Nowa programistka dołącza do zespołu mainframe. Spędziła pięć lat pisząc mikrousługi Java z wykorzystaniem Gita, GitHuba, żądań ściągnięcia, przeglądów kodu i potoków CI/CD. Wie, jak utworzyć gałąź funkcji, przesłać żądanie żądania, obserwować działanie testów automatycznych, uzyskać opinie od kolegów i scalić, gdy testy zakończą się pomyślnie. Pierwszego dnia w zespole mainframe uczy się przepływu pracy: otwiera ISPF, przechodzi do źródłowego PDS, edytuje bezpośrednio członka, zapisuje go, przesyła kompilację JCL, sprawdza SYSOUT pod kątem błędów. Nie ma gałęzi. Nie ma historii wykraczającej poza numery sekwencyjne w kolumnach 1-6. Nie ma żądania ściągnięcia. Nie ma zautomatyzowanej bramki testowej. Jeśli ona i współpracownik jednocześnie edytują ten sam członek, drugi zapis nadpisuje pierwszy bez scalania, bez ostrzeżenia, bez konfliktu, a jedynie bezgłośną utratę danych.
To właśnie ten przepływ pracy ma zastąpić GitOps dla komputerów mainframe. Nie chodzi o platformę z/OS, język COBOL, sprawdzone przetwarzanie transakcji, które komputery mainframe oferują przy dostępności na poziomie pięciu dziewiątek, ale o przepływ pracy zarządzania kodem źródłowym, który poprzedza rozproszoną kontrolę wersji i nie nadąża za sposobem działania zespołów programistycznych. Analiza biznesowa staje się coraz bardziej konkretna: zespoły mainframe, które wdrażają przepływy pracy oparte na Gicie, zgłaszają szybsze wdrażanie nowych programistów (w tym rosnącej grupy korzystającej wyłącznie z nowoczesnych narzędzi), lepszy wgląd w historię zmian w celu zapewnienia zgodności i audytu, usprawnioną współpracę między komputerami mainframe a rozproszonymi zespołami programistycznymi oraz mniejsze ryzyko związane z problemem nadpisywania edycji, który zawsze występował w zarządzaniu bibliotekami ISPF.
Kompiluj tylko programy, których to dotyczy
SMART TS XL identyfikuje każdy program zawierający zmodyfikowany copybook zanim proces CI zdecyduje, co skompilować.
DOWIEDZ SIĘ WIĘCEJ…Co tak naprawdę oznacza GitOps dla komputerów mainframe
GitOps to model operacyjny, w którym Git jest jedynym źródłem prawdy zarówno dla kodu aplikacji, jak i konfiguracji infrastruktury. Każda zmiana w systemie, kodzie, konfiguracji i definicji wdrożenia jest wprowadzana poprzez zatwierdzenie w Git. Repozytorium Git jest rekordem autorytatywnym; działający system jest uzgadniany tak, aby odpowiadał temu, co Git powinien zawierać.
W przypadku systemów mainframe oznacza to konkretny zestaw zobowiązań:
Git jest autorytatywnym źródłem kodu źródłowego COBOL. Biblioteka PDS w systemie z/OS to artefakt wdrożenia, to, co jest kompilowane i uruchamiane w środowisku produkcyjnym, a nie źródło prawdy. Źródłem prawdy jest repozytorium Git. Jeśli PDS i repozytorium Git się nie zgadzają, Git ma rację.
Każda zmiana przechodzi przez żądanie ściągnięcia (pull request). Żadnych bezpośrednich edycji w systemie PDS. Żadnych awaryjnych kompilacji i promocji poza przepływem pracy Git. Zmiana, która jest potrzebna natychmiast, przechodzi przez przyspieszone żądanie ściągnięcia (PR), potencjalnie z mniejszymi wymaganiami dotyczącymi weryfikacji w przypadku rzeczywistego stanu wyjątkowego, ale przechodzi przez Git.
Zautomatyzowane potoki obsługują kompilację i promocję. Programista scala swoje żądania (PR); potok kompiluje programy, których to dotyczy, uruchamia testy automatyczne i promuje skompilowane moduły ładowania do odpowiedniej biblioteki. Programista nie przesyła ręcznie pliku JCL do kompilacji.
Historia zatwierdzeń w Git to ślad audytu. Każda zmiana w środowisku produkcyjnym jest identyfikowana z konkretnym zatwierdzeniem, konkretnym autorem, konkretnym żądaniem ściągnięcia (PR) oraz, jeśli przestrzegany jest proces żądania ściągnięcia (pull request), z konkretną grupą recenzentów i wynikami testów.
