IBM Z IntelliMagic Vision for z/OS permet aux analystes performance de gérer et d’optimiser leurs régions et transactions z/OS CICS de manière plus efficace, et d’évaluer de manière proactive la santé de leurs régions CICS.
Accédez aux health insights qui évaluent des centaines d’indicateurs critiques afin d’identifier de manière proactive les risques pour la santé et les performances de votre application. La détection des anomalies dérivée de l’IA met en évidence les changements statistiquement significatifs, ce qui accélère la résolution des problèmes.
Utilisez des milliers de rapports prêts à l’emploi combinés à une interface graphique puissante et intuitive, ainsi qu’à des comparaisons et des modifications en temps réel. Les fonctionnalités d’analyse contextuelle vous permettent d’optimiser le temps consacré à la prévention et à la résolution des problèmes. Minimisez les temps d’arrêt sans nécessiter de codage personnalisé.
Améliorez l’efficacité du personnel grâce à des tableaux de bord interactifs, personnalisables et partageables, à des explications intégrées et à des analyses approfondies. Utilisez l’IA comme un multiplicateur de force pour accélérer l’apprentissage, promouvoir la collaboration et améliorer l’efficacité analytique.
Ce qui est inclus
Les données SMF de transactions CICS constituent une source riche de renseignements sur les performances, mais l’analyse avec une approche traditionnelle peut s’avérer difficile en raison de leur volume. L’évaluation proactive des indicateurs statistiques clés dans toutes les régions permet d’identifier les risques potentiels pour la disponibilité.
IBM Z IntelliMagic Vision for z/OS évalue les indicateurs CICS clés par rapport aux valeurs de bonnes pratiques afin d’identifier les risques potentiels pour la disponibilité à des fins d’enquête. Affichez les évaluations dans des groupes logiques définis par l’utilisateur en rouge, jaune et vert. Développez pour afficher plus de niveaux de détail, avec toutes les régions composant le groupe sélectionné ou les graphiques temporels des indicateurs.
De nombreux types de données statistiques CICS peuvent être explorés à des niveaux de détail plus élevés (nom du fichier, nom de la file d’attente, classe de transaction, mode TCB, etc.). Cette image montre l’utilisation de la navigation dynamique et de l’exploration contextuelle pour déterminer les zones de stockage CICS dans lesquelles les conditions de stockage sont insuffisantes.
L’analyse du workload CICS commence généralement par une vue « Top n » des transactions par utilisation de CPU ou par volume de transactions. Vous pouvez ensuite vous concentrer sur les profils de temps de réponse avec près de 100 intervalles de temps d’abord regroupés par catégories récapitulatives de premier niveau. Vous pouvez également consulter des explications détaillées de la catégorie qui vous intéresse.
Une fois que l’affichage initial des temps de réponse a permis de déterminer les principaux facteurs en jeu, des analyses approfondies aident à identifier les composants spécifiques d’intérêt. Si la catégorie de temps de réponse principale pour une transaction est le « Temps d’attente total des E/S » (comme le montre l’image précédente), ses sous-sections peuvent être examinées d’un simple clic.
La possibilité de comparer les profils entre les transactions en fonction des principales catégories de temps de réponse CICS permet également d’obtenir des informations utiles. Cet exemple montre l’utilisation CPU par transaction CICS pour la première série de transactions. Des filtres généraux peuvent également être spécifiés pour mieux cibler les transactions sélectionnées.
Les comparaisons entre plusieurs périodes temporelles sont souvent intéressantes lorsqu’il s’agit d’analyser l’impact de l’implémentation d’une version d’application sur l’utilisation CPU par transaction. Dans l’ensemble du produit, IBM Z IntelliMagic Vision for z/OS permet de comparer d’un coup d’œil les valeurs sur deux périodes données à des fins d’analyse.
Si vous enquêtez sur un problème de temps de réponse, vous pouvez partir d’une vue du temps de réponse. Pour mieux isoler le problème, examinez les temps de la transaction sélectionnée sur l’ensemble des systèmes ou des régions. Cette image montre un exemple où un composant de temps de transaction spécifique diffère de manière significative entre deux ensembles de systèmes.
Comme les données comptables Db2 (SMF 101) saisissent l’identifiant de la transaction CICS, le produit intègre de manière transparente les indicateurs clés de Db2 avec les données SMF CICS. Ces graphiques intègrent les indicateurs du point de vue de CICS sur la première ligne (en fonction de l’ID de transaction) et du point de vue de Db2 sur la dernière ligne (en utilisant l’ID de corrélation des données comptables).
La visibilité intégrée des différents types de données z/OS facilite les analyses CICS et tous les types d’analyses de performance. Dans ce scénario, une vue préalable des données système indique un objectif WLM non atteint pour des intervalles de temps sélectionnés, et montre les volumes accrus correspondants d’une transaction de longue durée.
Plus de 250 champs non chronologiques dans les enregistrements CICS 110.1 organisés en sous-groupes permettent une analyse détaillée. Le tableau de bord personnalisé sur cette image montre des exemples de plusieurs d’entre eux, notamment les appels SQL DB2 par transaction CICS, les écritures dans les flux de journaux, les chargements de programmes et l’accès à des fichiers.
L’adoption d’un modèle cloud présente un certain nombre d’avantages : implémentation rapide (pas de délai d’installation et de configuration du produit localement), configuration minimale (uniquement pour la transmission des données SMF), déchargement des ressources en personnel et accès aux services de conseil IntelliMagic pour compléter les compétences locales.