摘要

常见表表达式（CTE）为在SQL语句中定义可重用的中间结果集提供了一个结构化的框架。InterSystems IRIS通过WITH子句实现CTE，在与IRIS基于成本的优化器完全集成的情况下，既能实现更清晰的查询构建，又能支持模块化的分析处理。

本文探讨了 InterSystems IRIS 中 CTE 的语义，解释了其与查询优化的交互关系，讨论了合适的部署场景，并提供了可执行的示例，以说明生产环境中的实用模式。

1. 引言

复杂的 SQL 工作负载通常需要多个逻辑处理阶段（例如过滤、聚合、数据增强和投影）。如果没有抽象机制，这些操作往往会导致查询结构深度嵌套，难以理解和维护。

常见表表达式（CTE）通过允许开发人员定义可在单个 SQL 语句中求值的命名查询组件，解决了这一问题。

在 InterSystems IRIS 中，CTE 通过 SQL 的 WITH 子句实现，并作为逻辑查询表达式运行，与周围的语句一同进行优化 [1]。

2. InterSystems IRIS 中的常见表表达式

2.1 定义

公共表表达式（Common Table Expression）是在 SELECT 语句之前声明的命名子查询：

WITH PersonSubset AS (
  SELECT ID, Name, Age
  FROM Sample.Person
)
SELECT Name
FROM PersonSubset

太长不读版（TL;DR:）:本文演示了如何利用iris-vector-graph包，完全在 InterSystems IRIS 环境中实现 GraphRAG 风格的混合检索——该方法结合了向量相似度、图遍历和全文搜索。 我们通过一个欺诈检测场景，展示了图模式如何揭示仅靠向量搜索无法发现的问题。

为何欺诈检测需要图技术

每年，企业和消费者因欺诈损失数十亿美元。仅在2024年，消费者报告的损失就达125亿美元——同比增幅达25%。 现代欺诈之所以难以被发现，是因为欺诈者很少单独行动。他们通过有组织的网络运作，实施协调一致的骗局，利用我们无法察觉看似无关的交易之间存在关联这一弱点。

举个简单的例子：从账户 A 转账至账户 B 的单笔交易看起来完全正常。金额合理，时间点符合常规，且两个账户均未被标记为可疑。传统的基于规则的系统，甚至那些孤立分析交易的机器学习模型，都会毫不犹豫地批准这笔交易。

但如果我们能看到全局呢？

同一笔交易其实是环形模式的一部分——资金在循环流动，每一步都会被截留一小部分。这是一种典型的洗钱结构，对于任何不分析交易关联性的系统来说，都是隐形的。

这一洞见——即欺诈隐藏在关联关系中，而非单个记录中——正是图数据库成为欺诈检测不可或缺工具的原因。

各位社区成员，欢迎大家订阅InterSystems 学习服务通讯，获取与您的职位和目标相关的最新内容，保持领先！

了解如何定制您的学习之旅！👇

v2026.1 刚刚正式发布，其中我最期待使用的一项功能就是DTL 说明功能。

该功能允许您选择一个数据转换，只需点击一下按钮，即可获得该转换的人类可读描述（您还可以将其作为 DTL 描述的基础）。

对于复杂的 DTL，尤其是那些并非由您亲自编写，或者虽然由您编写但已时隔许久的 DTL，该功能将帮助您快速清晰地了解其工作原理。

对于尚未使用过“安全钱包”（Security Wallet）功能 的用户（有关此功能的更多信息，请参阅这些文档、这段 4 分钟视频以及这段 36 分钟视频），请注意：您需要使用该功能来配置DTL 解释器的OpenAI 许可证 API 密钥。

有关此功能的更多详细信息，请参阅此处的文档。

另请参阅@Aya Heshmat的帖子，其中包含一段视频（链接直接跳转至展示 DTL Explainer 的时间点），介绍了新互操作性 UI 中的所有最新功能。

此外，还可观看@Julie Ma 提供的这段更详细的视频演示与讲解。

这是将生成式人工智能（GenAI）功能整合到 InterSystems 产品中的一个示例。

给大家推荐一种新的大型表格管理方式！看看分区如何帮助您管理和查询数据：

在 InterSystems IRIS 中使用分区管理表

InterSystems Reports 25.3 版本现已在 InterSystems 软件分发网站的“组件(Components )”部分发布。该软件名为 InterSystems Reports Designer 和 InterSystems Reports Server，支持 Mac OS X、Windows 和 Linux 操作系统。  