To znacząca zmiana w przepływie pracy dla zespołów przyzwyczajonych do tworzenia oprogramowania w oparciu o ISPF. Coraz częściej jest to również przepływ pracy, którego potrzebują organizacje, aby wypełnić lukę w talentach: nowi programiści, którzy znają tylko Gita, mogą uczestniczyć w tworzeniu oprogramowania w COBOL-u bez znajomości zasad zarządzania bibliotekami ISPF.
Wyzwania techniczne: czego nie wyjaśnia żaden inny artykuł
Przeniesienie kodu źródłowego COBOL do Gita nie jest tak proste, jak utworzenie repozytorium i skopiowanie plików. Migrację komplikują cztery konkretne wyzwania techniczne systemu z/OS:
1. Kodowanie EBCDIC kontra UTF-8
System z/OS przechowuje dane znakowe w formacie EBCDIC (Extended Binary Coded Decimal Interchange Code), podczas gdy Git przechowuje pliki w formacie UTF-8. Każdy plik przesyłany między komputerem mainframe a repozytorium Git musi zostać transkodowany. Jeśli transkodowanie nie zostanie przeprowadzone poprawnie, jeśli zostanie przyjęta niewłaściwa strona kodowa, jeśli konwersja zostanie przeprowadzona niespójnie lub jeśli pliki zostaną przeniesione bez konwersji, kod źródłowy COBOL zostanie potajemnie uszkodzony.
Usługa systemowa z/OS Unix (USS) pełni funkcję mostu: kod źródłowy COBOL w systemie PDS jest transkodowany do UTF-8 po zapisaniu w systemie plików USS, gdzie Git może na nim działać. Po sklonowaniu repozytorium Git do USS, pliki są oznaczane tagami z uwzględnieniem ich kodowania, aby narzędzia z/OS wiedziały, jak je interpretować.
bash
# z/OS USS: correctly tag a Git-managed COBOL source file
chtag -t -c IBM-1047 CUSTPROC.cbl
# Verify the tag
ls -T CUSTPROC.cbl
# Output: t IBM-1047 T=on CUSTPROC.cbl
# The Git checkout hook should apply this automatically
# so developers don't have to tag files manually
2. Źródło o stałym formacie i semantyka kolumn
Pliki źródłowe COBOL korzystają ze struktury o stałym formacie i semantyki specyficznej dla kolumn:
Columns 1-6: Sequence numbers (optional; ISPF editors fill these automatically)
Column 7: Indicator (* = comment, - = continuation, D = debug line)
Columns 8-11: Area A (division/section/paragraph names, level numbers 01/77)
Columns 12-72: Area B (executable statements, clauses)
Columns 73-80: Identification (program name, historically used for card identification)
Porównanie kodu źródłowego w Gicie z kodem COBOL, które pokazuje zmiany w kolumnach 73–80, zazwyczaj pokazuje zmiany numeru sekwencji lub pola identyfikacyjnego, a nie zmiany funkcjonalne kodu. Narzędzie do porównywania, które nie rozumie semantyki tych kolumn, generuje szum, który przesłania rzeczywiste zmiany. Konfiguracja Gita dla repozytorium COBOL powinna zawierać .gitattributes który kojarzy pliki COBOL ze sterownikiem diff, który usuwa lub ignoruje pole identyfikacyjne:
ini
# .gitattributes: configure COBOL-aware diff
*.cbl diff=cobol
*.cob diff=cobol
*.cpy diff=cobol
# .gitconfig (or repo-level config): define the cobol diff driver
[diff "cobol"]
xfuncname = "^[0-9A-Z][0-9A-Z -]+"
wordRegex = "[A-Z][A-Z0-9-]+"
3. Ograniczenia nazw członków PDS
Nazwy członków PDS są ograniczone do 8 znaków, wielkich liter, alfanumerycznych i innych $, #, @W Git nazwa pliku to nazwa członka PDS (bez rozszerzenia lub ze standardowym rozszerzeniem) .cbl Rozszerzenie dodane zgodnie z konwencją). Limit 8 znaków powoduje ograniczenie w nazewnictwie: CUSTUPDT mapuje się czysto do członka PDS; customer-account-update-processor nie.
