我们发布了首个在 InterSystems ObjectScript 和 IRIS 平台上衡量 LLM 能力的开放式基准测试：ObjectScript LLM 基准测试。

为何推出该基准

现有的编程基准测试——SWE-bench、LiveCodeBench、Terminal-Bench——均基于 Python、 JavaScript 和 shell 语言。其中没有一项涵盖 ObjectScript、IRIS SQL、嵌入式 Python 或 %CSP.REST。 已发布的编程评分无法直接应用于 IRIS 平台。这是首次尝试 直接衡量这一差距。

我们测量的内容

140个手工编写的项目，涵盖三个类别：代码生成、代码理解和错误修复。 主要评分器是一个实时运行的 IRIS 实例——模型响应会被编译并执行， 输出结果与预期字符串进行比对。对于 93 个基于执行结果评分的 题目，不存在主观评分。47 个理解类题目则采用基于评分标准的 LLM 评判器。

我们运行了14个模型（Claude 4.x/5、GPT-5变体以及三个自托管的Qwen3/DeepSeek模型）， 均采用其可用的最高推理配置，每个项目在温度为0的条件下生成一个响应。

总体结果

总体准确率在0.515至0.851之间。 排名前九的模型集中分布在 0.737 至 0.

Open Exchange 上有许多实用的项目，但很容易被忽略。如果你使用 InterSystems IRIS 进行开发，以下这 10 个项目值得收藏。

概述

InterSystems IRIS 是一个融合型数据平台，用于构建集事务处理、分析、集成和人工智能工作负载于一体的数据密集型应用程序。 它在一个单一环境中支持多模型数据访问、向量搜索、检索增强生成（RAG）、模型上下文协议（MCP）、机器学习以及代理式人工智能。 IRIS 还支持实时分析型处理、基于 ECP 和分片技术的可扩展架构，以及无需不必要数据复制的智能数据架构。本文探讨了这些功能如何支持现代应用程序开发和支持人工智能的数据架构。

引言

生成式和代理式人工智能的兴起给传统数据系统带来了新的压力。随着组织为更多数据密集型应用程序做准备，他们需要强化现有数据资产，并构建能够同时支持当前和未来工作负载的基础设施。 InterSystems IRIS 提供了一个基于现代 AI 技术栈构建数据生态系统的环境。该平台的核心是一个强大的数据库，同时支持自然语言处理（NLP）、嵌入式表示以及专用向量数据类型。 IRIS 能够采集、存储和分析来自各种格式和来源的数据，同时支持大规模扩展、并发处理和运营效率。这为数据基础设施的现代化提供了路径，同时降低了复杂性、维护工作量和总拥有成本。

