亲爱的社区开发者们，大家好！
InterSystems开发者竞赛：FHIR加速器 已于5月10日开启！ 我们邀请所有FHIR开发者们在AWS上使用InterSystems IRIS FHIR加速器服务 (FHIRaaS)上开发或测试您的应用。
现在，我们为您提供绝佳机会，您可以在AWS上免费访问FHIRaaS！ 那么，掌握FHIRaaS的第一步，是使用URL的特殊code在ISC Dev FHIR Portal 门户注册，链接如下：👉🏼 https://portal.trial.isccloud.io/account/signup
点击上面的链接，遵循相应步骤，即可掌控InterSystems FHIRaaS！
关于此次竞赛的任何疑问，请随时跟帖提问，或在 discord-contests channel 中提问。
再次欢迎大家加入此次竞赛，成为InterSystems FHIRaaS 大师！ ✌🏼
Happy coding! ：）
在上一篇文章《互操作消息统一管理系列：Message Bank》中，我们了解到在Message Bank中，消息均以半结构化（XML）或非结构化（Stream）的形式保存，因此无法与客户端的结构化消息一样，直接支持基于索引的检索。为此，需要在Message Bank中定义Search Table以支持查询。关于Search Table的定义和作用，请查阅https://docs.intersystems.com/healthconnectlatest/csp/docbook/DocBook.UI.Page.cls?KEY=EEDI_search_tables。
大家如果使用过消息查看器，则能够了解IRIS自动持久化消息并提供界面让大家能够根据消息头中（如发生事件、来源、目标等）或消息体中（如患者姓名、诊断名称等消息的具体属性）来查询消息。 而在Message Bank上进行查询时，如果直接使用消息查看器，能够查询的是Message Bank的Production中传输的消息，而若不是在源系统中出现的消息，这一点一定不要混淆。
企业信息库（MessageBank）是一个可选的远程归档设施，可以从多个来自不同实例的互操作性Production中收集信息、事件日志项目和搜索表项。如下图所示：
这套环境由两种角色的实例构成： 企业信息库服务器，它本身也是一个Production，完全由Message Bank服务组成，接收来自任何数量的客户Production提交的消息、日志等。
客户端Operation（Message Bank Operation），将其添加到一个正在运行的Production中，并用企业信息库服务器的地址进行配置。如连接通畅，消息和日志即可自动转发到Message Bank并在其中存储。
为了使你能方便地看到信息库中的信息，InterSystems IRIS®提供了以下附加选项。
对于企业信息库实例，管理门户自动包括企业监控器页面，在那里你可以监控客户端Production的状态，浏览消息库，并对被监控客户的消息进行检索。
对于每个客户端实例，你在消息库实例中配置一个到企业监控器的链接。
如下所示：
在使用IRIS互操作性时，对于生产环境，为保障其有充足的磁盘空间和即时查询的效率，通常会采用消息和日志过期策略。在生产环境中只保留近期（如一个月）的信息以备回溯，过期数据将定期被清除。
IRIS提供了用于对应用程序进行单元测试的类的%UnitTest包。该包为快速开发单元测试类、执行测试和创建报告提供了便利。可以直接使用该包，也可以扩展其类来自定义单元测试工具。%UnitTest在结构上与用于单元测试的xUnit框架非常相似。熟悉这些框架的开发人员使用%UnitTest会特别容易。
本教程提供对%UnitTest包的快速实践介绍。本教程的第一部分和第二部分是相互独立的，可以按任何顺序完成。
注意：本教程假定基本熟悉ObjectScript和InterSystems IRIS的面向对象开发。
下一期系列将用一个月的时间连载，《Caché 网络实用工具》，敬请期待。
![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-f9VqwzNP-1608850948003)(3E1D939266954ED48BDAEA9B8086B11E)]](https://img-blog.csdnimg.cn/20201225070433434.png)
那些已经与ECP合作过的人可能知道它不仅在操作系统，处理器技术（big-little-endian），但在C / E的各个版本中也有限制。
此交叉版本功能还包括IRIS（针对2020.1进行了验证）和C / E（2018.3）
我面临着同时在IRIS和CACHÉ上开设一堆课程的挑战
直到所有系统都迁移到IRIS。
在Caché开发环境中应用更改并迁移到IRIS没问题
但是，如果我必须对IRIS进行修复，似乎没有干净的方法可以返回Caché。
以通常的方式执行新的单元测试。
^UnitTestRoot的值设置为包含测试类的目录的父级：USER> Set ^UnitTestRoot="c:\unittests"
%UnitTest.Manager执行测试：USER> Do ##class(%UnitTest.Manager).RunTest("mytests")
===============================================================================
Directory: C:\unittests\mytests\cls\MyPackage\
===============================================================================
mytests\cls\MyPackage begins .