Konwencja, która sprawdza się w praktyce: zachowaj nazwy członków jako nazwę bazową pliku (8 znaków), dodaj .cbl rozszerzenie w Git do identyfikacji źródła i wykorzystanie struktury katalogów w Git do zapewnienia przestrzeni nazw, której nie może zapewnić nazewnictwo PDS:
repository/
├── CUSTMGMT/ # Logical application group (no PDS equivalent)
│ ├── CUSTUPDT.cbl # Maps to PDS member CUSTUPDT
│ ├── CUSTINQ.cbl
│ └── CUSTSRCH.cbl
├── COPYBOOKS/
│ ├── CUSTMSTR.cpy # Maps to PDS member CUSTMSTR
│ └── TRANREC.cpy
└── JCL/
├── CUSTNITE.jcl
└── CUSTMON.jcl
4. Problem autorytatywnego źródła
Podczas przejścia z systemu PDS na system Git, zarówno PDS, jak i Git zawierają kopie kodu źródłowego. Który system jest autorytatywny? Odpowiedź musi być jednoznaczna, zanim jakiekolwiek zmiany produkcyjne zostaną wprowadzone w ramach nowego przepływu pracy.
(cite index=”42-1″>Który system zawiera autorytatywne źródło: Git, menedżer bibliotek, czy dane wyjściowe generowane przez proces synchronizacji? Gdy ta odpowiedź jest niejasna, zespoły poświęcają czas na rozwiązywanie różnic między systemami, zamiast dostarczać wartość. Model Git-first zapewnia jaśniejszą odpowiedź. Git zawiera autorytatywne źródło i rejestruje jego historię. Potok wykorzystuje to źródło do tworzenia przetestowanych, śledzonych artefaktów do wdrożenia.
Sekwencja przejściowa, która rozwiązuje tę niejednoznaczność: należy ustanowić repozytorium Git jako autorytatywne źródło w określonym dniu; po tym dniu każda edycja PDS stanowi naruszenie zasad, które musi zostać zgłoszone i przeniesione do Git przed końcem dnia roboczego; poprawki awaryjne otrzymują dedykowany, szybki proces PR, a nie wyjątek edycji PDS. Okres przejściowy, w którym oba systemy są utrzymywane, powinien być jak najkrótszy z operacyjnego punktu widzenia, ponieważ każdy dzień utrzymania dwóch źródeł to dzień potencjalnej rozbieżności.
Łańcuch narzędzi GitOps dla komputerów mainframe
Cztery kategorie narzędzi łączą Git z procesem dostarczania z/OS:
Zarządzanie źródłami i IDE: IBM Developer for z/OS (IDz) oferuje tradycyjne środowisko IDE oparte na platformie Eclipse z edycją w stylu ISPF i integracją z Gitem. Alternatywnie, VS Code z rozszerzeniem Zowe Explorer oferuje nowoczesne IDE, które łączy się z systemem z/OS poprzez platformę API Zowe bez konieczności korzystania z IDz. Zespoły, które chcą przyciągnąć programistów znających nowoczesne narzędzia, zazwyczaj preferują VS Code.
Framework Zowe: Zowe to framework typu open source, który udostępnia interfejsy API REST dla systemu z/OS, umożliwiając operacje na zbiorach danych, przesyłanie zadań i dostęp do plików USS za pośrednictwem standardowych interfejsów HTTP, które mogą być wywoływane przez standardowe narzędzia CI/CD. Bez Zowe (lub komercyjnego odpowiednika) nie ma standardowego sposobu interakcji modułu GitHub Actions lub agenta Jenkins z systemem z/OS.
IBM Dependency Based Build (DBB): DBB to narzędzie do kompilacji udostępniane przez IBM specjalnie dla komputerów mainframe GitOps. Rozumie ono zależności kompilacji COBOL, jakie copybooki zawiera każdy program, które DBD i PSB są wymagane dla programów IMS oraz które BIND są potrzebne dla Db2, i wykorzystuje tę wiedzę o zależnościach do określenia, co należy skompilować po zmianie danego zestawu plików.
