最新

我将在一个月内从加利福尼亚的一个小海滨小镇搬到伦敦，作为一名美国人。有什么建议吗？<p>我30岁，没有孩子，妻子在身边。感觉人生短暂，所以我们找到了工作并买了机票。

嗨，HN， 我是一名计算机科学专业的学生，同时在加州机动车辆管理局实习。在过去的几个月里，我一直在将大型机数据集（主要是 VSAM KSDS）迁移到云系统，如 RDS/Postgres，但我不断遇到同样的问题：在大型机和云系统之间协调工作流没有合理的方法。 一切都是碎片化的： - 大型机团队编写 JCL 并使用作业调度器 - 云/数据团队构建 Python ETL 脚本和 Airflow DAG - 集成过程缓慢且手动，通常需要大量的电子邮件交流和孤立团队之间的交接 因此，我构建了 Grace，这是一个声明式的编排工具链，允许您使用 YAML 定义端到端的工作流，从 COBOL 批处理作业到 S3 上传或 shell 脚本。 [https://github.com/graceinfra/grace](https://github.com/graceinfra/grace) Grace 处理跨环境的作业编排，包括 JCL 模板和提交、数据集传输、作业间数据交接以及每个步骤的结构化日志记录。我们的目标是将大型机逻辑以原子、可重用的步骤呈现出来，以便能够集成到现代基础设施管道中。 大型机在未来几十年仍将存在。我认为重写数百万行 COBOL 代码并不是一个明智的时间或资金利用；真正的需求是能够让云原生系统与遗留逻辑无缝对接的工具。Grace 旨在成为那座桥梁：一个用于编排混合基础设施的共享控制平面，而无需额外的粘合代码。 欢迎任何在遗留现代化、DevOps 或基础设施领域工作的人提供反馈。