借助高性能融合数据平台克服脆弱性和碎片化问题

医疗保健、金融和供应链领域的许多组织都面临着数据资产泛滥、AI 挑战以及无法达到目标 SLA 的困境。

在完成了一堂内容丰富的数学课后，我们将把新学到的知识付诸实践，创建一个最优秀的上下文相关数据库之一。

快把放大镜和帽子准备好，因为向量·福尔摩斯又回来了。

Hi 大家好！ 

我们将于9月4日进行一次线上分享，点击👉此处报名参会👈。

以下场景，你是否熟悉？ 

半夜收到告警：磁盘使用率 99%。 

生产系统无响应，写入全部失败，业务停摆。 

你打开管理门户，发现 .dat 文件、Journal、WIJ、TEMP 各占一块，却不知道该先动哪个…… 

磁盘空间是IRIS数据平台稳定运行的"生命线"。 一旦耗尽，后果可能是： 

直接宕机，所有写入操作失败 

实例无法启动，恢复卡在 WIJ 

极端情况下数据文件损坏，恢复难度陡增 

这是一期实战“拆弹”分享，本次培训聚焦"磁盘爆满"这一高频报警，为您讲解： 

✅ 安全清理日志：Journal、WIJ 到底能不能删？怎么删不翻车？ 

✅ 收缩数据库空洞：Truncate 释放碎片空间 

✅ 移动数据文件：存储快满了，如何在线迁移避免业务中断

1.报名参会

9月4日下午14:00-14:30，欢迎参会！

👉报名参会👈

2. 提问 & 答疑

在会议进行过程中，如果您有任何疑问，或者希望与我们进一步讨论，可以在屏幕上方点击“提问”按钮，提交您的问题，我们会在分享结束后整理问题，并通过邮件向您回复。

3. 有奖调研

参会期间，点击屏幕右上角“有奖调研”完成问卷，将有机会获得定制小礼品。

Rule Editor的用户们，我们需要你们！我们正在重新设计规则编辑器的部分功能，希望那些每天都在使用这个工具的用户能来体验一下我们的设想！👩‍💻

如果您已经试用过新的（Angular）规则编辑器，并遇到了奇怪的边际情况，或者曾疑惑“为什么它会这样工作”，现在就是您畅所欲言的好时机！🗣️

以下是新版界面的抢先预览：

如果您有兴趣体验我们的交互式原型，请通过 📧 邮件联系InteropUXFeedback@intersystems.com，告知您的意向以及本周的空闲时间。

🗨️ 告诉我们你愿意参加！
📅 请附上你本周的空闲时间
🎯 帮助打造一款你真正“想用”的工具

您回复得越早，我们能为您做的就越多，所以请尽管联系我们！

IRIS数据建模的决策框架。

关于选用哪种模型的决策涉及多方面因素。 我建议分别对每个维度进行评分，然后将结果相乘。 根据您偏好的评分方式，得分最高或最低的模型胜出。 我看到了这些维度，但具体方面可能会使列表进一步扩展。

• 开发人员在 SQL、面向对象和Globals方面的技能
• 维护人员和运维人员在 SQL、面向对象和Globals方面的技能
• 与 SQL、面向对象、Globals相关的数据文化
  • 我曾遇到过完全拒绝使用SQL的客户
• 开发和测试所需的时间
• 需存储在SQL、面向对象和Globals中的结构复杂度
• 访问速度
• 存储消耗
• 数据类型和质量检查
• 对变更和增强的灵活性…… 
• 更多

SQL的技术维度

• 若仅包含简单列，生成 CREATE TABLE 语句的速度会很快

  • 但添加外键或引用其他表可能会带来挑战

• 访问速度仅对大型表重要，且受以下因素影响

• 存储空间消耗

  • 您可以将其完全交给代码生成器处理，几乎无需干预
  • 在后台，每张表都对应一个 Object 类
  • 以及一组可供使用的Globals

• 要提高访问速度，需要巧妙地建立索引

• 您可以对标准数据类型进行全面检查

• 灵活性

  • 仅需添加一列便十分简单
  • 更复杂的更改可能会让人头疼不已

对象的技术维度

• 利用现有的工具，创建一个对象类是一件轻而易举的事。

本系列的第一部分。第二部分将介绍完整的工具目录。第三部分将介绍 ObjectScript 技能。第四部分将介绍基准测试以及如何衡量实际的改进效果。

隐藏在注释中的问题

托马斯·马祖尔（Thomas Mazur）关于 VS Code 生产力——Peacock、作用域工作区文件、Copilot 代理模式——的 博文《青蛙、鸡、AI 和 VS Code》 在评论区揭示了一个更尖锐的问题。皮耶特罗·迪·莱奥（Pietro Di Leo）和 Mike.W 指出，当你在 VS Code 中进行服务器端开发时， isfs:// 大多数 IRIS 生产环境所使用的“工作区”中，Copilot 只能看到编辑器中打开的文件，无法对虚拟文件系统进行索引。对于拥有数千个类的成熟 IRIS 应用程序而言，AI 的工作效果就像是透过钥匙孔观察一样。

John Murray 向大家推荐了我正在开发的项目——iris-agentic-dev——并指出目前开发者社区中尚无相关文章。因此，本文将阐述：该问题产生的原因、该工具如何解决该问题，以及如何在约五分钟内完成部署。

为什么 AI 无法“看到”你的命名空间

当你打开一个 isfs:// 工作区时，你的 IRIS 类存储在服务器上，而非本地磁盘。

你可能之前听说过“向量搜索”这个词。不过别担心，这可不是“向量·福尔摩斯”在贝克街221B号侦破案件。

那么，让我们一步一步地讲解如何处理向量数据搜索。

我在审阅InterSystems 员工编程挑战赛的参赛作品时，突然灵光一闪：何不一边解决这个挑战，一边完成7 月“文章奖励计划”中的一个主题呢？ 最终成果是一个紧凑的端到端示例，演示了如何从 C# 调用 InterSystems IRIS，并展示了两个互补的 .NET API：用于高性能对象持久化的 XEP（eXtreme Event Persistence）以及用于查询和分析的 ADO.NET。

