Translate

Mostrar mensagens com a etiqueta agile. Mostrar todas as mensagens
Mostrar mensagens com a etiqueta agile. Mostrar todas as mensagens

terça-feira, 23 de junho de 2026

☕🚀 IBM Garage para Padawans do COBOL

 

Bellacosa Mainframe apresenta o IBM Garage

☕🚀 IBM Garage para Padawans do COBOL

Como a IBM descobriu que colocar arquitetos, desenvolvedores e usuários numa sala com Post-it era mais barato do que deixar um Comitê decidir durante 18 meses

Por Vagner Bellacosa – Bellacosa Mainframe


Introdução

Existe uma cena que provavelmente aconteceu em algum lugar do planeta Terra.

Uma grande empresa possui:

  • 40 milhões de linhas COBOL;

  • 8 regiões CICS;

  • 12 subsistemas DB2;

  • IMS desde a época em que Darth Vader ainda era funcionário da Estrela da Morte;

  • dezenas de integrações misteriosas que ninguém sabe exatamente quem fez.

Então alguém da diretoria aparece numa reunião e pergunta:

"Por que nosso aplicativo não é igual ao Nubank?"

Silêncio.

O programador COBOL olha para o sysprog.

O sysprog olha para o DBA.

O DBA olha para o arquiteto.

O arquiteto olha para o teto.

O teto continua sendo o profissional mais experiente da sala.

E foi justamente para lidar com este tipo de situação que surgiu uma metodologia chamada:

IBM Garage

E não...

Não é uma oficina mecânica da IBM.

Você não troca óleo do z16.

Não calibra pneus do CICS.

Não faz alinhamento de DB2.

Apesar de alguns ambientes precisarem desesperadamente de uma revisão completa.


A origem do IBM Garage

A IBM percebeu uma coisa importante.

Muitas empresas estavam gastando fortunas em projetos de transformação digital.

E a sequência era sempre parecida.

Fase 1

Consultoria.

Fase 2

PowerPoint.

Fase 3

Mais PowerPoint.

Fase 4

Comitê.

Fase 5

Outro comitê.

Fase 6

Projeto cancelado.

Fase 7

Novo projeto para descobrir porque o primeiro falhou.

Não parecia eficiente.

A IBM decidiu buscar inspiração em outro lugar.

Nas startups.

No Vale do Silício.

No Design Thinking.

No Agile.

No Lean Startup.

E criou algo chamado:

IBM Garage.

O objetivo era simples.

Parar de discutir ideias infinitamente.

E começar a construir.

Rapidamente.


O que significa Garage?

A inspiração vem literalmente das garagens onde várias empresas começaram.

Apple.

HP.

Google.

Amazon.

Muitas delas nasceram em espaços pequenos.

Com poucas pessoas.

Testando ideias.

Errando.

Aprendendo.

E evoluindo rapidamente.

A IBM tentou trazer esta mentalidade para empresas gigantes.

Inclusive bancos.

Seguradoras.

Governos.

Telecom.

Empresas aéreas.

Hospitais.


O problema das empresas tradicionais

Imagine um banco.

Ele possui.

COBOL

CICS

IMS

DB2

VSAM

MQ

Batch

JCL

Tudo funcionando.

Há décadas.

Milhões de transações.

99,999% disponibilidade.

Mas surge uma nova necessidade.

Aplicativo mobile.

Pix.

Open Finance.

IA.

Chatbots.

APIs.

Machine Learning.

Analytics.

A pergunta aparece.

Como modernizar?

Reescrever tudo?

Jamais.

Isso seria equivalente a desmontar um Boeing 787 em pleno voo.

E pedir para os passageiros aguardarem tranquilamente.


O IBM Garage resolve isso

A ideia é:

Não jogar fora.

Não substituir.

Não destruir.

Mas aproveitar.

Modernizar.

Expor.

Integrar.

Evoluir.


Os pilares do IBM Garage

Design Thinking

Descobrir o problema.

Não assumir soluções.

Perguntas.

Quem usa?

Como usa?

Por que usa?

O que incomoda?


Agile

Pequenas entregas.

Feedback rápido.

Melhoria contínua.

Não esperar dois anos.

Não esperar aprovação do Conselho Jedi.


DevOps

Automação.

Pipeline.

Testes.

Deploy.

Integração contínua.


Hybrid Cloud

Executar aplicações onde faz sentido.

Cloud.

OpenShift.

IBM Z.

Linux.

Containers.


Inteligência Artificial

Watsonx.

LLMs.

Assistentes.

Análise de dados.


O IBM Garage para quem trabalha com Mainframe

Aqui fica interessante.

Porque o COBOL deixa de ser visto como problema.

E passa a ser ativo estratégico.

Imagine.

Programa COBOL

CICS

z/OS Connect

API REST

Aplicativo Android

Fim.

Sem reescrever.

Sem migrar.

Sem trauma psicológico.


Exemplo real

Sistema bancário.

Programa COBOL:

CONSCLIE

Recebe:

CPF

Retorna:

Nome

Saldo

Conta

Antes.

Somente terminal 3270.

Agora.

API.

JSON.

Cliente consulta pelo celular.

COBOL continua executando.

Feliz.

Seguro.

Confortável.

Como um senhor aposentado tomando café observando jovens discutirem Kubernetes.


As quatro fases do IBM Garage

1 Descobrir

Workshop.

Usuários.

TI.

Negócio.

Arquitetos.

Desenvolvedores.

Perguntas.

O que dói?

O que demora?

O que pode melhorar?


2 Definir

Escolher MVP.

Escopo.

Backlog.

Priorização.


3 Construir

Sprint.

Desenvolvimento.

Testes.

Protótipos.


4 Escalar

Produção.

DevSecOps.

Observabilidade.

Governança.


Exemplo para um desenvolvedor COBOL Júnior

Vamos imaginar.

Seu gerente diz.

Precisamos criar uma API.

Consultar cliente.

Passo 1

Identificar programa COBOL.

CONSCLIE

Passo 2

Verificar COMMAREA.

01 DFHCOMMAREA.

   05 CPF         PIC X(11).

   05 NOME        PIC X(40).

   05 SALDO       PIC S9(9)V99.

Passo 3

Criar serviço z/OS Connect.

Mapear campos.

Passo 4

Gerar Swagger.

Passo 5

Publicar.

Passo 6

Testar.

curl http://api.banco.com/clientes/12345678901

Resposta.

{
"name":"JOAO SILVA",
"saldo":1500.50
}

Pronto.

Você participou de uma iniciativa IBM Garage.

Sem perceber.


Ferramentas utilizadas

OpenShift

Git

Jenkins

UrbanCode

Ansible

Instana

Turbonomic

watsonx

Zowe

z/OS Connect

API Connect


O papel do desenvolvedor COBOL

Muita gente acredita.

Garage é somente para arquitetos.

Errado.

COBOL Developers são fundamentais.

Porque conhecem.

Regras de negócio.

Batch.

CICS.

DB2.

Processos críticos.

Sem eles.

Modernização vira arqueologia.


Dicas para um Programador COBOL Júnior

Estude APIs

REST.

JSON.

Swagger.

OpenAPI.


Aprenda Git

Git é obrigatório.


Conheça Docker

Mesmo sem usar.

Entenda conceitos.


Aprenda OpenShift

É o Kubernetes corporativo da IBM.


Estude z/OS Connect

Talvez seja a ferramenta mais importante atualmente para integração Mainframe.


Aprenda Agile

Scrum.

Kanban.

Sprint.


Não tenha medo de IA

A IA provavelmente escreverá códigos.

Mas dificilmente entenderá cinquenta anos de regras bancárias escondidas em programas COBOL com 80 mil linhas.

Você entenderá.

E isso possui enorme valor.


Minha opinião sobre IBM Garage

Eu gosto da proposta.

Porque ela reconhece algo importante.

Mainframe não é problema.

Mainframe é patrimônio.

COBOL não está morrendo.

Está sendo conectado.

API por API.

Container por container.

Sprint por sprint.

Workshop por workshop.

Até que um sistema criado em 1989 converse naturalmente com uma aplicação React, um chatbot baseado em LLM, um aplicativo Android e um painel analítico em nuvem.

E talvez esta seja a maior lição do IBM Garage.

Transformação digital não significa jogar fora décadas de conhecimento.

Significa pegar tudo aquilo que funciona incrivelmente bem.

