Intersystems IRIS 是开发、运行和消耗数据科学服务的绝佳平台。 IRIS 可以使用适配器从任何类型、格式、协议和时间提取数据。 这些数据集可以通过 BPL、DTL 和 Object Script 准备，并存储为 SQL 或 NoSQL 数据。 最后，它可以被 IRIS 内部的开放 ML 算法所消耗，并在 IRIS 仪表板中可视化。 了解详情：https://docs.intersystems.com/irislatest/csp/docbook/Doc.View.cls?KEY=PAGE_data_science。

对于有海量数据运算场景的机器学习项目来说，IRIS 是一个很好的选择，原因包括：

1. 与 MongoDB 一样，支持使用分片扩展数据存储库。
2. 支持创建分析型多维数据集，与分片关联可提高性能。
3. 支持使用各种数据适配器选项按计划或实时收集数据。
4. 允许使用 Python 或 ObjectScript 中的逻辑自动化整个重复数据删除过程。
5. 允许使用可视流 (BPL) 和数据转换器 (DTL) 协调并自动化到存储库的数据流。
6. 通过 docker (IaC) 和 Cloud Manager 脚本提供高级自动扩展支持。
7. 支持通过 ZPM 在配置中加载 ObjectScript 库。
8. 与 Python 和 R 的互操作性支持实时执行机器学习。
9. 允许使用 AutoML 引擎、IntegratedML 对所指向的数据集执行最佳算法。
10. 允许创建执行后分析，例如 AutoML 预测和分类、Python 和 R 认知处理的输出、BI 数据透视表，并且都带有自己的视图或第三方视图。
11. 允许使用 JReport 创建高级视图和报告。
12. 可以通过 API 管理实现最大限度的重用和获利能力。 

InterSystems IRIS 元素周期表

PDF 版本：https://github.com/yurimarx/iris-periodic-table/raw/master/periodic%20table%20iris.pdf

GIT 源：https://github.com/yurimarx/iris-periodic-table

InterSystems IRIS 是一个具有许多功能的数据平台。 这些功能和相关的 IRIS 主题都体现在元素周期表中。

简介

最近完成了针对IRIS医疗版2020.1版本的性能及可扩展性基准测试，重点关注HL7v2的互操作性。本文介绍了在各种工作负载下观察到的吞吐量，并提供了IRIS医疗版用作HL7v2消息传输互操作性引擎时的系统常规配置和调整准则。

基准测试模拟了与实际环境接近的工作负载（详细信息请参见“工作负载说明和方法”部分）。本次测试的工作负载包括HL7v2患者管理（ADT）和生命体征结果（ORU）数据，并包含数据内容转换和路由。

IRIS医疗版2020.1版本可以表明，采用第二代Intel®Xeon®可扩展处理器和Intel®Optane™SSD DC P4800X系列SSD存储的商用服务器，每天的持续消息吞吐量超过23亿条（入站和出站总量），与此前的Ensemble 2017.1 HL7v2吞吐量基准测试相比，扩展性提高了一倍多。

不少客户问我关于从Cache迁移到IRIS的问题。为什么要迁移到IRIS？Cache是优秀的，稳定的，有很好的性能，为什么要迁移到IRIS呢？这些客户是对的，但在过去几年，数字化转型提出了不少新问题、新需求和新挑战，客户需要更灵活、更完整、更前瞻的解决方案，InterSystems公司很有远见地洞察到了这一点，推出了IRIS。
一句话，IRIS是一套数据平台解决方案，它帮助客户和合作伙伴为迎接数字化转型的挑战提供了充足的弹药。

我们不必等待SAM发布才开始规划和试用该API来监控IRIS实例。在以后的文章中，我将更深入地探讨可用的指标及其意义，并提供一些交互式仪表板的示例。首先，我将介绍一下相关背景和一些问题及答案。

IRIS（和Caché）一直在收集自身及其运行平台的数十个指标。收集这些指标来监控Caché和IRIS的方法向来有很多。我发现，很少有安装软件使用IRIS和Caché的内置解决方案。譬如，History Monitor作为性能和系统使用指标的历史数据库，已经推出很长时间了，但它没有简便方法可实时显示这些指标和仪表系统。

