ZPM介绍

有Developer听闻了InterSystems的包管理器ZPM, 希望我能介绍一下。正好刚刚看到一个开发者论坛的新闻： Open Exchange ZPM is now InterSystems Package Manager , 觉得更有必要了。

zpm是什么

简单说：zpm, 全称InterSystems ObjectScript Package Manager, 是一个包管理器, 开发者是Nikolay Soloviev和Dmitry Maslennikov。它先是在开发者社区里得到认可，以至于InterSystems开发者社区最近的一些比赛，要求参赛作品用zpm打包。然后就有了上面的链接的内容：InterSystems决定把它做为自己官方的打包工具, 将它改名字叫IPM(InterSystems Package Manager)，同时保持它的开源状况不变。

这里我还是用zpm称呼它。两个原因。1. 操作的命令还是zpm, 所谓ipm,只是官方给的名字。2. ipm新的注册中心还不太了解，而且到目前为止，IPM的注册中心还只对自己的雇员和付费用户开放。本文的读者应该都还没来得及付费，所以暂时先放放，还是叫它zpm。

考虑到没有程序员背景的读者而对包管理器不熟悉，啰嗦两句。

各位开发者社区的同学们，大家好！

在各位社区同学的大力支持下，我们的“首届技术征文大赛”圆满完赛！在过去一周多的时间里，我们整理了各类奖项及礼品，目前已经全部寄出！

最新寄出的是开发者征文大赛获奖者的奖品，请以下同学留意查收，如未收到快递信息，请及时与我们联系：

@姚.

Caché 字符编码自动判断

先说几个场景：

1. 使用文件字符流打开一个文本文档，但是我不确定是以UTF8编码的还是GB18030,所以就无法准确设置TranslateTable，就导致了中文乱码问题。
2. 有一个文件下载的csp,其中文件名参数可能是中文，如果在一个UTF8编码的界面直接调用时，后台取到的文件名就会是乱码。
3. 接收到字节流后需要转成字符流读取内容，但是无法确定编码格式，就无法准确的转成字符。

以上几个场景虽然大多都可以提前做好约定解决，但是可能有历史原因或者种种情况，需要我们自己能够解决，于是就有了下面的故事。

基础

首先我方系统使用GB18030编码，然后碰到的情况大多都是对方可能是UTF8编码，所以主要来解决识别字节流是不是UTF8编码的。

Hi！大家好！

我们迎来了第500名开发者社区会员！欢迎 @Min Lu！请关注站内私信，领取你的幸运礼品哟(＾Ｕ＾)ノ~ＹＯ

0. 算法概述

SM4算法是一种分组密码算法。其分组长度为128bit，密钥长度也为128bit。加密算法与密钥扩展算法均采用32轮非线性迭代结构，以字（32位）为单位进行加密运算，每一次迭代运算均为一轮变换函数F。SM4算法加/解密算法的结构相同，只是使用轮密钥相反，其中解密轮密钥是加密轮密钥的逆序。

1. 密钥及轮密钥

密钥长度为128比特，表示为MK=(MK(0),MK(1),MK(2),MK(3)),其中MKi(i=0,1,2,3)为字。 轮密钥表示为(rk(0),rk(1),...,rk(31)),其中rk(i)(i=0,...,31)为32比特字。轮密钥由秘钥生成。

2. 消息填充分组

首先，将明文转化为字节，由于SM4加密算法按照128个位进行分组，所以很大几率会出现最后一个分组不够128位的情况，需要进行填充，填充方式有很多，比如ZeroPadding、PKCS7Padding、PKCS5Padding，不管使用哪种方式，最后每个分组都是128位。每个分组按照32位一个字分成四个字。

ECB模式与CBC模式

• ECB模式 电子密码本模式，最古老，最简单的模式，将加密的数据分成若干组，每组的大小跟加密密钥相同。不足的部分进行填充。 按照顺序将计算所得的数据连在一起即可，各段数据之间互不影响。