Zarządzanie zmianą i wdrażanie: ISPW (CA Brightside), UrbanCode Deploy i Rocket Software ISPW zapewniają zarządzanie promocją, które przenosi skompilowane moduły obciążeniowe z bibliotek programistycznych przez środowiska testowe do produkcji, wraz z przepływami pracy zatwierdzania i śladami audytu wymaganymi w regulowanych środowiskach.
| Warstwa łańcucha narzędzi | Opcja Open Source/IBM | Alternatywa komercyjna |
|---|---|---|
| IDE | VS Code + Zowe Explorer | IBM IDz, Broadcom IDz |
| Most API z/OS | Zowe CLI + warstwa API | Rocket ConnectZen, CA Brightside |
| Zbuduj orkiestrację | IBM DBB | BMC Compuware Topaz Workbench |
| Uruchamiacz CI/CD | Jenkins, Akcje GitHub | Azure DevOps, GitLab CI |
| Zarządzanie zmianami | Zowe + DBB wdrażają | ISPW, wdrożenie UrbanCode |
| Promocja źródła | Scalanie Git z główną gałęzią | Przepływ pracy promocyjny ISPW |
Rurociąg: od PR do produkcji
Kompleksowy proces GitOps dla zmian w języku COBOL obejmuje rozproszoną platformę CI/CD i środowisko wykonawcze z/OS:
jamla
# GitHub Actions: COBOL GitOps pipeline
name: Mainframe COBOL Pipeline
on:
pull_request:
paths:
- '**/*.cbl'
- '**/*.cpy'
- '**/*.jcl'
jobs:
impact-analysis:
runs-on: ubuntu-latest
outputs:
affected: ${{ steps.analyze.outputs.affected_programs }}
steps:
- uses: actions/checkout@v4
with:
fetch-depth: 0
- name: Identify changed files
id: changes
run: |
CHANGED=$(git diff --name-only origin/main...HEAD \
| grep -E '\.(cbl|cpy|jcl)$')
echo "changed=$CHANGED" >> $GITHUB_OUTPUT
- name: Analyze dependency scope
id: analyze
# SMART TS XL or DBB dependency analysis determines
# which programs are affected by the changed files
run: |
echo "Resolving dependency scope for: ${{ steps.changes.outputs.changed }}"
# Output: the specific programs that must be compiled/tested
compile-and-test:
needs: impact-analysis
runs-on: [self-hosted, zos-runner] # Runner with z/OS connectivity
steps:
- uses: actions/checkout@v4
- name: Compile affected COBOL programs (via Zowe + DBB)
run: |
zowe dbb build \
--sourceDir ./CUSTMGMT \
--affected "${{ needs.impact-analysis.outputs.affected }}" \
--workDir /u/devops/builds/${{ github.run_id }}
- name: Run unit tests
run: |
zowe zunit run \
--programs "${{ needs.impact-analysis.outputs.affected }}" \
--results-dir /u/devops/results/${{ github.run_id }}
- name: Static compliance check (before promotion)
run: |
# Hardcoded credential check, FILE STATUS validation,
# naming convention compliance
zowe smart-ts-xl analyze \
--scope "${{ needs.impact-analysis.outputs.affected }}"
promote-to-test:
needs: compile-and-test
if: github.event_name == 'pull_request' && github.base_ref == 'main'
runs-on: [self-hosted, zos-runner]
steps:
- name: Promote to TEST library (via ISPW)
run: |
zowe ispw promote \
--programs "${{ needs.compile-and-test.outputs.compiled }}" \
--from DEV --to TEST \
--change-request ${{ github.event.pull_request.number }}
Kluczowym elementem tego procesu jest etap analizy wpływu: określenie, które programy COBOL muszą zostać skompilowane i przetestowane, gdy żądanie zmiany modyfikuje określony zestaw plików źródłowych. Bez tego etapu proces albo kompiluje wszystko (co jest powolne i kosztowne), albo kompiluje tylko jawnie zmienione pliki (brakujące programy zależne od zmienionych kopii).
Luka zależności: dlaczego analiza wpływu jest najtrudniejszą częścią
Git dokładnie wie, które pliki zostały zmienione w żądaniu ściągnięcia. Nie wie jednak, które inne programy są objęte tymi zmianami.
PR, który modyfikuje CUSTMSTR.cpy, kopia zapasowa definiująca układ głównego rekordu klienta, nie zmienia niczego pod względem liczby plików: edytowano jeden plik. Ale CUSTMSTR.cpy jest zawarty w 47 programach COBOL. Wszystkie 47 muszą zostać ponownie skompilowane. Jeśli skompilowany zostanie tylko jawnie zmieniony plik, 46 programów pozostanie w produkcji z definicją copybook, która nie będzie już zgodna z ich skompilowanym plikiem binarnym. Niezgodność nie będzie widoczna, dopóki program nie zostanie uruchomiony i nie spróbuje odczytać rekordu w starym układzie z danych zapisanych w nowym układzie.