Load of directory started on 01/09/2018 14:36:57 '*.xml;*.XML;*.cls;*.mac;*.int;*.webservice服务，在浏览器中调用成功，在soapui工具中调用失败“wsse:FailedAuthentication”
我创建了 iris-fhir-portal 来参加当前竞赛 **InterSystems IRIS for Health FHIR，**本篇快速概述旨在介绍我的应用程序提供的功能。
iris-fhir-portal 的目标是说明使用 IRIS for Health 中的 FHIR 功能创建患者图表并让用户拥有自己的数据有多么简单。
现在使用%UnitTest.Manager.RunTest执行单元测试。以下是方法：
^UnitTestRoot全局值设置为包含导出的测试类的目录的父级。DHC-APP>Set ^UnitTestRoot="d:\Temp"
%UnitTest.Manager.RunTest执行测试。DHC-APP>do ##class(%UnitTest.Manager).RunTest("test")
XML文件加载测试类，编译类，执行测试，从服务器删除测试代码，并向终端发送报告。HC-APP>do ##class(%UnitTest.Manager).RunTest("test")
===============================================================================
Directory: D:\Temp\test\
===============================================================================
test begins .FHIR 术语服务规范描述了一组对 CodeSystem、ValueSet 和 ConceptMap 资源的操作。 在这些操作中，以下四种操作似乎是最为广泛采用的：
| CodeSystem | ValueSet |
|---|---|
| $lookup $validate-code |
$expand $validate-code |
开发该规范的部分实现一直是探索 IRIS for Health 2020.1 中引入的全新 FHIR 框架的有效途径。 本实现包括上述四种操作，并支持与 CodeSystem 和 ValueSet 资源的读取和搜索交互。
需要注意的是，本实现使用普通 ObjectScript 持久化类作为源术语表。
本教程的第二部分介绍了如何使用%UnitTest包对InterSystems IRIS代码进行单元测试。完成本教程的这一部分后，将能够：
%UnitTest包中三个主要类的角色。%UnitTest包的单元测试类和方法的要求。%UnitTest.Manager创建的测试报告。%UnitTest.TestCase方法初始化和还原数据库数据。%UnitTest包是一组为IRIS提供测试框架的类。在结构上，它类似于xUnit测试框架。%UnitTest为创建和执行以下各项的单元测试提供类和工具：
以下是创建和执行一套单元测试的基本步骤：
%UnitTest.TestCase的测试类(或多个测试类)。AssertX宏)。每个测试方法名称都以Test开头。本教程的第一部分概述了单元测试。完成本教程的这一部分后，将能够：
%UnitTest包和xUnit测试框架之间的相似性。单元测试是对单个代码模块的正确性的测试，例如，方法或类的测试。通常，开发人员在开发代码时为其代码创建单元测试。典型的单元测试是一种执行方法的方法，该方法测试并验证该方法是否为给定的一组输入生成了正确的输出。
单元测试不同于集成测试。集成测试验证了一组代码模块交互的正确性。单元测试仅单独验证代码模块的正确性。一组代码模块的集成测试可能会失败，即使每个模块都通过了单元测试。
单元测试提供了许多好处，包括：
单元测试框架是为开发和执行单元测试提供支持的类包。
经过快一个月的连载 《Caché Global》 共12篇。对于刚接触M的语言的同学，由浅入深帮助你快速进步，对于老手，丰富更多的细节
涵盖以下主题：
