 |
| Bellacosa Mainframe e o estouro da bolha dotcom capitulo xii |
Capítulo XII — O Encontro de Dois Universos: Como as Startups Acabaram Descobrindo Tudo Aquilo que o Mainframe Já Sabia
Por que, vinte anos depois da bolha da Internet, a computação moderna passou a redescobrir conceitos que os grandes sistemas corporativos utilizam desde as décadas de 1960 e 1970
"Às vezes, inovar significa caminhar durante vinte anos para finalmente reencontrar uma ideia que já existia."
Existe uma cena curiosa que poderia perfeitamente acontecer em uma convenção de tecnologia.
De um lado, um jovem desenvolvedor de startup.
Fala sobre microsserviços.
Containers.
Observabilidade.
Alta disponibilidade.
Escalabilidade horizontal.
Zero downtime.
Automação.
Do outro lado...
Um veterano de mainframe, com quarenta anos de experiência em COBOL e z/OS.
Ele escuta atentamente.
Sorri discretamente.
E pensa:
"Interessante... estamos fazendo algo parecido desde antes de você nascer."
Não é arrogância.
Nem saudosismo.
É apenas uma constatação histórica.
Ao longo das últimas duas décadas, boa parte da indústria de software percorreu um caminho que acabou redescobrindo muitos dos princípios que sempre estiveram presentes no universo dos grandes sistemas corporativos.
Não porque o mainframe fosse perfeito.
Mas porque problemas complexos frequentemente levam às mesmas soluções.
O Mundo das Startups Cresceu
Nos anos 1990, muitas startups possuíam apenas alguns servidores.
Poucos usuários.
Bases de dados relativamente pequenas.
Falhas ocasionais eram aceitáveis.
Se um site saísse do ar durante algumas horas...
Não era agradável.
Mas também não era o fim do mundo.
Hoje a realidade é completamente diferente.
Milhões de pessoas dependem continuamente de serviços digitais.
Bancos.
Hospitais.
Transporte.
Energia.
Comércio.
Educação.
Comunicação.
Quando esses sistemas falham...
O impacto é imediato.
A consequência?
As startups passaram a enfrentar exatamente os mesmos desafios que bancos enfrentavam há décadas.
Disponibilidade Deixou de Ser Luxo
Existe uma frase clássica na computação corporativa.
"O sistema deve estar disponível quando o cliente precisar. Não quando for conveniente para a equipe técnica."
Durante muitos anos essa preocupação parecia exclusiva dos grandes bancos.
Hoje...
Ela vale para praticamente qualquer plataforma digital.
Imagine:
Pix indisponível.
Uber fora do ar.
WhatsApp inacessível.
Amazon parada.
Netflix indisponível durante uma estreia.
A tolerância dos usuários tornou-se extremamente pequena.
O conceito de 24x7x365, tão comum no universo IBM Z, passou a fazer parte da realidade de praticamente toda empresa digital.
Escalabilidade: O Mesmo Problema, Novas Ferramentas
Outro conceito redescoberto foi a escalabilidade.
Nos anos 1970 um banco precisava processar milhões de transações.
Hoje uma rede social também.
Mudou o tipo de aplicação.
Não mudou o desafio.
Como atender milhões de usuários simultaneamente?
Como evitar gargalos?
Como distribuir carga?
Como manter consistência?
As respostas modernas utilizam containers, Kubernetes e computação em nuvem.
Os grandes sistemas utilizavam LPARs, Parallel Sysplex, Workload Manager (WLM), filas de processamento e balanceamento inteligente muito antes disso.
As tecnologias mudaram.
O problema permaneceu exatamente o mesmo.
A Redescoberta da Resiliência
Durante os primeiros anos da Web, muitas empresas aceitavam falhas frequentes.
Era quase esperado.
"Vamos reiniciar o servidor."
"Depois volta."
Hoje isso é impensável em diversos setores.