在本文中，我们将使用 InterSystems IRIS 和 C# 构建一个完整的数据处理管道。 我们将使用 XEP（eXtreme Event Persistence）API 将 Gaia 纪元光度测量数据导入 IRIS，自动创建持久化模式，通过 ADO.NET 使用 SQL 分析数据，并将结果导出回 CSV 文件。整个过程无需手动编写任何 ObjectScript 类。

大约25年前，我曾在当地一所顶尖的高科技职业学校/学院担任讲师。👨‍🏫

我曾教授多门课程，包括“C语言入门”以及“C语言进阶”。我承认，从那以后我几乎没怎么碰过C语言，接触得也相当少。 

自然，我大量使用ObjectScript，也接触过其他语言，比如SQL（包括一些厂商专有的变体）、Java和C#，最近还用了不少Python，而在前端开发中则主要使用各种基于JavaScript的框架。

但 C 语言呢？或许在过去一年里，我曾稍微帮过女儿一点忙——当时她正在大学攻读计算机科学专业的大一，我指导她处理指针、内存分配与释放等内容，但也就仅此而已。

就在这时，首届InterSystems员工编程挑战赛来了——任务是处理欧洲航天局（ESA）GAIA项目的数据🛰️，而对于“基准测试”这一赛项，我知道自己将不得不重新温习C语言的知识和经验……

InterSystems 技术分享线上课第 1 期带来实战分享，回放现已就绪。

从一条 messages.log 走完完整排查链路，6 步自查法最快拉起实例。

点击此处或扫码查看回放。

点击文章了解课程详情。

找到正确的答案并不总是那么容易。有时，您虽然清楚自己要找什么，却不知道去哪里找；有时，您甚至不知道该从哪里着手。

我们很高兴向您介绍👉（点击试用）InterSystems Help Hub👈——这一全新体验旨在帮助您提出问题、获取答案，并连接到合适的 InterSystems 团队或工具，助您顺利推进工作。

Help Hub 的设计目标是让你更轻松地找到正确的帮助，而不是取代与人的沟通。当你需要额外支持时，它会引导你找到对应的团队，让你获得最准确的解答。如果需要提交支持工单，它还会总结你到目前为止的对话内容，并预先帮你填好工单，供你审阅后一键提交，大幅简化流程。

处理遗留代码时的差异与注意事项

刚开始接触 ObjectScript 时，我编写的大部分代码都遵循了 InterSystems 的现代编程模式。我使用类、方法、REST 服务、互操作性生产、JSON 对象以及 %Status 值。

与此同时，我负责维护的生产系统中，很大一部分代码采用的编写风格却截然不同。

该系统使用了例程、标签、global、缩写命令、“点-do”语法、共享局部变量以及错误处理模式——这些在基于类的 ObjectScript 普及之前就已经存在了。

起初，我曾以为这仅仅是旧语法与新语法的区别。随着时间的推移，我意识到最大的差异并非表面上的。传统的MUMPS风格代码与现代ObjectScript在变量作用域、执行层级、数据流和错误处理方面往往基于不同的假设。这种区别至关重要，因为旧代码很容易被误读。

某个例程看似未接收任何参数，却依赖于调用者创建的多个变量；某个标签在某处表现得像一个过程，在另一处却表现得像一个函数；一个点块（dot block）虽然会创建另一个执行层级，却可能看起来像缩进；一段代码在移入类后虽然能编译通过，但在运行时却可能表现得截然不同。

代码看起来依然很熟悉。语言依然是 ObjectScript。然而，它可能已经发生了变化。

本文介绍了我在处理遗留代码并将其与更现代的 ObjectScript 应用程序集成时所遇到的一些最重要的差异。

1.