对于某些操作，可能需要全局变量的功能，而不需要无限期保存数据。例如，可能希望使用全局对某些不需要存储到磁盘的数据进行排序。对于这些操作，InterSystems IRIS提供了临时全局机制。该机制的工作方式如下：
IRISTEMP数据库，该数据库是一个特殊的数据库，如下所述。例如，可以定义一个全局映射，以便将名称为^AcmeTemp*的所有全局变量映射到IRISTEMP数据库。
例如，要保存值，代码可能会执行以下操作：
set ^AcmeTempOrderApp("sortedarray")=some value
然后，稍后代码可能会执行以下操作：
set somevariable = ^AcmeTempOrderApp("sortedarray")
通过使用临时全局变量，可以利用IRISTEMP数据库没有日志记录这一事实。因为数据库没有日记记录，所以使用该数据库的操作不会产生日记文件。日志文件可能会变得很大，并可能导致空间问题。但是，请注意以下几点：
不能回滚修改IRISTEMP数据库中的全局变量的任何事务；此行为特定于IRISTEMP
Intersystems RIS 机器学习工具包, 包括Python/R/Julia, 支持协调管理基于云的高级分析服务，如微软Azure数据工厂和机器学习。
我找不到在Internet上连接到InterSystems Iris的spark或Kafka的情况。是否可以共享任何相关资源？
2020 年席卷全球的新冠疫情使每个人都在关注与 COVID-19 有关的新闻和数字。
为什么不趁这个机会去创造一些简单直观的东西，来帮助关注全球的疫苗接种数量呢？
为了应对这一挑战，我使用了 Our World in Data 提供的数据，他们的使命是提供解决全球最大问题所需的研究和数据。
他们在 Github 上有一个专门的 COVID-19 数据仓库，我采用了疫苗接种数据来完善我的跟踪器。
如果你不了解他们，去调查一下吧，这值得你花上一些时间。 Github 仓库
应用程序 iris-vaccine-tracker 有三个不同页面。
主仪表板提供全球疫苗接种情况的快速概览。
第一个小组件提供以下信息：
第二个小组件提供了一个疫苗接种时间线视图，其中包括疫苗接种数量最多的前 10 个国家/地区。
第三个小组件提供了排名靠前的国家/地区的条形图，显示迄今为止的疫苗接种总数。
最后一个小组件展示疫苗的分布情况，哪些疫苗正在被使用以及所占的百分比。
数据表显示主仪表板汇总数据的详细信息。
热图是一种不同的视图，它使用我们已经在主仪表板和数据表中使用的信息，但现在使用 Country 持久化表提供的详细信息。
“查找全局变量字符串”页使可以在下标或选定全局变量的值中查找给定的字符串。
要访问和使用此页，请执行以下操作：
然后，页面显示选定全局变量中下标或值包含给定字符串的第一个节点或所有节点。该表左侧显示了节点下标，右侧显示了相应的值。
注意:在进行任何编辑之前，请确保知道IRIS使用哪个全局系统，以及应用程序使用哪个全局系统；参见“一般建议”此选项会永久更改数据。不建议在生产系统中使用。
出于开发目的，“查找全局字符串”页面还提供了对全局节点中的值进行整体更改的选项。要使用此选项:
“查找全局变量字符串”页使可以在下标或选定全局变量的值中查找给定的字符串。
要访问和使用此页，请执行以下操作：
然后，页面显示选定全局变量中下标或值包含给定字符串的第一个节点或所有节点。该表左侧显示了节点下标，右侧显示了相应的值。
注意:在进行任何编辑之前，请确保知道IRIS使用哪个全局系统，以及应用程序使用哪个全局系统；参见“一般建议”此选项会永久更改数据。不建议在生产系统中使用。
出于开发目的，“查找全局字符串”页面还提供了对全局节点中的值进行整体更改的选项。要使用此选项:
亲爱的社区开发者们，
我很高兴地向大家介绍一位我们的新版主@刘文艺。
大家好！
目前产品应用MIRROR来保证医院业务正常运行，但是其中MIRROR同步信息不包含（web应用配置信息、任务计划、sql网关等等），关于这些信息同步我们有没有更好的处理解决这个问题？其中，如果想要将代码等关键信息（可以作为业务恢复）进行跨服务器备份，比如：突发状况双机服务器无法恢复并提供服务，需要恢复生产业务，可利用这些备份信息可以快速恢复业务，应对这一类场景有没有好的解决方案？
期待解惑.