别被这个小版本号所迷惑——此版本包含大量新功能。其中包括焕然一新的用户界面——“浅色模式”下线条更简洁、配色更清新，并且您可以在“用户配置文件”中切换回“经典模式”。 此外，我们的合作伙伴 insightsoftware 还提供了额外的修复和增强功能。InterSystems Reports 25.3 基于 Logi Report 25.3 Service Pack 5 构建。如需了解更多信息，请参阅 insightsoftware 提供的发布说明。

此外，InterSystems 还新增了对Page Report Studio和Web Report Studio 的访问权限，这使客户能够通过报告服务器进行更丰富的报表编辑，从而在许多报表设计任务中减少了对安装 Report Designer 的需求。请点击链接了解更多详情。

欢迎回到关于 AI Hub 的系列入门文章，这是目前处于早期访问计划（EAP）阶段的新产品功能！（链接：EAP 网站下载、文档）

在上一篇文章中，我们介绍了如何使用新的 %AI 类直接在 ObjectScript 中创建代理和代理工具。 不过，有时您可能并不需要创建新的代理，而只是希望向现有代理添加一些自定义工具，以便让本地 claude、codex、copilot 或其他您选择的代理直接查询您的数据。这时，MCP 服务器就派上用场了。

在本指南中，我们将逐步演示如何创建自己的 MCP 服务器来访问您的数据。

免责声明：AI Hub 目前处于早期访问预览阶段，其功能在正式发布前可能会发生变更；如发现任何问题，可通过上述链接的文档 GitHub 仓库提交问题报告。EAP 预览版不适用于生产环境。

MCP 的简要介绍

我将简要介绍，因为关于 MCP 服务器（模型上下文协议）已有大量其他优质文章（建议从@Pietro Di Leo 的这篇文章或InterSystems 总裁 Don Woodlock 的这段精彩入门视频开始阅读）。

模型上下文协议（Model Context Protocol）是一种传输协议，允许将外部工具添加到代理中 存在一个发现“握手”过程：MCP 服务器会向 MCP 客户端发送工具列表。

对于上周没有参加 READY 大会的朋友们来说，你们可能错过了这一激动人心的消息：AI Hub 的抢先体验计划现已正式启动。这一消息是在@Benjamin De Boe和@Jeff Fried 带来的一场精彩演示中公布的，我建议大家在录像发布后务必观看这段演示！  我有幸提前体验了 AI Hub，想借此机会向社区大家介绍一下。

在深入探讨细节之前，先提供文档链接和EAP 门户链接，您可通过这些链接下载 AI Hub，目前提供独立安装包或容器镜像两种形式。 

请注意，这只是预览版，在正式发布前可能会有重大变更，该版本不适用于生产环境，您可能会遇到一些问题——如果遇到问题，请在 GitHub 页面上提交问题！

代理

对我来说，最令人兴奋的功能莫过于全新的 ObjectScript 代理 SDK。现在，您可以使用直观的 SDK，直接在 ObjectScript 中创建代理和工具。

创建代理非常简单：您可以通过 XData INSTRUCTIONS 组件为其指定系统提示，然后只需设置提供程序、模型和工具即可：

Class Sample.Agent Extends %AI.Agent
{
    /// LLM Model
    Parameter MODEL = "gpt-5-nano";

    /// Toolsets that the agent can use
    Parameter TOOLSETS = "Sample.ToolSet";
    
    /// System Prompt
    XData INSTRUCTIONS [ MimeType = text/markdown ]
    {
    # Sample Assistant

    You are a helpful assistant with access to a set of tools to interact with a database of people.
    }

    Method %OnInit() As %Status
    {
        // Set provider with API key from environment variable
        Set key = $System.Util.GetEnviron("OPENAI_API_KEY")  // or whatever
        Set ..Provider = ##class(%AI.Provider).Create("openai", {"api_key": (key)})
        
        Return $$$OK
    }
}

我正在 QA 环境(InterSystems Caché/IRIS)中运行系统的安装/配置,在创建访问权限配置文件(perfis de acesso)的过程中遇到以下错误:

ERROR #883: Role AcessoTabelas does not exist.