A computação moderna passou a investir fortemente em:
redundância;
replicação;
failover;
recuperação automática;
balanceamento de carga;
distribuição geográfica.
Curiosamente...
Esses conceitos sempre fizeram parte da cultura dos sistemas críticos.
O vocabulário mudou.
A filosofia permaneceu.
Observabilidade: Um Nome Novo para uma Necessidade Antiga
Hoje fala-se muito sobre observabilidade.
Logs.
Métricas.
Tracing distribuído.
Dashboards.
Alertas inteligentes.
OpenTelemetry.
Grafana.
Prometheus.
Tudo isso representa enorme evolução tecnológica.
Mas o princípio é antigo.
Um ambiente de produção precisa ser observado continuamente.
Administradores de mainframe fazem isso há décadas utilizando:
SMF.
RMF.
OMEGAMON.
NetView.
Tivoli.
Relatórios estatísticos.
Planejamento de capacidade.
Mais uma vez...
Mudaram as ferramentas.
Não mudou a necessidade.
DevOps e a Cultura Operacional
Durante muito tempo acreditou-se que DevOps representava algo totalmente novo.
Na realidade...
Ele trouxe enorme inovação.
Mas também recuperou práticas tradicionais.
Automação.
Controle de mudanças.
Padronização.
Gestão de configuração.
Monitoramento.
Integração entre desenvolvimento e operações.
Em ambientes IBM Z esses conceitos sempre estiveram profundamente presentes.
A diferença é que agora eles passaram a ser aplicados também ao restante da indústria.
Segurança Nunca Foi um Acessório
Durante os anos 1990 era relativamente comum adicionar segurança apenas no final dos projetos.
Hoje isso seria considerado extremamente perigoso.
Surgiu então o conceito de Security by Design.
Projetar segurança desde o início.
Curiosamente...
Mainframes sempre seguiram essa filosofia.
RACF.
SAF.
ACEE.
Controle de acesso.
Auditoria.
Segregação de funções.
Privilégios mínimos.
Proteção de datasets.
Tudo isso fazia parte da arquitetura.
Não era um complemento.
Era a fundação.
Hoje chamamos essa abordagem de Zero Trust em muitos ambientes distribuídos.
O princípio continua surpreendentemente parecido.
APIs Aproximaram Dois Mundos
Durante muitos anos existiu um mito.
Mainframes eram fechados.
A Internet era aberta.
Essa visão tornou-se rapidamente ultrapassada.
Hoje encontramos:
REST.
SOAP.
GraphQL.
gRPC.
MQ.
Kafka.
Eventos.
Web Services.
z/OS Connect.
IMS Connect.
CICS Web Services.
Os sistemas corporativos passaram a conversar naturalmente com aplicações modernas.
A fronteira praticamente desapareceu.
Hoje um aplicativo instalado em um smartphone frequentemente consulta informações processadas por programas COBOL executando em um IBM Z.
O usuário sequer percebe.
E talvez esse seja o maior elogio possível para uma arquitetura.
Ela funciona de forma transparente.
Cloud e Mainframe Deixaram de Ser Rivais
Outro mito importante desapareceu.
Durante anos criou-se a falsa ideia de que nuvem substituiria completamente os mainframes.
A realidade mostrou algo muito mais interessante.
Eles passaram a trabalhar juntos.
Hoje encontramos arquiteturas híbridas onde:
IBM Z processa transações críticas.
Cloud executa aplicações escaláveis.
Containers hospedam microsserviços.
APIs integram tudo.
A Inteligência Artificial analisa informações produzidas pelos sistemas corporativos.
Não existe competição.
Existe complementaridade.
Cada ambiente faz aquilo em que é melhor.
A Inteligência Artificial Reforçou Essa Aproximação
A chegada da IA acelerou ainda mais essa convergência.
Modelos precisam de dados.
Os dados mais importantes das empresas continuam armazenados em sistemas corporativos.
Bancos.
Seguradoras.
Hospitais.
Indústrias.
Governos.
