在本文中，我将向你展示如何在笔记本电脑上快速建立一个分片 IRIS 节点集群。本文的目的既不是详细讨论分片，也不是定义生产就绪架构的部署，而是展示如何在自己的电脑上快速建立一个配置为分片节点的 IRIS 实例集群，并利用它来玩转和测试这一功能。如果你想了解更多有关 IRIS 分片的信息，请点击此处查看相关文档。

首先，我要说明的是，IRIS分片允许我们做两件事：

• 定义、加载和查询分片表（shard tables），数据将在集群节点之间透明分发
• 定义联合表（federated tables），提供属于不同表的数据的全局和组合视图，这些数据将物理存储在不同的分布式节点中

因此，正如我所说，我们可以在其他文章中讨论分片表或联合表，现在只需关注前一步，即设置分片节点集群。

您熟悉 SQL 数据库，但不熟悉 IRIS 吗？ 请继续阅读...

大约一年前，我加入了 InterSystems，IRIS 就这样进入了我的视线。 我使用数据库已经有 40 多年了，其中大部分时间都是为数据库供应商工作，我以为 IRIS 与我所知道的其他数据库大致相同。 然而，我惊讶地发现，IRIS 在很多方面都与其他数据库截然不同，而且往往要好得多。 这是我在 Dev Community 上发表的第一篇文章，我将为已经熟悉 Oracle、SQL Server、Snowflake、PostgeSQL 等其他数据库的人提供 IRIS 的高级概述。 希望我的介绍能让您更清楚、更简单，并节省您的入门时间。

首先，IRIS 支持 ANSI 标准 SQL 命令和语法。它有表格、列、数据类型、存储过程、函数......所有关系型的东西。 你还可以使用 ODBC、JDBC 和 DBeaver 或任何你喜欢的数据库浏览器。 因此，是的，您在其他数据库中知道和做的大多数事情都可以在 IRIS 上正常运行。 耶！

但我提到的那些不同之处又是怎么回事呢？ 好了，系好安全带：

多模型（Multi-Model）：IRIS 是一个关系数据库，但同时也是一个面向对象的数据库，还是文档存储，支持向量和立方体/MDX，以及.你知道我要说什么。

大家好！

我们很高兴地宣布推出一项新的实践培训计划：

🧑‍💻使用 Python 开发 FHIR 应用程序🧑‍💻

本课程以小组为基础，将开发人员从 FHIR 基础知识带入高级、真实的医疗互操作性解决方案，与典型的行业课程相比，课程内容更深入、更实用，并重点关注使用 InterSystems 技术的生产就绪技能。

第一批学员于 2026 年 2 月 15 日开课 ⚠️ 名额有限（一旦学员满额，报名者将被列入候补名单）。

谁应该参加？

本课程非常适合以下组织和团队参加

• 采用或扩展 FHIR
• 开发 SMART on FHIR 应用程序  
• 利用实用、真实的互操作性专业知识提高开发团队的能力

课程结构

该计划由三个渐进的 5 周模块组成。学员可以参加单个模块的学习，也可以完成为期 15 周的全部课程。

每周包括

• ~3 小时的异步视频和指导实验
• 1 小时由教师指导的现场互动讨论
• 两次讲座和一次动手实验室
• 可选的结课项目：SMART on FHIR 应用程序

模块概述

• 基础 （5 周）——扎实理解 FHIR 核心概念和实践基础，包括资源、REST 操作、搜索、验证和服务器交互。
• 中级 （5 周）——使用 Python 开发安全、可扩展的 FHIR 应用程序，包括 SMART on FHIR、批量数据访问、实施指南和负责任的人工智能集成模式。

InterSystems IRIS® 数据平台、InterSystems IRIS^® for Health^TM 和HealthShare^® Health Connect 的2026.1版本现已全面上市 (GA)。这是一个扩展维护 (EM) 版本。

版本亮点：

• 数据库可扩展性增强：取消了历史数据库大小限制，实现了无缝增长，超过了以前的大小限制，无需进行数据转换。其他底层性能改进进一步优化了大规模操作。
• 表分区：根据用户定义的逻辑键拆分表和相关索引数据，以便在数据库间轻松映射。这可以实现存储分层，提高查询性能和超大表的运行效率。该功能是一项实验性功能，可通过 "早期访问计划"订阅更新并转达您的反馈意见。
• 互操作性用户体验改进：此更新具有新的 BPL 编辑器、对生产配置的额外改进以及 DTL 编辑器，其中包括人工智能辅助 DTL 解释。要了解更多信息，请访问InterSystems 学习中心。对于现有客户，这些功能仍可选择使用。在集成方面，该版本引入了 Mirth 迁移工具，以加速传统集成引擎的替换和现代化。
• FHIR 服务器授权、批量数据和管理更新： 大幅扩展 FHIR 功能，包括细粒度 OAuth 范围执行和结果过滤，从而实现更精确的数据访问控制。增强批量 FHIR（JWT 授权、从 EHR 计划导出）和更快的服务器/软件包管理。

