第五十四章 镜像中断程序

由于计划维护或计划外问题，镜像中一个或两个故障转移成员上的 IRIS 实例可能变得不可用。当故障转移成员的 IRIS 实例不可用时，其 ISCAgent 可能继续可用（如果主机系统仍在运行），也可能不可用（如主机系统关闭时）。本节提供了处理各种计划内和计划外中断场景的过程，这些场景涉及实例中断或一个或两个故障转移成员的全部中断。

如自动故障转移机制中所述，从主要故障转移成员到备份故障转移成员的安全和成功故障转移有两个要求：

• 确认主实例确实已关闭，并且没有被临时网络问题隔离。
• 确认备份具有来自主数据库的最新日志数据，因为它在主数据库发生故障时处于活动状态（请参阅镜像同步）或因为它已被手动捕获（请参阅主数据库的计划外中断而没有自动故障转移）。

在阅读和使用本材料时，可能需要参考自动故障转移规则来查看管理自动故障转移的规则。

有关使用镜像监视器确定备份故障转移成员是否处于活动状态或 DR 异步是否被赶上的信息，请参阅镜像成员日志传输和取消日志状态和监控镜像。

InterSystems 还发布了容器化部署的IRIS。这篇文章旨在演示 InterSystems IRIS 和依赖 IRIS 后端的应用程序如何打包到镜像中并在容器中的其他计算机中运行，以及这样做有多么简单。

容器运行包含所有必需的可执行文件、二进制代码、库和配置文件的镜像。镜像可以从一台机器移动到另一台机器，像 Docker Hub 这样的镜像存储库可以简化这个过程。

我在本演示中使用了 Open Exchange 的应用程序。

演示视频： https://www.loom.com/share/93f9a760b5f54c0a8811b7a212387b9d

IRIS 数据平台社区版的镜像（image)可以在 InterSystems 容器注册表中找到：

TuneTable(调整表)收集数据库中表的统计信息，用来为SQL引擎制定最优的执行计划。在其他数据库产品里，这个动作被称为“gather stats job"或者类似的名字，相比较TuneTable不是那么直白，但作用是一样的。

TuneTable是否要人工执行

一定要。

在IRIS 2023版本， 第一次加入了TuneTable的自动执行功能，在此之前的所有IRIS/Caché版本， 如果没有人工执行TuneTable, SQL引擎无法保证给出最好的查询计划。 即使是IRIS2023有了自动执行功能，也还需要人工执行TuneTable的操作，后面解释。

当您首次使用InterSystems IRIS时，通常只需安装最低安全级别的系统。您输入密码的次数会比较少，这样有利于快速了解和操作开发服务和Web应用程序。而且，最低的安全性有时更便于部署开发项目或解决方案。

然而，有时需要将项目移出开发环境，迁移到一个可能很不友好的互联网环境中。在部署到生产环境之前，需要使用最大的安全设置（即，完全锁定）对其进行测试。这就是我们在本文中将要讨论的内容。

如果想更全面地了解InterSystems Caché、Ensemble和IRIS中的DBMS安全性问题，请阅读我的另一篇文章《在生产环境中安装InterSystems Caché DBMS的相关建议》。

InterSystems IRIS中安全系统的设计概念是针对不同的类别（用户、角色、服务、资源、特权和应用程序）应用不同的安全设置。

可以为用户分配角色。用户和角色可以对资源（数据库、服务和应用程序）拥有不同的读、写和使用权限。用户和角色还可以对数据库中的SQL表拥有SQL权限。

第二十九章 Caché 变量大全 $ZERROR 变量

包含上一个错误的名称和位置。

大纲

$ZERROR
$ZE 

描述

$ZERROR包含最新错误的名称，最新错误的位置（在适用的情况下）以及（对于某些错误代码而言）有关导致错误的原因的其他信息。 $ZERROR始终包含相应语言模式的最新错误。

$ZERROR值旨在错误后立即使用。由于$ZERROR值可能不会在例程调用中保留，因此希望保留$ZERROR值以供以后使用的用户应将其复制到变量中。强烈建议用户在使用后立即将$ZERROR设置为空字符串(“”)。

$ZERROR中包含的字符串可以是以下任何一种形式：

第十二章 使用嵌入式SQL（一）

可以将SQL语句嵌入InterSystemsIRIS®数据平台使用的ObjectScript代码中。这些嵌入式SQL语句在运行时转换为优化的可执行代码。

嵌入式SQL有两种：

• 一个简单的嵌入式SQL查询只能返回单行中的值。简单嵌入式SQL还可以用于单行插入，更新和删除以及其他SQL操作。
• 基于游标的嵌入式SQL查询可以遍历查询结果集，并从多行中返回值。基于游标的嵌入式SQL也可以用于多行更新和删除SQL操作。