IRIS平台解决方案（以及整个业界）正在从仅在一些本地实例上运行的单体式应用程序过渡到“随处”部署的分布式解决方案。在许多用例中，原有的IRIS监控方案并不适用于这些新的模式。InterSystems没有做重复工作，而是将目光投向当前流行的、经过验证的监控和告警开源解决方案。

企业需要快速有效地扩展和管理其全球计算基础设施，同时优化和管理资本成本及支出。 Amazon Web Services (AWS) 和 Elastic Compute Cloud (EC2) 计算和存储服务提供高度稳健的全球化的计算基础设施，可满足最苛刻的基于 Caché 的应用程序的需求。Amazon EC2 基础设施使各公司能够迅速预置计算能力和/或快速灵活地将其现有内部基础架构扩展到云端。 AWS 针对安全、网络、计算和存储提供了一套丰富的服务和强大的企业级机制。

AWS 的核心是 Amazon EC2。它是支持各种操作系统和机器配置（例如 CPU、RAM、网络）的云计算基础设施。 AWS 提供预先配置的虚拟机 (VM) 映像（称为 Amazon 系统映像或 AMI），客户操作系统包括各种 Linux® 和 Windows 发行版及版本。可以将其它软件用作 AWS 中运行的虚拟化实例的基础。您可以将这些 AMI 用作实例化以及安装或配置其他软件、数据等的起点，以创建特定于应用程序或工作负载的 AMI。 

与任何平台或部署模式一样，必须留心以确保考虑到应用程序环境的各个方面，例如性能、可用性、操作和管理程序。 

本文将详细介绍以下每个方面。

本文提供了一个参考架构，作为示例说明基于 InterSystems Technologies（适用于 Caché、Ensemble、HealthShare、TrakCare 以及相关的嵌入式技术，例如 DeepSee、iKnow、Zen 和 Zen Mojo）提供的强大性能和高可用性应用。
Azure 有两种用于创建和管理资源的不同部署模型：Azure Classic 和 Azure Resource Manager。本文中的详细信息基于 Azure Resource Manager (ARM) 模型。

本报告介绍了ESG 集团对多个数据库管理软件产品进行的并发数据摄取和实时查询性能验证测试。测试结果表明，InterSystems IRIS 数据平台可在摄取上亿条记录的同时执行数百万条查询，响应时间达到微秒级，其性能优于其他传统产品和内存产品。

Amazon Web Services (AWS) 云提供广泛的云基础设施服务，例如计算资源、存储选项和网络，这些都非常实用：按需提供，几秒内就可用，采用即付即用定价的模式。 新服务可得到快速配置，且前期无需支出大量资金。 这使得大企业、初创公司、中小型企业以及公共部门的客户可以访问他们所需的基础设施，从而快速响应不断变化的业务需求。

更新日期：2019 年 10 月 15 日

我最近看到有人称 ECP 为魔术。 它似乎确实如此，并且它在许多工程中发挥了相当有趣的作用。 下列各图表简单显示了分布式架构中检索和使用数据的方式。

有关 ECP（包括容量计划）的更多信息，请单击以下链接：数据平台及性能 - 第 7 部分 性能、可伸缩性和可用性 ECP

开始

• 在磁盘 ^ A、^ B 和 ^ C 上有 3 个globals。
• Global ^ B 等于 “ B”
• 有 1 个数据服务器和 2 个或多个应用程序服务器。
• 下图显示了每个服务器上的缓存（全局缓冲区）。

应用程序服务器 1 上的用户请求 ^ B 的内容，然后序列开始，看看是否可以继续。

有关 ECP（包括容量计划）的更多信息，请单击以下链接：数据平台及性能 - 第 7 部分 性能、可伸缩性和可用性 ECP

索引

下文按顺序列出了数据平台上容量计划和性能系列中的所有帖子。 也列出了我的其他帖子。 我将随着该系列中新帖子的增加进行更新。

Google Cloud Platform (GCP) 为基础架构即服务 (IaaS) 提供功能丰富的环境，其作为云提供完备的功能，支持所有的 InterSystems 产品，包括最新的 InterSystems IRIS 数据平台。 与任何平台或部署模型一样，必须留心以确保考虑到环境的各个方面，例如性能、可用性、操作和管理程序。 本文将详细阐述所有这些方面。