#持续交付

在数量众多、形形色色的 SQL 数据库市场中，InterSystems IRIS 作为一个超越 SQL 的平台脱颖而出，它提供无缝的多模型体验，支持丰富的开发范式。 特别是，先进的对象-关系引擎已经帮助组织为其数据密集型工作负载的每个方面使用了最适合的开发方式，例如在通过对象获取数据并同时通过 SQL 查询数据。 持久类与 SQL 表相对应，其属性与表中的各列相对应，可以使用用户定义的函数或存储过程轻松访问业务逻辑。 在这篇文章中，我们将深入了解表面之下的一点底层技术，讨论它可能如何影响您的开发和部署方式。 这是我们计划发展和改进的产品领域，因此请不要犹豫，在下面的评论区分享您的观点和体验。

保存存储定义 {Saving the Storage Definition}

编写全新的业务逻辑很容易，而且假如您有定义明确的 API 和规范，那么调整或扩展通常也很容易。 但是，当它不仅仅是业务逻辑，还涉及持久化数据时，从初始版本更改的任何内容都将需要能够妥善处理通过早期版本获取的数据。

Kong提供了一个开源的配置管理工具（用Go语言编写），称为decK（代表声明式Kong）

关键字：IRIS，IntegratedML，Flask，FastAPI，TensorFlow Serving，HAProxy，Docker，Covid-19

目的：

过去几个月里，我们提到了一些深度学习和机器学习的快速演示，包括一个简单的 Covid-19 X 射线图像分类器和一个用于可能的 ICU 入院的 Covid-19 实验室结果分类器。 我们还介绍了 ICU 分类器的 IntegratedML 演示实现。 虽然“数据科学”远足仍在继续，但从“数据工程”的角度来看，或许也是尝试一些 AI 服务部署的好时机 - 我们能否将目前所接触到的一切都封装成一套服务 API？ 我们可以利用哪些常用的工具、组件和基础架构，以最简单的方式实现这样的服务堆栈？