关键字：IRIS, IntegratedML, 机器学习, Covid-19, Kaggle
最近，我注意到一个用于预测 Covid-19 患者是否将转入 ICU 的 Kaggle 数据集。 它是一个包含 1925 条病患记录的电子表格，其中有 231 列生命体征和观察结果，最后一列“ICU”为 1（表示是）或 0（表示否）。 任务是根据已知数据预测患者是否将转入 ICU。
这个数据集看起来是所谓的“传统 ML”任务的一个好例子。数据看上去数量合适，质量也相对合适。它可能更适合在 IntegratedML 演示套件上直接应用，那么，基于普通 ML 管道与可能的 IntegratedML 方法进行快速测试，最简单的方法是什么？
本贴提供了在 VMware ESXi 5.5 及更高版本的环境中部署 Caché 2015 及更高版本时，关于配置、系统规模调整和容量规划等方面的指南。
我假定您已经了解 VMware vSphere 虚拟化平台，所以直接给出推荐。 本指南中的推荐不特定于任何具体硬件或站点特定的实现，也不应作为规划和配置 vSphere 部署的全面指南，而是一份您可以做出选择的最佳实践配置清单。 我希望您的 VMware 专家实施团队能针对具体站点对这些推荐进行评估。
这里是 InterSystems 数据平台和性能系列的其他帖子的列表。
_注：_本帖更新于 2017 年 1 月 3 日，强调必须为生产数据库实例设置虚拟机内存预留，以保证 Caché 有足够内存可用，并且不会出现内存交换或膨胀而对数据库性能产生负面影响。 更多详细信息，请参见下面的内存部分。
在本帖中，我将展示使用_外部备份_来备份 Caché 的策略，以及与基于快照的解决方案集成的示例。 如今，大多数解决方案部署在基于 VMware 的 Linux 上，因此许多帖子都以展示解决方案如何集成 VMware 快照技术为例。
Caché 安装后即包含 Caché 在线备份，可提供不间断的 Caché 数据库备份。 但随着系统规模的扩大，您应该考虑更高效的备份解决方案。 集成了快照技术的_外部备份_是推荐的系统（包括 Caché 数据库）备份解决方案。
外部备份的在线文档包含了全部详细信息。 一个关键考虑事项是：
“为确保快照的完整性，Caché 提供了在创建快照时冻结数据库写操作的方法。 在创建快照期间，只冻结对数据库文件的物理写入，从而允许用户进程继续在内存中不间断地执行更新。”
还需要注意的是，虚拟化系统上的部分快照过程会导致正在备份的虚拟机短暂暂停，这段时间通常称为关闭时间。 该时间通常不到一秒，因此不会被用户注意到，也不会影响系统运行，但在某些情况下，关闭时间可能较长。 如果关闭时间长于 Caché 数据库镜像的 QoS 超时时间，那么备份节点将认为主节点出现故障，并将进行故障转移。 在本帖的后面部分，我将说明在需要对镜像 QoS 超时时间进行更改时如何查看关闭时间。
部分 在上个帖子中，我们安排了使用 pButtons 进行 24 小时的性能指标收集。 在本帖中，我们将研究几个收集到的关键指标，以及它们与底层系统硬件的关系。 我们还将开始探索 Caché（或任一 InterSystems 数据平台）指标与系统指标之间的关系。 以及如何使用这些指标来了解系统的每日节拍率并诊断性能问题。
