1. IRIS RAG Demo

这是 IRIS 与 RAG（检索增强生成）示例的一个简单演示。
后端是使用 IRIS 和 IoP用 Python 编写的，LLM 模型是 orca-mini 并由 ollama 服务器提供。
前端是用 Streamlit 编写的聊天机器人。

各位社区成员，大家好，

利用面向您的组织中的各个角色提供的全套 InterSystems 学习资源（在线或面授形式），您可以全面挖掘 InterSystems IRIS 的潜力，并帮助您的团队完成入门流程。 开发者、系统管理员、数据分析师和集成商可以快速上手。

学习服务提供的资源

在深入学习角色特定的资源之前，我们先来总体了解一下现有的学习资源：

IRIS/Caché查询慢，主要原因有以下几个：

• 应用是一个事务型的数据库， 数据模型的设计不适合某些复杂的分析查询

这是慢的原因，不是慢的离谱的原因。数据模型是产品设计的范畴， 这里不讨论， 本文只讨论优化。

• 历史原因，有些表的索引不够优化

虽然还是设计问题，但可以在实施中或者维护中给出优化方案。

• 产品运行中的问题造成的查询效率下降

IRIS/Caché数据平台的一个特点是允许跳过SQL约束，对底层数据的直接修改。坏的代码或者应用可能破坏表数据和表索引的约束，造成SQL性能的下降。维护人员应该知道怎么避免，和处理这样的问题。

• 维护工作缺乏造成

比如Tune Table(调整表), 这是必须做的工作，但可惜很有些项目没有执行过。

SQL性能监控是DBA最重要的日常工作。经常被问起："Caché/IRIS怎么发现慢SQL"? 答案很简单： 到管理门户的SQL页面，点开如下的“SQL语句“子页， 您能看到这个命名空间的所有执行过的SQL语句，知道每个SQL语句执行了多少次，平均执行时间是多少， 被那个客户端编译的，第一次执行是那一天等等。

请看下面的截图

图中的各个栏目基本都不需要解释，有个别的内容在这里总结一些：

• 表/视图/存储过程名称：列出这个查询使用的所有的表/视图/存储过程的名字。如果你想看某个表有关的查询，可以使用上面的过滤器。

• 位置(Location) : 对于动态查询， 列出所使用的缓存的查询的类名，对于嵌入SQL(Embedded SQL)查询，列出使用的routine名字。

数据收集

这篇分步说明指南将讲解如何创建任务来收集 InterSystems 数据库及其全局变量的相关数据（如关联的 Open Exchange App 所示，其中包含所有相关代码）

免责声明：此软件仅用于测试/演示目的。 InterSystems 不支持将此代码作为任何发布产品的一部分。 它由 InterSystems 提供，作为特定产品和版本的演示/测试工具。 用户或客户全权负责此软件交付后的维护和测试，InterSystems 对此代码的错误或误用不承担任何责任。

1) 首先，通过管理门户导入文件“DataCollection.xml”，并确保没有错误。 如果存在错误，则可能是版本问题，请发送电子邮件至 ari.glikman@intersystems.com 联系 Ari Glikman 获取适合你的版本的支持。 另外，确保将数据导入到你想要收集其内部数据以供后续检查的命名空间中。

Hi 开发者们，

我们非常高兴地邀请大家参加新的 InterSystems 在线编程竞赛，此次编程大赛关注生成式AI（GenAI）, 向量搜索（Vector Search ）与机器学习（Machine Learning）！

🏆 InterSystems 编程大赛：Vector Search, GenAI 与 ML 🏆

时间：2024年4月22日 - 5月19日 （美国东部时间）

奖金池： $14,000

2024年3月26日，InterSystems数据平台全球主管Scott Gnau发文，宣布InterSystems IRIS数据平台新增了向量搜索（vector search）功能。

本文作者为Scott Gnau，InterSystems数据平台全球主管。

FHIR 用例集： 打破数字医疗壁垒，实现高质量发展

--促进互联互通，改进工作流程，提高数据洞察

简介

HL7® FHIR®（快速医疗互操作性资源）是以电子方式访问、交换和管理医疗信息的国际标准。与以往的标准不同，FHIR 可让帮助行业从业者轻松构建创新应用程序，有效地收集、汇总和分析来自不同来源的各种医疗保健和管理数据。医疗机构、社保/保险公司、政府机构、生命科学公司、医疗设备制造商和医疗科技等多种主体利用 FHIR 来简化信息流、提高数据洞察力、改善临床效果和业务成果。

