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。

本贴提供了在 VMware ESXi 5.5 及更高版本的环境中部署 Caché 2015 及更高版本时，关于配置、系统规模调整和容量规划等方面的指南。

我假定您已经了解 VMware vSphere 虚拟化平台，所以直接给出推荐。 本指南中的推荐不特定于任何具体硬件或站点特定的实现，也不应作为规划和配置 vSphere 部署的全面指南，而是一份您可以做出选择的最佳实践配置清单。 我希望您的 VMware 专家实施团队能针对具体站点对这些推荐进行评估。

这里是 InterSystems 数据平台和性能系列的其他帖子的列表。

注：本帖更新于 2017 年 1 月 3 日，强调必须为生产数据库实例设置虚拟机内存预留，以保证 Caché 有足够内存可用，并且不会出现内存交换或膨胀而对数据库性能产生负面影响。 更多详细信息，请参见下面的内存部分。

把数据库添加进Mirror

以往的经验里， 用户在把数据库添加到镜像时遇到过各种各样的问题，以致必须请求外部帮助才能解决。除了步骤本身比较繁琐，很大的原因是阅读文档不细致。还有一个，就是对英文水平不太高的用户，有些英文句式并不是很好懂，比如说，文档中有这一句其实非常关键：

If you attempt to add a new database to the mirror on a nonprimary member that was not created as a mirrored database on the primary, but rather added to the mirror after it was created, an error message notes this and you cannot complete the operation.

我用最好的翻译器DeepL翻译后的中文是：

如果你试图在一个非主要成员上向镜像添加一个新的数据库，而这个数据库并不是在主要成员上作为镜像数据库创建的，而是在创建后添加到镜像中的，那么就会出现错误信息提示，你无法完成操作。

跨行业用例大多要求具备每秒接收数千或数百万条记录的能力，同时能够支持实时同步查询，例如：股票交易处理、欺诈检测、物联网应用（包括异常检测和实时OEE监控）等。Gartner将这种能力称为“HTAP”（混合事务分析处理）。Forrester等其他公司将其称为Translytics。InterSystems IRIS是功能强大、可扩展、高性能、资源高效的事务分析型数据平台，同时具备内存数据库的高性能以及传统数据库的一致性、可用性、可靠性以及低成本的特性。

有时，有必要从主机操作系统的Shell（即你的ObjectScript程序所在的地方）执行命令，以启动程序、操作系统服务、安排crontasks以及其他活动。为此，该语言有一个叫做$ZF(-100). 的实用程序:

$ZF(-100,flags,program,args)

其中flags是你想执行的命令的类型。在我们的例子中，标志是"/ SHELL"，用于在主机操作系统上执行shell命令。

Program是要执行的程序或服务的名称。

Args是传递给程序的执行参数。

一个例子是在提示符下打印一些内容，例如:

$ZF(-100,"/SHELL","echo","https://www.intersystems.com/")

如果你的程序依赖于改变当前目录，要运行该程序，在调用前使用以下命令:

Iris-python-template

包含各种Python代码的项目模版，可用于InterSystems IRIS 社区容器版Community Edition with container。

特性 :

• Notebooks 记事本
  • Embedded Python 内核
  • ObjectScript 内核
  • Vanilla Python 内核
• Embedded嵌入式 Python
  • Code example代码样例
  • Flask demo
• IRIS Python Native 原生APIs
  • Code example

一. 企业信息库简介

企业信息库（MessageBank）是一个可选的远程归档设施，可以从多个来自不同实例的互操作性Production中收集信息、事件日志项目和搜索表项。如下图所示：

这套环境由两种角色的实例构成：
企业信息库服务器，它本身也是一个Production，完全由Message Bank服务组成，接收来自任何数量的客户Production提交的消息、日志等。

客户端Operation（Message Bank Operation），将其添加到一个正在运行的Production中，并用企业信息库服务器的地址进行配置。如连接通畅，消息和日志即可自动转发到Message Bank并在其中存储。

为了使你能方便地看到信息库中的信息，InterSystems IRIS®提供了以下附加选项。

对于企业信息库实例，管理门户自动包括企业监控器页面，在那里你可以监控客户端Production的状态，浏览消息库，并对被监控客户的消息进行检索。

对于每个客户端实例，你在消息库实例中配置一个到企业监控器的链接。

背景：在实际场景中，处理历史数据问题会出现数据暴增的情况，在此情景下journal文件会暴增从而出现磁盘被沾满的风险，因此需要对journal进行删除。
步骤：
1.点击【系统操作】->【任务管理器】->【新任务】创建定时任务。
2.按下图输入参数

重要参数：
任务运行所在的 命名空间：%SYS
任务类型：运行传统任务
执行代码：do ##Class(%SYS.Journal.File).PurgeAll()

3. 点击【下一步】设定时间
   按业务需要设定

4.点击【完成】

备注：此任务在数据暴增情况结束后应挂起。

首先，什么是数据匿名化?

根据维基百科 Wikipedia:

众所周知，人工智能的世界已经到来，每个人都想利用它为自己谋取利益。

有许多平台通过订阅或私人免费提供人工智能服务。然而，由于在计算领域产生的大量“噪音”而脱颖而出的是 Open AI，这主要归功于其最著名的服务：ChatGPT 和 DALL-E。

什么是Open AI？

Open AI 是一个非营利性人工智能研究实验室，由 Sam Altman、Ilya Sutskever、Greg Brockman、Wojciech Zaremba、Elon Musk、John Schulman 和 Andrej Karpathy 于 2015 年发起，旨在促进和开发友好的人工智能，造福于人类所有的。

大家好!

InterSystems IRIS有一个叫做互操作性Interoperability的菜单。

它提供了轻松创建系统集成的机制（适配器、记录图、BPM、数据转换等），因此不同的系统可以轻松地连接起来。

孕产妇风险可以通过一些医学界众所周知的参数来测量。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Yasir Hussein Shakir发布了一个非常有用的数据集，用于训练检测/预测孕产妇风险的机器学习（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/code/yasserhessein/classification-maternal-health....

针对 InterSystems IRIS 数据库的一些基本概念。

InterSystems IRIS 是什么

InterSystems IRIS 是基于 Caché/M 语言开发的一个数据库，这个数据库被大量使用在医疗系统中，也是北美地区医疗系统病历和文件管理中默认使用的事实标准。

Caché/M 是什么

Caché/M 是 MUMPS 程序语言 开发的数据库，Caché/M 提供了代码接口，可以直接使用 Caché/M 对数据库来进行操作。

Caché 是一个法语单词，但是又非常容易和英语使用的 Cache 搞混，所以大部分时候使用的是 Caché/M 来表达。

M 表达的意思是 Mumps 程序语言，简称 M 语言，Caché 使用 M 语言构建了不少函数。