Hi！大家好！

截至11月3日中午，我们的开发者社区会员共495人！我们准备了一份惊喜礼品，准备送给第500名开发者社区会员！

那么，谁是第500名幸运的开发者社区成员呢？我们拭目以待！(*^▽^*)

集成平台的关键在于解决系统之间的互联互通和互操作性的问题，是一个多厂商、多协议的体系结构。医院在集成平台实施的过程中，面临的第一件重要的事情就是交互标准的选择，目前的建设中，分为两队：非标准队和标准队。非标准队一般采用视图抓取、xml格式、json等等的自定义格式，标准队一般采用HL7 V3、HL7 V2、FHIR、DICOM等医疗领域标准，下面会简单介绍一下各种方式以及实施落地的难易程度。（以下内容中将以难易程度总分5★来表示，星数量越多代表难度越高）

1、非标准队

与其说非标准，不如定义为院内交互标准，交互仅限于院内，是一种很有限的互操作，而且定制程度很高，需要很好地把握系统的内部知识。方案缺乏通用性，难以规模推广。但由于其技术门槛较低，学习成本较低，在集成系统数量较少时不失为一种经济快速的方法。

      1.1 视图-★

视图可以说是一种"古老"的交互方案了，几乎传统的系统交互都是用视图的方式，有实施周期短，上线速度快的优点，但提供视图一方数据库，在大量数据查询的时候，将面临系统压力过大，数据库速度变慢等问题。在集成平台建设中，使用视图形式，可以由集成平台定时轮询视图，将数据发送给需要的系统。这样可以减轻源系统的压力。但是无论进行怎么样架构设计，视图这种形式的最大的弊端：无法保证数据的实时性。落地难度：1星。

      1.

0. 算法概述

SM3密码杂凑算法是中国国家密码管理局2010年公布的中国商用密码杂凑算法标准。该算法于2012年发布为密码行业标准(GM/T 0004-2012)，2016年发布为国家密码杂凑算法标准(GB/T 32905-2016)。

SM3适用于商用密码应用中的数字签名和验证，是在[SHA-256]基础上改进实现的一种算法，其安全性和SHA-256相当。SM3和MD5的迭代过程类似，也采用Merkle-Damgard结构。消息分组长度为512位，摘要值长度为256位。

整个算法的执行过程可以概括成四个步骤：消息填充、消息扩展、迭代压缩、输出结果。

1. 消息填充

SM3的消息扩展步骤是以512位的数据分组作为输入的。因此，我们需要在一开始就把数据长度填充至512位的倍数。具体步骤如下：

1、先填充一个“1”，后面加上k个“0”。其中k是满足(n+1+k) mod 512 = 448的最小正整数。

2、追加64位的数据长度。

2. 消息分组扩展

将填充后的消息m′按512比特进行分组：m′ = B(0)B(1)...B(n−1) 其中n=(l+k+65)/512。

1，准备

    本次安装环境：Kylin-Server-10-SP2-Release-Build09-20210524-x86_64.iso

    安装系统适配的对应版本：HealthConnect-2021.1.2.338.0-lnxubuntux64.tar.gz；ISCAgent-2021.1.2.338.0-lnxubuntux64.tar.gz

     系统语言选择：English（必要）

2，安装HealthConnect+webgateway

  2.1  新建所需用户组

  groupadd iscagent

 2.2  解压文件

2.3 安装

  本次安装，使用root用户及root用户组安装，超级端口改为51773

3，安装ISCAgent

  3.1安装说明

  ISCAgent是healthconnect的镜像服务，若是单机使用，则不需要安装。

  3.2  解压文件

 3.3  安装

3.3  加入服务

3.3.1   新建文件

  在/etc/systemd/system 下创建文件，ISCAgent.service，内容如下:

 [Unit]

Description=InterSystems Agent

After=syslog.target network-online.