安装过程在此处中断,无法完成权限配置文件的创建。

目前的排查情况:

经过排查,发现该错误的原因是:系统在创建其他角色(roles)时,尝试将一个名为 AcessoTabelas 的角色作为基础角色引用,但该角色在当前环境中并不存在。看起来这个角色应该是预先就存在的,但在 QA 环境中没有被迁移或创建。

想请教社区的问题:

• 这个 AcessoTabelas 角色是否应该在安装的某个前置步骤中自动创建?
• 有没有人遇到过同样的错误?在新环境中安装系统前,是否需要手动创建这个角色?

非常感谢任何帮助!

需要我调整语气(更正式或更简洁)吗?

在上一篇文章中，我们探讨了 IRIS 中单元测试的基础知识以及将其应用于 REST API 的方法。我们甚至还了解了如何在最终确定网络配置和身份验证之前测试逻辑，从而使我们能够专注于测试 API 内容。

今天，我们将在此基础上使用另一个工具来提升我们的单元测试策略：%Populate。

乍一看，%Populate类似乎非常简单。你可以创建一个同时扩展了 %Persistent和 %Populate的类，并继承一个用于生成随机记录的 方法。该工具可识别某些字段名称（如 "Name"、"SSN" 和 "Phone"），并应用专门的逻辑来确保数据的真实性。如果某个字段名称没有被识别为特殊字段名称，就会按照其指定的数据类型填充随机值。

假设我们开发了这样一个具有以下属性的类，用来跟踪商店中一些基本的客户信息（我们的类还扩展了 ，这在后面会派上用场）：

Class User.CustomerList Extends (%Persistent, %Populate, %JSON.Adaptor)
{
    Property Name As %String;
    Property DOB As %Date;
    Property Age As %Numeric(SCALE = 0);
    Property IsMember As %Boolean;
    Property MemberID As %String(POPSPEC = ".GenID()");
}

Intersystems_pyprod 是InterSystems Python Productions 的简称，它是一个 Python 库，使开发人员能够完全使用 Python 构建这些互操作性组件。该库设计灵活，支持混合方法：您可以将基于 Python 的新组件与现有的基于 ObjectScript 的组件无缝地混合在一起，并充分利用已建立的 IRIS 基础架构。这些 Python 组件一旦定义，就可以像其他组件一样进行管理；可以使用 IRIS 生产配置页面添加、配置和连接这些组件。

快速了解 InterSystems IRIS 生产系统

生产的关键要素

图片来自Learning Services培训材料

IRIS 生产系统通常从外部接口接收数据，通过协调的步骤进行处理，并将其传送到目的地。当信息在系统中移动时，它们会被自动持久化，从而通过 IRIS 的可视化跟踪和日志工具对整个流程进行全面跟踪。该架构依赖于某些关键要素：

1. 业务主机：这些是核心构件--服务、流程和操作--它们在彼此间传递可持久化的信息。
2. 适配器：入站和出站适配器管理与外部世界的交互，处理接收和发送数据所需的特定协议。
3. 回调：引擎使用特定的回调方法在主机之间同步或异步地传递消息。这些回调方法遵循严格的签名，并返回一个 Status 对象，以确保执行的完整性。

在 ObjectScript 代码中，ClassMethods 的使用似乎很普遍。我希望我自己的经历不具有代表性，但我打赌它们确实具有代表性。请原谅我泄露了本文的结尾，但简而言之：不要使用它们。除非你能提出令人信服的理由证明你必须这样做，否则就永远不要使用它们1。

什么是ClassMethod？在 ObjectScript 类中，您可以通过两种不同的方式定义方法：在 Method 中，您必须实例化类的实例才能调用方法；而在 ClassMethod 中，您可以调用方法而无需实例化类。当然，在 ClassMethod 中，你无法访问对象的任何属性（因为没有对象），但你可以访问 globals（毕竟它们是全局的）和 Parameters（即类常量）。

