Transizione dai Mainframe al Cloud: Modelli, Architetture Dati e Integrazione su Azure = Transition from Mainframes to the Cloud: Models, Data Architectures and Integration on Azure

La tesi affronta il tema della migrazione dei sistemi legacy da mainframe al cloud, analizzando strategie e implicazioni legate alla modernizzazione delle architetture dati. Viene presentata una panoramica dei principali approcci di migrazione (lift & shift, replatforming, refactoring, rebuild) e dei criteri che spingono verso l’adozione del cloud per garantire scalabilità, flessibilità e riduzione dei costi. Un’attenzione particolare è rivolta alla piattaforma Microsoft Azure, illustrando come i suoi servizi possano supportare la transizione: dal data warehouse (PostgreSQL, Synapse Analytics), al data lake (Azure Data Lake Storage), fino all’architettura lakehouse (Databricks). La parte applicativa si concentra su un progetto reale, in cui le pipeline implementate con Azure Data Factory orchestrano i flussi di dati secondo un approccio ELT (Extract–Load–Transform), includendo processi di pulizia, normalizzazione e auditing, accompagnati da meccanismi di archiviazione su Blob Storage e Data Lake. I risultati evidenziano come la migrazione al cloud consenta di ridurre i costi, migliorare la governance e realizzare un sistema moderno e scalabile, in grado di supportare sia analisi operative sia analisi avanzate su dati storici. La tesi si conclude delineando possibili prospettive di evoluzione futura, che riguardano sia gli strumenti di gestione dei dati sia più in generale le architetture cloud.