门为医疗行业打造，深度整合国内外医疗行业标准，专有技术服务医疗行业44年，可能是全球最早从事医疗信息化的公司；

耕细做打磨数十年的稳定、可靠、易用、可扩展的数据平台；

色鲜明，不唯技术、终生负责、以解决客户问题为核心的特色企业文化；

一代混合一体化架构，一个平台同时支持混合事务处理、传统架构、容器化、云原生等多种应用场景；

构建系统夯基础，日常运维是保障。运维工作杂又细，业务连续是关键。等保评级都看它，日常练兵保安全。日常运维很重要，想要干好不容易。要想运维功夫硬，日常应该怎么做？

医院管理者、信息中心、业务骨干，每个角色都有独特的业务诉求，InterSystems IRIS医疗版互联互通套件专为国内用户设计，截至2021年，InterSystems技术已助力一百余家医院通过四级及以上医院信息互联互通标准化成熟度评级，其中，五乙用户占全国30%以上。

众说周知，EPIC 是电子病历厂商中当之无愧的领导者，本文让我们看看EPIC是如何玩转FHIR的，并进一步了解其互操作性方法、资源和API工具。

几十年来，EPIC和其他主要的EHR供应商一直在围绕着互操作性作斗争，有时候互相容忍，有时也得接受（开放接口）。

今天，大多数电子病历厂商已经针对市场和监管的压力采取了行动，采用FHIR API标准，扩大病人对医疗记录的访问。

但在早期，EPIC和其他竞争对手争先恐后地抢占市场份额，为了成为院内系统的主导者，与其他厂商分享数据、给别人提供数据访问似乎是自我毁灭。

那么今天，EPIC在FHIR API、SMART on FHIR 应用市场、患者访问和互操作性战略方面的立场如何？ 以下是关于EPIC在FHIR API和互操作性上提供的简单介绍和链接。

EPIC 在FHIR API和互操作性上的战略和资源

EPIC互操作性的方法和选择

大多数EPIC集成的重点是通过EPIC系统提供扩展访问，但不一定与其他厂商共享。

Epic提供了以下几种连接方式（https://www.epic.com/interoperability/ehr-interoperability-from-anywher…;

• Epic参与了一个非盈利性的框架“CareQuality”（这是实现EHR之间的交流的技术框架），供应商可以快速采用这些标准来交换数据。

我在这里和大家分享下在  Interoperability 的接口开发中，调用Web Service接口的几个超时参数的设置经验。 

赶时间的同学可以直接拉到文章最下面看结论就好。

1.实验过程

首先我设计了一个Web service的服务器端，强制在接收到请求后 8s 返回结果。

在客户端我设置了响应超时7s, 重试间隔5s, 故障超时23s，如图：

在客户端、服务器端均设置了SOAP Log 记录接收和发送的内容

set ^ISCSOAP("Log")="io"
set ^ISCSOAP("LogFile")="c:\temp\soapClient.txt"

经过整理日志我画了下面的数据流图

2. 得出下面结论：

• *1：重试间隔虽然设置为5s，但是仅当有响应超时错误后才会被触发
• *2：虽然服务器端有返回值，但是已经超过了设定的响应超时(7s)时间，则返回值不会被客户端接收
• *3：故障超时虽然设置为23s，但是仅当有响应超时错误后才会被触发

3. 结论再验证

为了验证上面结论我修改了Web service的服务器端代码，强制在接收到请求后 23s 返回结果，

并且设置响应超时20s, 重试间隔6s, 故障超时25s，得出上面同样的结论：自动重发或者故障超时错误的触发条件都是收到响应超时错误。

“池大小”（PoolSize）设置的值决定了一个组件的作业的量和启动方式。在这篇文章中我们将具体讨论对于不同类型的组件来说“池大小”设置的可能值和这些值所代表的含义。