Colocar uma interface moderna.

Adicionar automação.

Criar APIs.

Aplicar inteligência artificial.

E permitir que a próxima geração de desenvolvedores COBOL continue escrevendo história.

Porque, no fim das contas, o COBOL continua sendo aquele veterano experiente do escritório.

Ele não usa tênis colorido.

Não fala em Web3.

Não posta frases motivacionais no LinkedIn.

Mas é ele que paga os boletos do banco.

Processa salários.

Liquida cartões.

Movimenta bolsas de valores.

Autoriza pagamentos.

E mantém o mundo funcionando enquanto a internet discute qual será o próximo framework JavaScript da semana.

E talvez seja exatamente por isso que o IBM Garage exista.

Para mostrar que inovação não é destruir o passado.

É construir uma ponte elegante entre 1960 e 2030.

E fazer isso tomando um bom café, de preferência acompanhado de um desenvolvedor COBOL, um arquiteto IBM Z, um especialista em APIs e algumas dezenas de Post-its espalhadas pela mesa.

Apenas tome cuidado.

Se alguém aparecer dizendo que vai reescrever 40 milhões de linhas COBOL em um final de semana usando Inteligência Artificial, esconda o café.

E chame imediatamente um sysprog.


sábado, 4 de outubro de 2025

☕💾🔥 ENGENHARIA DE SOFTWARE — O “SISTEMA OPERACIONAL INVISÍVEL” QUE SEPARA PROGRAMADORES COMUNS DE PROFISSIONAIS ENTERPRISE 🔥💾☕

 

Bellacosa Mainframe e a Engenharia de Software

☕💾🔥 ENGENHARIA DE SOFTWARE — O “SISTEMA OPERACIONAL INVISÍVEL” QUE SEPARA PROGRAMADORES COMUNS DE PROFISSIONAIS ENTERPRISE 🔥💾☕

Muita gente entrando no mundo COBOL/mainframe acredita que:

“Engenharia de software = aprender linguagem.”

☠️🔥

Mas aí acontece o primeiro trauma corporativo real:

  • ABEND em produção;
  • batch atrasado;
  • janela estourada;
  • rollback;
  • incidente crítico;
  • auditoria;
  • problema de performance DB2;
  • mudança quebrando outro sistema;
  • integração falhando às 3h da manhã.

E nesse momento o programador descobre:

Engenharia de software NÃO é apenas programar.

Ela é:

  • organização;
  • arquitetura;
  • previsibilidade;
  • qualidade;
  • processos;
  • sobrevivência operacional.

☕ O QUE É ENGENHARIA DE SOFTWARE DE VERDADE?

Engenharia de software é:

construir sistemas grandes, confiáveis, escaláveis e sustentáveis sem transformar a empresa num apocalipse tecnológico.

🔥💾☕


O ERRO MAIS COMUM DO PROGRAMADOR JÚNIOR

O iniciante normalmente pensa assim:

“Se compilou e rodou, está pronto.”

☠️☠️☠️

No mundo enterprise isso NÃO significa nada.

Porque um software corporativo precisa:

  • funcionar;
  • escalar;
  • ser seguro;
  • ser auditável;
  • ser documentado;
  • sobreviver anos;
  • suportar manutenção;
  • integrar com dezenas de sistemas;
  • não destruir produção.

☕💾 O MAINFRAME ENSINOU ISSO MUITO ANTES DA CLOUD

A ironia é fantástica.

Hoje o mercado fala:

  • DevOps;
  • SRE;
  • observabilidade;
  • resiliência;
  • alta disponibilidade;
  • governança.

Mas o mundo mainframe já fazia isso desde os anos 70.

🔥☕


UM PROGRAMADOR COBOL NÃO ESCREVE “APENAS PROGRAMAS”

Ele frequentemente participa de:

  • sistemas bancários;
  • processamento de folha;
  • cartões;
  • PIX;
  • compensação;
  • seguros;
  • governo;
  • telecom.

Ou seja:

software que movimenta bilhões.


☕ A DIFERENÇA ENTRE “CODAR” E “ENGENHARIA”

Programador comum

“Vou fazer funcionar.”

Engenheiro de software

“Como isso vai sobreviver 15 anos em produção?”

🔥💾


O SDLC — O CICLO DA SOBREVIVÊNCIA CORPORATIVA

Toda empresa séria usa algum tipo de SDLC.

Software Development Life Cycle


As etapas clássicas

Requirements

Design

Development

Testing

Deployment

Maintenance

☕ O QUE O JÚNIOR NORMALMENTE NÃO PERCEBE

O código é apenas UMA etapa pequena.

Grande parte do esforço real está em:

  • entender negócio;
  • validar regras;
  • testar;
  • homologar;
  • documentar;
  • subir produção;
  • monitorar;
  • manter.

☠️ O MAIOR CEMITÉRIO DA TI

Projetos falham mais por:

  • requisitos ruins;
  • arquitetura ruim;
  • falta de comunicação;
  • falta de testes;

do que por linguagem.


☕💾 REQUISITOS — O “BUG” QUE NASCE ANTES DO CÓDIGO

Muitos sistemas falham porque:

o time implementou corretamente…
o requisito errado.

☠️🔥


Exemplo COBOL clássico

Usuário diz:

“quero calcular juros.”

Mas ninguém definiu:

  • regra;
  • arredondamento;
  • calendário;
  • horário;
  • feriados;
  • timezone;
  • tratamento de exceção.

☠️☠️☠️

Resultado:

  • prejuízo;
  • auditoria;
  • incidente;
  • caos.

☕ TESTES — O SEGURO DE VIDA DO ENTERPRISE

Programador júnior frequentemente pensa:

“Mas na minha máquina funcionou.”

☠️🔥☠️🔥☠️🔥

Produção enterprise não perdoa isso.


Tipos de teste

Functional

A regra funciona?


Performance

Aguenta milhões de transações?


Regression

A correção quebrou outro sistema?


Security

Existe vulnerabilidade?


☕💾 MAINFRAME LEVA ISSO AO EXTREMO

Porque:

  • bancos não podem parar;
  • folha não pode falhar;
  • PIX não pode sumir;
  • cartão não pode duplicar;
  • batch não pode atrasar.

Então engenharia enterprise nasce da paranoia operacional.

🔥☕


VERSIONAMENTO — O “TIME MACHINE” CORPORATIVO

Sem versionamento:

  • ninguém sabe quem mudou;
  • ninguém sabe quando;
  • ninguém sabe por quê.

☠️🔥


Mundo moderno

  • Git
  • GitHub
  • GitLab

Mundo mainframe

  • Endevor
  • Changeman
  • Librarian

☕ O CONCEITO É O MESMO

Controlar:

  • mudanças;
  • histórico;
  • rollback;
  • rastreabilidade.

☕💾 ARQUITETURA — O CÉREBRO INVISÍVEL DO SISTEMA

Aqui o júnior normalmente desperta.

Porque descobre que:

sistemas grandes NÃO sobrevivem só com código.

Precisam:

  • organização;
  • integração;
  • escalabilidade;
  • segurança;
  • observabilidade.

Exemplo bancário

Frontend

API Gateway

Microservices

MQ

COBOL/CICS

DB2

Isso é engenharia enterprise.


☠️ MICROservices NÃO SÃO “MÁGICA”

Muita empresa cria:

400 APIs
+
500 containers
+
logs infinitos
+
monitoramento caótico

e chama isso de:

“transformação digital.”

☠️🔥☠️🔥☠️🔥


☕💾 O MAINFRAME ENSINOU ALGO IMPORTANTE

Centralização às vezes é:

  • mais segura;
  • mais simples;
  • mais eficiente.

Por isso muitos core bancários continuam no z/OS.


O GRANDE SEGREDO DA ENGENHARIA DE SOFTWARE

Ela NÃO é sobre tecnologia apenas.

Ela é sobre:

  • reduzir caos;
  • reduzir risco;
  • reduzir falhas;
  • organizar complexidade.

🔥☕


☕ O JÚNIOR QUE EVOLUI RÁPIDO ENTENDE ISSO

Linguagens mudam.

Ontem:

  • COBOL;
  • PL/I;
  • C.

Depois:

  • Java;
  • C#;
  • Python.

Agora:

  • IA assistida;
  • automação;
  • cloud native.

Mas:

  • lógica;
  • arquitetura;
  • qualidade;
  • engenharia;

continuam eternas.