基于时间的一次性密码(TOTP)的两阶段认证是广泛使用的提高安全性手段。

本文以访问IRIS系统管理门户(System Management Portal)为例，介绍如何在IRIS里配置TOTP提高访问IRIS的安全性。

1. 允许TOTP的两阶段认证(2FA)

打开IRIS系统管理门户(SMP)，进入系统 > 安全管理 > 身份验证/Web 会话选项  - (安全设置)，选中Allow Two-factor Time-based One-time Password authentication，然后在出现的Two-factor Time-based One-time Password issuer 中修改issuer名字，例如MyIRISServer

2. 允许Application使用TOTP的两阶段认证(2FA)

这里以管理门户(SMP)为例，它是一个Web application (/csp/sys)。打开IRIS系统管理门户(SMP)，进入系统 > 安全管理 > Web 应用程序 > 编辑 Web 应用程序  - (安全设置) ，点击/csp/sys。然后在安全设置>允许的身份验证方法下选中“基于时间的一次性双重验证密码 ”

3. 配置用户使用TOTP的两阶段认证(2FA)

确定哪些用户使用基于TOTP的2FA，并修改该用户的配置。这里以用户SuperUser为例。

在基于 InterSystems IRIS 开发 Python 应用时，你很快就会发现存在多种执行上下文：

• 由 IRIS 直接启动的 Embedded Python；
• 加载本地 IRIS 安装中 Embedded Python 库的常规 python3进程；
• 通过官方原生驱动连接 IRIS 的外部 Python 应用。

这三种场景都非常有用，但在导入机制、系统配置、对象 API 以及 SQL 访问方面，它们的行为并不完全一致。iris-embedded-python-wrapper项目提供了一个稳定的 Python 门面（Facade），旨在减少这些差异，并提供一个统一的入口点：import iris。

存在的问题

在一个围绕 IRIS 构建的 Python 项目中，同一份代码可能需要在多种环境中运行：

• 在 IRIS 终端中，通过 iris python iris或 iris session iris后输入 :py；
• 通过 启动的本地 Python 脚本；
• 连接到 IRIS 实例的远程 Python 服务。

如果没有抽象层，许多细节往往就需要分别处理：

• Embedded Python 的 iris模块只有在 IRIS 运行时被正确加载时才可用；
• 原生 SDK​ 同样暴露了一个 包，这可能导致冲突或产生歧义的导入；
• 和 DB-API 连接在嵌入式模式和

大家好👋
我很高兴与大家分享我提交给本届InterSystems .Net、Java、Python 和 JavaScript 竞赛的项目——它叫做IRIStool 和 Data Manager，您可以在InterSystems Open Exchange和我的GitHub 页面上找到它。

大家好、

请观看在线学习中的这些新视频，熟悉 InterSystems® 产品最新版本中的新功能和界面。学习服务 YouTube 频道也提供所有视频。

此外，您还可以观看面向ObjectScript 新开发人员的视频，以及面向HealthShare® 用户的部署升级指南。

• 目标： 了解 InterSystems 产品 2026.1 版中互操作性用户界面的增强功能。
• 相关产品：InterSystems IRIS、IRIS for Health、Health Connect
• 另请参见： 包含所有产品版本类似视频的登陆页面（或查看YouTube 播放列表）

• 目标：使用 GenAI 快速生成 DTL 转换说明。
• 相关产品：InterSystems IRIS、InterSystems IRIS for Health、Health Connect
• 受众： 使用 DTL 转换的集成商

• 目标： 通过在多个数据库中分配数据，有效地管理和查询数据。

cache到iris的变化中，常用命令的变动有没有归纳的地方

ccontrol start  —— iris start

比如在cache中d ^pButtons，但是在IRIS中就无法使用

今天，我发布了一个新的Open Exchange 软件包，用于直接在 IRIS 中生成合成数据。

当你想制作一个演示应用程序时，找到合适的数据集是一个令人沮丧的过程。也许数据集并不那么重要，但您仍然希望它看起来有点真实，并有几个链接表，可以直接在 IRIS 中使用 -> 的隐式连接。也许您只是想让链接表可以很容易地安装到 IPM 中，用于基准查询，那么这种数据集生成方式就再好不过了。