Pool Size = 1

对于所有的组件来说，运行池大小为1的含义都是一样的: 该组件有且只有一个作业，单独运行该组件的代码，顺序处理发送到该组件的消息（FIFO）。

Pool Size > 1

对于业务进程（BP）和业务操作（BO）来说，当运行池大小大于1时，该组件将运行多个作业（作业数=运行池大小设置数）。每个作业都只运行该组件的代码，但消息处理的顺序将被打乱。将运行池的大小设为大于1的值可以在一定程度上提升组件处理消息的性能，但是每个作业的性能还是受限于系统资源的，所以并不是说组件的性能可以随着运行池的大小增加而无限提升。

对于轮询类业务服务（Polling BS）来说，当运行池大小大于1时，该服务也将运行多个作业（作业数=运行池大小设置数）。但这种配置会导致多个进程对轮询结果产生竞争（race condition），所以一般情况下轮询服务不应将运行池大小设为大于1的数值。

对于作为服务器端接收外来网络连接的业务服务（TCP、HTTP、REST、SOAP等）来说，当运行池大小大于1时，运行的作业数将取决于“为每个连接创建作业（Job Per Connection）”设置的值。

在Cache数据库建表的时候，在定义字段长度的时候，长度设置为1000和长度设置为2000在存储一个长度为1000的值的时候占用的存储空间是否一致。是否在建表的时候建议把字段长度设置为MAXLEN=""

WinterCorp 性能测试报告摘要

• InterSystems的性能测试方法用来衡量 "许多运行状态下数据库应用的关键构件 "是有效的。
• 与AWS Aurora MySQL、MariaDB、Microsoft SQL Server、Oracle和PostgreSQL相比，InterSystems IRIS显示出 "巨大的性能优势"。
• InterSystems IRIS的插入速度是其他系统的1.7到9倍。InterSystems IRIS的数据速率是1.1到600倍。在插入率和查询率的组合上，没有其他系统在性能上能接近于InterSystems IRIS。
• InterSystems IRIS的效率是AWS Aurora MySQL的2.7到3.1倍，而且随着集群中节点数量的增加，效率优势也越来越大。
• 在整个三到五分钟的集群测试中，InterSystems IRIS插入的记录在插入后很快出现在查询中。

图1. 每vCPU每秒查询对比（InterSystems IRIS vs AWS Aurora MySQL，1-4 查询节点）

图2. 单节点插入/查询速度对比（InterSystems IRIS vs AWS Aurora MySQL vs MS SQL Server）

图3.

上线一个新的集成平台production或者组件是需要很多精力的，用户常常需要对每一个组件所满足的需求和所能提供的功能，使用到的协议，以及组件对系统资源的调用有深入细致的了解。在配置好一个production之后，您可能需要将这个production推送到测试或者正式环境，或者需要将一个写好的组件代码应用到不同的项目上。这些时候，production的导出功能可以方便您传输production或组件的配置和代码。

导出

需要导出production时，您可以移步到管理门户 - Interoperability - 相应的命名空间 - 列表 - Production 页面，选择您需要导出的production，再点击页面上的导出键进行导出。如下图1所示：

在弹出的对话框中，您可以选择在导出文件中您想包括的内容。如下图2所示：

您也可以通过管理门户 - Interoperability - 相应的命名空间 - 配置 - Production 页面，点击“Production 设置” - “操作”选项卡 - “导出”键进行导出。弹出的对话框同样如图2所示，会自动包括大部分production及其组件所需要的类。如果需要添加或更改导出的类，可以在此对话框进行操作。

如果您需要导出单个组件的代码和设置，可以在Production配置页面，选择您想导出的组件，点击“操作”选项卡 - “导出”键进行导出。

各位开发者社区的同学们，大家好！

10月24日晚，我们成功举办了“首届技术征文大赛线上分享会”，我们在这次活动中邀请了多位征文大赛的参赛同学分享技术心得，同期举办了多轮抽奖，以下是各个奖品的获奖名单，我们恭喜这些获奖者，同时提醒获奖者请务必通过二维码登记奖品领取信息（如已登记请忽视）。