☕💾 O FUTURO DO PROGRAMADOR COBOL

O mercado NÃO quer apenas:

“quem sabe COBOL.”

Quer:

  • APIs;
  • integração;
  • cloud;
  • automação;
  • observabilidade;
  • DevOps;
  • segurança;
  • engenharia moderna.

E AQUI ESTÁ A GRANDE VERDADE

Quem domina:

  • fundamentos enterprise;
  • processamento crítico;
  • arquitetura;
  • mentalidade operacional;

possui vantagem enorme no mercado moderno.

Porque MUITOS desenvolvedores atuais:

  • sabem framework;
  • sabem frontend;
  • sabem cloud;

mas nunca sustentaram:

  • processamento nacional;
  • batch crítico;
  • transações financeiras massivas.

☕💾🔥 CONCLUSÃO — ENGENHARIA DE SOFTWARE É A ARTE DE EVITAR O APOCALIPSE CORPORATIVO 🔥💾☕

Programar faz software funcionar.

Engenharia de software faz:

  • software sobreviver;
  • empresas continuarem operando;
  • sistemas escalarem;
  • produção não explodir às 2h da manhã.

E no fundo…

o mundo mainframe já sabia disso muito antes da internet virar moda. 💾☕🔥


quarta-feira, 15 de janeiro de 2025

☕📋💣 BACKLOG: O ARQUIVO SECRETO QUE SEPARA UM PROGRAMADOR COBOL COMUM DE UM VERDADEIRO ARQUITETO DE SISTEMAS

Bellacosa Mainframe e o backlog mainframe


☕📋💣 BACKLOG: O ARQUIVO SECRETO QUE SEPARA UM PROGRAMADOR COBOL COMUM DE UM VERDADEIRO ARQUITETO DE SISTEMAS

"O sistema não está parado. Ele apenas está esperando na fila."

Existe uma cena que se repete diariamente em praticamente todas as empresas que possuem Mainframe.

O telefone toca.

Um gerente aparece.

Um usuário reclama.

Um diretor pede urgência.

Uma área regulatória exige mudanças.

O banco central publica uma nova norma.

O auditor encontra uma inconsistência.

O operador identifica um erro.

E de repente surgem vinte novas tarefas.

A pergunta é:

quem decide o que será feito primeiro?

É exatamente nesse momento que nasce um dos conceitos mais importantes da engenharia de software moderna:

o Backlog.

Se você é um programador COBOL Mainframe iniciante, entender backlog pode acelerar sua carreira mais do que aprender cinquenta comandos novos de JCL.

Porque programar é importante.

Mas entender como o trabalho é organizado é o que diferencia um executor de um profissional estratégico.

Pegue seu café.

Vamos abrir esse dataset.


O QUE É BACKLOG?

A definição mais simples possível:

Backlog é uma lista organizada de tudo aquilo que precisa ser feito.

Simples assim.

Pode conter:

  • novas funcionalidades;

  • correções de bugs;

  • melhorias;

  • ajustes regulatórios;

  • documentação;

  • refatoração;

  • automação;

  • modernização.

Tudo entra no backlog.

Pense nele como uma fila de JOBs esperando para executar.


O BACKLOG EXPLICADO COMO UM JOB SCHEDULER

Imagine um ambiente de produção.

Você possui:

JOB001 - Fechamento diário
JOB002 - Atualização de clientes
JOB003 - Relatório gerencial
JOB004 - Backup
JOB005 - Auditoria

Todos precisam executar.

Mas existe uma ordem.

Backlog é exatamente isso.

Uma fila organizada de atividades aguardando execução.

A diferença é que em vez de JOBs estamos falando de trabalho humano.


O MAIOR MITO SOBRE BACKLOG

Muitos iniciantes acreditam:

"Backlog é uma lista de novas funcionalidades."

Errado.

Backlog é muito maior que isso.

Um backlog saudável contém:

  • inovação;

  • manutenção;

  • correções;

  • melhorias;

  • dívida técnica.

Quando só existem novas funcionalidades no backlog, algo está errado.

Muito errado.


UM EXEMPLO REAL DE MAINFRAME

Imagine um sistema bancário.

O backlog pode conter:

Criar PIX Internacional
Corrigir cálculo de juros
Atualizar layout FEBRABAN
Refatorar COBCLI01
Documentar JOB FAT0001
Criar testes para módulo de cobrança

Observe.

Nem tudo é desenvolvimento novo.

Parte do trabalho é manutenção.

Parte é prevenção.

Parte é sobrevivência.


ONDE ENTRA A DÍVIDA TÉCNICA?

Agora chegamos ao ponto interessante.

A dívida técnica normalmente vive dentro do backlog.

Por exemplo:

BACKLOG

Criar API de consulta
Novo relatório fiscal
Refatorar COBPAG01
Eliminar COPYBOOK duplicado
Automatizar testes

Os três últimos itens são pagamentos de dívida técnica.

Ou seja:

Todo pagamento de dívida técnica vira backlog.

Mas nem todo backlog é dívida técnica.


COMO A DÍVIDA TÉCNICA APARECE

Imagine que você recebeu uma demanda urgente.

O gerente diz:

"Precisamos colocar isso em produção amanhã."

Você cria uma solução rápida.

Funciona.

Entrega realizada.

Todo mundo feliz.

Meses depois:

  • ninguém entende o código;

  • faltam comentários;

  • surgem bugs;

  • novas alterações ficam lentas.

Pronto.

A dívida nasceu.


O EFEITO BOLA DE NEVE

O primeiro remendo parece inocente.

Depois vem outro.

E mais outro.

Então surge um IF dentro de outro IF.

Depois outro.

Quando você percebe:

IF A
   IF B
      IF C
         IF D
            IF E

O programa ainda funciona.

Mas ninguém mais entende.

Isso é o juros da dívida técnica.


O DIA EM QUE O BACKLOG VIROU UM CEMITÉRIO

Existe uma curiosidade interessante.

Algumas empresas possuem backlog com milhares de itens.

Mas ninguém sabe:

  • quem criou;

  • por que criou;

  • se ainda faz sentido.

Isso não é backlog.

É arqueologia corporativa.


COMO UM JÚNIOR DEVE ENXERGAR O BACKLOG

Não veja o backlog como uma lista de tarefas.

Veja como um mapa.

Ele mostra:

  • para onde o sistema está indo;

  • quais problemas existem;

  • quais riscos precisam ser tratados.

Os melhores analistas costumam estudar o backlog inteiro.

Não apenas sua tarefa.


COMO IDENTIFICAR DÍVIDA TÉCNICA

Existem sinais clássicos.

Programas gigantes

Mais de 10.000 linhas.


COPYBOOKs duplicados

Mesma estrutura espalhada.


JCLs clonados

Copiar e colar virou arquitetura.


Falta de documentação

Conhecimento armazenado apenas na cabeça de alguém.


Dependência de especialistas

Quando você ouve:

"Somente o Carlos entende isso."

A dívida já existe.


COMO MAPEAR DÍVIDA TÉCNICA

Crie uma planilha simples.

Campos:

  • Sistema

  • Programa

  • Problema

  • Risco

  • Complexidade

  • Prioridade

Exemplo:

ProgramaProblema
COBCLI01Sem documentação
COBPAG0215.000 linhas
COBFAT03Sem testes

Agora a dívida ficou visível.

E aquilo que é visível pode ser gerenciado.


MÉTRICAS IMPORTANTES

Os melhores profissionais medem.

Sempre.

Algumas métricas úteis:

Número de ABENDs

Quanto mais ABENDs.

Maior a chance de problemas estruturais.


Tempo médio de correção

Quanto demora para corrigir um incidente?


Quantidade de bugs

Excelente indicador.


Número de programas sem documentação

Métrica simples.

Mas extremamente poderosa.


FERRAMENTAS QUE AJUDAM

Muitos acreditam que Mainframe não possui ferramentas modernas.

Grande erro.


IBM ADDI

Mapeia dependências.

Mostra relações entre:

  • COBOL;

  • JCL;

  • DB2;

  • CICS.


IBM Application Discovery

Excelente para sistemas legados.


IBM Fault Analyzer

Investiga ABENDs.


IBM Debug Tool

Ajuda a entender programas complexos.


SonarQube

Em ambientes integrados.

Ajuda na análise de qualidade.


Git

Sim.

Mainframe moderno usa Git.

E muito.