InterSystems IRIS®数据平台的2023.1.7维护版本 、 InterSystems IRIS® for **** for HealthTM和HealthShare®Health Connect的 2023.1.7 维护版本现已全面上市 (GA)。

请通过Ideas Portal使用 "发布后反馈"类别分享您的反馈意见，以便我们共同打造更好的产品。

文档

您可以在这些页面上找到详细的变更列表和升级清单：

• InterSystems IRIS
• InterSystems IRIS for Health
• HealthShare Health Connect

早期使用计划 (EAP)

现在有许多 EAP 可用。请查看此页面并注册您感兴趣的项目。

如何获取软件？

InterSystems IRIS 和 InterSystems IRIS for Health 的完整安装包可从 WRC 的InterSystems IRIS 数据平台完整工具包页面获取。HealthShare Health Connect工具包可从 WRC 的HealthShare 完整工具包页面获取。容器映像可从InterSystems 容器注册中心获取。

可用性和软件包信息

此版本附带适用于所有支持平台的经典安装包，以及 Docker 容器格式的容器映像。 有关完整列表，请参阅支持的平台文档。这些维护版本的版本号是2023.

已包含在 SystemPerformance 中

SystemPerformance 已内置 NFS 磁盘命令（包括 nfsiostat），但默认处于禁用状态。通过以下命令启用：

$$Enablenfs^SystemPerformance()

启用后，系统将添加以下 NFS 命令（以 Linux 为例）：

• /usr/sbin/nfsstat -cn
• /usr/sbin/nfsiostat [间隔] [次数]

请确保这些命令已安装且可通过操作系统运行

如需重新禁用，可执行：

$$Disablenfs^SystemPerformance()

向 SystemPerformance 添加通用命令

添加任意操作系统工具时，会在 ^IRIS.SystemPerformance("cmds","user")下创建一个"用户"命令。

示例：

%SYS>set ^IRIS.SystemPerformance("cmds","user",$i(^IRIS.SystemPerformance("cmds","user")))=$lb("nfsiostat","/usr/sbin/nfsiostat ","间隔"," ","次数"," > ")

操作建议：

添加前建议先查看现有命令结构，选择合适的配置文件名称：

zwrite ^IRIS.

我以前可能提到过这一点：我认为可视化跟踪（Visual Traces），即包含每个步骤完整内容的序列图，是 IRIS 数据平台的一项神奇功能！以可视化跟踪的方式提供有关 API 内部工作原理的详细信息，对 IRIS 平台上的项目非常有用。当然，这适用于我们没有开发高负荷解决方案的情况，在这种情况下，我们根本没有时间保存/读取信息。对于所有其他情况，欢迎阅读本教程！

大家好。好久不见。我想再次与大家分享我最近学习的内容 通过 JDBC 使用 SQL 创建外来表。

因为我同时也在学习 IRIS BI，所以我从这个 Sample-BI docker 环境开始。

https://github.com/intersystems/Samples-BI

启动环境后，以超级用户身份登录管理门户http://localhost:52773/csp/sys/UtilHome.csp。

将命名空间切换为IRISAPP。

我们会发现所有样本数据都存储在IRISAPP 命名空间中。让我们找一张简单的表来测试外来表功能 🤣

System Explorer > SQL

让我们通过在 "执行查询（Execute Query tab） "选项卡中执行以下 SQL 查询来试试表HoleFoods.Outlet

SELECT
ID, City, Country, Latitude, Longitude, Population, Type
FROM HoleFoods.Outlet

太棒了！😉 表中有 35 个条目。

摘要

• InterSystems IRIS® 数据平台
• InterSystems IRIS® for Health
• InterSystems Health Connect™版本
• 2024.3.0
• 2025.1.0 - 2025.1.3
• 2025.2.0
• 2025.3.0 | 运行：高风险 | 使用了 ≥ 2 TB 的数据库缓存 |

问题

在上述版本中，如果数据库缓存大于或等于 2,097,152 MB（2 TB），实例可能无法启动或在运行过程中挂起。请注意，未配置实例的初始数据库缓存分配是系统物理内存的 25%；因此，如果物理内存≥ 8 TB，则未配置实例可能存在风险。更多信息，请参阅为数据库和常规缓存分配内存以及数据库缓存 (globals) 配置参数。

如果使用高级配置选项分配多个块大小的缓冲区，则必须以global缓冲区为单位计算限制。只要所有大小的缓冲区总和少于 268,435,456 个，就不会有风险。

此问题影响以下产品的 2024.3、2025.1.0 - 2025.1.3、2025.2.0 和 2025.3.

