENERGY + CONSOLIDATION


NOVEMBRO 2007
BLUE CLOUD
     │
     ↓
VIRTUALIZATION + AUTOMATION
+ DISTRIBUTED COMPUTING

Em poucos meses IBM estava discutindo simultaneamente eficiência física do data center e o embrião daquilo que viraria cloud computing.

Isso é extraordinariamente importante em retrospecto.


22:00 — 2007 foi o ano em que várias placas tectônicas começaram a se mover

Olhe esta fotografia:

Área2007
DesktopWindows dominava
Enterprise developmentJava/.NET
IntegraçãoSOA, SOAP, XML, WSDL
MainframeIBM System z9
Virtualização x86VMware
Mainframe virtualizationz/VM
UnixAIX, Solaris, HP-UX
Linuxcrescimento empresarial
DatabaseOracle, DB2, SQL Server
ERPSAP/Oracle
Cloudembrionária
MobileBlackBerry/Nokia, iPhone chegando
Containersinexistentes no sentido atual
Kubernetesinexistente
DevOpstermo ainda não estabelecido
IA generativaficção científica para o mercado
COBOL“morto”, porém trabalhando normalmente

É isso que torna Big Green tão fascinante.

Ele não nasceu no nosso mundo.

Nasceu antes do nosso mundo.


23:00 — O verdadeiro significado de Big Green aparece

Imagine Jack Bauer olhando dois monitores.

No primeiro:

2007

SERVER SPRAWL
       ↓
POWER
       ↓
COOLING
       ↓
COST

No segundo:

2026

CLOUD
       ↓
GPU
       ↓
AI
       ↓
MEGAWATTS
       ↓
GRID CAPACITY

Jack pergunta:

— Qual é a diferença?

O sysprog responde:

— Escala.

— Só isso?

— Basicamente.

Big Green identificou corretamente uma verdade física:

a capacidade computacional pode crescer mais rapidamente do que a infraestrutura física capaz de alimentá-la e refrigerá-la.

O que IBM não poderia prever completamente era como o mercado resolveria o problema.

A IBM apostava fortemente em:

CONSOLIDAÇÃO
       ↓
VIRTUALIZAÇÃO
       ↓
SYSTEM z / Linux

O mercado também escolheu:

VMWARE
       ↓
x86 VIRTUALIZATION
       ↓
HYPERSCALE
       ↓
PUBLIC CLOUD

E posteriormente:

CONTAINERS
       ↓
KUBERNETES
       ↓
CLOUD-NATIVE

A tese física sobreviveu.

A implementação vencedora tornou-se plural.


23:30 — Então Big Green fracassou?

Não.

Mas também seria exagero dizer que Big Green fez o mercado inteiro correr para System z.

O impacto foi mais sofisticado.

Ele ajudou a legitimar energia como métrica de TI.

Antes:

CAPACITY PLANNING

CPU
MEMORY
DISK
I/O

Depois:

CAPACITY PLANNING

CPU
MEMORY
DISK
I/O

+ POWER
+ COOLING
+ SPACE

O setor inteiro caminhava nessa direção.

Virtualização crescia.

A Green Grid trabalhava em métricas para eficiência de data centers.

Performance-per-watt ganhava importância.

A indústria começou a perceber que:

energia não era apenas despesa de Facilities. Era recurso computacional.

Esse talvez seja o maior legado conceitual do Big Green.


23:45 — E havia um componente comercial brilhante

Imagine você como CIO em 2007.

Problema:

MEU DATA CENTER ESTÁ LOTADO.

IBM:

— Podemos ajudar.

Problema:

MINHA CONTA DE ENERGIA SUBIU.

IBM:

— Podemos ajudar.

Problema:

TENHO 2.000 SERVIDORES.

IBM:

— Podemos ajudar.

Problema:

PRECISO VIRTUALIZAR.

IBM:

— Temos feito isso há algumas décadas.

Problema:

QUERO LINUX.

IBM:

— Também temos.

Problema:

NÃO QUERO COBOL.

IBM:

— Quem falou em COBOL?

E aí estava a genialidade comercial:

Big Green não vendia apenas mainframe.

Vendia:

CONSULTORIA
+
HARDWARE
+
SOFTWARE
+
VIRTUALIZAÇÃO
+
STORAGE
+
ENERGY MANAGEMENT
+
DATA CENTER DESIGN
+
SERVIÇOS

Era perfeitamente alinhado à IBM pós-PC.


23:50 — E o mercado de software também estava consolidando violentamente

Outro detalhe ajuda a entender o espírito de 2007.

As gigantes estavam comprando empresas.

Oracle comprava.

SAP comprava.

IBM comprava.

Em novembro de 2007, IBM anunciou a aquisição da Cognos por aproximadamente US$ 5 bilhões, reforçando sua posição em business intelligence e performance management.

O movimento geral era:

SOFTWARE ISOLADO
       ↓
SUITE
       ↓
PLATAFORMA
       ↓
ECOSSISTEMA

Esse processo ajuda a explicar por que IBM queria ser menos:

VENDEDOR DE HARDWARE

e mais:

FORNECEDOR DA PLATAFORMA
EMPRESARIAL COMPLETA

Big Green encaixava perfeitamente nisso.


23:55 — A ironia COBOL

Jack Bauer recebe finalmente o relatório.

SUBJECT:

COBOL

STATUS:

DEAD

Ele olha para Chloe O'Brian.

— Confirme.

Chloe digita.