COMO CONTROLAR O BACKLOG

Regra simples.

Prioridade.

Nem tudo tem o mesmo peso.

Uma técnica muito usada:

Alta prioridade

Produção parada.


Média prioridade

Risco futuro.


Baixa prioridade

Melhorias desejáveis.


O SEGREDO DOS TIMES MADUROS

Times iniciantes fazem:

100% Funcionalidades

Times maduros fazem:

70% Funcionalidades
20% Correções
10% Dívida Técnica

Alguns chegam a reservar uma sprint inteira para limpeza.

E os resultados aparecem rapidamente.


EASTER EGG MAINFRAME

Se você encontrar comentários como:

* NÃO ALTERAR
* FUNCIONA DESDE 1998

Você encontrou um fóssil corporativo.

Parabéns.

Agora investigue antes de tocar.

Porque muitas vezes esse comentário está escondendo uma dívida técnica de milhões de dólares.


A REGRA DOS 15 MINUTOS

Uma dica que poucos ensinam.

Se você gastou mais de 15 minutos para entender um trecho de código:

documente.

Seu "eu do futuro" agradecerá.


COMO EVOLUIR MAIS RÁPIDO NA CARREIRA

O júnior normalmente aprende:

  • COBOL;

  • JCL;

  • DB2;

  • CICS.

Mas os profissionais mais valorizados aprendem também:

  • gestão de backlog;

  • análise de impacto;

  • controle de dívida técnica;

  • arquitetura;

  • observabilidade.

É isso que os transforma em analistas seniores.


O QUE NINGUÉM CONTA SOBRE BACKLOG

O backlog é uma fotografia do estado de saúde do sistema.

Se ele possui:

  • centenas de bugs;

  • dezenas de refatorações pendentes;

  • documentação atrasada;

o sistema está acumulando dívida.

O backlog está contando uma história.

Aprenda a lê-la.


CONCLUSÃO

Backlog não é apenas uma lista de tarefas.

É o painel de controle do futuro do sistema.

E a dívida técnica é uma das passageiras mais perigosas dessa viagem.

Um programador COBOL Mainframe que aprende a:

  • identificar problemas;

  • registrar atividades;

  • priorizar demandas;

  • controlar dívida técnica;

  • documentar descobertas;

deixa de ser apenas alguém que escreve código.

Passa a ser alguém capaz de manter sistemas vivos por décadas.

E no mundo Mainframe, onde muitos programas são mais antigos que seus desenvolvedores, essa habilidade vale ouro.

Porque no final das contas, o verdadeiro segredo não é escrever um programa novo.

É conseguir entender por que aquele programa de 1989 ainda está funcionando perfeitamente em produção.

E sobreviver ao chamado das 03:17 da manhã quando alguém decidir alterá-lo.

 

quarta-feira, 17 de abril de 2024

RAD (Rapid Application Development) - A Metodologia que Mudou a Engenharia de Software e Continua Transformando o IBM Mainframe

 

Bellacosa Mainframe e RAD rapid application development

☕ Um Café no Bellacosa Mainframe

RAD (Rapid Application Development)

A Metodologia que Mudou a Engenharia de Software e Continua Transformando o IBM Mainframe

Você não está estudando apenas uma metodologia criada nos anos 90. Está entendendo a origem de grande parte das práticas modernas de desenvolvimento de software.

"O Mainframe nunca foi lento. Lento sempre foi o processo de desenvolvimento ao seu redor."


Introdução

Quando alguém fala em desenvolvimento ágil, Scrum, DevOps, Low-Code, No-Code ou Inteligência Artificial, normalmente imagina que essas tecnologias surgiram praticamente do nada.

Na realidade, muitas dessas ideias nasceram décadas antes.

Entre elas está o RAD (Rapid Application Development), metodologia criada para reduzir o tempo entre uma necessidade do negócio e a entrega de software funcionando.

Seu princípio continua extremamente atual.

Não desenvolver mais rápido.

Aprender mais rápido.

Para quem trabalha com COBOL e IBM Mainframe, compreender o RAD significa entender que velocidade nunca dependeu apenas da linguagem de programação. Ela depende principalmente da organização do trabalho, da automação, da participação do usuário e da capacidade de evoluir continuamente.

Esta série apresenta o RAD sob a ótica do profissional IBM Z, mostrando que seus princípios continuam mais vivos do que nunca.


O que você aprenderá nesta série

Ao longo dos três capítulos veremos:

  • a origem do RAD;

  • por que ele revolucionou a Engenharia de Software;

  • como implementar RAD na prática;

  • metodologias derivadas;

  • ferramentas clássicas e modernas;

  • integração com Low-Code, DevOps e IA;

  • aplicação em COBOL, CICS, DB2, IMS e IBM Z;

  • oportunidades profissionais para desenvolvedores Mainframe.


Capítulo 1 — O que é RAD e por que ele revolucionou o desenvolvimento de software

Resumo

O primeiro capítulo apresenta a história do Rapid Application Development, criado por James Martin em 1991.

Mostra o cenário da época, dominado pelo modelo Cascata (Waterfall), em que projetos levavam anos para serem concluídos e frequentemente chegavam ao usuário já desatualizados.

Também explica os quatro pilares do RAD:

  • desenvolvimento iterativo;

  • prototipação;

  • participação constante do usuário;

  • equipes pequenas e multidisciplinares.

O capítulo compara RAD com Waterfall e demonstra como suas ideias influenciaram praticamente todas as metodologias modernas.

Leia o capítulo completo:

👉 RAD (Rapid Application Development) – Parte 1: O Que Todo Programador COBOL Precisa Saber Sobre a Metodologia que Ensinou o Mundo a Desenvolver Software Rapidamente

https://eljefemidnightlunch.blogspot.com/2024/01/rad-rapid-application-development-o-que.html


Capítulo 2 — Como implementar RAD na prática

Resumo

Depois de entender os conceitos fundamentais, chega o momento de colocar o RAD em funcionamento.

Este capítulo apresenta um roteiro completo de implementação.

Você aprenderá:

  • como dividir projetos em pequenas entregas;

  • como montar equipes enxutas;

  • como construir protótipos;

  • como utilizar MVP (Minimum Viable Product);

  • como medir resultados;

  • indicadores de sucesso;

  • governança;

  • segurança;

  • documentação enxuta.

Também apresenta as metodologias influenciadas pelo RAD:

  • Scrum;

  • Extreme Programming (XP);

  • Lean Software Development;

  • DevOps;

  • Agile.

Além disso, faz um panorama das principais ferramentas RAD da história, como PowerBuilder, Delphi, Oracle Forms e GeneXus, chegando às plataformas atuais como Mendix, OutSystems, Power Apps, Oracle APEX e soluções baseadas em Inteligência Artificial.

Leia o capítulo completo:

👉 RAD (Rapid Application Development) – Parte 2: Como Implementar RAD na Prática, Principais Metodologias, Ferramentas e o Papel da Inteligência Artificial

https://eljefemidnightlunch.blogspot.com/2024/02/rad-rapid-application-development-como.html


Capítulo 3 — RAD no IBM Mainframe

Resumo

O terceiro capítulo aproxima definitivamente o RAD do universo IBM Z.

Mostra que o Mainframe nunca foi incompatível com desenvolvimento rápido.

Na verdade, muitos bancos já aplicavam práticas semelhantes ao RAD antes mesmo da popularização do Agile.

Entre os assuntos abordados estão:

  • RAD aplicado ao COBOL;

  • modularização;

  • COPYBOOKs;

  • reutilização;

  • APIs REST;

  • z/OS Connect;

  • CICS;

  • DB2;

  • IMS;

  • VSAM;

  • Git;

  • DevOps;

  • CI/CD;

  • testes automatizados;

  • observabilidade;

  • Inteligência Artificial aplicada ao código legado.

O capítulo também discute o futuro do desenvolvimento Mainframe e mostra como a combinação entre COBOL, IA e automação cria novas oportunidades para profissionais especializados em IBM Z.

Leia o capítulo completo:

👉 RAD (Rapid Application Development) – Parte 3: RAD no IBM Mainframe: Como Aplicar Desenvolvimento Rápido em COBOL sem Perder a Confiabilidade do IBM Z

https://eljefemidnightlunch.blogspot.com/2024/03/rad-rapid-application-development-rad.html


As principais lições da série

Ao final da leitura, fica evidente que o RAD nunca foi apenas uma metodologia para acelerar projetos.