Grande parte dessas informações permanece em plataformas tradicionais.
Assim, a IA não substitui o mainframe.
Ela depende dele.
É uma mudança de perspectiva extremamente importante.
O Que as Startups Ensinaram ao Mainframe
Essa história também possui o movimento inverso.
Não foram apenas as startups que aprenderam com os sistemas corporativos.
O universo mainframe também absorveu diversas ideias vindas da cultura startup.
Interfaces mais amigáveis.
Experiência do usuário.
Entrega contínua.
Git.
DevOps.
Open Source.
Containers.
Kubernetes.
APIs.
Automação.
Cloud híbrida.
Ferramentas modernas de desenvolvimento.
Hoje um desenvolvedor COBOL pode trabalhar utilizando Visual Studio Code, GitHub, pipelines CI/CD, testes automatizados e inteligência artificial para auxílio na programação.
O encontro aconteceu dos dois lados.
A Grande Convergência
Talvez este seja um dos acontecimentos mais importantes da computação nas últimas décadas.
Os dois mundos deixaram de competir.
Começaram a convergir.
Startups aprenderam robustez.
Mainframes incorporaram agilidade.
Cloud trouxe elasticidade.
IBM Z trouxe confiabilidade.
Open Source acelerou inovação.
Enterprise Computing trouxe governança.
Inteligência Artificial conectou todos esses elementos.
O resultado é um ecossistema muito mais rico do que qualquer um desses mundos isoladamente.
O Padawan COBOL Vive um Momento Único
Talvez nenhum momento da história tenha sido tão interessante para um novo profissional de tecnologia.
Hoje é possível estudar:
COBOL.
Python.
Java.
REST.
Docker.
OpenShift.
Git.
Ansible.
Cloud.
Kubernetes.
Machine Learning.
IA Generativa.
Tudo isso sem abandonar os fundamentos construídos ao longo de décadas.
Na verdade...
Quem compreende fundamentos aprende novas tecnologias muito mais rapidamente.
O Futuro Não Escolheu um Lado
Durante muitos anos parecia existir uma guerra.
Mainframe versus servidores.
COBOL versus Java.
Cloud versus IBM Z.
Legacy versus moderno.
Hoje percebemos que essas disputas eram artificiais.
Os sistemas mais sofisticados do mundo utilizam praticamente todas essas tecnologias ao mesmo tempo.
Cada uma resolve um tipo diferente de problema.
A verdadeira maturidade tecnológica consiste justamente em escolher a ferramenta adequada para cada situação.
Lições para o Padawan COBOL
Quando um jovem oficial entra pela primeira vez na sala de engenharia da USS Enterprise, costuma ficar impressionado com os motores de dobra, os painéis holográficos e a tecnologia futurista.
Mas o engenheiro-chefe sabe de um segredo.
Nenhuma nave permanece em operação durante décadas apenas porque possui equipamentos modernos.
Ela continua voando porque respeita princípios fundamentais de engenharia.
Redundância.
Monitoramento.
Segurança.
Planejamento.
Disciplina.
Melhoria contínua.
Foi exatamente isso que aconteceu com a computação.
As startups trouxeram velocidade.
O mainframe trouxe estabilidade.
A nuvem trouxe elasticidade.
A Inteligência Artificial trouxe uma nova forma de interação.
Nenhuma dessas revoluções anulou a anterior.
Cada uma acrescentou uma nova camada ao edifício da tecnologia.
Talvez essa seja a maior lição de toda esta jornada.
O futuro raramente destrói completamente o passado.
Na maioria das vezes...
Ele é construído sobre ele.
No próximo capítulo faremos uma última grande conexão com o presente, analisando por que a corrida da Inteligência Artificial lembra tanto os anos que antecederam a bolha das Dot-Com, quais sinais devemos observar, o que realmente mudou em vinte anos e como um profissional de tecnologia pode se preparar para aproveitar essa nova revolução sem repetir os erros do passado.
