您知道当您拿到验血结果时一切看起来都像天书的那种感觉吗？ 这就是 FHIRInsight 要解决的问题。 它最初的理念是，医疗数据不应该令人恐惧或困惑 – 它应该是我们所有人都能使用的东西。 验血是健康检查中十分常见的检查，但说实话，大多数人都很难理解它们，有时甚至对不擅长实验室工作的医务人员来说也是如此。 FHIRInsight 希望整个过程能够变得更简单，信息更富有实用价值。

🤖我们为什么要构建 FHIRInsight

这一切都始于一个简单而有力的问题：

“为什么验血结果仍然很难读懂 — 有时甚至对医生来说也是如此？”

动机

直到开始新工作，我才了解到ObjectScript。实际上，Objectscript并不是一种年轻的编程语言。与 C++、Java 和 Python 相比，它的社区并不活跃，但我们很想让这里更有活力，不是吗？

我注意到，有些同事在理解大型项目中的类关系时感到棘手。目前还没有易于使用的现代化类图工具适用于ObjectScript。

相关工作

我尝试过相关的工作：

——InterSystems 类视图：
1. https://github.com/intersystems-community/ClassExplorer
这个工具很棒，类图显示清晰美观。但存在Docker构建问题：“#0 0.512 exec ./irissession.sh: no such file or directory”。我猜这是为Studio设计的支持功能，而非VSCode。它似乎需要手动导入项目，且需要一定配置才能使用。

InterSystems Data Fabric Studio（IDFS）提供了一种新方法，可在安全可控的环境中将正确的数据在正确的时间提供给正确的消费者。

目录

1. 本文目的
2. 什么是容器，它们为什么对 IRIS 有意义
    2.1 容器和镜像简介
    2.2 为什么容器对开发者很有用
    2.3 为什么 IRIS 可以很好地与 Docker 配合使用
3. 先决条件
4. 安装 InterSystems IRIS 镜像
    4.1 使用 Docker Hub
    4.2 拉取镜像
5. 运行 InterSystems IRIS 镜像
    5.1 启动 IRIS 容器
    5.2 检查容器状态
    5.3 在容器终端执行代码
    5.4 访问 IRIS 管理门户
    5.5 将容器连接到 VS Code
    5.6 停止或移除容器
    5.7 使用绑定挂载设置特定密码
    5.8 使用持久化 %SYS 卷
     5.8.1 可以使用持久化 %SYS 存储什么
     5.8.2 如何启用持久化 %SYS
6. 使用 Docker Compose
    6.1 Docker Compose 示例
    6.2 运行 Docker Compose
7. 使用 Dockerfile 运行自定义源代码
    7.1 Dockerfile 示例
    7.2 Docker Compose 示例
    7.3 了解层、镜像标记和构建与 运行时
    7.4 源代码和初始化脚本
    7.5 使用 Dockerfile 构建镜像
    7.6 在容器化 IRIS 终端中运行指令
8. 结语和未来计划

Interoperability on Python (IoP) 是一个概念验证项目，旨在展示与 Python 优先方式相结合时 InterSystems IRIS Interoperability Framework 的强大功能。IoP 利用Embedded Python（嵌入式 Python，InterSystems IRIS 的一个功能）使开发者能够用 Python 编写互操作性组件，从而可以与强大的 IRIS 平台无缝集成。本指南专为初学者编写，全面介绍了 IoP、其设置以及创建第一个互操作性组件的操作步骤。 阅读完本文，您将能够清楚地了解如何使用 IoP 构建可扩缩、基于 Python 的互操作性解决方案。

InterSystems IRIS中的窗口函数（Window Functions）可让您直接在SQL中执行强大的分析操作，例如累计总和、排名和移动平均值等。
这些函数针对与当前行相关的一组行（即“窗口”）进行操作，且不会像 GROUP BY那样合并结果。
这意味着您可以编写更简洁、更快速且更易于维护的查询——无需循环、无需连接、无需临时表。
在本文中，我们将通过处理一些常见的数据分析任务来了解窗口函数的作用机制。