Ele representa uma mudança de mentalidade.

Seus princípios continuam presentes em praticamente todas as práticas modernas de Engenharia de Software:

  • entregas incrementais;

  • feedback contínuo;

  • automação;

  • integração contínua;

  • testes automatizados;

  • prototipação;

  • foco no usuário;

  • redução de desperdícios;

  • melhoria contínua.

No ambiente IBM Mainframe, esses conceitos tornaram-se ainda mais relevantes graças à integração com APIs, Git, DevOps, z/OS Connect e Inteligência Artificial.

O desenvolvedor COBOL moderno não precisa abandonar décadas de conhecimento.

Precisa ampliar sua caixa de ferramentas.

Quanto mais automatizado for o processo, menor será o tempo entre uma ideia de negócio e sua implementação.

Esse sempre foi o verdadeiro objetivo do RAD.

Trinta anos depois, continua sendo uma das maiores lições da Engenharia de Software.


Próximas leituras recomendadas

Se você gostou desta série, acompanhe também os artigos do ☕ Um Café no Bellacosa Mainframe sobre:

  • DevOps para IBM Mainframe;

  • Low-Code para Programadores COBOL;

  • No-Code e Modernização;

  • Arquitetura Transformer para Mainframe;

  • Engenharia de Dados para Desenvolvedores COBOL;

  • CASE Tools;

  • APIs REST no IBM Z;

  • Inteligência Artificial aplicada ao COBOL;

  • Git e CI/CD no z/OS;

  • Modernização de aplicações IBM Z.

Esse artigo funciona como uma página pilar (Pillar Page) para SEO, concentrando a autoridade do tema RAD e distribuindo links para os três capítulos da série.


sexta-feira, 21 de abril de 2023

Agile sem Mistérios no IBM Z : O Guia Definitivo do Programador COBOL Padawan para Sobreviver ao Mundo Ágil sem Esquecer as Lições da Tela Verd

 

Bellacosa Mainframe agile sem misterios no ibm z

☕ Um Café no Bellacosa Mainframe

Agile sem Mistérios no IBM Z

O Guia Definitivo do Programador COBOL Padawan para Sobreviver ao Mundo Ágil sem Esquecer as Lições da Tela Verde

"Um Jedi não luta contra a mudança. Ele aprende a usá-la a seu favor."

Existe um momento na vida de praticamente todo programador COBOL em que alguém entra na sala e anuncia:

"A partir da próxima semana vamos trabalhar em Agile."

Imediatamente surgem dezenas de pensamentos.

"Mas COBOL não é batch?"

"Como fazer Sprint se meu programa roda quatro horas?"

"Quem inventou Daily Meeting?"

"O Product Owner entende o que é um SQLCODE -904?"

"Como colocar DevOps num ambiente onde existe Change Management, CAB, RACF, CICS, Db2, IMS e três ambientes de homologação?"

Respire.

A boa notícia é que praticamente todos os grandes bancos do planeta trabalham hoje utilizando alguma adaptação de Agile sobre IBM Z.

Na verdade...

Existe uma ironia curiosa.

O mainframe já fazia diversas coisas "ágeis" muito antes do Manifesto Ágil existir.

Vamos descobrir por quê.


A Grande Mentira Sobre Agile

Muitos iniciantes acreditam que Agile significa:

trabalhar rápido.

Não.

Outros acreditam que significa:

fazer reuniões.

Também não.

Outros imaginam:

não existe documentação.

Errado novamente.

Agile significa algo muito mais simples.

Reduzir o custo da mudança.

Essa é a verdadeira definição.

Quanto mais cedo você descobrir um erro...

...mais barato ele fica.


O Mundo Antes do Agile

Imagine desenvolver um sistema bancário em 1988.

O fluxo era mais ou menos assim:

Levantamento

↓

Análise

↓

Especificação

↓

Projeto

↓

Programação

↓

Testes

↓

Homologação

↓

Produção

Tudo parecia organizado.

O problema?

O cliente só via o sistema depois de um ano.

Quando via...

Descobria que queria outra coisa.

Dinheiro perdido.


O Manifesto Ágil

Em 2001, dezessete especialistas reuniram-se nas montanhas de Utah.

Eles perceberam algo curioso.

Os projetos que davam certo...

...quase nunca seguiam o processo enorme definido nos livros.

Então criaram quatro valores famosos.

Pessoas acima de processos.

Software funcionando acima de documentos gigantes.

Colaboração acima de contratos.

Adaptabilidade acima de seguir planos cegamente.

Observe.

Eles nunca disseram que documentação é ruim.

Disseram apenas que ela não pode ser mais importante que entregar valor.


O IBM Z Sempre Foi Mais Ágil do Que Parece

Aqui vem um dos primeiros easter eggs.

Muito antes do Scrum existir...

o operador de produção já fazia ciclos extremamente curtos.

Imagine.

Executa Job

↓

Analisa JESMSGLG

↓

Corrige JCL

↓

Executa novamente

Isso é um loop.

Agile adora loops.


Outro exemplo.

Compile

↓

Linkedit

↓

Teste

↓

Erro

↓

Corrige

↓

Compile novamente

Outro Sprint.

Sem ninguém perceber.


O Backlog no Mainframe

Imagine um banco.

Backlog:

Novo PIX

Nova TED

Mudança no boleto

Correção fiscal

Nova regra do BACEN

Mudança LGPD

Novo relatório

Integração Open Finance

Atualização cambial

Tudo isso entra numa única fila.

Essa fila é o Product Backlog.

Ela muda diariamente.


Quem Decide?

No mundo COBOL existe uma figura curiosa.

O usuário de negócio.

Ele normalmente conhece:

  • contas

  • empréstimos

  • cartões

  • seguros

Mas talvez nunca tenha ouvido falar em:

DSNHLI

SQLCA

RACF

IMS

CICS

VSAM KSDS

É exatamente por isso que existe o Product Owner.

Ele traduz o negócio.

Você traduz tecnologia.


Sprint

Agora imagine um Sprint de duas semanas.

Objetivo:

Permitir PIX Agendado.

Não é:

Modificar programa COBOL.

Observe a diferença.

O Sprint entrega valor.

Não código.


O Trabalho do Padawan COBOL

Durante o Sprint você pode receber tarefas como:

Modificar programa COBOL.

Criar novo COPYBOOK.

Alterar tabela Db2.

Criar PACKAGE.

Executar BIND.

Modificar CICS.

Atualizar MQ.

Criar API via z/OS Connect.

Tudo isso pertence ao mesmo Sprint.


A Daily Meeting

Aqui nasce uma das maiores lendas do Agile.

A Daily NÃO existe para o gerente descobrir quem trabalhou.

Ela serve para sincronizar conhecimento.

Imagine dez desenvolvedores.

Sem Daily.

Todos alteram o mesmo COPYBOOK.

Caos.

Com Daily.

Todos sabem quem está mexendo em quê.


User Story

No Agile quase tudo começa assim.

Como cliente

Quero agendar um PIX

Para realizar pagamentos futuros.

Isso parece simples.

Mas escondido existem dezenas de tarefas.

COBOL.

Db2.

MQ.

Logs.

SMF.

Segurança.

RACF.

Auditoria.

Rollback.

Monitoramento.

Performance.


Definition of Done

Esse conceito salva projetos.

Pronto significa:

Compila?

Sim.

Testado?

Sim.

Code Review?

Sim.

Documentado?

Sim.

Pipeline passou?

Sim.

Deploy aprovado?

Sim.

Agora sim.


Agile no Batch

Muitos acreditam:

"Batch não combina com Agile."

Grande engano.

Imagine um processamento noturno.

Antes:

8 horas

↓

ABEND S0C7

↓

Descobre de manhã.

Hoje:

Testes automatizados.

Validação.

Mock.

Datasets de teste.

Pipeline.

Muito menos risco.


Agile e CICS

Imagine uma transação bancária.

Sprint:

Criar nova tela BMS

↓

Modificar COBOL

↓

Atualizar MAPSET

↓

Testar CEDF

↓

Publicar

Tudo acontece dentro de um Sprint.


Agile e Db2

Outro exemplo.

Nova tabela

↓

DDL

↓

RUNSTATS

↓

BIND PACKAGE

↓

BIND PLAN

↓

Testes

↓

Deploy

Observe.

Não existe "programar".

Existe entregar uma funcionalidade.