谁没有 Library.SQLCatalogPriv

日常工作中，我们使用xml 应该是比较多的，早期的ensemble或者cache，对JSON的支持不是很好，但是对xml支持比较好。因此早期的接口方式中，webservice+xml的方式很常用。而对象导出为xml最简单的方式就是类继承 %XML.Adaptor。继承该类后，就可以使用很多xml的特性，以满足各种需求。虽然看不到对象转为xml的具体实现，但是配置了参数，就可以实现更多的效果。那么想自定义一些参数呢？如果有人打开过它的定义，可以看到类上面有个 “ PropertyClass = %XML.PropertyParameters”，那么我们其实在需要xml参数的同时，又要自定义参数，就可以自己写个属性类，继承于%XML.PropertyParameters。

这里，我姑且定义一个类，用于说明使用场景。

Class TEST.PropertyParameters Extends %XML.

各位开发者社区的同学们，大家好！

我们的🏆InterSystems开发者社区中文版首届技术征文大赛🏆（←点击链接进入参赛页面，浏览所有参赛文章）已经结束，此次大赛收到了来自20名参赛者的30篇参赛文章，感谢大家的积极参与！

以下是获奖名单！

当我们使用IRIS时，我们通常有能力快速的部署一个现成使用的BI基础模块（数据、分析立方体和IRIS BI仪表盘）。当我们开始使用Adaptive Analytics时，我们通常希望有同样的功能。Adaptive Analytics拥有我们需要的所有工具。文档中包含了对如何使用开放的网络API的描述。用户界面和引擎之间的所有交互也都是通过内部的Web API发生的，并且可以被发射出来。

有必要将这两个过程自动化：在容器中部署Adaptive Analytics和直接部署到服务器系统。为此，最简单的方法是使用bash脚本来处理API。我们唯一需要的第三方应用程序是一个名为jq的JSON文件解析器。你可以使用以下命令来安装它：

apt update
apt install -y jq

首先，我们需要登录以获得一个API访问令牌。这个令牌也适用于引擎本身的方法。我们必须将访问令牌保存在一个变量中，因为现在我们几乎在每个请求中都需要它。对于一个标准的登录和密码admin/admin，该命令将看起来像这样：

TOKEN=$(curl -u admin:admin --location --request GET 'http ://localhost:10500/default/auth')

接下来，我们需要一个活跃的引擎来与API交互。

开发者社区的同学们，1024快乐！

今晚19:30，我们将通过“InterSystems首届技术征文大赛线上分享会”发布获奖名单、进行征文作品分享&点评、探讨热门话题，同期还将举办多轮抽奖！欢迎参会，锁定#腾讯会议

第二十五章 CSP Session 管理 - 选择策略时的注意事项

组的注意事项

本节包含创建身份验证组时要考虑的一些要点。

1. 仅当决定必须通过会话对象共享数据时才使用会话共享。 By-ID 和登录 Cookie 共享更加强大和可预测。
2. 创建组时，尽可能保持一致，以便为目标用户创建统一的行为。不要将应用程序同时放在 By-ID 组和 By-Session 组中。使用不同的身份验证策略可能会导致意外行为。 By-ID 优先于 By-Session。因此，如果一个应用程序两者都有，它会保持同步 By-ID。
3. 对组的所有成员使用相同的身份验证类型。特别是，如果组中的某些应用程序允许登录 Cookie 而其他应用程序不允许，则通过用户名/密码进入组会验证整个组，而通过登录 cookie 输入只会验证部分应用程序。这可能会导致用户对为什么有时需要登录而有时不需要登录感到困惑。
4. CSP 服务器认为每个应用程序都在一个身份验证组中。会话中的一个单独的应用程序形成一个单实体 By-Session 身份验证组。）
5. 尽量不要将未经身份验证的应用程序放在 By-ID 组中。
6. By-Session 组很脆弱；使用 By-ID 是一种更稳健的方法。由于有关组的所有信息（包括其共享数据）都包含在单个会话中，因此该组很容易丢失。这是因为会话可能会超时，即在特定时间后会话会自动销毁。