BANKS .............. RUNNING
INSURANCE .......... RUNNING
GOVERNMENT ......... RUNNING
RETAIL ............. RUNNING
CICS ................ RUNNING
DB2 ................. RUNNING
BATCH ............... RUNNING

Jack olha novamente.

— O relatório diz que está morto.

Chloe:

— A imprensa diz.

— E a produção?

— A produção discorda.

😂

Essa talvez seja a fotografia perfeita de COBOL em 2007.


23:57 — O erro histórico pós-Y2K

Y2K criou uma percepção distorcida.

Durante alguns anos:

COBOL = PROBLEMA DO ANO 2000

Quando Y2K acabou:

PROBLEMA ACABOU
       ↓
COBOL ACABOU

Mas COBOL nunca existiu por causa do Y2K.

Existia porque empresas tinham milhões de linhas implementando:

contabilidade
pagamentos
seguros
folha
crédito
estoque
faturamento
liquidação
cadastro
transações

Y2K era apenas uma manutenção extraordinariamente grande sobre esse patrimônio.

Quando o problema de data terminou, o patrimônio permaneceu.


23:58 — E isso explica por que Big Green e COBOL pertencem à mesma história

À primeira vista:

BIG GREEN

parece assunto de hardware.

E:

COBOL

parece assunto de software.

Mas ambos tratam da mesma pergunta empresarial:

O que fazemos com décadas de infraestrutura que ainda produz enorme valor?

Uma resposta possível:

REWRITE EVERYTHING

Outra:

USE WHAT WORKS
MORE EFFICIENTLY

Big Green estava muito mais próximo da segunda filosofia.

Consolidar.

Virtualizar.

Integrar.

Modernizar.

Reutilizar.


23:59 — Jack Bauer descobre quem era o terrorista

Jack entra no data center.

O suspeito está numa cadeira.

Ele não é russo.

Não é chinês.

Não trabalha para nenhuma organização clandestina.

É um senhor pacato usando camisa social.

Na identificação:

FACILITIES

Jack coloca as mãos sobre a mesa.

— Onde está a bomba?

— Não existe bomba.

— Então por que o data center vai cair à meia-noite?

O homem aponta para um painel.

POWER CAPACITY

███████████████████░

97%

Jack fica em silêncio.

— O que acontece quando chegar a 100%?

— Não podemos instalar mais servidores.

— Quantos servidores a aplicação pediu?

— Mais 400.

— E quanto tempo temos?

O relógio aparece.

00:00:10

TIC.

00:00:09

TIC.

Jack pega o telefone.

— Chloe!

— Estou aqui.

— Preciso de capacidade.

— Quanto?

— Muita.

— Não temos.

— Então virtualize.

— Já estamos virtualizando.

00:00:05

— Consolide.

— Em quê?

Jack olha para uma máquina preta no fundo da sala.

IBM SYSTEM z

O sysprog toma café.

— Finalmente.

00:00:03

Jack:

— Quantas máquinas virtuais cabem aí?

O sysprog:

— Quantas você trouxe?

00:00:02

Chloe interrompe.

— Jack!

— O quê?

— Descobri uma coisa.

00:00:01

— O quê?!

— A cloud ainda nem chegou direito.

00:00:00

Tela preta.


☕ Epílogo — O que realmente foi 2007?

2007 foi um daqueles anos em que o futuro estava chegando por várias portas simultaneamente.

O consumidor via:

iPhone, Vista, Web 2.0.

O desenvolvedor via:

Java, .NET, Eclipse, PHP, Ruby.

O arquiteto corporativo via:

SOA, SOAP, XML, WebSphere, WebLogic.

O administrador via:

VMware, Linux, blades, SAN.

O mainframe via:

System z, z/VM, Linux, CICS, DB2, IMS, COBOL.

O CIO começava a enxergar:

energia.

E a IBM enxergou uma oportunidade de unir várias dessas histórias sob um nome:

PROJECT BIG GREEN.

O projeto não provou que todo servidor distribuído deveria virar mainframe. O mercado mostrou que VMware, x86, hyperscale e posteriormente cloud também podiam explorar consolidação e virtualização em enorme escala.

Mas Big Green acertou uma previsão extraordinariamente importante:

o crescimento da computação acabaria esbarrando na infraestrutura física necessária para sustentá-la.

Em 2007 falávamos de watts por servidor.

Hoje falamos de megawatts por data center.

Em 2007 IBM perguntava:

Quantos servidores
podemos consolidar?

Em 2026 perguntamos:

Quantas GPUs
podemos energizar?

E COBOL?

O pobre COBOL passou 2007 oficialmente morto.

Só esqueceu de parar de processar.

Talvez essa seja a grande piada histórica daquele ano.

A indústria olhava para o System z e dizia:

“Dinossauro.”

Olhava para COBOL e dizia:

“Legado.”

Olhava para milhares de pequenos servidores e dizia:

“Futuro.”

Então a conta de luz chegou.

A IBM abriu uma pasta verde.

O veterano do z/VM tomou um café.

E alguém no fundo do data center perguntou:

“Vocês têm certeza de que precisamos de uma máquina física para cada aplicação?”

TIC.

TIC.

TIC.

Dezenove anos depois, o relógio continua correndo.

Só trocamos:

SERVER SPRAWL

por:

GPU CLUSTER

e:

WATTS

por:

MEGAWATTS.

Jack Bauer ainda tem 24 horas.

O pessoal de Facilities, aparentemente, tem bem menos. ☕⚡

Para ir mais longe

https://eljefemidnightlunch.blogspot.com/2026/07/big-green-2007-o-dia-em-que-ibm-avisou.html

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...