Agile e DevOps

Hoje praticamente todo ambiente moderno IBM Z trabalha próximo disso:

Git

↓

Commit

↓

Pipeline

↓

Compile COBOL

↓

DBB

↓

Testes

↓

Code Review

↓

Deploy automático

↓

Validação

↓

Produção

Isso é Agile em estado puro.


O Grande Inimigo

O maior inimigo do Agile não é o waterfall.

É o multitasking.

Imagine.

Você começa:

Projeto A.

Parou.

Projeto B.

Parou.

Projeto C.

Parou.

Projeto D.

No fim...

Nada termina.


O Custo da Mudança

Existe um gráfico famoso.

Quanto mais tarde um erro aparece...

Mais caro fica.

No mainframe isso é ainda mais verdadeiro.

Imagine descobrir em produção:

MOVEs invertidos

↓

Saldo incorreto

↓

Milhões de contas afetadas

Quanto custou?

Muito.


Testes Automatizados

O Padawan moderno aprende rapidamente:

Testar manualmente não escala.

Hoje temos:

ZUnit.

Galasa.

IBM Z Virtual Test Platform.

Frameworks internos.

Tudo isso reduz riscos.


Integração Contínua

O velho fluxo:

sexta-feira

↓

deploy

↓

rezar

Foi substituído por:

Commit

↓

Pipeline

↓

Testes

↓

Deploy

Muito menos adrenalina.


Easter Egg nº 1

Você sabia?

O conceito de Sprint lembra muito os ciclos usados pela NASA durante o Projeto Apollo.

Os engenheiros entregavam pequenas evoluções sucessivas em vez de esperar a conclusão de todo o sistema.

Embora o Scrum moderno tenha outra origem, essa abordagem iterativa já aparecia em grandes projetos décadas antes.


Easter Egg nº 2

O próprio JES2 já trabalha em filas priorizadas.

Jobs possuem classes.

Prioridades.

Filas.

Dependências.

Curiosamente...

Muito parecido com um Backlog.


Easter Egg nº 3

O famoso ciclo

Editar

↓

Compile

↓

Execute

↓

Corrija

Existe desde os primeiros compiladores FORTRAN dos anos 1950.

Agile apenas expandiu essa filosofia para toda a organização.


Curiosidade

O maior Sprint do mundo provavelmente acontece diariamente.

Milhões de transações bancárias.

Bilhões de SQLs.

Milhares de Jobs.

Tudo funcionando continuamente.

O cliente nem percebe.


Dicas do Mestre Bellacosa

Nunca comece programando.

Leia a User Story.

Entenda o problema.


Converse com o usuário.

Cinco minutos de conversa economizam cinco dias de retrabalho.


Faça pequenas alterações.

Grandes mudanças geram grandes ABENDs.


Compile frequentemente.

Esperar três dias para compilar é receita para desastre.


Automatize tudo.

Quanto menos trabalho manual...

Menos erro humano.


Faça Code Review.

Quatro olhos encontram erros que dois ignoram.


Conheça o fluxo inteiro.

Não seja apenas "o programador COBOL".

Entenda:

JCL.

Db2.

MQ.

CICS.

IMS.

RACF.

SMF.

JES2.

Quanto maior sua visão...

Maior seu valor.


Perigos do Agile

Daily infinita

Se durar uma hora...

Não é Daily.


Sprint sem objetivo

"Vamos fazer algumas tarefas."

Isso não é Sprint.


Product Owner ausente

Sem prioridades...

Tudo vira prioridade.


Backlog gigante

Cinco mil histórias.

Ninguém consegue administrar isso.


Dívida técnica

"Depois corrigimos."

Depois nunca chega.


Falta de testes

Agile sem testes automatizados vira loteria.


Deploy manual

Copiar Load Module na mão em pleno século XXI aumenta o risco operacional.


Mudanças durante o Sprint

Se tudo muda todos os dias...

Nada termina.


Vantagens

✔ Feedback constante.

✔ Menor risco.

✔ Cliente participa.

✔ Correções rápidas.

✔ Maior qualidade.

✔ Melhor previsibilidade.

✔ Integração entre equipes.

✔ Evolução contínua.

✔ Entregas frequentes.

✔ Melhor moral da equipe.


Desvantagens

Também existem.

Nem tudo são flores.

Agile pode sofrer quando:

  • a organização não dá autonomia ao time;

  • o Product Owner não consegue priorizar;

  • a equipe é constantemente interrompida por demandas urgentes;

  • a documentação é negligenciada em nome da velocidade;

  • há dependências fortes de sistemas legados sem planejamento adequado.

Além disso, ambientes regulados — comuns no setor financeiro — exigem controles formais de auditoria, segregação de funções e aprovação de mudanças. O desafio não é abandonar essas práticas, mas integrá-las ao fluxo ágil com automação, pipelines e governança.


O Caminho do Programador COBOL Padawan

No universo Bellacosa Mainframe, Agile não é um modismo nem uma desculpa para fazer reuniões. É uma maneira de reduzir riscos, aprender continuamente e entregar valor sem comprometer a estabilidade do IBM Z.

O Padawan que domina apenas COBOL escreve bons programas. O que compreende Agile, DevOps, testes automatizados, observabilidade, integração contínua, arquitetura e o ciclo de vida completo do software torna-se um profissional capaz de dialogar com desenvolvedores distribuídos, arquitetos, analistas de negócio, DBAs, administradores CICS e equipes de operações.

No fim da jornada, a maior lição é simples: o verdadeiro poder do Agile não está nos Sprints, nas Dailies ou nos quadros Kanban. Está na capacidade de transformar conhecimento em melhoria contínua. É exatamente isso que mantém o IBM Z relevante há mais de seis décadas: evoluir constantemente sem abrir mão da confiabilidade.

Como diria um velho Mestre Jedi do datacenter:

"O código pode ser legado. A forma de pensar nunca deve ser."

 

sexta-feira, 31 de dezembro de 2021

A História dos Hypes da Informática (1990–2021)

 

Bellacosa Mainframe e os maiores hupes da informatica entre 1990 e 2021

☕ Um Café no Bellacosa Mainframe

A História dos Hypes da Informática (1990–2021)

O Que Deu Certo, O Que Virou Poeira Digital e as Lições que Todo Programador COBOL Padawan Precisa Aprender

Inspirado em Star Trek, Dr. Spock e na eterna busca pela lógica em um universo repleto de buzzwords


"Quando você elimina o impossível, o que resta, por mais improvável que pareça, costuma ser a realidade."

— Adaptado ao espírito de Spock, Oficial de Ciências da USS Enterprise


Introdução

Imagine entrar na ponte da USS Enterprise.

O Capitão pergunta:

"Spock, qual tecnologia devemos adotar?"

Spock levanta uma sobrancelha.

Analisa.

Calcula.

Consulta milhares de sensores.

Depois responde calmamente:

"Capitão... existem evidências insuficientes para justificar o entusiasmo coletivo."

Enquanto isso...

Metade da galáxia já vende cursos.

A outra metade promete revoluções.

E alguém anuncia:

"Quem não migrar agora ficará obsoleto em seis meses."

Se existe uma constante na história da informática, ela não é Java.

Nem COBOL.

Nem Linux.

Nem IA.

A constante é o Hype.

Durante mais de quarenta anos a indústria alternou entre:

  • inovação real;

  • exagero comercial;

  • marketing;

  • expectativas irreais;

  • e finalmente... maturidade.

Curiosamente...

O IBM Z sobreviveu a todos.

Assim como COBOL.

E isso não aconteceu por acaso.

Hoje vamos viajar de 1990 até 2021, entendendo quais modas realmente mudaram o mundo e quais desapareceram quase tão rápido quanto surgiram.


O que é um Hype?

Hype é quando a expectativa cresce muito mais rápido do que a tecnologia consegue entregar.

Não significa fraude.

Nem significa tecnologia ruim.

Significa apenas que o mercado acredita que ela resolverá todos os problemas imediatamente.

Depois...

A realidade chega.


O famoso Gartner Hype Cycle

Todo hype costuma seguir aproximadamente este ciclo:

  1. Inovação

  2. Expectativa exagerada

  3. Decepção

  4. Aprendizado

  5. Maturidade

É quase inevitável.


Década de 1990

Cliente/Servidor

Promessa

"O Mainframe morreu."

Era o discurso favorito.

Agora tudo seria distribuído.

Windows NT.