   TrakCare Lab是TrakCare产品中，属于检验科专用的系统，也就是LIS(Laboratory Information System)，LIS在实验室中主要处理检验科以下的作业：标本签收、采血管卷标打印、检验仪器联机、仪器结果接收、仪器数据判读、报告验证、危险值通知与警示等诸多作业，而TrakCare Lab也同时将各流程间的运作，串联得相当规律且正确，使得医检师们得以有条不紊的工作。

检验报告核发的正确性在于一开始的标本采集及采血管的正确使用，若一开始便贴错病患或是用错采血管，不仅会让检验报告张冠李戴外，错误的采血管亦会让检验数据有所偏差，导致医嘱错误，进而发生病安事件，故标本正确采集的重要性可想而知。

    门诊病患大部份是直接到检验科采检，在专业医检师及TrakCare Lab的签收检核机制及自动备管机的运用之下，出错率相当低。据临床上统计，贴错病患标签或采血管错误，来源多为住院或急诊，故降低检验科外部单位在采检上的错误率便成为开发护理站自动备管采检系统(NSAD)的主要目的。

各位开发者社区的同学们，大家好！

经过一个多月的赛期，我们举办的🏆InterSystems开发者社区中文版首届技术征文大赛🏆（←点击链接进入参赛页面，浏览所有参赛文章）即将步入尾声！

InterSystems开发者社区（中文版）首届技术征文大赛的“征文&投票”环节将于12小时后结束（截至10月23日24:00）！

第二十四章 CSP Session 管理 - 认证架构

认证架构

安全上下文和粘性登录

应用程序在会话中运行。会话需要运行应用程序的安全上下文。安全上下文包含身份验证状态。

By-Sessions 和 By-ID Groups 有一个粘性登录，它会记住会话或组中使用的最后一个应用程序的安全上下文。如果组应用程序中的用户以其他用户身份登录，则会更新粘性登录。 （如果用户登录到未经身份验证的应用程序，则粘滞登录不会更新。）

在会话中跳转到应用程序时，会话会尝试使用适合目标应用程序的粘性登录。如果粘性登录与会话的当前安全上下文不匹配，并且应用程序可以接受粘性登录中的身份验证方法，则会话的安全上下文切换到粘性上下文中的安全上下文。

会话结束时，会话的粘性登录会丢失。当包含该组的任何应用程序的所有会话都结束时，该组的粘性登录将丢失。

初始登录后，组有一个关联的粘性登录对象，它在进入组的一个应用程序时尝试使用该对象。当组中的应用程序输入为 UnknownUser 时，粘性登录不会更新，因为这会将组中的所有其他应用程序移动到未经身份验证的安全上下文中。

如果粘性登录包含经过双重身份验证的用户，则该双重身份验证用于非双重身份验证应用程序，只要用户名身份验证在两个应用程序中匹配即可。

级联认证

CSP 服务器在尝试获取应用程序的身份验证信息时使用优先级。

Cache锁的异常直接影响数据库进程运行，堆积的锁如果处理不及时会造成Cache性能异常，导致数据库访问受限或严重卡顿。本文主要以实例分析介绍Cache中常见锁的作用及其对应的处理方式，包括：系统锁、数据锁、Session锁、仪器锁、程序文件锁。其中数据锁异常需要及时处理。

查询Cache锁有两种方式：

1>可在System Management Protal的[Home]>[Locks]中查看；

2>可在terminal端使用Do ^LOCKTAB命令下查看，如下图所示，此方式适用于锁表量达到10000条以上，Protal页面HTTP响应超时无法显示锁表时使用。