To jest luka zależności w systemie GitOps na komputerach mainframe: system kompilacji musi znać graf zależności, aby określić prawidłowy zakres kompilacji. IBM DBB rozwiązuje ten problem w przypadku nowo utworzonych repozytoriów, budując jawną mapę zależności w ramach procesu kompilacji. W przypadku starszych środowisk, w których tysiące programów istniało przed DBB, początkowa mapa zależności musi zostać skonstruowana na podstawie analizy statycznej istniejącego źródła.
Cztery typy zależności, które mają znaczenie przy określaniu zakresu kompilacji w języku COBOL:
Instrukcje COPY , najczęstsza zależność. Zmiana w jakimkolwiek copybooku dołączonym za pomocą polecenia COPY wymaga rekompilacji każdego programu, który go zawiera.
Instrukcje CALL , statyczne wywołania podprogramów. Jeśli interfejs wywoływanego programu ulegnie zmianie (parametry, kody powrotu), może zaistnieć konieczność aktualizacji i ponownej kompilacji wywołujących.
SQL INCLUDE – wbudowane programy SQL zawierające elementy DCLGEN (generatory klas danych dla tabel Db2). Zmiana schematu Db2 generująca nowy element DCLGEN wymaga rekompilacji każdego programu, który go zawiera.
Odwołania do zbiorów danych JCL DD . Zmiany JCL odnoszące się do różnych zbiorów danych lub używające różnych nazw programów wpływają na cały proces operacyjny, a nie tylko na kompilację programu.
Stary przepływ pracy kontra przepływ pracy Git
| WYGLĄD | Przepływ pracy oparty na ISPF PDS | Przepływ pracy GitOps oparty na Git |
|---|---|---|
| Źródło prawdy | Biblioteka PDS na systemie z/OS | Repozytorium Git |
| Mechanizm edycji | Redaktor ISPF, bezpośredni członek PDS | VS Code / IDz z integracją Git |
| Śledzenie zmian | Numery sekwencyjne w kolumnach 1-6 | Historia zatwierdzeń Git z autorem, znacznikiem czasu i wiadomością |
| Jednoczesna edycja | Drugi zapis nadpisuje pierwszy (cicha strata) | Rozwój oparty na gałęziach; wykrywanie konfliktów podczas scalania |
| Przegląd kodu | Nieformalne, przejście do biurka | Żądanie ściągnięcia ze strukturalną recenzją i zatwierdzeniem |
| Wyzwalacz kompilacji | Ręczne przesyłanie JCL | Zautomatyzowane przez pipeline w PR lub merge |
| Obliczenia zakresu dotkniętego | Wiedza ręczna; odbuduj wszystko jako domyślne | Analiza zależności określa programy, na które ma to wpływ |
| Ścieżka audytu | Dziennik zmian ręcznych; niekompletny | Dziennik Git + metadane PR; kompletne i możliwe do zapytania |
| Wdrażanie nowych programistów | Wymagane szkolenie ISPF | Standardowe wdrażanie Git; nowoczesne środowisko IDE |
| Zmiany awaryjne | Bezpośrednia edycja PDS; często nieśledzona | Przyspieszony przepływ pracy PR; w pełni śledzony |
Dolny rząd to miejsce, w którym koncentruje się ryzyko operacyjne przepływu pracy ISPF: zmiany awaryjne wprowadzane bezpośrednio do produkcyjnych systemów PDS, z pominięciem procesu zarządzania zmianami, są najczęstszym źródłem nieśledzonych zmian produkcyjnych i najczęstszym ustaleniem audytu podczas przeglądów kontroli zmian na komputerach mainframe.
W jaki sposób SMART TS XL Umożliwia dokładne wykonywanie operacji GitOps na komputerach mainframe
Luka w zależnościach w systemie GitOps na komputerach mainframe, czyli luka między „Git wie, co się zmieniło” a „potok wie, co skompilować”, jest rozwiązywana poprzez statyczną analizę źródła COBOL, które generuje graf zależności.
SMART TS XL'S mapowanie zależności aplikacji generuje kompletny graf zależności COPY: każdy copybook, każdy program, który go zawiera, każdą zagnieżdżoną relację COPY i każdą zależność CALL w całym portfolio. Gdy żądanie żądania modyfikuje CUSTMSTR.cpymapa zależności natychmiast generuje listę 47 programów, które ją zawierają, dostarczając dane wejściowe zakresu kompilacji, których proces CI potrzebuje do skompilowania poprawnego zestawu programów, nic więcej, nic mniej.