InterSystems IRIS中的SQL窗口函数入门

SQL窗口函数（SQL window functions）是数据分析的强大工具。
它们允许你在保留各行列可见性的同时，跨行计算聚合值和排名。
无论你是在构建仪表盘、报表还是进行复杂分析，窗口函数都能简化你的逻辑并提升性能。

注：我并非窗口函数领域的专家，但我愿意分享助我理解窗口函数的心得体会和相关资源。非常欢迎大家提出建议或进行指正！

🚀 为什么窗口函数这么重要

你是否曾为了计算累计总和、排名或行间差值，而编写过多条SQL查询语句，甚至使用过程化循环？

现代数据架构利用实时数据捕获、转换、移动和加载解决方案来构建数据湖、分析仓库和大数据存储库。它能够分析来自不同来源的数据，而不会影响使用这些数据的操作。要实现这一目标，必须建立连续、可扩展、弹性和稳健的数据流。最常用的方法是 CDC（变更数据捕获）技术。CDC 监控小型数据集的生产，自动捕获这些数据，并将其传送到一个或多个接收方，包括分析数据存储库。这样做的主要好处是消除了分析中的 D+1 延迟，因为数据一产生就会在源端被检测到，随后被复制到目的地。

本文将展示 CDC 场景中最常见的两种数据源，既可以是源数据源，也可以是目的地数据源。对于数据源（origin），我们将探讨 SQL 数据库和 CSV 文件中的 CDC。对于数据目的地，我们将使用列式数据库（典型的高性能分析数据库场景）和 Kafka 主题（将数据流传输到云和/或多个实时数据消费者的标准方法）。

概述

本文将为以下互操作场景提供一个示例：

简介

在现代应用程序中，尤其是那些涉及大型数据、文档、日志或多媒体的应用程序，高效地处理大型或非结构化内容变得至关重要。 InterSystems IRIS 提供了一种强大、可扩缩的方式来使用流对象管理此类数据。

流对象可以让开发者在处理大型文本或二进制数据时不受字符串大小上限或内存效率低下的影响。 在本文中，我们将探讨如何使用 ObjectScript 在 IRIS 中创建、读取、写入、存储和操作流对象。

实时 FHIR® 到 OMOP 转换

技术文档 — Quarkus IRIS Monitor System

1. 目的与范围

此模块支持在基于 Quarkus 的 Java 应用程序与 InterSystems IRIS 的原生性能监控功能之间进行集成。
它使开发者可以通过 @PerfmonReport 对方法添加注释，这样可以在执行方法时自动触发 IRIS 的 ^PERFMON 例程，以生成性能报告，而无需人工干预。

2. 系统组件

2.1 注释：@PerfmonReport

• 定义为 CDI InterceptorBinding。
• 可应用于方法或类。
• 指示使用 IRIS 监控逻辑包装方法执行的框架。

2.2 拦截器：PerfmonReportInterceptor

• 拦截对带注释的方法的调用。

• 执行流程：

如果你觉得 IRIS 对 Go 的原生支持令人兴奋，那就等着看 GORM 加入后会发生什么吧。

就在最近，随着go-irisnative 的发布，我们迎来了 InterSystems IRIS 的本地 GoLang 支持。这仅仅是个开始。现在，我们又推出了gorm-iris ——一个 GORM 驱动程序，旨在为您的 IRIS + Go 堆栈带来对象关系映射 (ORM) 的强大功能。

为什么选择 GORM？

GORM 是 Go 生态系统中最流行的 ORM 库之一。它使使用 Go 结构而不是编写原始 SQL 与数据库交互变得简单。通过自动迁移、关联和查询构建等功能，GORM 极大地简化了后端开发。

因此，在实现 Go 与 IRIS 的本地对话后，下一步自然是让 GORM 与 IRIS 无缝协作。这正是 gorm-iris 所要做的。

什么是 XML？