注意：嵌入式SQL不能输入到Terminal命令行，也不能在XECUTE语句中指定。要从命令行执行SQL，请使用$SYSTEM.SQL.Execute（）方法或SQL Shell接口。

第十七章 使用触发器

本章介绍如何在Intersystems SQL中定义触发器。触发器是响应某些SQL事件执行的代码行。本章包括以下主题：

定义触发器

有几种方法可以为特定表定义触发器：

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 备份 - 包括电池？

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。

外部备份有特殊注意事项吗？

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。”

作为一个软件架构师，如果要设计一个企业级的架构来满足当前的业务需求时，你需要达到5级的水平，这是一个巨大的挑战。有了InterSystems IRIS。
这是有可能的。通过1个产品，你可以得到SQL + NoSQL + ESB + BI + Open Analytics + Real Time Virtual cubes + NLP + AutoML + ML（使用Python）和高级云支持 + Sharding支持。

第十章 XML元素和属性

检查必需的元素和属性

默认情况下，next()方法不检查是否存在与标记为必需的属性相对应的元素和属性。要使读取器检查此类元素和属性是否存在，请在调用Next()之前将读取器的CheckRequired属性设置为1。出于兼容性原因，此属性的默认值为0。

如果将CheckRequired设置为1，并且调用next()，而导入的XML缺少必需的元素或属性，则next()方法会将sc参数设置为错误代码。例如：

实时人工智能/机器学习计算的挑战

我们将从我们在 InterSystems 数据科学实践中遇到的示例开始讲起：

• “高负载”客户门户与在线推荐系统相集成。 计划是在整个零售网络层面重新配置促销活动（我们将假设使用“细分策略”矩阵而非“平面”促销活动母版）。 推荐机制会有哪些变化？ 推荐机制内的数据馈送和数据更新会有哪些变化（输入数据量增加了 25000 倍）？ 推荐规则生成设置会有哪些变化（生成规则的总量和“分类”呈千倍增加，因此需要将推荐规则筛选阈值缩小千倍）？
• 设备健康监控系统使用“手动”方式馈送数据样本。 现在，它将连接到每秒可传输数千个过程参数读数的 SCADA 系统。 监控系统会有哪些变化（它能否应对以秒为单位的设备健康监控）？ 当输入数据接收到包含数百列最近在 SCADA 系统中实现的数据传感器读数的新块时，会发生什么（是否有必要关闭监控系统以将新的传感器数据整合到分析当中，以及要关闭多久）？
• 复杂的人工智能/机器学习机制（推荐、监控、预测）依赖于彼此的结果。 要调整这些人工智能/机器学习机制的功能以适应输入数据的变化，每月需要多少人工工时？ 人工智能/机器学习机制在支持制定业务决策方面的总体“延迟”是多少（支持信息的刷新频率对比新输入数据的馈送频率）？

1. 互操作性-嵌入式Python（interoperability-embedded-python）

这个概念旨在展示iris互操作性框架如何与嵌入的python一起使用。

有很多方法可以使用Intersystems生成excel文件，其中一些是ZEN报告、IRIS报告（Logi报告或正式称为JReports），或者我们可以使用第三方Java库，可能性几乎是无限的。

但是，如果你想只用Caché ObjectScript创建一个简单的电子表格呢？(没有第三方应用程序)

在我的案例中，我需要生成包含大量原始数据的报告（财务人员喜欢这些数据），但是我的ZEN/IRIS失败了，给了我一个我想称之为 "零字节的文件"，基本上说java的内存用完了，并导致报告服务器上的重载。

这可以用Office Open XML（OOXML）来完成。Office Open XML格式是由一个ZIP包内的一些XML文件组成的。因此，基本上我们需要生成这些XML文件，并将其压缩重命名为.xslx。就这么简单。

这些文件遵循一套简单的惯例，称为开放包装惯例。你需要声明各部分的内容类型，以及告诉消费应用程序应该从哪里开始。

为了创建一个简单的电子表格，我们至少需要5个文件。

肾脏疾病可以从一些医学界熟知的参数中发现。这样，为了帮助医学界和计算机系统，特别是人工智能，科学家Akshay Singh发表了一个非常有用的数据集，用于训练肾脏疾病检测/预测方面的机器学习（ML)算法。这份出版物可以在最大和最知名的ML数据库Kaggle上找到，网址是https://www.kaggle.com/datasets/akshayksingh/kidney-disease-dataset。

关于数据集

该肾脏疾病数据集有以下元数据信息（来源：https://www.kaggle.com/datasets/akshayksingh/kidney-disease-dataset):