Python 已成为世界上使用最广泛的编程语言（来源：https://www.tiobe.com/tiobe-index/），SQL 作为数据库语言继续引领潮流。 Python 和 SQL 一起工作以提供 SQL 单独无法提供的新功能不是很好吗？毕竟，Python 拥有超过 380,000 个已发布的库（来源：https://pypi.org/），它们具有非常有趣的功能，可以在 Python 中扩展您的 SQL 查询。本文详细介绍了如何使用嵌入式 Python 在 InterSystems IRIS 数据库中创建新的 SQL 存储过程。

用作示例的 Python 库

本文将使用两个非常有用的库：Geopy 和 Chronyk。

Geopy 是一个用于将地理编码（地址和地理坐标的限定）应用于地址数据的库。有了它，就可以从街道名称中获取邮局格式的邮政编码和完整地址。非常有用，因为许多记录都有地址。

您可能还记得在 InterSystems 2022年全球峰会以及 2022.2 版本发布的网络研讨会上，我们发布了一项令人兴奋的新功能——列存储，它可以纳入您 InterSystems IRIS 的解决方案中。 列存储引入了一种存储SQL表数据的替代方法，它为分析查询提供了数量级的加速。 最新的2022.3开发预览版在原有的基础上包括一系列我们认为值得在这里宣布的更新。

快速回顾

每秒插入大量记录，同时同步进行实时查询的能力称为混合事务分析处理 (HTAP)。 它也被称为 Transactional analytics 或 Transanalytics 或 Translytics，当存在来自工业物联网传感器的持续实时数据流或股票市场的波动数据时，它是非常有用的技术，并且允许实时或接近实时地查询这些数据集。

在本文中我将分享我在不同平台上运行带有测试流数据的演示，同时进行持续插入和持续查询，看看每个平台上有何不同反应，如在每个平台上输入和输出数据的速度以及它们的性能。 我在本演示中试验的平台包括：InterSystems IRIS、MariaDB 和 MySQL。

试验结果

20秒的测试时间里：

以下是我们应客户的要求拟定的Caché系统健康检查的建议。InterSystems的工程师们认为其中的项目足以了解客户当前的系统健康状况。

这些项目中有些，比如Buttons, pButtons报告是必须的，其他内容，尤其是问卷部分，越多回答对系统健康的了解也越清楚。InterSystems公司的技术支持中心WRC(World Response Center)，在合适的条件下可以协助用户解读健康检查的结果。

在后面的内容中， 我会详细介绍这些检查的项目，比如报告的执行步骤，已经如何简单的发现问题。

检查的内容也适用于IRIS，仅仅是执行的步骤上有细微的区别，后面文章会详细说。

健康检查项目

本健康检查只用于Caché系统本身的内容， 不包括Caché上使用的各种应用。

建议用户收集下列两部分数据和资料：

系统运行数据

• [ ] 所有Caché实例服务器的网络架构图，包含所有的数据服务器，应用服务器，镜像服务器，灾备服务器。还应该包含网段的划分, 相关的Web服务器，负载均衡设备的部署等情况。以及一切客户认为和Caché工作相关的网络配置的情况。

这是InterSystems 2022年全球峰会上InterSystems 医疗行业负责人 Don Wooklock 的分享，他认为，在数字医疗发展如火如荼的当下，经济、消费主义和技术三股力量正在推动医疗行业快速变革。我们面临着压力，但更多的是机遇，利用好市场能量，在具备变革精神的医疗卫生行业中，全力以赴！

多种开发技术，令开发人员随心所愿！

嵌入式 Python 模板

今天你们分享一个简单的嵌入式 Python 模板，我建议将其作为任何使用 InterSystems IRIS 并将使用嵌入式 Python 的通用项目的起点。

功能：

• 随时可用的嵌入式 Python；
• 3 种嵌入式 Python 开发方式示例；
• 随时可用的 VSCode 开发；
• 支持 Docker；
• 支持在线演示；
• 随时可用的 ZPM 优先开发。

下面讨论一下这些功能！

大家好！

这是关于使用 Docker 初始化 IRIS 实例的系列文章中的第三篇。 这次，我们将关注企业缓存协议（Enterprise Cache Protocol，ECP）。

