Dinos cómo podemos ayudarte
Ventas y precios
Habla con un representante sobre las necesidades de tu empresa
Ayuda y soporte
Consulta nuestras opciones de soporte de productos
Consultas generales y ubicaciones
Contáctanos
Control-M + DB2
Tu flujo de trabajo DB2 comienza antes de que se ejecute un script SQL o procedimiento almacenado — y puede fallar cuando algo aguas arriba falla. Un trabajo IBM DataStage falla antes de cargar sus tablas de staging. Una transformación Apache Spark sobrepasa su ventana de procesamiento nocturna. Control-M orquesta toda la cadena: llegada de datos fuente, transformación upstream, ejecución DB2 y entrega downstream.
Problemas comunes de flujo de trabajo
¿Esto suena a tu semana?
DATOS TARDÍOS
El trabajo de DataStage terminó tarde. Tu SQL de DB2 se ejecutó a las 2:00 de todas formas.
Control-M reemplaza los horarios desconectados por dependencias explícitas. Espera a que el trabajo de DataStage ascendente se complete con éxito antes de liberar el trabajo SQL de DB2, evitando que entradas incompletas se propaguen al procesamiento posterior.
FALLO DE SQL
Tu script SQL de DB2 ha fallado. Los informes aguas abajo están en espera.
Control-M detecta el estado de finalización del trabajo de base de datos, impide que los trabajos dependientes se ejecuten tras un fallo y expone el paso fallido dentro del flujo de trabajo de extremo a extremo para que los equipos puedan recuperar el procesamiento sin tener que trazar horarios separados.
FALLO DE CONEXIÓN
DB2 no estaba disponible a la 1:15 AM. La ventana de lotes seguía avanzando.
Control-M soporta la reejecución automática de trabajos con conteos e intervalos de reintentos configurables. Los fallos transitorios pueden desencadenar una reejecución automática en lugar de fallar inmediatamente el flujo de trabajo, reduciendo la intervención manual durante el procesamiento nocturno no supervisado.
DEPENDENCIA ENTRE HERRAMIENTAS
Spark terminó a las 3:07 AM. DB2 está esperando a cron.
Control-M modela el procesamiento de Spark y DB2 en el mismo flujo de trabajo, evalúa la dependencia de finalización aguas arriba y libera la ejecución de la base de datos cuando el procesamiento está realmente listo, eliminando las esperas innecesarias creadas por horarios fijos.
RIESGO DE SLA
La carga de DB2 está alargándose. Tu traspaso de las 6:00 AM está en riesgo.
Control-M rastrea el trabajo de base de datos como parte del servicio de extremo a extremo, aplica la gestión SLA en el procesamiento dependiente y pone en evidencia los retrasos en contexto para que los equipos puedan actuar antes de que el procesamiento tardío de DB2 comprometa la entrega posterior.
DATOS DE INTEGRACIÓN
Control-M + DB2
|
workload.types |
Procedimientos almacenados · scripts SQL · consultas embebidas · procedimientos almacenados y scripts parametrizados · procesamiento por lotes de bases de datos · cargas de datos · transformaciones de bases de datos |
|
trigger.type |
llegada de archivos · finalización ETL aguas arriba · API/webhook · programa temporal · calendario empresarial · estado de los trabajos aguas arriba |
|
cross_tool.deps |
Trabajo IBM DataStage · Apache Airflow DAG · Trabajo Spark/Databricks · Flujo de trabajo Informatica · Llamada a la API REST · Confirmación de entrega de archivos |
|
cloud.platforms |
Flujos de trabajo conectados a AWS · Flujos de trabajo conectados a Microsoft Azure · Flujos de trabajo conectados a Google Cloud · On-premises · entornos híbridos |
|
error_handling |
reejecución automática de trabajos con intervalos de reintento configurables · prevención en cascada aguas abajo · retención automatizada de trabajo · reejecución desde el punto de fallo · alerta SLA |
|
Rendimiento |
lotes de alto volumen · trabajos concurrentes en bases de datos · ejecución paralela de flujos de trabajo · cargas de datos a gran escala · procesamiento programado de bases de datos |
|
Observabilidad |
Estado del trabajo en la base de datos · registros de ejecución · salida SQL añadida · visibilidad de dependencias · monitorización SLA · monitorización centralizada de flujos de trabajo |
Orquestación de extremo a extremo
Un solo flujo de trabajo de producción. Todas las herramientas de la pila.