Oracle.

PowerBuilder.

Visual Basic.

Novell.

LAN Manager.

Todos os sistemas migrariam.

O que aconteceu?

Parte funcionou.

Parte virou desastre.

Sistemas pequenos prosperaram.

Grandes bancos descobriram rapidamente que dezenas de servidores pequenos não substituíam um IBM Mainframe facilmente.

Resultado

Sucesso parcial.


CASE Tools

Computer Aided Software Engineering.

Promessa:

"Nunca mais será preciso programar."

Diagramas gerariam aplicações completas.

Na prática...

O código gerado era difícil de manter.

Poucos sobreviveram.

Resultado

Fracasso comercial.

Mas...

Influenciaram IDEs modernas.


Orientação a Objetos

Aqui aconteceu algo interessante.

O hype existiu.

Mas a tecnologia realmente funcionava.

Smalltalk.

C++.

Depois Java.

C#.

Hoje praticamente tudo usa conceitos OO.

Resultado

Grande sucesso.


Data Warehouse

Nos anos 90 surgiu outra promessa:

"Agora finalmente teremos todos os dados centralizados."

Kimball.

Inmon.

ETL.

Cubos.

OLAP.

Foi um sucesso enorme.

Até hoje inspira Data Lakes.


ERP

SAP.

PeopleSoft.

Oracle Applications.

Baan.

JD Edwards.

Promessa:

Integrar toda empresa.

Funcionou?

Sim.

Mas...

Implementações gigantescas também produziram alguns dos maiores fracassos corporativos da história.

Mesmo assim...

Mudou o mercado.


Internet

Talvez o maior hype da década.

E talvez a maior revolução.

Desta vez...

O marketing estava certo.


O Bug do Milênio (Y2K)

Curiosamente...

Não era hype tecnológico.

Era um medo coletivo.

Empresas investiram bilhões.

Nada aconteceu.

Muitos concluíram:

"O problema nunca existiu."

Na verdade...

Nada aconteceu justamente porque milhões de pessoas trabalharam anos corrigindo sistemas.

Um excelente exemplo da engenharia invisível.


2000

Dot-com

Empresas recebiam milhões de dólares.

Sem faturamento.

Sem produto.

Sem clientes.

Apenas um domínio ".com".

A bolha estourou.

Mas...

Amazon sobreviveu.

Google nasceu.

A internet venceu.

A bolha morreu.


XML

Parecia resolver tudo.

Configuração.

Integração.

Mensagens.

Web Services.

Durante anos...

Tudo virou XML.

Hoje ainda existe.

Mas perdeu espaço para JSON.


SOA

Service Oriented Architecture.

A promessa:

Tudo seria serviço.

Reutilização infinita.

Na prática?

Funcionou.

Mas ficou burocrático.

Muito XML.

Muito WS-*.

Muito SOAP.

Hoje evoluiu para APIs REST.


Virtualização

VMware.

LPAR.

PowerVM.

KVM.

Hyper-V.

Este hype entregou exatamente o prometido.

Economizou bilhões.

Hoje praticamente todo datacenter virtualiza algo.


Linux

Outro hype que realmente mudou tudo.

Hoje roda:

supercomputadores

cloud

smartphones

roteadores

mainframe

IoT


2010

Big Data

Quem nunca ouviu?

"Os dados são o novo petróleo."

Hadoop.

Spark.

Hive.

MapReduce.

Foi revolucionário.

Mas...

Nem todo problema precisava de Big Data.

Muitos clusters Hadoop acabaram abandonados.

Mesmo assim...

A ideia evoluiu para Data Lake.


NoSQL

Promessa:

"O SQL morreu."

Spoiler:

Não morreu.

MongoDB.

Cassandra.

Redis.

CouchDB.

Hoje convivem com bancos relacionais.

O vencedor foi a coexistência.


DevOps

Outro hype.

Que entregou valor.

Integração.

Automação.

CI/CD.

Infraestrutura como código.

Hoje praticamente todas grandes empresas adotam alguma forma.

Inclusive Mainframe.


Agile

No início parecia moda.

Hoje virou padrão.

Mas...

Também foi mal interpretado.

Agile não significa:

✔ ausência de documentação

✔ ausência de arquitetura

✔ ausência de planejamento

Muitos confundiram velocidade com improviso.


Containers

Docker.

Depois Kubernetes.

Mudaram completamente deploy.

Hoje são fundamentais.


Cloud Computing

Talvez o maior sucesso da década.

AWS.

Azure.

Google Cloud.

IBM Cloud.

Hoje praticamente todas empresas usam algum modelo híbrido.


Blockchain

Aqui começa uma história curiosa.

A tecnologia funciona.

Bitcoin provou isso.

Mas...

Prometeram blockchain para:

cadeiras

geladeiras

cartórios

cafeterias

cadeia logística de café

e praticamente qualquer coisa imaginável.

Nem tudo precisava de blockchain.


IoT

Outro sucesso parcial.

Funciona muito bem.

Mas ficou abaixo das expectativas iniciais.


Inteligência Artificial (2012)

Deep Learning.

Redes neurais.

TensorFlow.

PyTorch.

Aqui começa uma mudança real.

Mas ainda longe do boom da IA Generativa.


Microservices

Promessa:

Dividir tudo.

Funcionou?

Sim.

Mas também criou:

milhares de APIs

complexidade operacional

observabilidade

service mesh


Serverless

Boa ideia.

Excelente para muitos cenários.

Não substitui tudo.


Chatbots

Muitos fracassaram.

Os primeiros eram extremamente limitados.

Somente com LLMs a experiência mudou radicalmente.


Low-Code

Funciona?

Sim.

Resolve tudo?

Não.

Excelente para aplicações simples.

Não substitui engenharia de software.


RPA

Automação Robótica.

Grande sucesso em processos repetitivos.

Fracasso quando tentaram substituir processos mal desenhados.


Edge Computing

Ainda crescendo.

Muito promissor.


2020

Home Office

Não era hype.

Foi necessidade.

Mudou definitivamente a indústria.


Zero Trust

Mais do que hype.

Hoje virou requisito.


Observabilidade

Logs.

Métricas.

Tracing.

Mudou completamente operações.


GitOps

Grande evolução do DevOps.


2021

Metaverso

O assunto dominante.

Todos prometiam:

trabalho

compras

educação

reuniões

eventos

casamentos

tudo dentro do metaverso.

Em 2021...

Parecia inevitável.

Mas naquele momento ainda era cedo para saber como evoluiria.

O conceito reunia ideias antigas de mundos virtuais, avatares e realidade imersiva, mas sua adoção em larga escala ainda dependia de hardware, conteúdo e aceitação do público.


O que realmente deu certo?

✔ Internet

✔ Linux

✔ Cloud

✔ Virtualização

✔ DevOps

✔ Agile

✔ Containers

✔ IA

✔ Data Warehouse

✔ ERP

✔ APIs

✔ Git

✔ Open Source


O que fracassou?

❌ CASE

❌ Muitos produtos SOA excessivamente complexos

❌ Diversos projetos Hadoop sem necessidade

❌ Chatbots de regras

❌ "XML para tudo"

❌ Blockchain aplicado indiscriminadamente

❌ "NoSQL vai matar SQL"

❌ "Cliente/Servidor matou Mainframe"


O maior erro da indústria

Confundir:

Tecnologia

com

Marketing.

São coisas completamente diferentes.


A visão de Spock

Se Spock fosse arquiteto de software, provavelmente faria cinco perguntas antes de adotar qualquer novidade:

  1. O problema é real?

  2. Existe evidência mensurável?

  3. A tecnologia escala?

  4. Qual o custo total de operação?

  5. Há um plano de retorno se ela falhar?

Se qualquer resposta fosse "não sabemos", ele dificilmente aprovaria uma migração apenas porque "todo mundo está fazendo".


Easter Eggs para Padawans

  • O IBM Mainframe foi declarado "morto" dezenas de vezes desde os anos 1980 — e continua processando boa parte das transações financeiras do planeta.

  • COBOL sobreviveu a cliente/servidor, internet, Java, SOA, cloud, microservices e IA.

  • JSON nasceu como alternativa simples e hoje domina integrações onde XML antes reinava.

  • Git, criado por Linus Torvalds para o kernel Linux, tornou-se o padrão universal de controle de versões.