互操作性用户界面项目自 2025.1 版本以来持续推进，并已采纳了各位——我们的客户和合作伙伴——提出的许多建议和反馈。  我们将持续重视用户反馈，并不断优化这一重要的用户体验。在IRIS、IRIS for Health、Health Connect及 Health Connect Cloud 的最新版本 2026.2 中，“模式查看器”（只读模式）现已开放选配！
注意：

• 现有用户可在现代化界面与标准界面之间切换。 
• 所有其他互操作性界面仍保留在标准用户界面中。 
• 随着新工作流在新用户界面中陆续推出，在相关工作持续进行期间，预计两种体验模式将同时提供。 

• 改进了 用于在“生产工具栏”视图与“主机工具栏”视图之间切换的 切换选项的可见性。

• 现在，即使未选择主机，主机操作也会始终显示在“主机工具栏”中。在选择主机且选项有效之前，这些操作处于禁用状态。

• 新增了在“类别”字段中以 逗号分隔的列表形式输入多个值 的功能。

• 新增了重命名现有类别的功能。

• 创建新流程类时，现在可以配置新规则以自动调用源代码控制操作，从而简化类导出和源代码控制集成工作流。

• 在 图形编辑器的顶部面板中 添加了用于独立滚动的边界 。

• 新增了按字母顺序对段字段路径表达式进行排序的功能。

• 现在，只读和内部属性 在 DTL 编辑器中会显示为灰色 ，以防止出现无效的映射。

在医疗系统集成中，HL7 V2 是最广泛使用的消息标准之一。然而，不同系统对同一标准的实现往往存在差异——急诊科应用发出的入院请求，入院登记应用可能无法直接识别。

我非常兴奋能继续我的“InterSystems入门指南”系列文章，今天，我们将向大家详细介绍我们最强大的互操作性功能之一。

嘿，即使您已经尝试过，我们仍计划深入探讨如何充分利用这些功能，从而进一步优化我们的生产环境。

什么是记录映射器（Record Mapper）？

简而言之，Record Mapper 是一款可将文本文件中的数据映射到生产消息，反之亦然的工具。而管理门户界面则允许您创建文本文件的可视化表示以及该数据的有效对象模型，从而将其映射到单个持久化的生产消息对象上。

因此，如果您希望将数据从 CSV 文件导入到持久化类中，可以尝试使用几个入站类来实现（通过 FTP 或文件目录……）。不过，请不要着急！我们将在适当的时候逐一讲解这些要点。

提示：本文中描述的所有示例和类均可从以下链接下载：https://github.com/KurroLopez/iris-recordmap-fordummies.git

如何开始？

让我们直奔主题，明确我们的场景吧！

我们需要导入客户信息，包括姓名、出生日期、国民身份证号码、地址、城市和国家。

打开您的 IRIS 门户，然后选择“互操作性”–“构建”–“记录映射”（Interoperability – Build – Record Maps）：

使用包名和类名创建一个新的记录映射。

在本示例中，包名为 Demo.Data，类名为PersonalInfo。

IRIS 实例突然起不来。 WRC 工单已经提了，但生产环境还在等——这种时候，每一分钟都是煎熬。

Hi 开发者们，

我们将在8月21日带来一期线上分享，点击👉此处报名参会👈。

很多工程师都遇到过类似的场景：翻文档、跑指令、看日志，但真出问题时还是不确定自己排查的方向对不对，也不敢贸然操作。 

这是一期实战排查分享。

我们将在30分钟的分享时间内，从一条 messages.log 开始，带你走完 IRIS 启动失败的完整排查链路：

✅ 哪些指令必须跑、输出怎么看 

✅ 什么时候该继续自查、什么时候该等 WRC 

✅ 一套 6 步法，最快速度把实例拉起来

1.报名参会

8月21日下午14:00-14:30分，欢迎参会！

👉报名参会👈

2. 提问 & 答疑

在会议进行过程中，如果您有任何疑问，或者希望与我们进一步讨论，可以在屏幕上方点击“提问”按钮，提交您的问题，我们会在分享结束后整理问题，并通过邮件向您回复。

3. 有奖调研

参会期间，点击屏幕右上角“有奖调研”完成问卷，将有机会获得定制小礼品。

大家好，

我在 IRIS for Health 上构建了一个小型临床 AI FHIR 代理网络，想和大家分享让它正常运行的关键组件。

本文将涵盖以下内容：

• 基于代理的AI技术栈
• 代理路由逻辑
• FHIR 读写访问（工具）
• 带备用方案的 RAG 加载
• 肿瘤学智能体：从配置到检测结果
• 双智能体路由示例