Control-M orquesta flujos de trabajo entre DB2, IBM DataStage, Airflow, Spark, transferencias de archivos y servicios en la nube en un único flujo de trabajos — con seguimiento de dependencias, visibilidad SLA y recuperación automatizada en todos ellos.
- Dependencia entre herramientas: IBM DataStage → trabajo SQL DB2 → transferencia de análisis de Spark →
- Disparadores conscientes de datos: llegada de archivos, evento de la API, completación de ETL, finalización de trabajos en la base de datos
|
DB2 |
Procedimientos almacenados · Scripts SQL · Consultas embebidas · Monitorización de ejecución |
|
IBM DataStage |
Ejecución de trabajos ETL · seguimiento de estado · coordinación de dependencias |
|
Apache Airflow |
Disparo DAG · seguimiento de estado · coordinación de dependencias |
|
Spark / Databricks |
ejecución de trabajos · dependencias de transformación · traspaso aguas abajo |
|
Transferencias de archivos |
llegada de archivos · finalización de transferencia · activación de flujo de trabajo |
|
Servicios en la nube |
ejecución de API · dependencias orientadas a eventos · coordinación multiplataforma |
|
Plataformas de analítica |
actualización downstream · dependencias de entrega · coordinación SLA |
Coexistencia del flujo de aire
Control-M no reemplaza tus DAGs de flujo de aire. Ejecuta la capa que está encima de ellos.
El flujo de aire gestiona su DAG. Control-M gestiona todo lo que le rodea.
MANILLAS DE FLUJO DE AIRE
Orquestación a nivel DAG dentro de la tubería de datos
- Orquestación de tareas a nivel DAG dentro de data Pipelines
- Operadores, sensores y dependencias de tareas en Python
- Grafo de ejecución para trabajos que se ejecutan dentro de tu pipeline
- Gestiona los intentos dentro de un único contexto DAG
Control-M añade
La capa de coordinación alrededor de tus DAGs
- Capa de coordinación alrededor de los DAGs — activa el flujo de aire según las condiciones aguas arriba: llegadas de archivos, eventos de API, otras finalizaciones de herramientas
- Rastrea la contribución de SLA de cada DAG a lo largo de todo el flujo de trabajo de extremo a extremo, no solo su propia rutina
- Gestiona la recuperación de fallos cuando las dependencias aguas arriba fallan antes incluso de que empiece Airflow
- Los DAGs existentes no necesitan ser reescritos ni migrados
supervisa Pipelines
Supervisa los trabajos de DB2 a lo largo de toda la cadena de datos.
DB2 expone la ejecución de bases de datos, pero los Pipelines de producción suelen abarcar herramientas, archivos, APIs y plataformas de análisis ETL. Control-M proporciona visibilidad operativa centralizada a lo largo de todo el flujo de trabajo, ayudando a los equipos de datos a Ve la ejecución y las dependencias en conjunto:
-
Estado de ejecución de trabajos en bases de datos
-
Dependencias aguas arriba y aguas abajo
-
Registros de ejecución y salida SQL
-
Estado del flujo de trabajo de extremo a extremo
-
Visibilidad del riesgo SLA
GARANTÍA DE LA SLA
Mantén los compromisos de entrega de datos de DB2 en el camino.
DB2 puede ejecutar el procesamiento de bases de datos con éxito mientras que la cadena de datos más amplia aún no cumple con su ventana de entrega. Control-M conecta la ejecución de bases de datos con dependencias aguas arriba y aguas abajo, proporcionando a los equipos visibilidad SLA a nivel de flujo de trabajo y recuperación coordinada:
-
Monitorización SLA de extremo a extremo
-
Seguimiento de dependencias multiplataforma
-
Recuperación automatizada de fallos
-
Visibilidad de retardo y excepciones
-
Monitorización de servicios empresariales