  • Muitas tecnologias consideradas "novas" reaproveitam conceitos de décadas anteriores: virtualização, microsserviços e computação distribuída têm raízes muito antigas.


Lições Aprendidas

O padawan costuma perguntar:

"Como saber se uma tecnologia é um hype ou uma revolução?"

A resposta não está nos anúncios, mas no tempo.

Algumas boas práticas ajudam:

  • Estude fundamentos antes das ferramentas.

  • Entenda o problema antes de escolher a solução.

  • Faça provas de conceito pequenas.

  • Meça resultados com métricas objetivas.

  • Não descarte tecnologias maduras apenas porque não são "da moda".

  • Avalie custo, operação, segurança e manutenção, não apenas velocidade de implantação.

  • Desconfie de frases como "isso substitui tudo" ou "esta é a última tecnologia de que você precisará".


Conclusão: A Lógica Vence o Hype

Ao final desta jornada, Spock olha para o painel da Enterprise e conclui:

"Capitão, as tecnologias passam. Os princípios permanecem."

Essa talvez seja a maior lição para um programador COBOL padawan.

Linguagens mudam. Frameworks surgem e desaparecem. Buzzwords vêm e vão. Porém, arquitetura sólida, algoritmos, estruturas de dados, confiabilidade, testes, observabilidade e bom senso continuam sendo os pilares da engenharia de software.

O IBM Z continua relevante não porque resistiu às mudanças, mas porque incorporou, ao longo das décadas, aquilo que realmente entregou valor: virtualização, Linux, APIs, DevOps, containers, IA, criptografia avançada, computação híbrida e automação.

Assim também deve agir o profissional de tecnologia. Não rejeite o novo por nostalgia, nem abrace toda novidade por entusiasmo. Faça como Spock: observe, meça, compare evidências e tome decisões baseadas em fatos.

No fim das contas, o verdadeiro diferencial não é prever o próximo hype. É saber distinguir entre uma moda passageira e uma inovação capaz de permanecer por décadas.

Como diria um oficial científico da Frota Estelar ao encerrar mais uma missão:

"Vida longa e próspera... e que seu próximo deploy seja tão estável quanto um IBM Z em produção."


quinta-feira, 29 de julho de 2021

☕💥 Por que os Fluxogramas Caíram em Desuso?

 

Bellacosa Mainframe e um teoria sobre o desuso dos fluxogramas

☕💥 Por que os Fluxogramas Caíram em Desuso?

Ou como um Padawan COBOL descobriu que o vilão não era o losango, mas a pressa do mercado

A resposta curta é:

Fluxogramas não morreram.
Eles foram substituídos, fragmentados, escondidos dentro de outras ferramentas e vítimas da pressão por velocidade de entrega.

E isso aconteceu por vários motivos.


1. O software ficou monstruosamente grande

Na década de 70, um programa COBOL típico poderia ter:

2.000 linhas
5 arquivos
20 IFs

Um fluxograma cabia em duas folhas.

Já um sistema bancário atual pode possuir:

35.000 linhas COBOL

120 tabelas DB2

50 programas chamados

MQ

CICS

Webservices

Kafka

APIs

z/OS Connect

Imagine desenhar isso.

Seriam dezenas de páginas.

Exemplo:

Login

↓

Menu

↓

Consulta

↓

CICS

↓

COBOL

↓

DB2

↓

MQ

↓

API PIX

↓

Anti-fraude

↓

Core Banking

Vira praticamente uma planta industrial.


2. O Waterfall perdeu força

Antigamente.

Projeto:

Meses de análise

Meses de desenho

Meses documentação

Meses codificação


Hoje:

Sprint

5 dias

10 dias

Deploy

Produção


No Agile.

Muitos pensam:

"Melhor codar do que desenhar."

E aí morre o fluxograma.


3. UML roubou espaço

Anos 90.

Chega UML.

E aparece:

Use Case

Sequence Diagram

Activity Diagram

Class Diagram

State Diagram


Activity Diagram praticamente é.

Fluxograma Premium™.

Exemplo.

Login

Validar

[Conta válida]

Consultar


Mesmo conceito.

Outra roupa.


4. Ferramentas BPM surgiram

Hoje temos:

Camunda

IBM BPM

ServiceNow

Power Automate

Bizagi


Você não desenha.

Você modela.


Exemplo.

Fluxograma clássico.

Solicitar Crédito

↓

Análise

↓

Gerente

↓

Compliance

Camunda.

Já executa.

Workflow vivo.


5. Código passou a ser documentação

Essa é a maior mudança cultural.

Dev moderno diz:

O código é a documentação.

Exemplo.

EVALUATE STATUS

WHEN 1
   PERFORM INSERIR

WHEN 2
   PERFORM ALTERAR

WHEN 3
   PERFORM EXCLUIR

WHEN OTHER
   CONTINUE

END-EVALUATE

Ele acredita que isso basta.


Analista antigo pensa:

"Sim."

"Mas eu levei 15 segundos olhando um desenho."

"Você levou 20 minutos lendo o programa."

😂


6. CASE Tools fracassaram

Anos 80.

Grande promessa.

Desenhar.

Gerar COBOL.


Ferramentas.

IEF

CoolGen

Pacbase

Excelerator

ADW


Promessa:

Desenhe.

Clique.

Compile.


Realidade.

Sistema gerado.

Gigantesco.

Difícil manutenção.


Mercado perdeu confiança.


7. Diagramas ficaram desatualizados

Problema clássico.

Fluxograma.

Lindo.

Aprovado.


Programador faz:

Mais 10 IFs.

Mais 5 EVALUATE.

Mais 2 SELECT.


Ninguém atualiza.

Diagrama.

Versão 2017.

Código.

Versão 2026.


Caos.


8. O Git substituiu parte da documentação

Hoje.

Git.

Pull Request.

Merge.

Comentários.

Exemplo.

PR-4523


Adicionada regra PIX noturno

Muitos usam isso.

Como histórico.


9. A geração atual prefere ferramentas visuais modernas

Antigamente.

Visio

PowerPoint

Papel

Caneta


Hoje.

Miro

Draw.io

LucidChart

Figma


Mesmo conceito.

Nova embalagem.


Mas Mainframe ainda ama fluxogramas

Aqui está a grande ironia.

No mundo Mainframe.

Fluxogramas nunca morreram.

Estão escondidos.


CICS

Mapas BMS

Fluxo PF3

PF5

ENTER


Batch

Arquivos

Balance Line

Merge


DB2

Cursores

Commit

Rollback


VSAM

READ

REWRITE

DELETE


JES2

JOB

STEP

COND

RC


Exemplo real

Imagine receber.

Programa:

FINA0321

42 mil linhas.

Criado.

Autor.

Aposentado.

Documentação.

Zero.


Você abre.

PERFORM P0010

PERFORM P0020

PERFORM P0030

PERFORM P0040

O que faz?

Ninguém sabe.


Você desenha.

START

↓

LER VSAM

↓

CLIENTE EXISTE?


◇



SIM


↓

ATUALIZA DB2


↓

GERA RELATÓRIO




NÃO


↓

INCLUI DB2




↓

END

Em 10 minutos.

Entendeu o programa.


Então por que deveríamos voltar a usar?

Porque ele resolve problemas caros.

Comunicação

Analista

Desenvolvedor

Tester

Usuário

Todos entendem.


Onboarding

Padawan COBOL chega.

Primeiro dia.

Recebe.

Fluxograma.

Aprende.

Em horas.

Sem.

Fluxograma.

Leva semanas.


Auditoria

Banco Central

SOX

PCI

LGPD

Adoram.

Fluxos.


Engenharia Reversa

Legados.

Sem documentação.

Fluxograma é ouro.


Minha visão para o Mainframe moderno

Eu diria que o fluxograma não morreu.

Ele evoluiu.

Hoje ele reaparece como:

  • Activity Diagram

  • BPMN

  • Camunda

  • Miro

  • Draw.io

  • Mermaid

  • Workflow IBM BPM

  • State Machines

  • Fluxos conversacionais

  • Orquestração de APIs

  • Pipelines DevOps

Mas para nós, habitantes do Reino IBM Z, existe uma verdade quase filosófica:

Um fluxograma bem desenhado é a forma mais rápida de transformar 30 mil linhas de COBOL em uma história compreensível.

O compilador entende COBOL. O ser humano entende narrativas. O fluxograma é a ponte entre os dois.

Bellacosa Mainframe ☕💥🚀

 

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...