我选择使用嵌入式 Python 创建数据集，这些数据集可通过自定义配置文件进行配置。这些数据集直接用一个 IRIS 类方法生成，并可使用乘数进行缩放，以创建任意大小的数据集，而无需测量配置。

目前我有四个数据集：
- 金融服务（如银行卡、账户、交易）
- 零售（商店、产品、用户、库存）
- 供应链（产品、销售订单、库存移动）
- 主题公园管理（公园、区域、游乐设施、事故）

我不是这些领域的专家，所以我怀疑它们是否超级准确，而且数据生成使用了 faker 等 python 库，统计加权生成使用了 numpy，所以感觉有点人工合成。

老实说，作为一个我无法投入大量时间的副业项目，这个项目的成功离不开人工智能。我在设计数据集和生成创建数据集的代码时广泛使用了人工智能。我监督、测试了个人使用的案例，并积极参与了项目设计，但代码都是人工智能生成的，我没有仔细审查过数据集的生成过程。

表分区演示 (Table Partitioning Demo)

本演示将带你体验 IRIS SQL 全新的表分区（Table Partitioning）功能，并沿途讲解其作用与工作原理。

为了验证概念，我们仅使用几十条数据进行演示。但显而易见，该功能的真正威力在于应对体量高出数个数量级的海量数据集。

💡 想要更简短、高屋建瓴的介绍？

不妨查看在线学习模块：Managing Tables with Partitioning in InterSystems IRIS

ℹ️ 表分区（Table Partitioning）功能已作为实验性功能包含在 IRIS 2026.1 中。

为了获得最佳的表分区体验，请注册 InterSystems Early Access Program (EAP)。加入 EAP 后，你将获得：许可证密钥、更新说明、与表分区团队更直接高效的沟通渠道。你的反馈对我们至关重要：我们越了解你希望如何使用表分区，就越能针对性地改进它。在注册Early Access Programs 的同时，也欢迎关注涵盖其他激动人心新功能的早期访问计划！

什么是表分区 (Table Partitioning)？

表分区允许用户依据特定的逻辑规则，将大表中的数据拆分存储到多个数据库中，从而实现高效的管理。

在上一篇文章中， 我谈到了（iris-copilot），这是一种在不久的将来，任何人类语言都可以成为任何机器、系统或产品的编程语言的愿景。它的代理运行程序实际上就是在使用这种所谓的第三代Agent。为了自己的方便，我也想保留/分享一份关于它是什么的详细记录。我在最近的谈话中多次提到过这个问题，所以也许值得一记。

为什么泄露的 512,000 行Claude Code揭示了一种全新的范式——以及为什么你的 LangGraph 工作流程已经是传统的了

我们正在见证人工智能代理的世代飞跃，这几乎是巧合。

在过去的四年里，人工智能行业已经经历了三代不同的代理技术--每一代都不仅仅代表着渐进式的改进，而是我们对人工智能系统在实际工作中的思考模式的根本性转变。第一代为我们提供了信息（information）。第二代给了我们协调（orchestration）。第三代技术--我称之为 "线束工程"（Harness Engineering）--给我们带来了质的不同：信任。

这种转变最明显的证据是什么？这是在一个 npm 软件包中意外发布的。

意外的蓝图：Claude Code的 512K 行泄漏

2026 年 3 月 31 日，Anthropic 发布了 @anthropic-ai/claude-code v2.1.88 的例行 npm 更新。一个丢失的 .npmignore

高级工程的定义不在于代码量的多少，而在于策略性地避免代码量。在复杂的集成环境中，倾向于利用通用库来满足每一个细分需求会带来不必要的开销。要实现真正的架构成熟，就必须致力于 "最小化工具"--优先考虑有弹性、经过实战检验的系统实用程序，而不是自定义逻辑。本评估将检查我们的 PGP 加密/解密流水线，以展示如何从应用级库转向操作系统本地授权，从而提高系统的耐用性。