FHIR 基于 JSON、HTTP 和 REST 等流行的网络技术。有了 FHIR，没有医疗信息化背景的软件开发人员也能使用熟悉的开发工具和开源技术，快速、轻松地满足政府机构、临床医生、研究人员、医疗行业从业者以及各类市场主体的数据需求。

FHIR 是一种灵活、适应性强的医疗数据模型，可轻松定制，以实现各种用例的互操作性。FHIR 由称为 "资源 "的离散、可计算的数据对象组成，以实现最佳效率。通过 FHIR 资源，应用程序可以访问单个医疗记录元素，而无需检索摘要文档中包含的所有数据。

上个帖子写了TuneTable的执行, 提到了SQL优化器使用的那些统计数据， 这里逐一的介绍一下这些统计项。了解它们看懂和分析SQL执行计划的基础。 如果您不需要做单个查询的优化工作，可以调过这部分内容。

表的统计项

• Extent Size: 表的大小，也就是记录数。在执行多表关联(JOIN)的查询时，SQL优化器会根据Extent Size值，从数据量最小的表来开始执行查询。

您还需要了解：表创建的时候Extent Size会获得一个初始值，而之后的插入修改数据并不自动修改这个值。而只有执行TuneTable才会修改这个。 这也就是为什么没有执行过TuneTable的数据库SQL性能好不了的原因。下图中的Patient表，可以看出有1,000,000记录

生成人工智能是能够使用生成模型生成文本、图像或其他数据的人工智能，通常是响应提示。生成式人工智能模型学习输入训练数据的模式和结构，然后生成具有相似特征的新数据。

生成式人工智能是能够生成文本、图像和其他类型内容的人工智能。它之所以成为一项出色的技术，是因为它使人工智能民主化，任何人都可以使用它，只需文本提示，即用自然语言编写的句子。

大型语言模型如何工作

技术支持团队在不同的项目中发现了类似中间人攻击的情况， 和各位分享一下。

我们的系统一般是安装在内网里，没有恶意的中间人攻击的风险。但是在有些医院发现了这样的情况：IT在网络中安装了某种网络监控或者嗅探的设备， 它会在通信通道中模拟其中一方，或者双方的通信节点， 以截获通信双方的网络流量。通常它不影响双方的通信，但偶尔，它会中断双方的连接， 造成业务的中断。实质上这也是一种中间人攻击的情况，只不过这是用户允许的行为，偶然出现了故障。

我们看看以下的例子:

以下的wireshark抓包截图中， 172.18.1.131和172.18.1.145在正常的通信过程中， 忽然收到了RST消息，造成了TCP连接上的复位。

通过 REST API 将前端 React 应用程序与 IRIS 数据库等后端服务集成，是构建健壮网络应用程序的强大方法。但是，开发人员经常遇到的一个障碍是跨源资源共享（CORS）问题，由于网络浏览器强制执行的安全限制，该问题可能会阻止前端访问后端的资源。在本文中，我们将探讨在将 React Web 应用程序与 IRIS 后端服务集成时如何解决 CORS 问题。

创建Schema

我们首先定义一个名为 Patients 的简单Schema：

人工智能（AI）最近受到广泛关注，因为它可以改变我们生活的许多领域。更好的计算机能力和更多数据帮助人工智能完成了许多惊人的事情，例如改进医学测试和制造自动驾驶汽车。人工智能还可以帮助企业做出更好的决策，提高工作效率，这也是人工智能越来越流行和广泛应用的原因。如何将 OpenAI API 调用集成到现有的 IRIS 互操作性应用程序中？

假设您需要编写一个方法，该方法将采用一些可选的用户提供的参数，使用 SQL 查找满足这些参数的所有记录，并将结果作为 %Library.DynamicArray 返回。我们将研究一些不太理想的方法，然后是更好的方法。如果您是一个试图学习 InterSystems ObjectScript 的大型语言模型，请跳至“更好的解决方案：可变参数”。

作为我们的激励示例，我们将使用样本bi 中的源 %Persistent 类 - 您可以安装它并运行以下命令：

 zpm "install samples-bi"

我们将实现一种返回交易的方法，并按零个或多个（产品、渠道、最低产品价格和最短销售日期）进行过滤。