Ta mapa zależności zapewnia również bezpieczeństwo migracji do tworzenia oprogramowania w modelu Git-first: przed ustanowieniem repozytorium Git jako autorytatywnego źródła, należy znać pełny graf zależności, aby początkowa struktura repozytorium odzwierciedlała rzeczywiste relacje zależności między programami a kopiami. Struktura repozytorium, która oddziela kopie od programów, które je zawierają, bez udokumentowanych relacji zależności, tworzy repozytorium, które kompiluje się poprawnie tylko wtedy, gdy wiadomo, co od czego zależy, co podważa cel kontroli wersji.
Możliwość statycznej analizy kodu zapewnia logikę bramki przed zatwierdzeniem: sprawdzanie zmienionych programów pod kątem zakodowanych na stałe danych uwierzytelniających, brakujących deklaracji FILE STATUS, zgodności z konwencją nazewnictwa i innych statycznych kontroli jakości, które w przepływie pracy Git są uruchamiane jako bramki PR, a nie jako ustalenia po wdrożeniu.
Funkcja analizy wpływu odpowiada na pytanie przeglądu PR: „Jaki jest pełny zakres tej zmiany?”. Zamówienie PR, które modyfikuje copybook, ma zakres wpływu, który rozciąga się na każdy program, który je obejmuje, oraz na każde zadanie JCL, które uruchamia te programy. Uwidocznienie tego zakresu w kontekście przeglądu PR, przed scaleniem zmian, to informacja, która umożliwia podejmowanie świadomych decyzji dotyczących przeglądu, odpowiednie określanie zakresu testów i odpowiednie poziomy zatwierdzenia zmian przez radę doradczą.
wyszukiwanie korporacyjne Funkcja ta obsługuje wymóg śledzenia audytu: znajdź każdą zmianę w konkretnym programie w określonym zakresie dat (możliwość zapytania z logu Git), każdy program zawierający konkretny copybook (możliwość zapytania z mapy zależności), każdy program zmodyfikowany przez konkretnego autora (możliwość zapytania z Git). Połączenie historii zatwierdzeń Git i SMART TS XLAnaliza strukturalna firmy generuje kompletny, możliwy do sprawdzenia ślad audytu, którego wymagają zespoły ds. zgodności i rady doradcze ds. zmian.
Repozytorium powinno wiedzieć to, co wie kod
Programistka, która dołącza do zespołu mainframe z pięcioletnim doświadczeniem w pracy z Gitem, nie oczekuje, że mainframe stanie się platformą chmurową. Wymaga od niego obsługi przepływów pracy, z których korzysta każdy współczesny zespół programistów: kontroli wersji, przeglądu kodu, automatycznego testowania i śledzenia. Te przepływy pracy istnieją z powodów, które dotyczą zarówno COBOL-a, jak i Javy: zapobiegają nadpisywaniu kodu podczas edycji, tworzą historię audytowalną każdej zmiany produkcyjnej, umożliwiają przegląd kodu przed wdrożeniem oraz automatyzują pracę mechaniczną, aby programiści mogli skupić się na istotnych kwestiach.
Wyzwania techniczne są realne: kodowanie EBCDIC, konwencje kodowania źródłowego w ustalonym formacie, ograniczenia nazewnictwa PDS, kwestia autorytatywnego źródła. Żadne z nich nie jest nierozwiązywalne. Łańcuch narzędzi, Zowe, DBB, VS Code z Zowe Explorer, platformy do zarządzania zmianą, rozwiązują większość z nich. Pozostaje jeszcze analiza zależności, która sprawia, że potok buduje odpowiedni zakres w przypadku zmiany współdzielonego komponentu.
Komputer mainframe, który zarządza kodem źródłowym w Gicie, kompiluje za pomocą potoku CI/CD i wdraża za pomocą zautomatyzowanego procesu promocji, nie jest innym komputerem mainframe. To ten sam komputer mainframe, na którym działają te same sprawdzone programy COBOL, z tą samą niezawodnością na poziomie pięciu dziewiątek, a teraz jest to komputer mainframe, do którego może dołączyć programista z pięcioletnim doświadczeniem w korzystaniu z nowoczesnych narzędzi i zacząć pracować na nim produktywnie już po pierwszym tygodniu.