现状：重量级实现

我们当前的 MPHP.HS.PGPUtil 类是一种高摩擦设计。现有的 InterSystems IRIS 业务流程虽然功能强大，但依赖性很强。通过桥接嵌入式 Python 来使用 pgpy 库，我们引入了一个 "重型 "堆栈，需要 Python 运行时、第三方库管理和特定的加密二进制文件。

经常有客户就内存大小问题与我联系，因为他们会收到 "可用内存 "低于阈值的警报，或者发现 "可用内存 "突然减少。出现问题了吗？他们的应用程序会不会因为运行系统和应用程序进程的内存不足而停止工作？答案几乎总是否定的，没有什么好担心的。但这个简单的答案通常是不够的。请看下图。它显示的是 vmstat 中 free 指标的输出。还有其他方法可以显示系统的可用内存，例如 free -m 命令。有时，_free 内存_会随着时间的推移而逐渐消失。然而，下图是一个极端的例子，但它很好地说明了发生了什么。 如你所见，在凌晨 2 点左右，一些内存被释放，然后突然下降到接近零。该系统正在 InterSystems IRIS 数据库上运行 IntelliCare EHR 应用程序。vmstat "信息来自一个收集 "vmstat"、"iostat "和许多其他系统指标的"^SystemPerformance "HTML文件。这个系统还发生了什么？现在是半夜，医院里应该没什么事。让我们看看数据库卷的 iostat 情况。 在_free memory_下降的同时，出现了一阵读取。报告的 free memory 下降与数据库磁盘的 中显示的大量块大小读取（2048 KB 请求大小）的峰值一致。这很可能是备份过程或文件复制操作

从 Oracle、MSSQL 或其他纯关系型数据库系统迁移到多模型 InterSystems IRIS 是一项战略决策，需要认真规划和执行。虽然这种过渡具有显著的优势，包括增强性能、可扩展性和对现代架构的支持，但它也伴随着挑战。在本文中，我将重点介绍与编码相关的一些注意事项，以确保成功迁移。与结构和数据的实际迁移相关的所有事项都不在本文讨论范围之内。

首先，当你考虑迁移到不同的数据库系统时，你需要了解你的业务逻辑，无论是在应用程序（应用服务器）还是数据库服务器端。基本上，你需要重写的 SQL 语句在哪里？

如果您曾经在一个大型的IRIS命名空间中查找某个字符串、方法调用或模式的使用位置，您就会知道其中的痛苦：没有内置的方法可以在VS代码中对服务器端的ObjectScript代码进行grep式搜索--至少不需要跳过一些障碍。 

这就是ObjectScript搜索要解决的问题。今天就从VS代码市场中简单安装一下试试吧。

如果不喜欢，卸载也很简单。但我认为你会喜欢它的--对于任何在 VS Code 中进行 ObjectScript 开发的人来说，它都是生活质量的巨大提升。

为何存在此扩展

官方的 vscode-objectscript 扩展确实包含搜索功能。不过，要启用该功能，目前需要等待拟议中的 VS Code API 最终确定，或者手动安装扩展的自定义构建并启用拟议中的 VS Code API。这两种方法对于希望开箱即用的开发人员来说都不理想。 

ObjectScript Search 是一个临时、独立的扩展，目前弥补了这一缺陷。它通过 InterSystems 活动栏中的专用面板提供全文服务器端搜索，无需特殊构建或拟议的 API。一旦官方扩展将搜索作为头等功能发布，该扩展将达到其目的，但在此之前，它在这里，它可以工作。 

功能概述

ObjectScript Search 的作用 ObjectScript Search 在 InterSystems 侧边栏中直接添加了搜索视图。

嘿，社区的朋友们大家好！

是的，我知道我们有很多技巧和窍门类的文章-——我们甚至为此专门设置了一个标签（Tips & Tricks），不是吗？但我不能分享我自己的收藏。在这个合集中，您可以找到适合初学者的代码片段，以及一些日常的 ObjectScript 结构。事实上，这也是一种学习我最喜欢的编程语言的新方法。所以，如果你们有什么要补充的，欢迎提出！