InterSystems 定期更新我们的软件发布政策和实践，以适应客户的需求。

为了让客户和合作伙伴更容易预测，我们现在改变了维护版本的发布节奏，并对其他几个方面进行了调整。

本文总结了我们数据平台产品的发布周期和最近的变化，并宣布了一些新的更新。

为什么要改变？

• 我们的客户更快地接受了我们的新版本。
• 我们的客户更快地采用新的平台版本（操作系统和协调器）。
• 安全问题更频繁地出现，尤其是在第三方库中。
• 我们的客户要求更可预测的交付日期。

有什么相同之处？功能发布节奏提醒

自 2018 年以来，InterSystems 一直在使用 InterSystems IRIS 的双流功能发布节奏（请参阅原始公告）。我们提供

• 持续交付（Continuous delivery, CD）版本——这些版本可快速访问新功能，非常适合开发和部署持续更新的应用程序，并可立即利用新功能。有时也称为 "快车"。
• 扩展维护（Extended maintenance, EM）版本——这些版本的发布频率低于持续交付版本，但具有维护版本所具有的更高稳定性。它们是大型企业应用程序的理想选择，在这些应用程序中，在维护版本中轻松获得修复比尽早获得新功能更重要。有时也称为“慢车”。

EM 发行版的版本号为 YYYY.1（例如 2022.1 或 2023.1），因此很容易识别。 CD 发行版的版本号为 YYYY.2、YYYY.3 等。

该演示基于原始类描述。
使用的数据类包括地址、人员、雇员和公司。
为使演示更具吸引力，添加了按 ID 命名的 JSONtoString 方法。

IPM 0.10.6 版于 2026 年 2 月 24 日发布。该版本主要是错误修复，但在软件包中添加了-export-python-deps标志，并发布了将 Python 依赖关系与 IPM 模块本身包含在一起的命令。像往常一样，你可以在GitHub 页面或社区注册中心查看。

以下是完整的更新日志：

已添加

• #1024:为发布命令添加了 -export-python-deps 标志

修复

• #996:确保 COS 命令在专用、隔离的上下文中执行
• #1002:列出已配置的软件源时，只有在定义了令牌时才显示 TokenAuthMethod。
• #1024:在 -export-python-deps 下，带有 PythonWheels 的模块已正确打包。
• #1061:修复从 OCI/ORAS 注册表安装时的问题
• #1065:修正了 IPM 0.10.3 中引入的回归，该回归删除了对以目录作为名称的资源（例如 /inc ）的支持
• #1072:修复了测试或验证阶段未加载作用域依赖关系的问题。

如果您有任何问题、建议或需要关注的 bug，请随时在这里或GitHub 页面上提出。(在 GitHub 上，问题和建议应放在讨论页面，而错误应放在问题页面）。

大家好，

我们非常高兴地与大家分享，我们刚刚推出了一个新的免费互动教程，专门为那些刚刚接触 InterSystems IRIS 并希望了解其核心概念的人设计。

🧑‍🏫InterSystems IRIS 的数据模型🧑‍💻

在现代医疗保健领域，寻找临床上相似的患者往往感觉像大海捞针。传统的关键字搜索往往会失败，因为医学语言具有高度的细微差别；搜索 "心力衰竭 "可能会漏掉包含 "充血性心力衰竭 "的记录。

我很高兴与大家分享 iris-medmatch，这是一个基于InterSystems IRIS for Health的人工智能患者匹配引擎。通过利用矢量搜索（vector search），该工具能够理解临床意图，而不仅仅是匹配字面字符串。
## 核心创新：语义临床搜索

iris-medmatch "在原始FHIR数据和可操作的人工智能洞察力之间架起了一座桥梁。该引擎利用 "all-MiniLM-L6-v2 "模型，将临床条件转化为数学向量。

标准搜索查找的是准确的单词，而该引擎能理解**临床上下文**。例如，它可以使用数学向量相似性将 "高血压 "患者与 "高血压 "搜索匹配起来。

✨ 主要技术特点

• 核心：InterSystems IRIS、嵌入式 Python、InterSystems FHIR 服务器、矢量搜索
• 人工智能：Python、ONNX 运行时、HuggingFace 变换器
• 前端Angular 18+

技术架构

该解决方案的优势在于其架构效率。通过嵌入式 Python 运行 Transformers，我们消除了 "数据重力 "问题。数据留在 IRIS 中，人工智能处理在数据所在的地方进行。

🚀应用演练

1.