如果你在开发者社区待过一段时间，就会发现许多问题以不同形式反复出现：如何将持久化对象转换为 JSON？如何遍历一个结构未知的 JSON 有效载荷？ 为什么 Required 对我的 %DynamicArray 属性 没有任何作用 ？为什么我的日期会被返回为 31390 ？ 

注意到这一点后，我们决定撰写一篇文章，总结所有那些仅凭文档无法解答的问题：实践。

让我们从基础开始

InterSystems IRIS 为无模式数据提供了两个类：%DynamicObject 和 %DynamicArray。它们都继承自 %DynamicAbstractObject，两者的实例均被称为动态实体。 它们与 JSON 映射得非常自然：对象是一组键值对，数组是有序列表。与持久化类或注册类不同，动态对象不保留预定义的有效属性名列表——任何字符串键都是合法的，并且可以在运行时添加或移除成员。

最令人愉悦的部分是字面量语法，对于来自 JavaScript 背景的开发者来说，这看起来会很熟悉：

你也可以逐个字段构建它们。 会返回其修改后的实体，因此可以进行调用链：

Set obj = {}.%Set("a",1).%Set("b",2) // now obj is {"a":1,"b":2}

Do scores.%Push(100)          		 // now scores is [90, 85, 77, 100]

Set last = scores.%Pop()      		 // now scores is [90, 85, 77] and last is 100

在医疗互操作性项目中，FHIR 实施指南（IG）的创建往往繁琐且耗时。本期视频详细介绍了如何使用 FHIR Shorthand（FSH）定义配置文件、扩展、值集，再用 SUSHI 工具一键生成实施指南，大幅简化 IG 的创建流程。

您将了解到：
FSH 的核心概念：配置文件、扩展、值集、实例
在 VS Code 中用 FSH 编写规则
使用 SUSHI 验证并生成实施指南
从零创建心率恢复（Heart Rate Recovery）示例 IG

借助 PollingBusinessService 提升开发者体验

4.0.0 版本中最引人注目的新增功能之一是 PollingBusinessService。

在此版本之前，创建定时 Python 业务服务意味着需要 直接处理低级入站适配器模式。在 4.0.0 版本中，定时 Python 入口点可以直接编写为 PollingBusinessService， 框架会在后台自动使用默认的 IRIS 入站适配器。

以下是一个完整的小型示例：

from dataclasses import dataclass

from iop import BusinessOperation, Message, PollingBusinessService, Production, target


@dataclass
class HelloRequest(Message):
    text: str = "Hello World"


class HelloService(PollingBusinessService):
    Output = target()

    def on_poll(self):
        self.send_request_async(self.Output, HelloRequest())


class HelloOperation(BusinessOperation):
    def on_message(self, request: HelloRequest):
        self.log_info(request.text)
        return request


prod = Production("HelloWorld.Production", testing_enabled=True)
service = prod.service("HelloService", HelloService)
operation = prod.operation("HelloOperation", HelloOperation)
service.connect(HelloService.Output, operation)

PRODUCTIONS = [prod]

IPM 0.10.9 版本已于 2026 年 8 月 5 日发布。您可以在GitHub 页面或通过社区注册表查看该版本。

完整更新日志：

各位社区成员，

我们很高兴邀请您参加即将举行的网络研讨会： 

👉 InterSystems IRIS AI Hub：目标、游戏与精彩内容 👈

🗓️日期与时间：2026年8月13日 — 上午11:00（美国东部夏令时）| 下午5:00（中欧夏令时）

大家好，

数据转换语言（DTL）是那种乍看之下简单得令人误判的工具之一——拖动一个源字段，将其拖放到目标字段上，就大功告成了。然而，一旦开始处理实际的集成项目，你很快就会意识到，仅靠简单的字段映射是远远不够的。 当你需要验证字段长度、清理输入字符串、从 ID 中去除不需要的字符，或者生成下游系统要求的特定格式的时间戳时，真正的挑战才刚刚开始。

在本文中，我们将超越基础知识，探讨实际集成中经常出现的四个实用 DTL 场景。每个部分都围绕一个示例 HL7 消息展开，方便您在自己的环境中跟随操作，并亲眼查看结果。

本文将涵盖的内容：

• 在管理门户中从零开始创建 DTL。
• 基于字段长度（$Length、$Extract）的条件逻辑。
• 使用 ReplaceStr 去除和替换文本。
• 使用链式 从患者 ID 中去除特殊字符。
• 将 HL7 时间戳重新格式化为自定义显示格式。