ECP 允许以一种非常简单的方式将某些 IRIS 实例配置为应用程序服务器，将其他实例配置为数据服务器。 有关详细的技术信息，请参阅官方文档。

本文旨在介绍：

• 如何编写数据服务器的初始化脚本，以及如何编写一个或多个应用程序服务器的初始化脚本。
• 如何使用 Docker 在这些节点之间建立加密连接。

为此，我们通常使用我们在以前的 Web 网关中已经看到的一些工具，以及描述 OpenSSL、envsubst 和 Config-API 等工具的镜像文章。

要求

ECP 不适用于 IRIS 社区版。 因此，需要访问全球响应中心才能下载容器许可证并连接到 containers.intersystems.com 注册表。

准备系统

系统必须与容器共享一些本地文件。 需要创建特定用户和组来避免出现“访问被拒绝”错误。

1.数据的价值

数据的核心价值是帮助我们决策。

我们无时无刻不在决策，大到战略决策——为一家新医院选址，还有战术决策——鉴别产品的目标市场或抵押贷款审批，更频繁的是操作决策——决定患者的手术方案或患者药物的调整。

这些决策要求不同的决策速度，传统的数据中心已经能较好地帮助我们做战略决策、战术决策，甚至一些操作决策。但新的业务需求要求我们的决策速度越来越快，甚至借助机器学习自动为我们做出即时的决策，例如批准还是拒绝一笔信用卡交易或基于算法自动交易。

无论是人工决策还是基于机器学习的自动决策，决策的依据是数据。数据的速度和质量决定了决策的速度和质量。要支持决策，需要数据具有如下特征：

（1）完整 ：关联且具有完整上下文；

（2）干净 ：数据质量没有问题；

（3）及时 ：在决策点上没有延迟。

WinterCorp 性能测试报告摘要

• InterSystems的性能测试方法用来衡量 "许多运行状态下数据库应用的关键构件 "是有效的。
• 与AWS Aurora MySQL、MariaDB、Microsoft SQL Server、Oracle和PostgreSQL相比，InterSystems IRIS显示出 "巨大的性能优势"。
• InterSystems IRIS的插入速度是其他系统的1.7到9倍。InterSystems IRIS的数据速率是1.1到600倍。在插入率和查询率的组合上，没有其他系统在性能上能接近于InterSystems IRIS。
• InterSystems IRIS的效率是AWS Aurora MySQL的2.7到3.1倍，而且随着集群中节点数量的增加，效率优势也越来越大。

1. 新的系统SQL业务服务/业务操作

接连SQL数据源和操作SQL数据目标是常见的集成业务场景。使用SQL适配器监控SQL数据源和操作SQL目标库时，我们需要开发自定义BS或BO，写不少代码。例如开发自定义SQL服务需要：

1. 开发响应消息类，用于承接SQL快照数据；

2. 开发自定义业务服务BS类，用于将SQL快照按字段赋值给对应的消息，并将消息发送给目标（业务流程或业务操作）。

而要开发自定义SQL操作，更麻烦些：

1. 开发请求和响应消息类，用于向BO传输数据和接收返回数据；

2. 开发自定义业务服务BO类，设置消息响应表，根据不同请求消息类型编写方法；

3. 在方法中根据请求消息数据拼写SQL语句；

4. 在方法中将SQL执行结果存入响应消息。

虽然很简单，但编程过程枯燥乏味。而且当修改SQL语句时，还要修改对应的消息类和BS/BO类。

从2021.2开始，InterSystems IRIS增加了2套系统SQL业务服务和SQL业务操作：

IRIS中实现zip文件的下载、解压及读取

0 前言

项目上做对账需求时，需要通过http方式下载第三方的对账的文件，是一个压缩文件，里边包含一个csv文件。

1 准备工作

1.1 安装解压缩软件

需要根据cache/iris服务器运行环境安装不同的解压缩软件。
本文是在windows环境下实现的，安装了WinRAR解压缩软件，安装目录为：”C:\Program Files\WinRAR“。

1.2 部署测试http服务器

部署一个web服务器，放一个zip文件。
本文在macOS系统中使用MAMP部署了一个简单的服务器，提供一个对外服务：http://192.168.1.107:8888/sss/Archive.zip

2 下载zip文件

主要思路：
通过http下载zip文件，然后另外到服务器上指定的文件夹下，并重命名。

代码

在生产环境中IRIS通常以故障转移集群的形态被部署，而集群中各故障转移成员的镜像状态将决定该集群在故障发生时是否能够顺利切换保障业务不中断。因此，成员状态通常也是运维团队需要巡检或监控的目标。

尽管IRIS内部API提供了丰富的集群配置、成员状态监控等一系列接口，但除Portal上的镜像监视器外，并没有特定的接口便于从外部系统访问（如进行企业级监控集成时），也没有整合好的监控接口可用与获取镜像的健康状态。但在IRIS上开发一个REST接口暴露镜像状态数据并不困难，如下所示：

Hi 大家好，

我最近开始学习InterSystems IRIS 的互操作性，我发现官方文档对理解它的工作原理很有帮助，尽管我自己在实现它时仍有一些困难。在我的同事的帮助下，我成功地创建了一个系统的Demo，并从实践中学习。因此，我决定写一下文章，分享我得到的帮助，来帮助更多的其他人。