Rückschau: IBM Z-Roadshow in Frankfurt und München (Teil 1) [Update]

geschätzter Leseaufwand: 3 Minuten

Letzte Woche hat IBM an drei Orten ihre Kunden einzuladen, um über Neues in Sachen Mainframe zu berichten. Genauer gesagt handelte es sich um ein „Major Update“, den die IBM z14 betrifft, bei deren Einführung im Juli 2017 ich ebenfalls zugegen war. Und so durfte ich auch dieses Jahr wieder dabei sein, wie Andreas Thomasch in gewohnt eloquenter Art durch den Nachmittag führte. Und das in Köln, Frankfurt und München.

Update: Mit Andreas Thomasch durfte ich folgendes Videointerview führen. Weitere Infos dazu gibt es in einem weiteren Blogbeitrag.

Das Frankfurt-Event fand in einem perfekten Ambiente statt, und zwar im Westhafen Pier 1, einer Event-Location, die für diese Art der Veranstaltung bestens geeignet ist. Und die nähere Umgebung war auch nicht wirklich verachtenswert.

Den Anfang der Z-Sessions machte Christine Axnix, die im Böblinger IBM-Labor arbeitet und dort für das Thema Firmware zuständig ist. Klar, dass sie aus berufenem Munde über die Entwicklung der neuen IBM z14 vom Typ ZR1 berichtete. Schließlich waren die Kolleginnen und Kollegen dort maßgeblich an der Mainframe-Maschine im 19-Zoll-Format beteiligt (und arbeiten bereits an den Nachfolgern dieses Transaktionsrechners).

Den ersten Schwerpunkt setzte Frau Axnix auf die technischen Details der IBM z14 ZR1, die ich in einem Blogbeitrag bereits zusammengefasst habe.

Darüber hinaus widmete sie sich auch den maßgeblichen Anwendungsszenarien, zu denen natürlich die Analysen großer Datenmengen gehören. Dabei sind vor allem die Aspekte Datenschutz, Datenzugrifff und Datenteilung von entscheidender Bedeutung. Zu diesen Teilbereichen leisten zahlreiche IBM-Techniken und -Technologien einen wesentlichen Beitrag.

Zu den offensichtlichsten Neuerungen der IBM z14 ZR1 zählen vor allem zwei Dinge: Zum einen wurde der Formfaktor von 24 Zoll auf 19 Zoll geschrumpft, womit die neue IBM-Mainframe deutlich weniger Platz beansprucht und eine Standard-RZ-Größe bietet. Darüber hinaus lässt sich die IBM z14 ZR1 problemlos erweitern, wofür zweimal acht Höheneinheiten, also 16U zur Verfügung stehen.

Auf Christine Axnix folgte Gonzalo Muelas Serrano, der über sein Lieblingsthema sprach, nämlich z/VSE.

Aber auch Linux auf der IBM z14 kommt immer häufiger zum Einsatz, weswegen sich Herr Serrano ebenfalls diesem Thema widmete. Wichtigste Erkenntnisse hierbei: Linux on Z bringt all die Vorteile mit sich, die man von Linux kennt – und darüber hinaus.

Nach Herrn Serrano stellte Thomas Hanicke das Thema Sicherheit auf und mit Z-Mainframes vor.

Dabei kam natürlich unter anderem das Thema Pervasive Encryption zur Sprache. Damit soll auf einer IBM-Mainframe ein vollumfänglicher Schutz sichergestellt werden. Dazu gehören Themen wie Krypto-Hardware, Clustering- und Netzwerk-Schutz, sichere Service-Container und Schlüsselverwaltung.

Für den richtigen Umgang mit den einzelnen Pervasive Encryption-Bereichen hat IBM eigens eine Software entwickelt, die sich IBM zSecure Admin nennt.

Nach so viel Sicherheit ging es dann um die Frage, ob die Mainframe im 21. Jahrhundert angekommen ist, sprich auch als Cloud-Maschine taugt. Vorgetragen wurde dieses Thema auf sehr unterhaltsame und lockere Art von Tobias Leicher.

Update: Mit Tobias Leicher durfte ich folgendes Videointerview führen. Weitere Infos dazu gibt es in einem weiteren Blogbeitrag.

Den Abschluss des Frankfurt-Events bildete dann ein Vortrag von Khadija Souissi, die eine Menge über Machine Learning zu berichten hatte. Auch mit Frau Souissi durfte ich ein Videointerview führen.

Die wichtigste Erkenntnis dieser Techsession lautete: IBM hat ein breites Angebot rund Machine Learning auf der IBM Z-Maschine in petto, das sich vor allem an die Datenbank-Anwendung Db2 unter z/OS wendet. Hierzu gehören Tools wie Db2 for z/OS, Db2 Analytics Accelerator, Data Virtualization Manager for z/OS, Machine Learning for z/OS und QMF for z/OS.

So bietet beispielsweise der Db2 Analytics Accelerator die Möglichkeit, auf ein und derselben Maschine, nämlich der Mainframe, Datentransaktionen durchzuführen und diese gleichzeitig zu analysieren und bewerten. Damit müssen sämtliche Daten erst gar nicht umständlich von einem auf den anderen Rechner transferiert werden, was enorme Zeit- und Kostenersparnisse mit sich bringt.

Bemerkenswert an dem Software-Tool „Machine Learning for z/OS“ ist die Tatsache, dass es von IBM Watson auf die Mainframe portiert wurde. Damit stehen die bekannten Funktionen und Sprachen wie Scala, Python und R auf IBM z14 und Co. für Machine Learning zur Verfügung.

Schick am IBM Data Virtualization Manager for z/OS ist dessen Fähigkeit, nahezu sämtliche Datenformate und -quellen für die Analyse derselben nutzen zu können. Damit lassen sich Machine-Learning-Algortihmen nahezu beliebig auf der Mainframe ausführen.

TIPP: Lesen Sie morgen den zweiten Teil der IBM Z-Roadshow und welche bemerkenswerte Vorträge in München geboten wurden.

Disclaimer: Für diesen Blogpost hat mich IBM Deutschland als Blogger engagiert.