先决条件

• 配备了支持互操作性命名空间的 InterSystems IRIS 或 HealthShare。
• 可访问管理门户。
• 对 HL7 v2 消息结构有基本了解。

注意：虽然所有示例均使用 HL7 v2 ADT 消息，但相同的 DTL 函数同样适用于 XML、JSON 或自定义消息类。

什么是 DTL？

2026 全球医疗峰会（GHS2026）将于8月7–8 日在香港会议展览中心启幕。InterSystems亚太区董事总经理卢侠亮（Luciano Brustia）受邀出席 8月7日的圆桌论坛，与全球医疗领袖共议 “AI 智慧医院的地基：数据、平台与信任”（Building the AI Hospital: Data, Platforms and Trust）。 亚太地区的医疗机构正竞相采用人工智能——然而，许多项目尚未兑现价值便已停滞。会前，我们与InterSystems 亚太区董事总经理Luciano Brustia展开对话，探讨了为何数据质量是医疗 AI 隐形的瓶颈，以及医疗机构如何加速成果落地。 以下为 InterSystems 于 GHS2026 会议手册刊载的专访原文。

我们很高兴地宣布，面向供应链协调器（SCO）的 AI 助手现已正式推出，它将带来全新的 AI 驱动体验，帮助企业用户与供应链数据进行交互、实现个性化体验，并做出更明智的决策。

该 AI 助手围绕三大核心功能设计：

通过自然语言访问供应链数据

业务用户可通过自然语言与 SCO 交互，访问运营、分析及情境化的供应链数据——无需掌握 SQL 等技术技能，也不需要了解 SCO 的底层数据模型。这使用户能够快速找到所需信息，专注于决策制定，而非在复杂的系统中摸索。

基于记忆的个性化AI

AI 助手内置记忆服务，可根据用户偏好和组织背景实现交互个性化。它能记住行业特定术语、常用缩写、默认设置（如工作地点）以及其他用户或组织特有的偏好，从而随着时间的推移提供更自然、更一致且更高效的体验。

基于 AI 的决策支持

AI 助手通过将实时业务数据与客户特定的业务规则、运营逻辑和决策标准相结合，帮助用户做出更明智的决策。建议会附带支持性数据和基础业务依据，使用户在决策过程中拥有更大的信心和透明度。

AI 助手旨在让业务用户更便捷地获取供应链信息和决策支持，同时减少对专业技术知识的需求。这是朝着提供 AI 驱动的决策智能迈出的又一步，有助于在 SCO 内实现更智能、更具情境感知能力的供应链运营。

随着我们持续扩展 Supply Chain Orchestrator 的人工智能功能，我们期待收到您的反馈。

打通从体检到诊疗的数据，推动实现为个体提供全生命周期健康管理。

2026 年 8 月 3 日，中国 北京 —— 为全球超过 10 亿份健康记录提供支持的创新数据技术提供商InterSystems今日宣布，InterSystems TrakCare® 统一的医疗信息系统已在爱康集团旗下高端医疗服务品牌爱康门诊上线部署。

TrakCare的部署建立了一套统一的医疗信息系统解决方案，解决了数据重复和数据孤岛等问题，为爱康集团实现其健康管理愿景奠定了坚实基础。爱康集团是中国领先的以人工智能驱动的、基于医疗大数据云端服务的数字化健康管理平台。通过旗下多个品牌，为团体客户和家庭、个人提供高品质的健康体检、疾病检测、齿科服务、私人医生、职场医疗、疫苗接种、抗衰老、康复医疗等健康管理与医疗服务。

单一事实数据源服务于爱康集团诊所业务

TrakCare拥有无缝共享单一用户界面、单一代码库和单一高性能数据平台（存储和共享所有患者记录）的一整套产品。数据仅需录入一次即可在整个系统中即刻可用。此外，在标准核心功能的基础上，支持以模块化的方式进行部署，可满足不同诊所多元化的需求。

作为我们致力于提升 FHIR 有效载荷导入速度工作的一部分，在 v2026.2 版本（目前已作为开发者预览版发布）中，我们引入了一项可选功能，用于跳过资源的结构验证。 例如，此举可节省 25% 的时间，在大规模数据导入场景中，这一时间节省将十分可观。