这一次，我们使用 React 作为 IRIS 的前端开发工具，这本身并不是真正的编程。在使用网络开发框架（不限于 React）时，一个关键的考虑因素是使用哪种 CSS 框架。到目前为止，我们一直在使用 Bootstrap，它是标准的，也是最容易上手的。

不过，虽然它很容易使用，但我觉得它提供的自定义灵活性有限。也就是说，即使我们要改用其他 CSS 框架，学习它并从头开始重写所有内容也是一项巨大的工作，所以我们就保持原样。

这一次，在获得了名为 "Claude Code "的强大工具后，我试着让它将 Bootstrap 转换为 Materialize。结果是：修改一次性完成。包括验证在内，整个过程不到五分钟。如果我自己研究 Materialize 并实现它，我想至少需要两三天的时间。

引导式屏幕

Materialize 屏幕

简单地更改样式表并不有趣，所以我还要求修复一个我注意到是错误但一直没有解决的问题。

问题是，即使在编辑屏幕上删除了数据，这些数据仍然会出现在左侧的列表中。

只需一个请求就能轻松解决这个问题。

以下是修复请求的内容：

After pressing the delete button in ExpenseItem.tsx and deleting the corresponding record, update the list in ExpenseItemList.txt so that the deleted item is no longer included in the list.

RabbitMQ 是一个消息代理，它允许生产者（发送数据消息的一方）和消费者（接收数据消息的一方）建立异步、实时且高性能的海量数据流。RabbitMQ 支持 AMQP（高级消息队列协议），这是一种开放标准的应用层协议。

采用 RabbitMQ 的主要原因包括以下几点：

• 您可以使用异步方法来提高应用程序的性能。
• 它通过数据消息中介，让您能够解耦并减少服务、微服务和应用程序之间的依赖关系，这意味着交换数据的生产者和消费者无需互相了解。
• 它允许在利用响应队列之后，交付（包含结果的）已发送数据的长时间运行处理。
• 它帮助您从单体架构迁移到微服务架构，其中微服务通过 Rabbit 以解耦和异步的方式交换数据。
• 它通过使消息能够被存储和转发，提供了可靠性和弹性。一条消息可以被投递多次，直到被处理为止。
• 消息排队是扩展应用程序的关键。随着工作负载的增加，您只需添加更多的工作进程（worker）来更快地处理队列。
• 它与数据流应用程序配合良好。
• 它对物联网（IoT）应用程序有益。
• 它是机器人（Bots）通信的必备工具。

RabbitMQ 基础概念

我们将利用温度监测器作为案例来详述 RabbitMQ 的概念：

• Producer（生产者）：发送消息的软件程序。
• Exchange（交换机）：接收来自生产者的消息，并将其路由到零个或多个队列。
• Queue（队列）：支持小型和大型二进制消息的消息存储区/缓冲区。

要建立一套自动化的数据转换流程，实现临床数据对真实世界证据的支持，面临着诸多困难：数据标准林立、数据转换难、数据质量差、治理耗时耗力。
InterSystems OMOP 数据管道创新地打通“FHIR + OMOP”两个标准。通过FHIR标准解决数据的“互联互通”问题；通过OMOP解决数据的“科研分析”问题——OMOP 的主导型场景体现在真实世界研究，标准化的数据模型能够降低科研门槛，加速从数据到知识的转化，已在全球 80 多个国家的 4000 多家机构得到应用。

往期技术视频速递：详细拆解InterSystems FHIR to OMOP解决方案，通过Demo演示，向您展示数据如何从FHIR到OMOP无缝流转，助力您实现临床数据转换流程的自动化，提升研究效率。

如果您是 InterSystems 的新用户，欢迎访问InterSystems 开发者交流中心（Developer Hub）。

您可以从这里开始使用 InterSystems 技术——安装 InterSystems IRIS，连接到它，运行一些实际的东西，或者直接在基于浏览器的交互环境中试用产品（无需设置）。

如果你想知道从哪里开始，这里有你会发现的内容：

开发者入门指南 - 介绍 InterSystems IRIS 的结构以及如何设置它

快速入门 - 简短实用的指南，帮助您从零开始进行设置