本周，我将关注 CPU - 主要硬件食物群之一 :) 一位客户请我就以下情况提供建议：他们的生产服务器已接近使用寿命终止，是时候更新硬件了。 他们还考虑通过虚拟化来整合服务器，并希望适当调整裸机或虚拟机的容量规模。 今天我们将关注 CPU，在后面的帖子中，我将介绍适当调整其他主要食物群（内存和 IO）规模的方法。
所以问题是：
本帖将展示为 InterSystems 数据平台上运行的数据库应用调整共享内存需求（包括 global 和例程缓冲区、gmheap 以及 locksize）的方法，以及在配置服务器和虚拟化 Caché 应用程序时应考虑的一些性能提示。 和以往一样，当我谈到 Caché 时，我指的是所有数据平台（Ensemble、HealthShare、iKnow 和 Caché）。
当我最初开始使用 Caché 时，大多数客户的操作系统是 32 位的，Caché 应用程序的内存有限且昂贵。 通常部署的英特尔服务器只有几个核心，唯一的扩展方式是选择大型服务器，或者使用 ECP 横向扩展。 现在，即使是基本的生产级服务器也具有多个处理器、几十个核心，并且最小内存为 128 或 256 GB，可能达到 TB。 对于大多数数据库安装，ECP 已被遗忘，我们现在可以在单台服务器上大幅提高应用事务处理速率。
关键字：深度学习，Grad-CAM，X 射线，Covid-19，HealthShare，IRIS
在复活节周末，我谈到了一些针对 Covid-19 肺的深度学习分类器。 演示结果还算不错，似乎与当时有关该主题的一些学术研究刊物相吻合。 但它真的足够“好”吗？
最近，我偶然收听了一个关于“机器学习中的可解释性”的在线午餐网络讲座，Don 在演讲的最后谈到了这个分类结果：
上图也出现在 “Why Should I Trust You?” Explaining the Predictions of Any Classifier 这篇研究论文中。 我们可以看到，分类器实际上经过训练，以背景像素（如雪等野生环境）作为主要输入，对宠物狗和野狼进行分类。
这关乎我过去的兴趣，现在也激起一些好奇：
这也是篇简单的 10 分钟笔记。 最后，我会谈到为什么它也与我们即将推出的全新 IRIS 和 HealthShare 功能有关。
幸运的是，过去几年中，各种 CNN 衍生分类器都有了方便的工具：
持久化类可以定义一个或多个索引；其他数据结构用于提高操作(如排序或条件搜索)的效率。InterSystems SQL在执行查询时使用这些索引。InterSystems IRIS对象和SQL在执行INSERT、UPDATE和DELETE操作时自动维护索引内的正确值。
标准索引将一个或多个属性值的有序集与包含属性的对象的对象ID值相关联。
例如，假设我们定义了一个简单的持久化MyApp.Person类，该类具有两个文本属性和一个关于其Name属性的索引：
Class MyApp.Person Extends %Persistent
{
Index NameIdx On Name;
Property Name As %String;
Property Age As %Integer;
}
如果我们创建并保存此Person类的多个实例，则生成的数据和索引全局变量类似于：
// data global
^MyApp.PersonD = 3 // counter node
^MyApp.PersonD(1) = $LB("",34,"Jones")
^MyApp.PersonD(2) = $LB("",22,"Smith")
^MyApp.
